基于 LSTM的飞控系统状态监控

监测飞控系统状态参数是保证无人机飞行安全的重要手段。针对无人机飞控系统的组成特点和飞行控制律,设计并构建了基于长短期记忆网络(Long Short Term Memory Network,LSTM)的飞控系统状态监控模型。首先,利用无人机历史飞参数据训练模型,建立输入飞参数据与状态参数的回归映射关系;然后,利用训练好的网络模型,实时预测飞控系统的状态参数,通过对比实测值与预测值之间的差异,实现飞控系统的状态监控。选取无人机飞参数据进行实验,基于 LSTM的算法比反向传播神经网络(BPNN)、支持向量机(SVM)预测精度高,MSE平均值分别低 0.01和 0.26,MAE平均值分别低 0.05和 0.12。结果表明,所提出的方法能够有效监控飞控系统,为无人机飞行管理决策提供数据支持。     

用于识别双星故障的RAIM算法

由于传统的基于识别门限的卫星故障识别算法存在漏检和误警致使识别率较低,为此提出一种可用于识别双星故障的接收机自主完好性监测算法.该算法通过构造新的奇偶矢量与故障特征平面,利用奇偶矢量与故障特征平面之间的几何关系来识别卫星故障,使得算法不再受限于识别门限的影响,从而有效地避免了由于识别门限引起的识别效率较低的问题.计算机仿真结果表明:改进后的算法与传统的基于识别门限的算法相比,双星故障正确识别的性能有显著的提高,正确识别率可达到90%.同时,与基于门限识别的重构最优奇偶矢量法相比,计算量可减少约61.2%以上.     

航空发动机滑油系统稳态压力模型研究

以某型发动机滑油系统为研究对象,深入分析了系统的工作原理和部件结构特点。综合应用流体力学,工程热力学理论以及数值计算和实验的方法,建立了滑油系统主要部件的数学模型和管路压力损失的计算模型;在此基础上,依据发动机滑油系统良好状态下采集的数据,建立了滑油系统的稳态压力数学模型,为判断滑油系统性能衰退和故障提供参考依据。      

基于支持向量机的航空发动机滑油监控分析

提出了一种基于支持向量机的航空发动机滑油金属含量预测方法。详细分析了支持向量机用于时间序列预测的理论基础,并给出了运用支持向量回归进行多步预测的一般公式,提出了用最终预报误差(FPE)准则优化选取嵌入维数。与传统的AR预测模型相比,支持向量机由于采用了新型的结构风险最小化准则表现出优秀的推广能力。经过数值仿真得出自回归(AR)模型仅适合于短期预测;支持向量机预测推广能力强、具有较强的鲁棒性和容错性,对较长区间预测仍具有较好的效果。最后,将其应用于某型发动机滑油的铁金属含量预测,取得了较好的效果。      

基于3DS MAX模型的无人直升机实时监控系统三维建模

分析OpenGL中三维建模的主要方法,结合共轴式无人直升机实时监控飞行系统的设计需要,得出利用3DS MAX的输出模型进行三维建模可以大大提高效率。分析3DS MAX主要输出文件的结构,指出OpenGL建模所需的要素。设计并实现了3DS MAX到OpenGL的模型转换模块,能够分离出3DS MAX场景中的三维模型,为在实时监控系统中再现3DS模型并构造监控飞行系统的三维场景提供灵活性。     

VxWorks 653 应用性能监控与分析工具

介绍了VxWorks 653应用性能监控与分析工具的整体架构和各功能模块的设计与实现方法,其中重点阐述了目标机端时间资源监控、空间资源监控、系统事件监控、数据通信监控的实现方法.该工具能够在航电应用软件集成验证阶段提供应用运行过程中资源使用情况监控和性能分析评估,可以大幅提高航电软件的开发和集成效率.     

基于光纤传感器的SRM界面黏接应力监测

界面黏接应力是SRM(固体火箭发动机)药柱结构完整性重要方面,也是健康监测的重要参数。为实现对黏接应力实时在线监测,设计了一种聚合物封装的FBG(光纤布拉格光栅)传感器,将其埋入HTPB(hydroxyl-terminated polybutadiene)推进剂/衬层界面黏接试件中。通过对试件在受到拉应力作用下FBG传感器反射光谱的模拟和应力响应测试试验研究了FBG传感器对应力响应规律。结果表明:FBG传感器中心波长随着试件的拉应力增大而减小,线性度较好,且传感器具有较高的灵敏度和稳定性。试件黏接性能测试试验中,FBG传感器性能保持完好,黏接试件强度满足技术指标,验证了传感器封装和埋入方式的可行性。      

浅谈波音737NG飞机APU滑油系统一项监控指标在故障监控中的应用

波音737NG飞机APU故障影响航班运行,而APU滑油系统是其安全运行的重要保障,大多数APU的故障都能够从滑油系统的监控指标中找到故障征兆。本文基于737NG飞机APU滑油系统工作原理,提出了一项APU滑油系统的监控指标——温升速率,并利用该指标总结排故方法进行重点故障的监控,有效地提高了排故效率。     

基于簇特征加权的航空发动机状态监视方法

提出了基于簇特征加权模糊C-均值聚类算法(FWFCM)的航空发动机状态监视模型,该模型主要分为离线学习和在线监视两个部分,离线学习模块计算出模型参数输出到在线监视模块,在线监视模块根据模型参数对实时数据进行分类,实时数据又输入到离线学习模块中参与更新模型参数.结果表明:相比基于数据加权策略的模糊聚类算法(DWFCM)以及经典模糊C-均值聚类算法(FCM),该方法平均离线状态识别率和在线状态识别率分别提高了5.233%和8.358%.实验证明此方法性能好且有很好的鲁棒性和泛化能力,对于不确定性的航空发动机在线状态监视有较好的应用价值.      

LONWORKS现场总线技术在变电站监控中的应用

本文介绍了LONWORKS现场总线的原理及特点,分析了LONWORKS现场总线在电力系统变电站综合自动化系统中的应用,并针对新建或改建变电站提出了设计与改造方案。