基于脑电功率谱密度的作业人员脑力负荷评估方法

脑力负荷状态的准确识别对减少因作业人员无效脑力负荷导致的人因事故具有重要意义。针对人-机系统中作业人员脑力负荷客观评估问题开展了基于MATB-Ⅱ平台的3种不同脑力负荷水平下的航空情境实验，记录16名被试的NASA任务负荷指数（NASA-TLX）量表数据和脑电（EEG）信号，提出了一种基于脑电功率谱密度（PSD）和支持向量机（SVM）的个体脑力负荷评估方法。结果表明：随着实验设计脑力负荷水平增加，被试的主观脑力负荷得分显著提高（p<0.001），这表明该实验任务设计较好地诱发了低负荷、中负荷和高负荷情境。在此基础上，通过网格搜索法确定个体脑力负荷评估模型的统一优化参数，惩罚系数取3 000，核函数参数取0.000 1，模型测试正确率达到0.966 5±0.029 8，宏平均的受试者工作特征曲线下的面积（Macro-AUC）达到0.991 0±0.011 4。本文为作业人员脑力负荷状态的客观和准确评估提供了一种新的办法，为后期作业人员脑力负荷状态的实时判别提供模型基础。     

一种线运动扰动环境下基于惯性凝固系抗干扰自对准优化算法研究

传统惯性凝固性对准技术可有效隔离角运动干扰环境对捷联惯导自对准精度的影响,但对线运动环境下的抗干扰能力不足.据此,在深入分析线运动干扰对捷联惯导惯性凝固系下自对准精度影响途径之上,对线运动干扰环境划分为速度周期波动、突跳以及速度短期线性漂移.提出采用积分降噪、载体惯性系速度递推拟合与基于带遗忘因子递推最小二乘的速度慢漂提取技术相结合的抗干扰自对准优化算法,并进行了试验验证.试验结果表明,本算法可在5min内实现1.3mil的抗干扰自对准精度.     

动态保障结构下多级多层备件配置优化建模

针对作战编队执行长时间、远距离任务期间,编队后方保障站点变更的情况,结合部队维修保障的特点,基于可修复备件多级管理(METRIC)理论,通过计算编队剩余备件分布规律,建立了动态保障体系结构下基于时变可用度的三级两层备件保障模型。以备件储存空间为约束,可用度为目标,建立了分阶段边际优化模型。列举实例,采用分阶段边际算法对备件方案进行优化,对比分析了动态保障结构下和固定保障结构下装备可用度随时间的变化,并采用蒙特卡罗仿真方法对案例进行实验验证。案例结果表明:采取多个后方站点的保障方式能有效提高装备可用度;案例仿真实验结果与解析结果误差在4%以内。模型可为保障决策者制定备件方案提供辅助决策工具。     

天气因素导致的航班延误问题研究

针对天气干扰下的分季节的航班过站衔接时间优化问题,在对各个航班的潜在延误风险等级评价的基础上,通过历史数据研究天气因素导致的航班延误概率分布,求得各航班波及延误的期望,以优化前后总的波及延误之差最大化为目标函数,分别建立分季节优化松约束模型和紧约束模型,对航班衔接过站时间进行优化.最后以国内某航空公司的航班数据为算例,进行验证并比较.研究结果表明,分季节的松约束模型和紧约束模型均比原计划减少了波及延误的时间,且松约束模型的优化效果更明显.     

基于可靠性数据的航材备件需求预测方法

航材备件的需求预测已成为装备综合保障领域研究的难点.主要对各部件寿命分布类型进行归纳与总结,建立多数零件服从寿命分布类型的需求预测模型,并对军机执行任务这一特殊情况建立了战损备件预测模型.以可靠性数据为研究基础,对正态分布、指数分布、威布尔分布等备件进行分类分析,根据实际情况逐步精确备件保障概率的取值.计算结果表明,方法能给出合理的备件保障概率和备件需求预测结果.     

棘爪扁簧断裂故障分析及制造工艺的改进

通过设计计算、对比分析、工艺复装、工艺试验等方法对棘爪扁簧使用中断裂故障进行了分析,并针对性地从设计、工艺两方面进行了改进,经鉴定与试车验证,措施有效,为航空发动机同类零件的研究提供了经验。     

某发动机调节器自动检测异常故障分析

针对某型发动机自动调节器自动检测异常的故障现象,对产生发动机自动调节器自动检测异常的原因进行了深入地研究分析,并提出了针对性的预防措施。     

某型直升机维修保障能力生成模式研究

某型直升机是陆航部队近年来新装备的主力作战机型,目前正处于装备部队初期的故障高发阶段,而部队有限的装备维修保障能力直接制约了该型机战斗力的形成。本文结合前期对某型直升机的自身技术特点及其装备维修保障的研究,综合使用单位反映的各种问题,深入剖析了制约其维修保障能力形成的原因,以期为后续新装备快速形成装备维修保障能力提供借鉴。     

基于小波变换和支持向量机的开关电流电路故障诊断新方法

针对开关电流(Switched current,SI)电路的故障诊断和定位问题，为进一步提高故障诊断准 确率，提出了基于小波变换和粒子群优化(Particle swarm optimization，PSO)支持向量机 (Support vector machine，SVM)的开关电流电路故障诊断新方法。该方法首先对节点电流 信号进行蒙特卡罗分析，然后通过小波分解计算分形维数，再利用核主元分析（Kernel pri ncipal component analysis，KPCA）降低特征值维数，实现最优故障特征的提取。最后通 过PSO SVM完成对各种故障模式的分类。对六阶切比雪夫低通滤波器进行了仿真实验验证， 获取了较高的故障诊断准确率，与其他方法进行比较，实验结果显示了本文方法的优越性。     

DME Interference mitigation for L-DACS1 based on system identification and sparse representation

L-band digital aeronautical communication system 1 (L-DACS1) is a promising candi-date data-link for future air-ground communication, but it is severely interfered by the pulse pairs (PPs) generated by distance measure equipment. A novel PP mitigation approach is proposed in this paper. Firstly, a deformed PP detection (DPPD) method that combines a filter bank, correlation detection, and rescanning is proposed to detect the deformed PPs (DPPs) which are caused by mul-tiple filters in the receiver. Secondly, a finite impulse response (FIR) model is used to approximate the overall characteristic of filters, and then the waveform of DPP can be acquired by the original waveform of PP and the FIR model. Finally, sparse representation is used to estimate the position and amplitude of each DPP, and then reconstruct each DPP. The reconstructed DPPs will be sub-tracted from the contaminated signal to mitigate interference. Numerical experiments show that the bit error rate performance of our approach is about 5 dB better than that of recent works and is closer to interference-free environment.