虚拟座舱环境头颈部sEMG采集相关肌肉研究

针对虚拟座舱环境下飞行员头部运动实时准确检测问题,在对头部运动特性进行分析的基础上,系统性地总结了人体头颈部sEMG信号采集的相关研究文献。针对头部突然旋转和俯仰运动,通过实验验证已有的sEMG信号采集方法,确定了利用sEMG信号进行头部运动检测时所需要研究的肌肉及准确的肌肉位置标识以及电极放置方法。     

基于滚动时域算法的航班滑行路径优化模型

为了提高机场场面运行效率和机场空侧容量,亟需采取积极的手段对滑行路径进行优化。根据滑行路径规划的问题属性,选取离场航班为研究对象,建立了以滑行时间最短为目标函数的无冲突滑行路径优化模型,并设计了基于滚动时域与混合整数线性规划(MILP)相结合的迭代算法;将滑行路径优化模型植入空域管理与评估系统(ACES)的空侧容量评估系统中,以杭州萧山国际机场场面数据为例,对不同策略下的航班滑行时间、容量评估结果及路径更改次数进行了比较分析,验证了模型的准确性,通过比较MILP与新算法下的计算时间验证了算法的高效性。     

基于三维空域网格的低空飞行航迹战略规划方法

针对复杂低空环境下航空应急救援飞行安全问题,提出了一种基于三维空域网格的飞行航迹战略规划方法。将空域网格化分成多个飞行航迹节点,同时考虑地形、气象、飞行规则以及航空器性能等多种约束,使用改进的A*算法搜索单个航空器的最优飞行航迹。在单个航空器初始飞行航迹基础上,结合时间窗原理,提出两种方法解决了多机无冲突航迹战略规划问题。最后,通过案例仿真验证了方法的有效性。     

航空发动机气路静电数据管理系统设计与实现

由于静电信号采集的高频特性,在静电信号采集时需采集大量数据。面对大量的数据信息,采用数据库技术,能够有效地管理和组织数据。本文提出了在Labview编程环境下利用LabSQL访问Microsoft Access数据库的方法,构建起集数据存储、分析和处理于一体的数据管理平台。实现了数据库的连接、数据的实时记录和查询显示,并成功应用于航空发动机气路静电监测系统中,取得了很好的效果。     

基于BP网络的机组工作量评估方法研究

为研究机组工作量的评估问题,搭建了模拟飞行实验平台,设定了7种不同负荷的飞行任务。模拟飞行中,对被试的生理指标进行测量,并采集其主观评价值。采用BP网络进行数学建模,将生理指标测量值作为输入、NASA-TLX表法的评价值作为输出,利用输入、输出模式对对网络进行训练,并对该方法进行验证。结果表明,基于BP网络的机组工作量评估方法,较传统方法更为稳定、精确,且大大降低了被试数量。提高训练模式对的数量、简化生理指标的测量过程,并保证测量精度是该方法成功的关键。     

民用机场旅客满意度模型建构与实证研究

为了对国内民用机场旅客满意度研究提供理论支撑和实践指导,结合国内机场行业的自身特点,针对机场旅客,依据机场旅客满意度的企业形象、服务质量、安全因素等影响因子,构建了机场旅客满意度结构方程模型,形成了机场旅客满意度量表,并开展了实证研究。研究结果表明:服务质量和安全因素对旅客满意度有直接积极的影响,且旅客满意度对旅客忠诚度有直接显著的影响。     

基于LBM-LES方法的多段翼型流场数值模拟

运用Lattice Boltzmann(LB)方法与Large Eddy Simulation(LES)结合的方法数值模拟研究了二维翼型绕流流场,其中,粒子速度模型采用D2Q9模型,松弛时间中对应的湍流粘性系数由Smagorinsky模型计算,网格生成方法采用无网格技术。对NACA0012翼型进行数值模拟,验证其有效性;为进一步研究其模拟复杂物体绕流的能力,以三段翼型30P30N为研究对象进行数值研究,计算出了给定攻角条件下的气动特性,并与实验值进行比较。计算结果表明,LBM-LES方法的计算结果能够与实验值一致,是一种可行、有效且较新的数值模拟方法。     

基于阻塞流的机场终端区极限容量评估研究

为确定机场终端区最大容量保障能力,即极限容量,从终端区运行特点分析出发,综合考虑进离场航线长度、飞行速度、管制间隔等因素,构建进离场网络流模型,并以跑道Pareto容量包络线作为约束,分析进离场航线网络与跑道的耦合关系,建立基于阻塞流的机场终端区极限容量评估模型。以杭州萧山机场终端区为例,验证了模型的可行性和准确性,并借助模型分析了不同流量控制策略下终端区容量包络线的变化趋势。研究表明,随着移交间隔变大,终端区容量包线有内移的趋势,进场容量由33架次/h逐步降为25架次/h。     

基于HOG和SVM算法的磨粒图像在线监测技术

为了解决发动机润滑油液磨粒图像监测只适用于微流且易受气泡干扰等问题,设计了一种可适用于相对大流量工作环境的油液磨粒光学图像在线监测系统,区分气泡和磨粒。通过该监测系统,批量采集了一系列磨损颗粒和气泡图片,用于后续图像分类算法的训练与测试。采用了一种基于背景差分和大津法的运动物体提取算法提取出大量磨粒及气泡图像样本,运用基于方向梯度直方图（Histogram of oriented gradients, HOG）进行特征提取和支持向量机（Support vector machine, SVM）分类算法对气泡和磨粒进行识别。实验结果表明,该监测系统能有效采集磨粒及气泡图像并进行自动识别。与基于形态学特征提取算法以及K最近邻（K-nearest neighbor, KNN）等传统分类算法相比,HOG-SVM算法分类精度更高,识别准确率可达83.8%。     

基于改进NSGA-Ⅱ算法的航班战略冲突解脱研究

设计了一种改进的非支配排序遗传算法（Non-dominated sorting genetic algorithm Ⅱ, NSGA-Ⅱ）解决战略阶段轨迹规划大规模优化问题。在经典的NSGA-Ⅱ的框架下,采用一种自适应交叉算子与自适应变异算子加快算法的收敛速度并提高解的质量,同时给出衡量Pareto解集优劣的评价指标。大规模四维航迹的引入不可避免地增加了问题的复杂性,本文提出了一种有效的战略冲突解脱模型,旨在最小化潜在的冲突数量和冲突解脱成本。采用中国航路网络繁忙时段1 472架航班进行实例验证,并所提算法与经典的NSGA-Ⅱ算法及MOEA/D进行对比。实验结果表明,改进的NSGA-Ⅱ算法具有更好的优化效果,能够有效地解决航空器之间的冲突并产生较小的航空器航迹调整量。