基于民机维修文本数据的故障诊断方法

在民航检修与维护过程中积累了大量蕴含丰富故障特征的文本维修记录，然而由于维修文本本身存在复杂性，其还未实现智能诊断，数据利用率低。提出一种不断修正迭代的基于预训练语言模型双向转换器编码表示（BERT）及轻量级梯度提升机（LightGBM）的飞机维修记录的故障原因分析方法，求解文本形式的维修记录中的故障原因，用以辅助维修人员进行正确的维修决策。首先，在基于BERT的故障诊断模型Transformer特征提取架构中引入多头注意力机制，以充分捕捉融合上下文的双向语义、更加关注于重点词汇；其次，为了提高诊断速度减少模型的参数并融合LightGBM模型来实现维修文本的故障原因分类；最后，将改进的模型与其他常用文本分析模型进行对比实验，在基于民机维修文本的故障诊断中该模型的准确率比TextCNN模型、LSTM模型和BiLSTM模型分别提升了38.99%、22.98%和18.16%，且BERT-LightGBM模型比BERT模型诊断速度提升了0.91%。表明所提方法在实现飞机维修文本故障诊断方面的有效性及优越性。     

"J"形燃油导管泄漏原因分析与结构优化

针对生产过程中"J"形飞机燃油导管在其内部充压情况下的法兰区螺栓位置泄漏问题,在圆环坐标系下对导管弯头内壁的压力进行基于参数方程的曲面积分,分析泄漏原因并给出结构优化方案。分析结果显示,由于弯头内壁各向曲面面积差异,导致各向受力不能相互平衡,该非平衡力系的合力使得安装导管的单颗主受力螺栓伸长量过大,导管发生小角度旋转而在法兰区产生泄露。合力的大小与导管内径的平方成正比而与其弯头的回转半径无关。将法兰区的螺栓连接孔位置整体绕导管轴线旋转22.5°,导管安装螺栓的最大伸长量将降低46%,可有效解决导管充压泄漏问题。     

电动飞机的误解分析与研究综述

近年来,电动飞机已成为航空发展的热点之一,受到越来越多的企业和研发机构的重视。但由于人们对电推进飞机和传统推进飞机缺乏全面的理解,对电动飞机和混合电推进飞机的研究容易产生一些误解。本文阐述并分析了电动飞机研制中容易产生的5种主要误解及其产生的原因。在此基础上,对电动飞机的发展前景进行展望,并预测电动飞机是未来航空工业的发展方向之一。     

集成管理系统在飞机装配柔性工装上的应用

采用柔性工装对飞机零组件进行装配,会产生巨大的信息量,为提高飞机装配过程的信息管理的质量与效率,目前采用集成管理系统对飞机装配柔性工装进行控制与管理,来实现飞机装配过程的集成化。对集成管理系统在飞机装配柔性工装上的应用进行研究,首先对集成管理系统的构架、数据格式以及通信接口等进行概述;之后对柔性工装的数据传输与调形驱动过程进行分析,对飞机柔性装配技术体系进行总结;最后对集成管理系统在柔性工装上的应用现状进行研究。研究表明,集成管理系统可以提高柔性工装的装配效率与信息管理质量。     

基于模因算法的飞机装配序列规划

针对飞机制造的装配序列规划问题,提出一种基于模因算法的飞机部件装配序列规划方法。在装配优先约束矩阵和非正交干涉矩阵的基础上构建装配规划模型,以飞机零部件间的装配方向和装配工具的差异性来构建适应度函数。在非干涉解空间中进行全局搜索,获得较优的装配规划方案,通过二叉树中序遍历法将较优的方案转化为可行解,再经过交叉操作和变异操作后,在可行解空间内进行局部搜索,最终获取较优的装配方案。以某型号的飞机舱门装配为例,通过与传统遗传算法对比,证实模因算法在飞机装配序列规划中的可行性和有效性。     

翼身融合运输机分布式电推进系统设计及油耗评估

针对翼身融合运输机开展了分布式电推进系统的总体设计与油耗评估。通过数值计算完成了70t载质量翼身融合飞机的气动设计与优化。在巡航马赫数为0.80和10km高度的设计点,最大升阻比达到了24。通过求解积分边界层方程组,完成了电推进系统的总体设计。电推进系统包含10个推进风扇,风扇直径为1.45m，压比为1.35，巡航功率为2.94MW。建立了考虑燃烧过程的发动机一维性能模型,对发动机油耗进行了评估,获得了不同发动机循环参数下燃油消耗。建模结果表明,基于翼身融合布局和分布式电推进技术,可使运输机的油耗较C-17节省近50%。      

基于数字孪生的智能脉动管控

为提升飞机总装脉动生产线智能化水平,开展了基于数字孪生的智能脉动管控研究。基于数字孪生五维模型理论构建了飞机总装脉动生产线数字孪生应用架构,从反应式计划调度、物流精准配送、智能作业指导、产线健康监视、资源迭代优化配置5个方面开展了技术研究,为复杂产品装配的智能制造应用提供参考。     

工艺模型驱动的物料动态精准配送技术

针对飞机装配车间传统“领料式”物料配送存在的弊端,提出了一种工艺模型驱动的物料动态精准配送方法,构建了飞机装配车间物料精准配送管理系统,阐述了系统构建涉及的关键技术难点,采用基于模型的三维可视化消耗式BOM重构方式,建立与设计了模型动态同步精准的MBOM工艺模型,利用RFID技术的优点实时获取物料信息,通过iGPS系统引导AGV物料运输平台来实现装配站位物料的高精度配送。     

基于IPSO-Elman神经网络的飞机客舱能耗预测

为了提高飞机客舱使用地面空调制冷时客舱能耗的预测精度，提出了一种改进的粒子群优化（IPSO）Elman神经网络的飞机客舱能耗预测模型。依据对算法中惯性权重与学习因子的收敛域分析，得出了二者合理的取值范围，将粒子到全局最优位置间距离与参数的取值范围相结合，构造了惯性权重与学习因子的动态调节函数，对其进行非线性的动态调节，并引入了变异因子，提出了一种跳出局部最优的策略，防止粒子群优化（PSO）陷入局部最优。将IPSO-Elman应用于Boeing738飞机客舱能耗预测中，与PSO-Elman、Elman算法进行性能比较，仿真结果表明基于IPSO-Elman的客舱能耗预测模型在预测精度和收敛速度方面均有一定的提升。该研究结果为飞机客舱能耗预测模型的建立提供了理论依据，对飞机地面空调的节能与机场电能合理调配提供了支持。