基于单类支持向量机的航空发动机故障检测

通过监控航空发动机性能参数,准确判断发动机的工作状态,预知发动机的异常变化．为预防和排除故障提供充足的时间和决策依据。开发出利用QAR（quick access Feeorder．快速存取记录器）数据的发动机故障检测系统,该系统基于民航发动机的QAR数据,由于发动机正常运行数据容易获取．而故障样本难以获得．因而采用单类支持向量机（OCSVM）,仅依靠发动机的健康数据建立其分类器。利用OCSVM分类器．监控后续航班参数是否出现异常,通过分析检测结果,实现发动机故障检测。采用该系统监控航空发动机性能参数．及时发现发动机运行状态异常,证明了系统的可行性和有效性。     

面向签派的飞行燃油消耗估计方法

航班的燃油加载量决定了航空公司运行成本。本文提出了基于飞机性能的燃油消耗估计模型及其动态修正方法。以飞机性能手册参数为依据,根据各飞行阶段的性能特点,建立基于神经网络的燃油消耗原始模型。利用积累的飞行数据(QAR数据)修正模型,消除因飞机性能衰减对燃油消耗的影响,弥补飞机性能手册中飞行气象条件样本量较少的不足。以某次北京—成都航班飞行计划数据为验证数据源,按照签派流程进行了模型的验证测试,对比本次航班实际燃油消耗量,误差为2.38%,达到现阶段国内外航空公司现有商业软件估计精度水平。     

基于AHP法和Java EE技术的飞行操纵品质评估系统的设计

本文以QAR译码作为飞行操纵品质评估的数据基础,以AHP法这种多目标决策分析方法作为评估手段,采用JavaPlatformEnterpriseEdition(JavaEE)中相关技术设计并实现了飞行操纵品质评估系统。系统投入运行后,能较全面合理地反映了飞行员实际技术水平。由于系统基于JAVA消息服务的多层分布式架构,使用极为方便且极具扩展性,已与故障诊断系统进行了集成。     

公务机飞行品质监控

近年来我国经济不断发展,GDP保持着8％的增长速度,通用航空的需求也在不断增加,尤其是对公务机的需求。近3年中国民航的发展结构中,公务机增长最快,据预测,未来10年,公务机市场规模每年将以平均20％以上的速度增长,到“十二五”末,中国公务机数量将达260架以上：未来10年中国公务机市场需求量为1000架,中国已经成为全球公认的最具潜力的公务航空市场之一。安全运誉是公务机飞行的首要任务,随着国内公务机机队的规模化,机队机型复杂化,保障公务机运行安全成为民航安全领域的重要任务。     

基于QAR数据的飞机系统故障预测与故障诊断支持系统研究

本文介绍了基于QAR数据的飞机系统故障预测与故障诊断支持系统模型的构成和实现技术。文章中提出的基于动态链表的QAR数据译码技术为译码各种机型QAR原始数据提供了一种高效的方法。另外,系统将各种诊断知识组成知识库,以译码后的QAR数据为分析对象,以知识库中的知识为判据,最后智能地根据飞行性能,给出故障预测与故障诊断信息。