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。     

基于单多普勒激光雷达低空三维风场反演方法

基于单多普勒激光雷达测风原理.采用涡度-散度方法对机场上空的低空小尺度天气系统进行三维风场的反对演.对于机场上空的天气结构进行了建模和仿真,分别构建了均匀风场和均匀风场叠加涡旋风场试验.实现了涡度-散度方法的风场反演,通过算法反演数据与原始数据对比,分析了反演的误差.结果表明涡度一散度法能较好地反映小尺度的风场结构.     

基于SRTM数字高程模型的WRF低空风场模拟研究

针对复杂地形条件下的中小尺度的低空风场模拟受地形影响较大,特别是机场周围的低空风切变严重影响现代民航的飞行安全。文中提出利用WPSGeo Tiff、GRASS GIS等技术,将美国航空航天局和美国国防部国家测绘局联合提供的精度为90 m(30s)的SRTM(Shuttle Radar Topography Mission)高精度数字高程数据Digital Elevation Model(DEM)替换到中小尺度数值预报模式Weather Research and Forecasting Model(WRF)中。通过对北京2013年3月9日一次大风天气的模拟,检验SRTM DEM数据对WRF风场模拟精度的影响。模拟结果表明新引入的SRTM DEM数据更真实地反映了北京地区的地形高度特征,尤其是地形复杂区域的高度特征。同时由于高度信息误差的减小,增强了WRF模式在北京地区复杂地形条件下的风场模拟能力。     

对比阈值效应对跑道视程测量的影响

针对传统的日间跑道视程(RVR)计算过程中忽略人眼对比阈值的影响问题，理论分析人眼对比阈值的大小及偏差对RVR测量范围和精度的影响，分别测量与飞行一线密切相关的飞行、管制、应用气象3类专业学员的对比阈值，探究不同光环境下对比阈值的差异性对RVR测量的精度及对飞行运行中可接受的误差范围的影响。实验结果表明：相较于管制、应用气象学员2类实验对象，飞行学员的对比阈值更小，具有更好的能见度水平。背景亮度会影响对比阈值，亮度越大，对比阈值越小，对RVR观测有利，但是背景亮度增大或者添加眩光都会使实验对象之间的对比阈值差异增大，引起更大的RVR误差。该误差在大气状况良好时是可以接受的，但是在RVR小于800 m的低能见度状况下超出了规定范围，尤其是在RVR为400 m或800 m这种航空运行的关键节点，会对飞行活动产生影响，应考虑将对比阈值引起的偏差进行修正，以保证低能见度条件下的飞行安全和运行效率。