基于滑动时窗策略自适应优化支持向量机的航空发动机性能参数在线预测

针对传统航空发动机性能参数时间序列预测方法存在的不足,提出了基于滑动时窗策略自适应优化支持向量机(Support Vector Machine,SVM)在线预测模型。该方法解决了训练样本动态适应性差的特点和老旧数据信息影响预测模型精度的问题。在该方法中,滑动时窗策略实时更新时窗数据训练样本,最终误差预报准则(Final Prediction Error,FPE)自适应地确定嵌入维数,遗传算法(Genetic Algorithm,GA)则实时自适应优化SVM建模参数。应用航空发动机排气温度偏差值(Delta Exhaust Gas Temperature,DEGT)数据进行实例验证,结果表明基于滑动时窗策略的自适应GA优化的SVM (GASVM)在线预测模型比传统的GASVM预测模型预测精度有显著提高。进一步分析了预测模型不同时窗宽度对短期预测精度的影响,展示了1步～10步预测的效果,结果表明在线预测模型在不同时窗宽度下短中期(5步以内)预测效果良好且稳定。文中提出的在线预测模型可用于航空发动机性能参数的预测,实现对航空发动机未来性能变化的预警。     

QAR数据在航空发动机监控中的应用研究

QAR设备虽已在民航界广泛应用，但目前对QAR数据的应用有限，浪费了大量数据信息。对此，提出通过采用多种监控逻辑并存的方法，建立监控体系，解决QAR数据的监控问题、3种监控逻辑被用于该体系：双发差异监控，EHM方法数据监控，数据极限监控。这些逻辑各有利弊，互为补充。通过对实际发动机QAR数据的监控测试．证明运用该方法所建立QAR数据监控体系的可行性和有效性，一定程度上解决了QAR数据监控问题。     

地下电缆传热分析及其内部温度场数值计算

高压电力输送在城市一般都采用地下电缆的形式.为确保电缆能够安全正常的工作,采用精确方法预计地下电缆的载流量和热特性是很有意义的.采用有限差分法,以单芯电缆为例,进行传热分析,最终可以确定电缆允许的载流量.计算与实验结果表明,完全可以满足工程需要.     

基于QAR数据的碳当量值适航符合性验证方法

为评估飞机碳排放水平并验证适航性，对国际民用航空组织最新的碳排放认证程序进行了研究。以比航程（SAR）和基准几何因子（RGF）组成的综合指标碳当量值作为评估适航性的度量，根据飞机最大起飞重量（MTOM）值选取试飞测量点，并确定对应的飞机碳当量值限制线。提出了一种基于快速存储记录器（QAR）数据的飞机碳当量水平快速评估方法，利用新服役飞机的QAR数据，使用多参数支持向量机回归（SVR）方法分别建立燃油消耗率和飞行速度相对于推力的修正关系，通过飞机总重换算求解3个飞行测量点条件下的SAR值，并计算碳当量值。使用一架B777-200新飞机的QAR数据进行实例分析，计算结果显示，该机型碳当量值为1.598 7，超出限制线20.5%。提出的基于QAR数据的碳当量值计算方法可以用于飞机碳排放水平的快速评估。      

SAGE模型在民航发动机排放中的应用研究

在日益关注排放尤其是航空排放的当代社会,Aero2k和SAGE模型应运而生,且SAGE模型的优势更为明显。对SAGE模型的起源和模型的功能做了简单的介绍,并详细分析了SAGE模型的计算模块。通过对SAGE模型计算航空排放的过程分析,设计了排放计算流程图,并将其编成了软件。利用该软件对某些航班计算出的排放量与实际值相差不大,从而证明了SAGE模型和该软件的可行性．并通过计算出的数据初步发现了排放量和燃油消耗量与发动机类型之间的联系．也为全面评估和预测某航空公司乃至全国的航空排放奠定了基础。     

基于功率裕度的某型发动机全寿命性能研究

随着使用时间不断增加,研究飞行队所有选装ARRIEL2S系列发动机全寿命性能变化趋势的必要性突显.针对SRRIEL2S系列发动机全寿命性能参数变化特点,提出使用基于可几误差舍弃理论处理发动机功率校验数据,分区间描绘该系发动机全寿命性能指标变化趋势,给出该系发动机全寿命性能特点,为机务工程人员监控该系发动机提供有利依据；提出延长功率校验间隔的假设,并在理论上做了充分论证,为节约该系发动机运行成本提供一个明确及可行的方向.     

基于QAR的PW4077D放气活门稳态调节模型

通过对PW4077D发动机10个无故障航班QAR数据的分析和处理,利用回归分析原理建立了飞机在多个阶段下2.5级放气活门开度与其他参数之间关系的数学模型。放气活门的调节受多个因素的影响,因此在模型建立时不同阶段分别进行讨论。对稳态调节下的数据进行了回归分析和显著性检验。应用所建模型进行了趋势预测,通过与实际数据的比较验证了数学模型的合理性和准确度。所获得的2.5级放气活门控制规律数学模型,对航空发动机状态监控和故障诊断具有一定的理论意义和应用价值。     

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。     

基于Teechart与VB数据库QAR数据处理系统的设计与实现

自从20世纪70年代数字式数据记录装置引入民航界以来,大多数用户都将其开发出来作为工程师日常排故的辅助工具,并且纷纷认识到飞行数据不仅仅用来进行事故调查与排故,还可以作为监控飞行操纵品质(FOQA)以及发动机性能的重要依据.