基于模糊聚类的航空发动机故障预测研究

为了保证飞行安全和降低航空维修成本,提高航空发动机故障预测的准确性,利用数据挖掘技术,提出了一种基于模糊聚类的航空发动机故障预测的数据挖掘模型。通过对航空发动机维修数据的分析,构建了发动机数据的采集框架以及维修数据挖掘模型,利用模糊聚类理论对某型号航空发动机的维修数据进行聚类,依据不同的阈值获得样本的不同分类情况进行故障预测。最后通过算例仿真验证了模糊聚类可以为航空发动机故障预测提供决策依据。     

基于BP神经网络的民航飞行安全风险评估

随着民用航空的发展,民航飞行安全受到更广泛的关注,进行飞行安全风险评估对于提高飞行安全水平有着重要意义。为了评估飞机飞行所面临的风险,在民航飞行事故鱼骨图的基础上,利用层次分析法建立了民航飞行安全风险评估指标体系,进而确定各因素间的权重。以权重数据作为输入,利用BP神经网络对权重数据进行分析,建立了基于BP神经网络的民航飞行安全风险评估模型,采用四级评估体系对输出结果进行评估。通过算例仿真验证了该模型在民航飞行安全风险评估中的有效性。