基于场面监视数据航空器场面滑行路径确定

确定出每架航空器的位置和滑行路径,可以根据不同跑道使用情况得到航空器热点滑行路径,以及通过结合监视雷达解析出的速度信息,将速度畸态区域作为航空器潜在冲突区域.由于雷达监视数据是每秒更新航空器的位置信息,因此在众多的数据中找到同一架航空器连续的滑行路径是难点所在.利用改进支持向量机理论,通过对场面监视雷达数据进行训练和分类预测,结果证明,结合支持向量机可以准确地确定航空器在机场场面滑行的位置以及滑行路径.     

基于特征选择的BP神经网络算法滑行时间预测

为准确预测离港航班滑行时间,基于数理分析同时段场面航空器滑行数量、平均滑行时间等因素对离港航空器滑行时间的影响。将皮尔逊相关系数与随机森林算法相结合减少冗余特征变量,建立基于BP神经网络的滑行时间预测模型,提高离港航空器场面滑行时间预测精度,并通过交叉验证证明预测结果的稳定性。预测结果表明：通过皮尔逊相关系数与随机森林组合模型进行特征选择可提高BP神经网络预测结果的精度,离港航空器的滑行时间预测误差在±5min内的占比由88.23%提升至92.26%,且预测效果较为稳定。模型可以精确预测离港航班的滑行时间,为机场运行提供决策依据。     

基于速度剖面拟合的航空器场面滑行4D轨迹预测

为提高机场的整体运行效率和综合保障能力,提出了一种基于速度剖面拟合的航空器场面滑行4D轨迹预测方法。构建了航空器的滑行动态模型,进而引入标称速度剖面的概念。将DSW算法应用到速度剖面的拟合中,得出一种标称速度剖面的生成方法,并通过建立平均速度修正参数修正不同机型对滑行速度的影响,基于动力学平衡方程,构造了标称速度到瞬时速度的映射,结合BADA数据实现对瞬时速度的修正。在上述分析的基础上得到航空器场面滑行4D轨迹预测模型。案例表明,与基于动力学的方法相比计算结果更加准确,使平均误差降低47．3％,能够有效地预测航空器的4 D轨迹。     

基于强化学习的航空器机场智能静态路径规划

随着人工智能迅速发展以及“智慧机场”的提出,研究人工智能在机场如何有效地辅助机场管制人员,驾驶员指挥航空器在地面滑行具有重要意义。本文提出一种基于强化学习的滑行路径规划方法,构建航空器机场地面强化学习移动模型,并以海口美兰机场为案例采用 Python 内置工具包 Tkinter 进行场面仿真;在此基础上,考虑机场航空器滑行规则,采用 Off-Policy 中 Q-Learning 算法求解贝尔曼方程,实现航空器在 Model-based 环境中进行静态路径规划。结果表明：本文所提方法能够实现停机位到跑道出口智能静态路径规划     

基于空闲时间窗和多Agent的A-SMGCS航空器滑行路由规划

先进场面活动引导与控制系统(A-SMGCS)中的航空器滑行路由规划是一个典型NP难题。为解决航空器滑行路由规划的优化性和计算量之间的矛盾,提出一种基于空闲时间窗的路由规划方法,并利用多Agent系统(MAS)进行算法求解。首先,建立滑行资源图以对场面滑行区进行建模。其次,按照航班计划为航空器设置滑行优先级,并按优先级顺序依次规划路由,后规划的路由不破坏已有路由,即利用滑行路段的空闲时间窗进行规划。每次只需为一架航空器规划滑行路由,降低了问题的求解难度;通过搜索空闲时间窗获得路由使场面交通均衡分布,保证了路由规划的整体优化性。分析了空闲时间窗特性,指出空闲时间窗的可达性条件和避免同步资源交换冲突的条件。最后,设计MAS,把建立、维护和搜索空闲时间窗图的复杂集中式求解过程简化为通过路由管理Agent,航空器Agent和资源节点Agent相互协作实现对场面路由规划问题的分布式求解。仿真结果表明,设计的MAS能够快速找到空闲时间窗中的最优解;与固定预选滑行路径算法相比,航空器的平均滑行时间显著减少,最多可以节省19.6%的滑行时间。     

基于XGBoost的航空器动态滑行时间预测方法研究

对航空器进港和离港滑行时间进行精确的动态预测,可以有效提升机场的运行效率。首次提出基于XGBoost 的航空器动态滑行时间预测方法,该方法首先通过分析影响机场滑行时间的各类因素,构建可变滑行时间预测的关键特征指标;然后选取XGBoost 算法建立可变滑行时间预测模型,对模型的关键输入参数进行测试调整;最后将XGBoos...     

基于双层规划的机场场面运行规划研究

当今国内民航业迅速发展,大型机场航空器起降架次稳定增多,场面运行情况也随之更加复杂,这对机场场面运行规划提出了更高的要求。综合考虑停机位指派和滑行道调度两个优化问题,引入双层规划模型,上下层模型分别以停机位与机型的匹配度最高、滑行时间最短为优化目标,采用遗传算法进行求解,并以上海浦东机场为实例进行场面运行规划。结果显示,优化后的方案在近机位利用率与滑行时间上都得到了改进,验证了模型的有效性。     

基于A-SMGCS的航空器场面运行冲突探测研究

通过对目前机场场面航空器运行过程冲突探测的研究,结合A-SMGCS系统场面MLAT监视技术及TDOA定位技术,重点分析航空器跑道运行冲突和滑行道运行冲突两种类型,并建立数学网络模型。利用A-SMGCS系统监视模块与路由规划模块的结合,构建冲突探测系统框架,结合具体机场冲突探测告警参数,选择网格冲突探测法,并运用全局搜索算法,确定了航空器跑道冲突探测和滑行道冲突探测方案,对提升机场运行安全和运行效率具有重要意义。     

基于滚动时域算法的航班滑行路径优化模型

为了提高机场场面运行效率和机场空侧容量,亟需采取积极的手段对滑行路径进行优化。根据滑行路径规划的问题属性,选取离场航班为研究对象,建立了以滑行时间最短为目标函数的无冲突滑行路径优化模型,并设计了基于滚动时域与混合整数线性规划(MILP)相结合的迭代算法;将滑行路径优化模型植入空域管理与评估系统(ACES)的空侧容量评估系统中,以杭州萧山国际机场场面数据为例,对不同策略下的航班滑行时间、容量评估结果及路径更改次数进行了比较分析,验证了模型的准确性,通过比较MILP与新算法下的计算时间验证了算法的高效性。     

机场动态地图让滑行更加安全高效

<正>机场道面是航空器运行密度最大的区域,统计数据表明这片区域也是航空事故高发的区域,航空史上最严重的空难更加说明了航空器在滑行中的错误很可能会导致灾难性的后果。因此,航空器在机场道面滑行的安全性以及效率一直是全球民航重点关注的问题。近年来,随着航班流量,机场和机场跑道数量的不断增加,诸如跑道侵入、飞机擦挂、滑行道冲突、航空器与机场车辆危险接近等不安全事故以及事故症候屡有发生。如何进一步提高滑行的安全性及效率是亟待解决的问题。除了建立完善的法规来约束在机场道面运行的各方外,更要引进和依靠各项新技术。     

DLR-F4翼身组合体的阻力计算

为了考察自行研发的CFD软件的计算能力和阻力计算精度，本文采用LU—SGS方法、MUSCL差分格式和Baldwin—Lomax代数湍流模型，数值模拟了AIAA阻力计算工作室提供的DLR—F4翼身组合体的绕流流场，综合分析了easel和case2的气动力的计算结果，并与NASA Christopher L．Rumsey采用CFL3D6．0和AFRL/VAAC Don W．Kinsey采用Cobalt60提供的两组计算结果以及AGARD提供的两种不同风洞的测力试验结果作了比较。计算结果表明，本文计算精度与国外CFD软件相当。为了提高激波，边界层干扰的模拟精度，今后要重点加强湍流模型的应用研究。     

四参数疲劳定寿方法

对直升机传动系统采用的一种疲劳定寿方法——四参数法进行了研究:首先介绍了四参数应力-循环(S-N)曲线,然后详细介绍了通过材料平均 S-N 曲线获取构件安全 S-N 曲线的步骤以及直升机传动系统四参数疲劳定寿的程序和方法,研究了定寿流程中的各个技术细节.同时介绍了传动系统机匣疲劳试验中的多路协调加载技术以及某传动系统尾减机匣(TGB)的全尺寸疲劳试验情况.最后采用四参数疲劳定寿方法,根据某传动系统尾减机匣全尺寸疲劳试验结果和飞行实测载荷谱,对尾减机匣进行了安全寿命评估.该实例分析表明:四参数疲劳定寿方法为一种有效、可靠的寿命评估方法,具有推广价值.      

湍流转捩工程预报方法研究进展综述

湍流转捩现象对边界层流动的阻力和热交换特性具有严重影响。准确地预测转捩对工程设计意义重大。近年来发展迅速的转捩模型是一种非常适合工程计算的转捩预报方法。本文将转捩模型分成了4个类型,并对每种转捩模型的发展过程加以阐述。在分析和讨论的基础上,总结了目前转捩模型的发展水平,同时也指出尚存的不足之处,为将来构建新的转捩模型以及相关的转捩研究提供建议。     

计量活门磨损寿命预测

对计量活门的磨损量进行建模,进行了探索研究,考虑了3种计算磨损量的方法.基于某型航空发动机燃油控制装置的计量活门试验数据的计算,结果表明:采用灰色理论的基于时间序列的一阶微分方程模型可以较准确地计算出计量活门的磨损量,相对误差小于5%.对于燃油控制装置计量活门磨损寿命的预测具有实用意义, 可以为燃油控制装置整体使用寿命的提供一定的依据.      

Computational prediction of airfoil dynamic stall

The term dynamic stall refers to unsteady flow separation occurring on aerodynamic bodies, such as airfoils and wings, which execute an unsteady motion. The prediction of dynamic stall is important for flight vehicle, turbomachinery, and wind turbine applications. Due to the complicated flow physics of the dynamic stall phenomenon the industry has been forced to use empirical methods for its prediction. However, recent progress in computational methods and the tremendous increase in computing power has made possible the use of the full fluid dynamic governing equations for dynamic stall investigation and prediction in the design process. It is the objective of this review to present the major approaches and results obtained in recent years and to point out existing deficiencies and possibilities for improvements. To this end, potential flow, boundary layer, viscous–inviscid interaction, and Navier–Stokes methods are described. The most commonly used numerical schemes for their solution are briefly described. Turbulence models used for the computation of high Reynolds number turbulent flows, which are of primary interest to industry, are presented. The impact of transition from laminar to turbulent flow on the dynamic stall phenomenon is discussed and currently available methods for its prediction are summarized. The main computational results obtained for airfoil and wing dynamic stall and comparisons with available experimental measurements are presented. The review concludes with a discussion of existing deficiencies and possibilities for future improvements.     

基于机器学习的航空器进近飞行时间预测

为了准确预测航空器的落地时间，提高空管部门间的协作效率，采用机器学习的方法对航空器进近阶段飞行时间进行了预测。从实际运行出发，分析航空器在进近管制空域飞行时间产生差异的原因，提出了影响航空器在进近空域飞行的8类因素和17个重要特征。以航空器在进近飞行时间为标签，基于提出的重要特征，采用岭回归、支持向量机、随机森林和神经网络算法，建立了4种基于机器学习的航空器进近飞行时间预测模型。以南京进近为实例，对4种机器学习模型进行训练、验证和测试，对模型的性能指标、特征重要性和影响因素展开分析。研究结果表明，对于航空器进近飞行时间的预测，基于随机森林的模型表现出了最高的预测性能，模型的泛化能力最好、精确度高，回归效果越显著；进场状态是影响航空器进近飞行时间的最重要因素，而进场点和进场高度特征则对结果的贡献度最大。     

部分处理机匣的性能预估模型

利用进气畸变平行压气机理论划分子压气机的思想,将部分处理机匣压气机沿周向分为处理机匣子压气机和实壁机匣子压气机,再由动量守恒和能量守恒求得部分处理机匣压气机出口参数,并依据失速点流量与处理区周向角度呈线性关系的实验结论提出部分处理机匣性能预估模型假设.模型预估与实验对比结果表明:预估特性与实验特性曲线在整体趋势上一致.跨声速条件下98%设计转速峰值效率预估偏差小于0.5%,综合裕度预估偏差小于0.6%.      

Multiaxial fatigue life prediction of composite laminates

A study of composite laminates under tension–torsion biaxial loading is presented. The focus is placed on fatigue lives of composite laminates under different tension–torsion biaxial fatigue loading paths. A macro-meso model used to predict multiaxial fatigue life of composite laminates is also presented in this paper. Firstly, a macro-scale 3D RVE corresponding to composite laminates is established to determine strain components in the material principal direction of each layer for each biaxial stress ratio. Secondly, a meso-scale 3D RVE corresponding to each layer with fibers distributed randomly is established, with progressive damage prediction method, biaxial strength of composite laminates can be predicted, and the final failure layer can be confirmed. Thirdly, select any one of fatigue loading path at which the final failure of composite laminates is fiber failure (matrix failure) to establish the reference curve for fiber (matrix). Finally, with reference curve, fatigue life of composite laminates under any biaxial loading path can be predicted. And numerical results show good agreements with experimental data.     

基于LS-SVM的军用航空发电机寿命预测研究

为解决航空发电机寿命有效预测的难题,以期实现视情维修,提升飞机的综合作战效能,提出一种基于LS-SVM（Least Squares Support Vector Machines）模型的航空发电机寿命预测方法。采用某型真实航空发电机,运用航空发电机专用寿命试验平台,对其进行加速寿命试验,获取输入转速、注油压力、负载、频率、电流、进油温度、出油温度、进口压力、出口压力等多种寿命相关参数,深入分析这些参数间的内在联系与寿命变化规律,设计LS-SVM寿命预测模型,并运用该寿命预测模型对航空发电机寿命表征参数进行预测。研究表明,所设计的LS-SVM寿命预测模型能较好实现对航空发电机的寿命预测效能,具有广阔的应用前景和较大的实际应用价值。