国际民航组织2004年附件13审计计划介绍

为促进全球民航业的健康发展,努力帮助各成员国完善本国民航的航空器事故和事故征候调查系统,国际民航组织对附件13——航空器事故和事故征候调查的审计工作非常重视。早在2001年召开的国际民航组织第33届大会上就决定:2004年国际民航组织将在全球范围内对各成员国进行附件13的审计。本文是由国际民航组织事故调查和预防部主任Caj Frostell撰写,本文从附件13审计的准备工作、审计重点、未来面临的问题等几方面进行了扼要阐述。     

基于特征参数趋势进化的故障诊断和预测方法

 采用时间序列方法对可以表征系统故障状态的特征参数的趋势进化进行预测,同时考虑特征参数的概率分布特性,给出了对系统进行故障诊断和预测的方法。在已获得特征参数监测数据的基础上,分别对具有广义强度/故障阈值确定分布或故障模式特征参数空间分布两种形式的故障判据,提出了利用二次指数平滑预测模型对系统未来某时刻的故障状态进行预测的方法。给出包括故障概率和故障指数在内的故障诊断和预测结果形式,可进一步为系统的维修决策等提供参考。     

基于二次指数平滑的发动机气路参数偏差值平滑

利用二次指数平滑法进行气路参数偏差值的异常点识别与平滑,首先建立了基于二次指数平滑的异常点识别方法,然后建立发动机参数偏差值平滑的评价指标,最后根据该指标通过粒子群算法对平滑系数和显著性水平进行优化.通过实例应用验证该方法对于发动机气路参数具有很好的平滑效果,满足工程使用的要求.     

强5某型飞机副油箱掉落事故征候原因探析

对强5某型飞机发生的一起副油箱掉落事故征候进行了调查研究,通过大量的机上检查试验,以及对副油箱投放原理线路的分析研究,确定了事故征候原因,提出了防止此类事故征候发生的措施,并在该机上得到了落实,使飞机恢复了飞行。     

飞行事故征候率警戒值的研究

为了改进民用航空飞行安全的监控手段,探讨了一种飞行事故征候率的监视和控制方法。依据中国民用航空各月飞行事故征候率统计数据,通过进行概率分布形态假设检验,证明了飞行事故征候万时率和万次率均服从正态分布和weibull分布。基于正常情况下事故征候率超出警戒值的概率小于0．1％的假设,分别给出了飞行事故征候率服从正态分布与服从Weibull分布时的警戒值。计算结果表明两种不同概率分布所得到的警戒值相对差仅为1％左右。鉴于飞行事故征候率数值非负的特性,推荐首选Weibull分布确定警戒值。另外,还依据警戒值给出了飞行事故征候率的监视和控制图,并给出了飞行事故征候率的控制准则。研究结论对于民用航空安全的监视与控制具有一定的参考应用价值。     

高压压气机性能老化预测和影响分析

以高压压气机为例,确定效率和流量损失作为性能衰退分析的主要因素。得到叶片粗糙度引起的效率和流量损失变化规律,利用神经网络建立并验证其对应关系。提出运用主成分分析将两个中间变量转化成单一变量,通过引入性能衰退综合指数,建立飞行循环数与叶片粗糙度的函数关系。利用时间序列三次指数平滑方法对性能衰退进行预测,效果较好。将高压压...     

面向设计的维修差错分析方法

针对航空维修差锚问题．以SHEL模型理论和人为因素分析与分类系统（HFACS）模型为基础,建立面向设计的维修差错分析方法。该方法从设计角度对维修事故／事故征候进行追溯性分析,找出导致事故／事故征候的设计诱因．为改进设计提供建议。并通过实例分析验证了该方法的有效性。     

基于时间序列模型的国内航空货运量组合预测

为了预测未来几年国内航空货运量,以2001-2016年我国国内航空货运量的统计数据为基础,采用时间序列模型中的二次指数平滑法和灰色预测法建立单项预测模型,在此基础上以误差平方和最小为目标建立了组合预测模型。通过预测结果与实际数据相比较,计算平均绝对百分误差进行精度检验,结果表明组合预测模型有效可靠,具有较高的预测精度。以此方法预测了2017-2021年国内航空货运量,为航空公司及相关政府部门提供数据参考。     

基于损伤检测的飞机结构腐蚀损伤预测方法对比研究

针对飞机结构材料易腐蚀特点,采用 BP 神经网络算法、数据拟合方法、指数平滑预测三种方法,对飞机铝合金结构腐蚀损伤进行预测对比分析。预测结果及其误差以及对比分析图表明,BP 神经网络算法所构建的网络预测模型对一定腐蚀周期内的腐蚀损伤有较好预测能力,指数平滑预测方法和幂函数数据拟合方法对一定腐蚀周期之外的腐蚀损伤预测有较好的外延性。     

收益管理中的需求预测方法

说明了需求预测在航空公司收益管理中的地位,介绍了应用在航空公司收益管理中的需求预测方法,重点讨论了简单平均法、指数平滑法、回归法和增量预测法,并对这几种方法进行了分析比较.     

基于支持向量机回归的民机航材消耗预测研究

航材作为装备保障的关键部件,其精确化保障在降低库存管理成本、优化资金分配、提高飞行安全等方面有重要作用。为保障飞机正常起飞,增加航空公司运营收入,降低航材保障费用,针对飞机航材消耗样本小、变化大难以预测的问题,提出一种基于支持向量机回归的航材消耗预测模型。以某国产民用飞机实际消耗数据为例,对支持向量机回归模型的预测精度进行验证。结果表明：该支持向量机回归模型对小样本数据有很好的适应性,相比指数平滑法具有更高的预测精度。     

基于预测的计算网格负载平衡研究

计算网格中负载平衡有着重要的作用和显著的效果.预测节点性能是实现动态负载平衡的关键,本文首先引入预测网格节点性能的指数平滑算法,讨论了平滑系数的选取方法.然后设计一个负载平衡实验,实验证明使用基于该预测算法的动态负载平衡与静态负载平衡和不使用负载平衡时任务执行效率有明显的提高.     

航空发动机转速信号的ARMA模型预测方法研究

提出了一种基于时间序列理论的分析和预测某型航空发动机转速信号的方法,建立了描述发动机额定转速变化规律的ARMA（3,1）模型,并对发动机转速进行预测。结果表明,所建模型能够以较高精度预测未来一段周期内发动机转速信号的发展趋势和数值大小,说明采用时序分析方法进行航空发动机转速信号预测有效可行。     

面向机组工作量审定的民用飞机人机交互适航验证场景设计

设计有效的民用飞机人机交互适航验证场景是实施机组工作量审定的基础。依据中国民航规章CCAR25部1523条款和附录D适航验证性要求,通过对运输类飞机机组工作量适航验证条款的解读,建立工作量审定人机交互适航内容及验证流程;确立机组工作量审定民用飞机人机交互适航场景设计原则,分别从测试机组、运行过程、运行环境以及运行状态四个维度设计验证场景,并实施典型机组工作量适航验证场景捕获;结合机组工作量评估策略和测量方法比较,提出机组工作量适航验证方法。结果表明：构建的民用飞机人机交互适航验证场景和适航验证方法适用有效,可为民用飞机机组工作量适航验证提供参考。     

发动机故障诊断的变记忆约束滤波算法

为提高故障诊断可靠性,给出了3种利用多次测量信息减少测量误差影响的方法,即变记忆约束滤波算法、分段算术平均预平滑算法以及指数顶平滑算法。其中,变记忆约束滤波算法能够有效地避免由于故障方程多重共线性所引起的病态解。证明了多故障诊断问题中滤波算法与分段算术平均算法的等价性,证明了在衰减滤波的条件下（第一变记忆因子小于1）,随测量点数的增加,变记忆滤波算法的第一变记忆因子与指数平滑的平滑系数之和趋近于1。利用计算机仿真方法对于所得结论进行了检验。     

基于灰色神经网络组合模型的航空发动机磨损趋势预测

航空发动机的磨损机理十分复杂,且受到诸多不确定因素影响,单一预测模型难以对其变化趋势进行有效预测。针对该问题提出了一种BP网络与改进灰色模型相融合的组合预测模型,并引入混沌理论的C—C方法确定BP网络的嵌入参数和时间延时。仿真结果显示,该组合模型相比单一的神经网络模型和灰色模型精度更高,更客观地反映出发动机滑油中金属含量的变化趋势,可为科学制定发动机维修决策提供重要依据。     

基于HTA方法的飞行机组任务分析

人误预测首先需要对任务进行分析,将任务进行层次化分解,使分析者理解任务并识别可能导致人误的重要操作。根据飞行机组任务特点,确立了飞行任务中止原则,建立了基于HTA的飞行机组任务分析流程．提出关键步骤的选取准则。通过对A320飞机起飞任务进行案例分析,识别出对安全性有重大影响的操作任务,为改进驾驶舱设计及飞行机组培训提供支持。     

基于马尔科夫链模型的脉动装配线运行状态预测

分析了影响脉动生产线运行的因素和状态预测的必要性,提出了基于马尔科夫链模型的状态预测方法。基于马尔科夫链预测理论,对脉动生产线运行状态划分,确定状态转移矩阵,建立马尔科夫预测模型,并对模型准确性进行验证。     

民机机组氧气面罩快速佩戴适航验证要求研究

CCAR25.1447(c)(2)(i)条款明确了机组氧气面罩快速佩戴的要求,满足该要求对于民用飞机氧气系统适航取证至关重要。对民用飞机机组氧气面罩快速佩戴的适航验证要求进行了研究,从条款解读、机组氧气面罩设计和布置要求、适航验证要求和适航验证方法等方面进行了分析,条款中的机组氧气面罩快速佩戴要求本质上是为了保证飞行机组在各种可预期的应急情况下能够及时获得必要的缺氧保护,同时不影响对飞机的操作。对于机组氧气面罩快速佩戴适航验证要求,试验方法既要能包容多变的人为因素,又能综合体现佩戴试验结果。目前FAA有一份咨询通告指导了该条款的符合性验证要求和详细方法,在研究FAA相关咨询通告的基础上,提炼总结出了开展机组氧气面罩快速佩戴的适航验证方法,为国内民用飞机机组氧气面罩快速佩戴的适航验证工作提供参考。     

基于反馈补偿K-means的救援物资需求预测

针对低空应急救援过程中救援物资需求的多样性与不确定性,提出基于反馈补偿K-means相似搜索的物资需求预测算法。通过比较非平稳数据处理方法,采用差分自回归平均移动模型（ ARIMA）对历史灾情数据进行平滑处理;将预处理后的灾情数据运用基于反馈补偿的K-means方法进行聚类分析;再对比夹角余弦,杰卡德相似系数以及相关系数这3种方法,搜索出相似度最大历史灾情案例,并线性求解当前低空应急救援所需物资量。实验结果表明,在基于反馈补偿K-means相似搜索的物资需求预测过程中,运用相关系数搜索的误差是最小的,方法不仅提高了大数据处理能力,而且在一定程度上提高了预测精度。