基于动态贝叶斯网络和模糊灰度理论的飞行训练评估

针对战斗机飞行训练中的评估问题,提出了一种基于动态贝叶斯网络和模糊灰度理论的评估方法。首先,分析了训练过程中典型飞行参数与机动动作的因果关系,根据专家经验与先验知识构建基于动态贝叶斯网络的机动动作识别模型,推理得到战斗机机动动作识别结果。然后,建立战斗机飞行训练评估指标体系,根据战斗机机动识别结果选择飞行训练评估指标,并采用综合赋权法确定了指标权重。最后,建立灰度模糊评估矩阵,结合飞行训练过程中各评估指标的飞行数据得到评估结果。实验结果表明该评估方法能够根据飞行过程中的参数信息进行机动动作识别及飞行训练评估,提高了飞行训练评估的效率。     

基于GA-ELM的飞行载荷参数识别

针对用复杂飞行数据识别飞行载荷时的精度低、速度慢等问题,提出一种结合遗传算法(GA)和极限学习机(ELM)的GA-ELM模型。该模型使用ELM神经网络作为计算核心,用遗传算法产生ELM网络输入层到隐含层的权值矩阵和隐含层偏移量;用GA-ELM模型对飞行数据进行识别,并与BP神经网络和原始ELM神经网络的识别结果进行对比。结果表明:GA-ELM模型是一种有效且高精度的飞行载荷参数识别方法。     

共轴式无人驾驶直升机飞行数据可视化系统的设计

分析了共轴式无人驾驶直升机飞行数据的特征,设计了与数据相对应的可视化图形元,实现了基于计算机硬件系统的飞行数据的可视化。结合飞行数据分析给出了本系统飞行距离的计算方法。该系统经过实际飞行验证取得可令人满意的成果。     

基于BP神经网络和飞行参数的航段风险评价

飞行运行风险的定量评估对于民航安全保障具有重要意义。设计并实现了一种基于BP神经网络算法的航段风险评价系统。该系统将大量飞行情景参数直接作为飞行风险评估的基础,通过飞行能力评价体系获得飞行运行风险度经验数据,并使用神经网络实现了任意飞行情景的风险度拟合运算。经过真实航班飞行数据的测试和飞行品质监控系统的验证表明,该系统可为进近着陆阶段任意时刻的飞行运行风险评估提供可靠的结果。     

估计理论在飞行数据相容性检验中的应用

飞行数据相容性检验在飞行试验数据分析中是很重要的。由于飞行试验测量数据中存在着各种过程噪声(如大气紊流)和测量噪声(如尺度因子偏差、常值系统偏差等),这些误差将会导致飞行数据各通道之间不相容。利用估计理论进行飞行状态估计,同时估计出未知的尺度因子,系统偏差,即进行飞行轨迹重构被认为是飞行数据相容性(一致性)检验的强有力的工具。本文利用推广卡尔曼滤波和信息平方根滤波及平滑进行高速飞机飞行数据的相容性检验,提出了飞机纵向运动和全面运动的新模型,通过仿真和实际计算得出满意的结果。     

飞行数据采集、记录与译码

飞行数据通常是指记录下来的用于描述飞机运动状态以及飞机各系统工作状态的参数的集合,被广泛应用与事故调查、事件调查、飞行品质监控以及飞机维修等领域。论文结合具体实例,详细地分析与介绍了飞行数据的采集原理、飞行参数的记录方式和数据译码过程。有利于飞行数据在应用上的进一步发展。实现了将飞行数据从二进制数到实际工程值之间的转化过程。     

基于预测校正积分法的飞行轨迹再现

根据DFDR记录的飞行数据再现飞行过程。对飞行事故分析和提高飞行员的飞行技能都具有重要意义。给出根据DFDR记录数据运用预测校正法积分计算飞行轨迹和其他飞行参数，实现飞行过程再现的一种简单算法．并给出使用Matlab进行计算和绘图的算例计算结果，证明该算法简便有效。     

基于模糊支持向量机的飞机飞行动作识别

传统的支持向量机由两类扩展到多类问题时,出现不可分区域。针对飞行动作识别提出解决这一现象的模糊支持向量机。采用模糊支持向量机对某型飞机飞行动作进行识别。实际飞参数据(6种飞行动作模式)的识别结果表明,模糊支持向量机较传统的多类支持向量分类器在飞机飞行动作识别率上有显著提高。     

涡轴发动机自适应混合诊断模型高斯加权聚类方法

针对整个飞行包线内涡轴发动机健康参数估计问题,提出基于高斯加权聚类的机载自适应混合模型建立方法.机载自适应混合模型由卡尔曼滤波器和神经网络组成,由于飞行数据样本庞大,采用高斯加权模型对涡轴发动机飞行数据进行实时聚类,利用聚类数据更新神经网络权重,并实现自适应混合模型工作范围的自动扩展.仿真结果表明了该方法的有效性,采用...     

发动机历程数据自动处理与部件循环寿命监控研究

对飞行数据自动处理方法进行研究,应用峰谷值检测、无效幅值去除和雨流计数,对某部队一次实际飞行数据进行处理,利用线性累积损伤理论得到该次飞行各部件的循环寿命耗损值。     

基于模糊事故树分析法的飞行碰撞风险研究

自由飞行是解决航路拥挤问题的一种有效方式,在自由飞行环境下对飞行碰撞风险问题进行研究显得尤为重要。首先根据模糊事故树分析法和各因素对飞行碰撞风险的影响分析建立了自由飞行环境下的飞行碰撞事故树;其次通过计算最小径集、最小割集和结构重要度来分析基本事件对引起飞行碰撞发生的影响程度;最后利用三角模糊函数模糊化处理基本事件估计概率,计算得到的评估结果表明,方法能很好地对自由飞行环境下的碰撞风险可能性分布进行分析,验证了方法的可行性。     

元件强度可靠性的模糊概率计算模型

首先建立了元件强度可靠性分析时基本变量只具有随机性而元件的安全失效状态含有模糊性时,元件的模糊失效概率Ｐｇｆ计算模型,也称广义概率计算模型,在此模型中给出了两种方法,即基本随机变量法和综合随机变量法;然后给出了基本随机变量具有随机模糊性时元件的Ｐｇｆ的计算模型,此模型中不论元件的安全失效状态是否具有模糊性,Ｐｇｆ均可以表示成条件概率     

无人机自由编队飞行的补偿模糊神经网络控制

为了克服当前提出的无人机编队飞行的不足，提出一种新的无人机编队飞行概念——自由编队飞行，制定了相关的避让规则，用补偿模糊神经网络进行训练，实现自由编队飞行的补偿模糊神经网络控制。仿真显示，编队飞行的飞机能按照规则自主改变航路进行避让，表明了该方法的有效性。     

飞控系统的模糊模型及其研究

在Takagi-Sugeno模型的基础上,建立了飞控系统的模糊模型。讨论了该模型的整体渐近稳定性,给出了判定该模型的整体渐近稳定的充分条件和满足一定条件的控制器的设计方法。最后对国产某飞机的纵向短周期运动系统的分析说明本文的模型是合适的,方法是有效的。     

自适应模糊-滑模控制在重构飞行控制中的应用

 论述了综合运用非线性动态逆、自适应模糊系统和滑模控制的优点进行飞行控制律设计的方法。运用非线性动态逆理论对非线性系统进行近似线性化 ,用模糊自适应系统来抵消近似非线性逆带来的误差 ,最终的残差由滑模控制项补偿。根据李亚普诺夫稳定性理论推导了自适应系统权值的调整规律 ,从而保证了闭环系统的稳定性。将此方法应用于带推力矢量飞机重构飞行控制 ,对两类故障的仿真结果表明 :即使系统未检测到故障 ,在较大的舵面损伤情况下 ,飞控系统性能仍能得到很好的保持。     

基于自适应模糊逻辑的活塞发动机TCU故障检测算法研究

故障分析与诊断是活塞发动机地面试车检测系统的关键功能之一,对于确保试飞安全具有重大意义。通过分析模糊逻辑系统的数学原理,研究了基于模糊逻辑的故障诊断模块分析算法,并利用MALLAB软件实现了模块基本功能,为利用模糊逻辑算法的非线性逼近能力,分析并监测发动机TCU运行状态奠定了基础。     

直升机内回路姿态模糊控制

 主要研究了直升机内回路的姿态控制技术, 将专家知识和训练数据相结合产生直升机的内回路模糊姿态控制器。由于模糊控制所固有的特点, 以及直升机的飞行状态多变, 模糊姿态控制器无法对直升机进行精确控制, 提出了利用另一个在线自适应模糊系统来补偿控制误差的方法。自适应模糊控制器的自适应学习算法通过李亚普诺夫稳定性分析得到, 从而也保证了整个系统的稳定性。仿真算例证明了本方法的有效性。关键词: 直升机; 姿态控制; 模糊控制; 自适应控制; 仿真     

模糊神经网络在过失速机动飞行中的应用

模糊逻辑控制技术和神经网络有机的结合 ,拓宽了模糊逻辑方法和神经网络方法的适用领域。利用神经网络具有自学习能力的优势 ,采用反向传播学习算法 ,通过对传统模糊逻辑控制器中的模糊逻辑控制规则和隶属函数有关参数进行训练学习 ,设计了模糊神经网络控制器 ,应用于飞机的过失速机动“里程碑”之一—— 70°迎角定常飞行仿真计算 ,获得了令人满意的结果。     

基于粒化模糊熵的机载燃油泵故障诊断

由于机械系统的复杂性,机载燃油泵振动信号的随机性表现在不同尺度上,因此需要对振动信号进行多尺度分析。为了实现机载燃油泵的故障状态特征提取,以模糊熵作为机载燃油泵振动信号的基本特征,提出了基于模糊信息粒化和模糊熵的机载燃油泵故障诊断方法。首先,采用模糊信息粒化方法对振动信号进行粒化处理,得到包含最小值、中值、最大值三组模糊信息粒;其次,计算模糊信息粒的模糊熵值;最后,将熵值作为特征向量,输入基于粒子群优化支持向量机建立的分类器。将该方法应用于机载燃油泵及轴承实验数据,分析结果表明,该方法可有效实现故障诊断。