基于复杂动力学仿真的结冰情形下飞行安全窗构建方法

目前针对结冰情形下增强驾驶员情景感知的研究比较有限,现有的手段一般为通过评估部分飞行安全关键参数是否超出其极限值来对风险事件是否发生进行预测。建立了驾驶员操纵-飞机本体-积冰影响的动力学模型,通过对单个飞行情形预测时间段内飞行参数风险度的叠加得到该情形下的飞行安全谱,并在此基础上得到该情形下的风险值。基于建立的并行飞行仿真平台,获取飞机在整个操纵范围内的风险拓扑图,即安全窗。分析了飞机在对称结冰情形和非对称结冰情形下飞行安全窗的变化,并对结冰的致灾机理进行了分析。仿真结果表明结冰导致安全飞行范围缩减,对于非对称结冰还会出现安全窗不对称的现象。安全谱的提出可以为事故的演化分析提供一种全面直观的分析方法,安全窗的构建可为飞机遭遇各种不利情形下的驾驶员操纵提供指示,也可为飞机设计人员优化飞机性能提供一定的参考。     

基于冲突解脱的碰撞风险研究

自由飞行是解决航路拥挤问题的一种有效方式,因此在自由飞行环境下对飞行碰撞风险进行研究显得尤为重要。分析了在自由飞行空域中实施飞行冲突解脱策略后的转弯航路碰撞风险;考虑了所需通信、导航和监视性能以及飞行速度偏差,建立了基于冲突解脱的碰撞风险评估模型。通过算例分析了冲突解脱角度、水平间隔与飞行碰撞风险之间的关系,结果表明碰撞风险评估模型能很好地对自由飞行空域中实施冲突解脱后的碰撞风险进行评估,验证了模型的可行性。     

仪表飞行程序运行安全性评价模型与仿真分析

为对飞行程序设计与运行的安全性进行定量分析,需建立评价指标测度模型。从超障安全和飞行冲突风险水平两方面分析了影响飞行程序安全性的主要因素,提出了飞行程序运行的近地风险模型、飞行程序运行交通流内部以及不同飞行程序运行交通流之间的冲突强度和累计风险模型。以实际的进离场飞行程序为例开展仿真实验,提出了安全指标量化分析的方法,揭示了飞行程序构型、布局等影响安全性的规律。实验结果表明,该模型能客观地反映飞行程序安全性且有计算简便的特点。     

基于BP神经网络的飞行训练品质评估

为了弥补现有飞行训练品质评估系统存在的不足,本文提出利用飞行员生理信号和飞行操作参数来构建评估指标体系。建立了基于BP神经网络的飞行员飞行训练品质评估模型,通过已完成训练的网络的权值分布计算出各输入指标对最后评分结果的影响,并通过算例分析检验了该模型的可靠性。检验结果表明:经BP神经网络模型训练得到的结果和样本的专家评分基本吻合,选取的评价指标有效,该评估模型能够有效地将飞行员生理信号与飞行训练参数相结合,对飞行员的飞行训练品质进行评价。     

基于.NET的签派岗前风险提示系统的设计与实现

针对签派放行非执勤期难以获取运行信息,交班时间不足以全面提示风险信息的缺点,设计并实现了一种基于.NET平台的飞行签派岗前风险提示系统。首先,设计了系统与组网架构,根据航空公司运行指挥部门的架构,将用户的权限分为管理员、高级用户和普通用户,分别对应席位的维护人员、放行主班和席位值班员。其次,分析了软件的需求,根据签派放行中的实际工作流程,提出软件应具有客户端身份验证模块、信息圈阅模块、信息查询模块、信息录入模块、信息审核模块,并阐述了这些模块的逻辑关系和具体实现方法。再次,通过放行签派员的情景意识规律,建立了一种基于TOPSIS的信息重要度排序机制,将重要信息优先提示。最后,通过C#语言实现了该软件,并验证了该软件在航空公司实际一线运行中的运行效果。     

基于FIS-CREAM方法的人为差错风险评估

人为差错是影响航空安全的重要风险因素之一。文章根据飞机驾驶人因特点,结合具体飞行任务,基于模糊推理系统构建飞机驾驶人为差错风险量化模型,以识别飞机操纵过程中关键人为差错并确定人为差错的风险严重性,进而评估航空飞行安全。该方法不仅考虑了人为差错的概率,还考虑了人为差错对驾驶舱系统的影响,并提出了人为差错概率、差错影响概率和人为差错后果作为驾驶舱人为差错风险评估的量化指标。选择进近阶段任务作为研究对象并进行案例分析,实验结果表明,该模型能够精确描述人为差错风险严重性与风险指标之间的关系,降低了专家判断的主观性对结果的影响,且有效解决了数据不足引起的不确定性等问题。     

程序调参飞行控制律的神经网络实现

为保证飞行品质,现代飞机中多采用程度调参飞行控制律,由于调参规律的高度非线性,使得控制律的工程实现相当困难。为此,对程序调参飞行控制律的神经网络实现方法进行了研究。通过应用ＢＰ神经网络逼近非线性调参规律。探讨了用ＢＰ网络实现程序调参飞行控制律的一般方法,给出了网络的结构及其优化算法,并以某型飞机电传操纵系统倾斜阻尼通道的程序调参控制律为例,对该实现方法进行降验证。结果表明,实现精度符合工程要求。     

基于贝叶斯网络的航空公司飞行安全系统评价

开展航空公司的飞行安全系统评价是提高飞行安全运行水平的重要措施。在对国内外相关研究成果进行分析和比较的基础上,结合飞行安全评价中的不确定性特点,利用飞行安全评价指标体系,建立了基于贝叶斯网络的飞行安全系统评价模型。该模型能够有效地处理专家意见一致或不一致的情形,并对系统进行预测及诊断分析。通过对某航空公司飞行安全运行状况的实例评价,结果表明此方法是合理有效的。     

采用飞行流模拟方法的ADS-B平行航路纵向安全间隔评估

利用ADS-B监视下的PBN平行航路能够提高空域资源使用效率功能,设计了基于现有雷达数据的平行航路飞行流模拟方法。利用飞行动力学模型,建立了考虑ADS-B监视信号更新周期的PBN平行航路纵向安全间隔评估模型,进行飞行流运行特性仿真并得到飞机对的潜在冲突次数,验证了监视信号扫描周期对飞行流整体碰撞风险的影响。该方法实现了在飞行流整体运行下对平行航路进行风险评估。     

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。     

PID神经网络控制器在飞控系统中的应用

BP神经网络已被广泛应用于PID控制器的优化调参,但这种调参方法具有收敛速度慢、学习时间长、连接权重初值为随机值、易于陷入局部极小等缺点.提出了一种不同于用BP网络调整PID参数的新的融合方法:PID神经网络控制器(PIDNN);该控制器不仅能克服以上缺点,而且具有很好的鲁棒性.对PIDNN在某无人机姿态控制系统的应用进行了仿真研究,仿真结果表明该控制器能够大大地改善姿态控制系统性能.     

基于健康行为模型的飞行器控制系统健康评估

通过分析与飞行器控制系统相关的健康模式与模型参数的映射关系,利用近似响应原理,阐述了建立健康模型、开展系统健康评估的方法;结合测点仿真数据和多维向量相似度的原理,提出了健康指标的计算、优化方法和系统健康评估总体方案。以某型舵机模型为研究对象,采用高斯白噪声作为激励源,应用BP神经网络构建舵机组件的健康行为模型。模型在某飞行器6 DOF仿真平台中进行仿真和验证,实现了基于健康行为模型的在线故障监测。通过研究健康行为建模方法在飞行控制系统健康评估中的应用,为飞行器的健康评估提供了一种可行方案。     

弹道导弹飞行时间的BP神经网络控制方法

时间协同攻击是提高弹道导弹突防能力和作战效能的一种重要手段。由于发动机推力偏差等干扰因素造成导弹的飞行时间偏差较大,为精确控制弹道导弹的飞行时间,运用BP神经网络算法,建立了一种适用于较大飞行时间偏差修正的飞行时间调控模型。该模型用视加速度偏差表征推力偏差等干扰的影响,根据视加速度偏差调整导弹飞行中某一时段的程序角来实现对飞行时间的精确控制。由BP神经网络建立满足飞行时间偏差要求下视加速度与飞行程序角速率、转弯结束时间之间的映射关系。导弹实际飞行时,根据实际视加速度,由BP神经网络在线计算出飞行程序角速率及转弯结束时间,使导弹在干扰条件下仍以预定飞行时间到达目标。最后,通过仿真验证了该模型的有效性和可行性。     

基于 LSTM的飞控系统状态监控

监测飞控系统状态参数是保证无人机飞行安全的重要手段。针对无人机飞控系统的组成特点和飞行控制律,设计并构建了基于长短期记忆网络(Long Short Term Memory Network,LSTM)的飞控系统状态监控模型。首先,利用无人机历史飞参数据训练模型,建立输入飞参数据与状态参数的回归映射关系;然后,利用训练好的网络模型,实时预测飞控系统的状态参数,通过对比实测值与预测值之间的差异,实现飞控系统的状态监控。选取无人机飞参数据进行实验,基于 LSTM的算法比反向传播神经网络(BPNN)、支持向量机(SVM)预测精度高,MSE平均值分别低 0.01和 0.26,MAE平均值分别低 0.05和 0.12。结果表明,所提出的方法能够有效监控飞控系统,为无人机飞行管理决策提供数据支持。     

基于多模型方法的全包络鲁棒飞行控制器设计

利用新一代歼击机不同平衡点的多个非线性子模型对其机动飞行的全包络模型进行逼近。对于每一个子模型,设计相应的动态逆控制器,应用模糊神经网络产生控制器切换决策,实现不同飞行状态下不同模型控制器之间的相互切换。同时为了提高多模型飞行控制效果,对各模型控制器的输入及输出采样并作为神经网络的学习样本,形成一个全包络内的多模型统一神经网络控制器。最后通过歼击机的大迎角机动仿真来验证所设计的基于多模型的统一神经网络控制器的有效性,仿真结果表明所设计的统一神经网络控制器是有效的。     

自由飞行环境下碰撞风险研究

自由飞行是解决航路拥挤问题的一种有效方式,因此在自由飞行环境下对飞行碰撞风险进行研究显得尤为重要。提出了自由飞行环境下影响飞机定位误差的主要因素;以概率论为工具,建立了自由飞行环境下的碰撞风险评估模型;分别量化评估了各个主要因素对自由飞行环境下碰撞风险的实际影响度。得到的评估结果表明,碰撞风险模型能有效地对自由飞行环境下的碰撞风险进行评估,验证了模型的可行性。     

冲偏出跑道事件风险影响指标分析

目前对冲偏出跑道风险的研究多基于事故统计数据,较少从飞行数据及飞行操作特征的角度进行分析。基于飞行数据,对冲偏出跑道事件开展风险分析。将飞行数据分为飞行状态、操作指令、信息3 类,以此研究飞机在起飞滑跑、着陆、着陆滑跑3 个阶段的状况及风险影响指标;通过数据所反映的操作特征,结合标准操作程序,推导出飞机偏离正常数据、与标准操作不相符的操作,得到影响正常飞行的风险因素;基于行为安全2-4 模型,建立冲偏出跑道风险评价指标体系,对实际案例的事故致因机理进行研究,着重分析操作特征及人为因素,并提出冲偏出跑道风险防控措施。结果表明：通过对飞行操作特征及飞行参数的分析,从操作类、数据类以及环境类3 个维度建立风险影响指标体系,可以降低指标因素对冲偏出跑道事件的影响;从人、机、环、管方面提出改进措施,可有效降低冲偏出跑道事件发生的概率。     

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。     

基于博弈论的飞行安全风险评价

通过研究飞行机组与空中交通管制员之间的合作问题,以达到对飞行安全风险的分析和评价;结合博弈论的基本思想和方法,应用贝叶斯条件概率定理和NASH策略对飞行机组与管制员之间的合作关系进行定量分析,建立飞行安全风险博弈模型假设;根据Bayesian决策模型和NASH均衡算法,计算出飞行机组与管制员之间的局势均衡点,即飞行安全风险的最小值;通过仿真计算表明,该结果对改善航空公司安全管理的科学性、可靠性和进一步降低事故率以及提高飞行安全水平具有一定的参考价值。