基于早期数据的航天测控软件缺陷预测

为提高航天测控软件的质量与可靠性,提出一种基于改进的PSO-SVM(Particle Swarm Optimization-Support Vector Machine,粒子群优化支持向量机)方法的航天测控软件缺陷预测模型。针对航天测控软件领域特征,构造了基于软件生命周期的软件度量集,并收集了实际航天测控软件的度量和缺陷数据,通过对软件历史版本数据的学习,在软件当前版本的生命周期早期数据的基础上进行缺陷预测。实例应用结果表明,采用历史版本软件数据对当前软件版本进行缺陷预测,从全局来看可达90%的预测准确度。因此,该方法可用于对航天测控软件的缺陷预测。     

航天测控软件缺陷管理与分析系统设计

在研究软件缺陷正交分类方法的基础上,针对航天测控软件特点,构造其正交分类框架,建立航天测控软件缺陷信息数据库,实现基于Web的航天测控软件缺陷管理与分析系统,对某测控软件系统的部分缺陷信息数据开展分析,得出一定的分析结果。     

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。     

基于连续介质损伤力学的高温微动疲劳寿命预测模型

建立了一种基于连接介质损伤力学(CDM)的高温微动疲劳寿命预测模型用以分析航空发动机榫连接结构在不同温度下的微动疲劳寿命。该模型在现有的基于非线性疲劳损伤累积(NLCD)模型微动疲劳寿命预测模型的基础上,引入温度相关的损伤速率因子以考虑温度对榫连接结构微动疲劳行为的影响。以某型发动机钛合金TC11燕尾榫结构模拟件为研究对象开展不同温度下的微动疲劳寿命数值模拟预测研究,预测结果与试验结果相比在2倍误差范围以内,证明了此寿命预测模型的有效性。      

基于飞行试验数据的双转子航空发动机 加减速瞬态模型辨识

为辨识航空发动机飞行过程中加减速瞬态模型,通过对某型航空发动机慢车至中间以及中间至慢车过程的飞行试验数据进行分析整理,将发动机上述加、减速过程简化为静态参数预测过程,利用3层前向人工神经网络,建立了某型发动机加、减速瞬态过程中的发动机关键参数预测模型,对发动机参数预测模型预测结果与飞行试验记录数据进行了对比分析,同时利用额外的飞行试验数据验证了辨识模型的泛化能力.结果表明:辨识得到的发动机模型在油门杆稳定时参数预测相对误差不超过3％,在油门杆动作期间参数预测相对误差不超过5％;验证点上辨识模型参数预测误差不超过3％.证明该型发动机参数预测模型可以很好地预测发动机瞬态过程中的参数变化情况.该方法为建立发动机其他状态的加、减速过程参数变化模型奠定了基础,也能为建立全包线范围内发动机瞬态参数预测模型提供参考.     

航空四站气体保障过程的STAMP建模与STPA安全性分析

航空四站气体保障装备的可靠性在不断提高,而气体保障过程中的事故仍有发生,需要一种新的方法系统地去识别新的危险因素,从而提高系统的安全性。从控制的角度结合STAMP和STPA对航空四站气体保障过程进行安全性分析。首先,介绍STAMP/STPA的工作机理;然后,对航空四站气体保障过程构建STAMP模型,采用STPA安全分析方法对航空四站气体保障过程的安全性进行分析,识别不安全控制行为,对生成的不安全控制行为进行场景分析;最后,与事故树分析法(ATA)进行分析结果的比较,从而证实了该方法的优越性。结果表明:采用STAMP模型和STPA安全分析法可以更加全面地识别出不安全控制行为及其原因,更有利于保证航空四站气体保障过程的安全。     

基于降维和随机森林的航空发动机涡轮盘应力预测

为了给发动机涡轮盘寿命管理提供有效的数据输入及后续工程应用提供依据,本文基于统计学习和机器学习方法,提出基于降维和随机森林的航空发动机涡轮盘应力预测模型,以发动机可测参数作为初始特征,通过相关性分析、主成分分析与聚类分析,实现了对总体参数样本的降维,并提取出主控因素,再利用随机森林算法建立航空发动机涡轮盘应力预测模型。结果表明：该方法预测精度比未降维的随机森林模型更高,判定系数R2达到0.985以上,证明该方法对航空发动机涡轮盘应力预测是有效的。     

贝叶斯网络理论在航空装备战场生存能力评估中的应用

介绍了航空武器装备战场生存能力的概念,建立了航空装备战场生存能力总体概念模型,并探讨了基于模糊综合评判的贝叶斯网络理论在航空装备战场生存能力评估中的应用,旨在提高装备生存能力评估的效能,进而提高装备的战斗力。     

基于系统工程 V模型的航空发动机正向设计方法

针对国内航空发动机研制面临需求分析和需求验证薄弱、正向研发能力欠缺的情况,在民用飞机及系统开发指南要求的基础上,构建了基于系统工程 V模型的航空发动机正向设计流程,从需求定义、需求分析、需求确认、功能分析、功能危害性分析、逻辑架构设计、物理架构设计与权衡、设计实现、系统安全性评估及产品集成与验证等方面开展航空发动机的正向设计。将建立的基于系统工程 V模型的航空发动机正向设计流程应用到某型航空发动机的设计中,利用 DOORS软件进行航空发动机设计的需求定义,采用故障树分析(Fault Tree Analysis,FTA)法进行系统安全性评估,有效提高了航空发动机正向设计的能力和水平。对于提升航空发动机研制质量,交付满足用户需求的航空发动机产品具有重要意义。     

增广预测模型的航空发动机多变量约束预测控制

针对模型不匹配导致的模型预测控制性能下降的问题,提出了一种基于增广预测模型的航空发动机多变量约束预测控制器设计方法。在现有发动机状态空间模型基础上,将指令跟踪误差与系统状态的变化量增广为状态向量,设计增广预测模型以消除稳态跟踪误差,以控制量所需能量与模型预测输出误差最小为目标,利用带约束的序列二次规划（SQP）算法在线滚动优化控制变量。通过某型涡扇发动机非线性部件级模型的包线内不同状态下仿真分析,结果表明,控制系统无稳态误差,调节时间<2s,有效提高了发动机控制品质,实现了对输出量的限制管理。     

航空金属材料的损伤机制与预测方法

损伤是航空结构件加工制造与服役中的共性问题。以微观损伤机制与损伤预测模型为主要关注点,论述了典型航空用铝合金、钛合金中损伤形核、扩展的影响因素以及宏观、细观尺度损伤断裂的预测方法。对于塑性成形过程,以受力状态为切入点,阐述了不同应力状态下损伤演化的差异性,介绍了基于应力状态损伤模型在航空材料中的应用。对于疲劳损伤问题,总结了不同体系合金中的微观影响因素,如第二相颗粒、晶体取向等,讨论了疲劳预测方法在航空用铝合金、钛合金中的应用。将局部应力应变集中归纳为损伤萌生、扩展的外因,而材料内部缺陷、界面等为内因,塑性变形、疲劳过程的损伤累积均为内、外因综合作用的结果。通过归纳损伤机制研究进展与问题,分析宏、细观预测方法的优缺点,提出以共性规律与通用性预测方法为重点的发展方向。     

基于贝叶斯更新的飞机结构腐蚀可靠度模型

民用飞机结构腐蚀发展的时变性和样本采集的局限性,给腐蚀检测数据分布函数的确定及参数的估计带来了很大的不确定性。针对这一问题,给出了基于贝叶斯公式的合理分布函数选取及参数估计方法。为满足在役飞机结构可靠性动态管理的需求,基于贝叶斯更新思路,将反映结构性能退化共性规律的预测模型视为先验模型,沿着具体结构生命周期不断挖掘利用新信息,建立具体飞机结构腐蚀失效概率和可靠度的动态预测模型。算例采用某型民用飞机地板梁结构腐蚀的无损检测数据,结果显示：腐蚀深度的合理分布为双参数威布尔分布,基于贝叶斯更新后的腐蚀失效概率计算得到的结构可靠度与未更新的显著不同。表明更新后的可靠度因为既考虑了模型参数的历史先验信息,又利用了当前数据实时更新了预测模型,从而有效地降低了有限样本带来的不确定性,使得预测值稳健且具有时变性,更符合工程实际。     

锻造仿真与热模拟技术在航空发动机叶片精密锻造中的应用

航空发动机叶片因其形状复杂、叶身型面厚度薄、材料变形困难,在精密锻造成型中常存在折叠、裂纹、表面损伤及局部填充不满等缺陷。应用有限元仿真软件Deform对航空发动机叶片精密锻造工艺进行模拟分析,可以获得金属材料锻造成型过程中应力场、应变场、温度场及流动轨迹等参数变化规律,将可能产生缺陷的模型在工艺设计阶段进行优化,缩短新产品研制周期。实践表明,Deform软件的应用,可有效地避免锻造缺陷的产生,对航空发动机叶片精密锻造工艺设计具有指导意义。     

一种基于FMEA的故障诊断贝叶斯网络快速构建方法

贝叶斯网络(BN)建模问题一直是其在故障诊断应用领域的瓶颈,实际的工程系统中,贝叶斯网模型构建存在许多困难,提出一种基于故障模式影响分析(FMEA)的BN建模技术.首先,在分析现有FMEA所包含的故障信息基础上,提出基于单条FMEA记录的贝叶斯网络片段构建方法;然后,利用故障模式与故障原因因果传递关系将贝叶斯网络片段集成为系统贝叶斯网络模型;最后,以某型飞机前轮转弯系统为例进行BN模型构建和分析.结果表明:本文基于FMEA建立的BN模型不仅避免了传统建模过程中对大量工程经验的需求,并且突破了FMEA定性分析能力,能够有效融合多源信息对工程系统进行定量分析和故障诊断.     

基于GM模型的航空相机故障预测研究

航空相机的故障检测是其日常维护的重要内容。本文针对航空相机侦察过程特点,提出一种基于灰色模型的模糊预测策略,即应用灰色系统理论建立对象的GM预测模型,对灰色模型预测值进行模糊推理,并通过对当前过程状态进行模糊判决,从而实现对灰色模型预测步长的自适应调整,改善预测效果。     

无人机飞控软件测试方法研究

飞控软件是无人机飞行控制系统的控制神经中枢,对无人机飞控软件进行有效的测试是保证飞控系统质量的重要手段.根据某型无人机飞控软件及其开发特点,提出一种与软件开发过程同步的、基于多个测试环境的软件测试模型,重点阐述该模型涉及的单元和配置项测试方法.测试结果表明,提出的测试模型,测试工作能有效地发现无人机飞控软件在不同开发阶段引入的不同类型的软件缺陷,有效地保障了无人机飞控软件的安全性、可靠性和质量.     

模型不匹配时的航空发动机预测控制

1引言一般来说,预测控制适应范围宽,即使在模型不匹配的情况下,也可取得较好的控制性能。但对于航空发动机这样的复杂的被控对象,不采取一定的措施,很难保证所有飞行区域都可取得满意的预测控制效果。以某型航空发动机采用预测控制为例,预测模型不变,在阶跃输入作用下,进行全飞     

基于LSTM的飞行器纵向可用过载预测方法研究

针对执行较长飞行任务的飞行器在飞行任务期间难以实时准确预测机动能力的问题，开展了基于长短期记忆(LSTM)的飞行器纵向可用过载预测方法研究。首先，对飞行器纵向过载相关参量进行了分析。然后，以纵向可用过载为性能指标，建立了基于LSTM网络的BP神经网络预测模型。预测模型的输入是一段飞行时间内可测量的飞行状态数据序列，输出是未来时刻的纵向可用过载。最后，基于某型飞行器建立数字仿真模型并开展了仿真验证及结果分析。研究结果表明，所提出的预测模型准确有效，可以帮助实现飞行器飞行性能的实时评估和预测。     

一种新型航班延误组合预测模型

为了克服单一的航班延误预测模型在预报时的缺陷,在分析航班延误的特点的情况下,提出了一种基于危险模式和灰色预测组合的新型航班延误预测的方法。对这两种预测方法的结果采用加权组合预测的方式来预测航班延误的趋势变化,预测结果是单一预测模型的加权和,加权系数动态确定。最后通过国内的某枢纽机场的航班延误情况进行了验证。实验表明该模型可以不受某一较差的预测模型影响,从而有较好的预测效果。     

基于GA优化BP算法的滑油状态监测

滑油状态的监测与分析是航空发动机状态监测与故障诊断的重要手段。为了解决以往滑油金属质量分数预测模型算 法的局部性、收敛速度慢及预测结果误差大等问题,结合遗传算法（GA）收敛速度快、鲁棒性好等优点,对反向传播（BP）神经网络 算法进行GA优化,通过GA对参数寻优,并应用于发动机滑油金属质量分数预测。由于滑油的状态参数并不能确定部件故障与 否,利用贝叶斯（Bayes）决策规则对诊断结果进行了错误率计算。将所提方法应用于某航空发动机滑油铁质量分数预测,结果表 明：采用GA优化后的BP神经网络（GA-BP）得到的预测结果具有更高的精度,其最大预测误差不超过6%,平均预测误差为1.7%, 所测数据与原数据具有较好的拟合性,利用Bayes决策规则对诊断结果进行分析,对于部件故障与否的判别更具说服力。