某微型涡喷发动机地面试车故障分析及措施

针对某微型涡喷发动机的地面试车实验过程,介绍了发动机结构,地面实验台的搭建,测试系统的布置,试车线路的制定,并重点分析了试车过程中遇到的多种故障现象及解决办法.这些故障现象包括:点火可靠性、火焰拖尾、转速悬挂、转静件碰摩、尾喷管翼子板焊缝开裂、涡轮端轴承热失稳、发动机喘振、电控程序调试等.实验结果表明:进一步降低涡轮端...     

一种融合个体属性与社交关系的民航旅客价值度量方法

针对目前民航旅客关系网络中旅客关系类别单一、旅客价值计算滞后、旅客潜在价值计算没有考虑旅客之间的相互影响,使得一些具有极大消费潜力的旅客因为目前乘机次数较少而被航空公司忽略的现状,提出了一种融合个体属性与社交关系的民航旅客价值度量方法,采用RFM_c模型计算旅客个体价值,并采用多关系评价（MRE）模型分析旅客关系,然后通过改进的PageRank算法设计实现融合旅客个体价值和社交关系的民航旅客价值排序（CAPV-Rank）算法,实现旅客价值度量、旅客价值预测和潜在高价值旅客挖掘。实验结果表明：设计实现的CAPV-Rank算法可通过调整权重因子实现多种模式下的旅客价值计算,满足各种业务需求,并能实现旅客价值预测、潜在高价值旅客挖掘,旨在为民航旅客价值度量和预测提供灵活、高效的解决方案。     

某型发动机加力温度急降超标故障分析及排除

针对某型军用航空发动机在近几年外场出现多起加力温度急降量过大(部分发动机温度急降超过180℃)故障这一问题,从发动机结构和工作原理入手,深入分析故障原因,提出故障排除建议和预防措施。     

浅析某型系列发动机α2上升缓慢故障原因

某型系列发动机的α2上升缓慢是外场多发性故障,本文根据发动机结构、α2控制原理和故障现象,从控制调节α2的主泵-控制器,转角α2的直接动力装置α2作动筒,以及高压导流叶片旋转的铰链传动结构方面具体分析了故障原因,以便在外场对发动机进行更好地维修。     

星上业务综合与地面综合基带一体化设计的思路

为满足在航天器与地面站之间传输各类数据的要求，航天器和地面设备都有相应的措施与之适应。星上数据的业务综合将航天器上的各类数据合并成一路数据流，经物理信道统一传输。地面设备则将遥测、遥控、测距和数传等功能在基带集成，形成综合基带设备。业务综合与综合基带都曾推动了航天任务中数据传输系统的发展，但二者都是从自身的角度考虑，并没有作为一个系统综合设计。本文对业务综合与综合基带进行一体化设计，使天地系统相互协调，最大限度地提高星地数据传输的可靠性和有效性。文中通过对遥感卫星数据传输系统的设计实例说明了一体化设计思路的应用。     

基于误差修正的直接力／气动力双层姿态控制设计

针对直接力／气动力复合姿态控制问题,将具有扩张观测器的动态逆控制与最优控制相结合,设计了一种基于误差修正的直接力／气动力复合控制双层姿态控制方法。该控制方法以气动力控制为主,将滑模变结构控制与动态逆控制相结合进行气动力控制,通过引入扩展观测器对控制系统中的不确定干扰进行估计与补偿,以提高控制系统的鲁棒性;在此基础上,基于最优控制方法进行直接力控制设计以实现跟踪误差快速修正,达到提高系统响应速度的目的。与气动力单独控制的仿真结果对比表明,该复合控制算法能够有效改善系统的动态响应特性。     

基于软件接收机的分布式深组合仿真系统研究

为实现高动态环境下组合导航系统稳定导航定位,设计基于软件接收机的分布式深组合导航仿真系统方案,采用改进的基于伪距、伪距率的组合滤波器校正SINS误差,并利用校正后的SINS信息对GNSS跟踪环路进行频率辅助。结合VC++和Matlab各自的特点,采用VC++与Matlab混合编程,搭建基于GNSS软件接收机的分布式深组合导航仿真系统,实现SINS与GNSS双向辅助。实验结果表明:高动态环境下,深组合导航系统能有效提高GNSS接收机动态跟踪性能,具有良好的组合导航定位能力。     

振动电容式介质内部电荷测量仪研制

内带电效应是引起航天器飞行故障的主要原因之一。为满足对内带电效应进行地面模拟试验研究的需求,文章提出了一种基于振动电容法的内带电电荷测量方法,设计了物理探头和信号处理器,完成了原理样机的研制,并对原理样机进行了标定测量试验。结果表明,该自主研发仪器线性度和准确度高,工作性能稳定。     

基于数字孪生的航班链延误动态预测模型

针对复杂多变的航班运行环境，提出一种基于数字孪生的航班链延误动态预测模型，以改善传统预测方法的精度及自适应性。模型基于数字孪生航班链系统构建，采用滑动窗口下的多通道特征建模完成单元级航班延误预测，并提出一种混合优化策略进行模型参数的动态优化，最后通过孪生数据驱动的链式分析方法实现了全航班链的延误分析与修正。采用国内航班数据进行实验，得到在各个窗口下的航班延误平均绝对误差（Mean absolute error, MAE）为11.79 min，低于其他基线模型和静态模型；且引入孪生数据驱动分析和修正后，紧随其后的航班预测误差比此前进一步降低了6.44%。结果表明，模型有利于数字孪生航班链系统实现虚实交互，并具有优良的预测精度和自适应性。