实时遥测原始数据对接方法的研究与应用

实时遥测数据处理系统借鉴了事后处理中多站原始数据对接设计思路,实现了实时遥测原始数据对接。实时对接数据处理具备了实时处理的速度和事后处理的质量,提供了一种全程连续的结果,并能克服部分设备数据散乱造成的参数误解问题,更好地满足了任务需求。实时对接技术是实时遥测数据处理系统中的亮点和难点,本文提出并实现了以遥测数据帧为粒度的实时多站遥测原始数据对接方法,分析了实时对接中面临的现实问题和困难,给出了方法实现的关键步骤、核心算法和具体流程,并指出了与事后对接的相同点和不同点及难点。最后,对方法的应用效果分别同单站设备结果、事后对接结果进行了比对分析,比对结果表明了该方法的可靠性、有效性和鲁棒性。该方法已多次应用于实时任务中,效果良好。     

激光测高仪回波分解算法

开发了一种激光测高仪回波基本信息提取算法,对回波数据进行了高斯波分解,获取了高斯波分量的个数,及每个高斯波分量的波中心位置、宽度和幅度等参数．该算法首先根据回波拐点的数目和位置确定出高斯分量的个数及每个高斯分量的波中心位置和宽度初始值,随后利用线性最小二乘法计算出每个高斯分量的幅度,最后将经过选择和标记的高斯分量针对实际回波采用Levenberg-Marquardt方法进行拟合,得到优化后的高斯波基本参数．通过这些基本参数信息,能够进一步推导出激光测高仪光斑内各个反射表面的垂直分布、起伏程度和反射率等基本信息．     

PRV模拟系统的开发与应用研究

目前,发动机引气调节活门（PRV）的检查维修仍使用纸质化技术资料,通过人工检查和辨识判断,存在维修不便利、受人为及环境因素干扰影响较大等问题。本文提出的PRV三维模拟系统模拟仿真PRV构型原理、工作状态和地面测试功能,可预警提醒飞行过程中的功能失效等高风险问题,并将可视化、大数据分析等技术应用于PRV的维修,减少了人为因素对维修检查工作质量的影响,对提高PRV维修工作质量、降低飞行风险具有重要意义。     

面向边缘计算的数字化车间制造数据实时融合方法

针对当前数字化车间制造数据冗余性高、传输协议不一致的问题,提出一种面向边缘计算的车间数据实时融合方法。首先,围绕边缘计算思想,建立基于物联网的车间数据实时采集体系架构;其次,借鉴证据理论,以一致性检测和归一化后的数据为基础,提出互支持度进行证据转换,并引入改进的证据组合规则获得融合数据,减少设备端上传的数据量,减轻传输网络的传输压力;然后,以OPC UA信息模型为基础,构建协议转换所需配置的信息层次结构模型,以可视化配置的形式完成协议转换,为车间数据提供统一的传输接口;最后,以某航天制造车间总线控制台为验证对象,验证了所提方法的有效性。     

大数据理论在高精度惯性导航系统测试技术中的应用

当前我国高精度惯性导航系统研制已取得长足进展,但惯性导航系统的精度、可靠性和寿命等应用性能距离世界先进水平仍有差距,主要问题在于全寿命周期内的海量测试数据没有被充分挖掘、分析和应用,严重制约了惯性导航系统精度的提升、可靠性分析和寿命预估的准确性。因此,系统、准确、高效、合理地处理设计、生产、测试和使用过程中的海量数据是分析解决高精度惯性导航系统存在问题、提高生产效率、提升产品质量的有效途径。首先,详细分析了惯性导航测试系统数据采集和数据管理中存在的问题,提出大数据管理分析系统的需求和目标;其次,结合数据管理和分析中的关键技术,构建了惯性导航测试系统以数据采集层、数据支撑层和数据应用层为3大模块的大数据分析平台基本框架。为高精度惯性导航系统优化设计、提升精度、保障产品可靠性、合理预估系统寿命及适应未来战争提供了发展思路。     

改进BA优化的MKSVDD航空发动机工作状态识别

为了提高航空发动机工作状态识别准确率和效率,避免人工识别中存在的误判和耗时耗力问题,提出了基于混沌脉冲蝙蝠算法（CRBA）优化的多核支持向量数据描述（CRBA-MKSVDD）智能识别方法。研究了多核支持向量数据描述（MKSVDD）改进策略,引入混沌脉冲发射率提高了蝙蝠算法（BA）的收敛速度和收敛精度,得到了CRBA;通过CRBA优化MKSVDD的惩罚因子和核参数,同时对飞参数据进行了特征提取;基于特征飞参数据训练了CRBA-MKSVDD分类器,并对某型发动机一个飞行架次的工作状态进行了识别。结果表明,该方法识别准确率达到97.547 9%,可用于与发动机工作状态的相关研究和应用。      

大数据在航空系统的研究现状与发展趋势

针对大数据在航空系统中的应用问题,阐述了学术界与航空工业界在航空大数据采集传输、分析技术及可视化等方面的研究现状。提出了航空大数据平台基础架构,对目前推出的几款航空大数据分析平台结合优化运营、优化维护、降低成本、降低风险等方面的需求进行了评述。指出大数据在航空系统中的应用还存在着理念、方法、技术、人等方面的挑战,并相应地提出大数据组织专门化、处理方法混合化、分析平台柔性化及跨界合作深入化等发展趋势。     

航空发动机试验数据管理系统设计

为了满足航空发动机试验的需求,实现内场、外场、露天台试验数据的统一管理,根据航空发动机试验体系的实际情况 以及大数据的理念,采用现代测控技术、通讯技术、数据管理和分析技术等先进手段,解决了多数据源数据的采集与融合、多类型 试验数据即结构化与非结构化数据的综合管理、试验数据的快速处理分析等关键技术难题,建立了1个基于以太网的航空发动机 试验数据管理系统,实现了对试验数据的集中管理、有效共享、合理使用和安全存储。该数据管理系统已保障多种型号航空发动 机完成了试验,结果表明：该系统中试验数据的45%为结构化数据、55%为非结构化数据,同时提供给发动机故障诊断系统、健康 管理系统、试验信息管理系统等多个系统,具有适用性强、安全性高、易于管理等特点,可以满足试验数据管理的技术要求。