适航指令案例安全风险灰色评估与预测模型

基于1996～2019年的适航指令（CAD）数据，以关联分析得出的典型故障构建评价指标。用风险系数确定白化权函数的边界条件，根据偏差最大化原则确定各指标的权重，提出了基于灰色白化权聚类的安全风险评估模型。利用等时间间隔的各指标数据构成灰色预测模型，并通过优化权重值将预测精度提高了2.88%。预测的故障数量与实际发生相符，证明了预测模型的准确性，可依此有针对地提出改进和预防措施，从而减少故障的发生。     

基于灰色距离测度的粗大误差判别方法

小样本试验数据的概率分布特征难以确定,使用传统的粗大误差判别方法存在较大风险。为了有效判别小样本试验数据中的粗大误差,本文探讨了基于试验数据之间的距离关系和拓扑结构的灰色距离测度的概念、数学意义、性质,在此基础上提出粗大误差判别方法。最后取一组小样本数据进行计算,实例结果表明所提出的方法合理有效。     

基于灰色预测法的商誉评估研究

商誉是一种不可确指的无形项目,超额收益法是评估商誉的重要方法之一,企业收益是用超额收益法评估商誉所需要的基本参数之一。通过比较几种企业收益的预测方法,采用灰色预测法,将其应用在超额收益法中,以提高商誉价值评估的准确度。     

一种解决经验模态分解端点效应的边界延拓法

用于电子设备或系统辐射发射趋势预测的数据大多呈现非线性、样本量小的特点,这大大增加了预测建模的难度,而经验模态分解(EMD)可以将非线性、非平稳的数据分解成若干个呈现一定周期性的本征模态函数(IMF),并且EMD具有完备性和正交性,可通过分别对分解得到的IMF分量建模,从而完成对原始数据的建模。但EMD被端点效应问题所困扰,为了提高EMD的分解精度,针对分解过程中的端点效应问题,以及辐射发射趋势预测的时间序列数据样本量小的特点,利用建立灰色均值GM(1,1)预测模型所需数据量小的优点,提出了一种基于灰色均值GM(1,1)预测模型的边界延拓方法,在原始数据两端各拓展一个极大值和一个极小值,对原始数据进行边界延拓,从而抑制EMD的端点效应。仿真对比结果表明:该方法在分解层数和平均相对误差方面均优于未经延拓处理的EMD,且对数据样本量要求不高。     

计量活门磨损寿命预测

对计量活门的磨损量进行建模,进行了探索研究,考虑了3种计算磨损量的方法.基于某型航空发动机燃油控制装置的计量活门试验数据的计算,结果表明:采用灰色理论的基于时间序列的一阶微分方程模型可以较准确地计算出计量活门的磨损量,相对误差小于5%.对于燃油控制装置计量活门磨损寿命的预测具有实用意义, 可以为燃油控制装置整体使用寿命的提供一定的依据.      

基于灰色理论的航空发动机可靠性指标评估方法

以层次分析理论为基础,采用二次分布和灰色理论综合评估方法,建立了航空发动机可靠性指标评估模型。将发动机可靠性指标分为总体级、危害度级、故障模式三个层次,故障模式级的数据融合采用二次分布和加权平均的方法,危害度级的数据融合采用层次分析-灰色理论综合评估方法,将航空发动机可靠性指标分散描述成属于不同灰类的向量,将评估灰类向量进行单值化处理得到发动机总体可靠性指标,实现了发动机可靠性指标从故障模式级到危害度级再到总体指标的逐步融合。对某型涡扇发动机应用表明,基于层次分析-灰色理论的评估模型应用范围广泛,对数据的分布类型不予限制,评估结构清晰,分层次反映了发动机的可靠性状态。     

改进灰色预测模型在对地攻击弹药需求预测中的应用

针对战时航空兵编队对地攻击的弹药需求问题,研究了灰色预测模型在弹药需求预测中的应用问题。首先,分析了影响弹药需求预测的主要因素;其次,分析了基本GM(1,1)模型存在的问题,提出了一种新的改进参数和时间响应序列的GM(1,1)模型;最后,分别用基本GM(1,1)模型和改进的GM(1,1)模型对一组弹药需求数列进行比较分析。结果表明,相对于基本GM(1,1)模型而言,改进的GM(1,1)模型的相对误差较小。     

基于不安全事件等级的空管风险管理研究

空中交通管制是航空安全的重要保障,为有效避免空管不安全事件的发生,找出导致不同等级空管不安全事件的风险因素并提出针对性的控制措施,根据某管制中心发生的不安全事件信息,结合其严重性等级进行风险管理研究。首先对该管制中心进行风险识别,在统计并分析其2001—2010年不安全事件的数据后,选择SHELL模型按照人员（L）、人员与人员（L-L）、人员与软件（L-S）、人员与硬件（L-H）和人员与环境（L-E）方面系统地识别出风险因素集;在此基础上,运用灰色关联分析进行定量评价,得出不同等级不安全事件风险因素评价结果;最后根据评价结果制定出不同等级不安全事件相应的风险控制措施。     

航空发动机性能参数约简方法研究

对航空发动机进行性能参数约简以提取关键参数,是提高故障识别准确率和可靠度的必要条件,为此提出两种性能参数约简算法.基于灰色聚类算法的参数约简,首先计算参数间的灰色关联度,然后选取聚类中心进行聚类以提取特征参数.基于模糊粗糙集的参数约简,首先利用模糊聚类算法对连续数据进行离散化处理,然后用粗糙集理论进行参数约简.用某型航空发动机实际监测数据进行验证,结果表明:两种方法约简结果一致,以此约简结果进行故障诊断可提高诊断率,缩减运算时间.