洗出滤波算法在飞行模拟器中的应用

介绍了六自由度运动平台的洗出滤波算法及其在飞行器地面滑跑阶段的实现。根据飞行仿真模块的输出,通过坐标变换、比例限制、信号洗出和滤波等,形成运动平台的驱动信号。该算法在不增加系统硬件的前提下,充分利用液压缸现有行程,逼真地模拟飞机俯仰、滚转、偏航、升降、纵向和侧向平移运动。     

编制摸拟器设计和性能数据要求的初步考虑

在研制飞行模拟器时，飞行模拟器的设计和性能数据是必需的。这些数据不仅是形成满足飞行模拟器各种规范和标准要求的基础，而且也是构成模拟器逼真度要求的基础。根据国际航空运输协会的要求，初步讨论了编制飞行模拟器设计和性能数据要求所考虑的因素。     

功率级无刷直流电动机四象限运行模拟器设计

针对无刷直流电动机（BLDCM）驱动控制器在研发过程中全工况测试困难、测试成本高和研发周期长的问题，提出了一种采用分区间采样和解算方法的、具有四象限运行能力的功率级（PHIL）无刷直流电动机模拟器，替代实物电动机和机械负载装置完成对两两导通控制方式下无刷直流电动机驱动控制器的各项性能测试与可靠性试验。该模拟器由实时仿真器、电动机模拟变换器和多级式双向变换器3部分组成，实时仿真器负责采集被测电动机驱动控制器输出的PWM电压，实时解算电动机模型得到三相电流指令，控制电动机模拟变换器生成三相电流，多级式双向变换器负责维持模拟器输入、输出间的能量平衡关系，从而实现对四象限运行时无刷直流电动机的功率级模拟。实验结果表明:所提出的功率级无刷直流电动机模拟器模拟精度高、实时性好、测试灵活，能够有效替代实物电动机和机械负载装置，满足电动机驱动控制器的测试需求。      

基于 Stacking集成学习的飞行模拟器设备故障预判

为精准研判飞行模拟器故障问题,提升飞行模拟器故障应急处理能力,提出了 1种基于 Stacking集成学习的设备故障预判方法。首先,针对设备故障数据具有高维度和时序性的特点,采用正态分布法,对采集的原始故障数据进行缺失值和异常值处理,获取归一化数据,并基于核主成分分析法,提取数据的特征并降低数据维度;然后,构建以 CNN、RF、BP神经网络为基分类器,XGBoost为元分类器的 Stacking集成学习模型,采用交叉验证训练策略,对设备的故障类型作出预判;最后,构架典型案例。仿真结果表明,所提方法可正确有效地识别设备的多种故障状态。