基于领域专家知识的发动机模糊可靠性分配方法

提出了一种基于多领域专家知识的发动机模糊可靠性分配方法,以降低决策者主观偏好以及分配过程中模糊和不确定因素对分配结果的影响.基于对影响发动机可靠性因素的分析,建立了发动机模糊可靠性分配的数学模型,并以三角模糊数代替常规层次分析法中的标度,提出了一种模糊评判矩阵方法来确定影响可靠性因素的权重.在可靠性分配过程中,充分考虑多领域专家的意见和产品开发过程的风险性.以应用实例对提出方法的有效可行性进行了验证.      

气氦热沉结构优化设计

气氦热沉是月球超低温环境试进行设计,运用flowmaster软件,根据气氦热沉的结构进行建模仿真.在给定热负荷的条件下,得到热沉内氦气的流量分配和温度分布规律,并对初步设计提出两种优化方案.计算出气氦热沉的翅片最高温度,最后提出气氦热沉结构的设计方法和原则.     

噪声干扰Link-16数据链的干扰功率分配方法

在建立对Link-16数据链的干扰模型和接收机模型的基础上,分析了噪声干扰下接收机的误码性能,研究了干扰功率分配问题,并得到了对Link-16数据链的干扰功率分配方程,最后进行了仿真分析。     

国航成都-台北桃园定期航班成功首航

9月1日下午15点30分,国航西南分公司一架空客A319飞机搭载约100名旅客,从成都双流国际机场直飞台北桃园机场,这标志着国航成都——台北定期航班的正式开通。     

暴雨中的国航人

8月4日、5日,连续两日的暴雨袭击山城重庆。洪水过境,部分交通阻断,大面积航班延误,数个乡镇受灾…… 暴雨也给国航重庆人带来又一次考验,他们在大雨中竭尽全力保障各项工作不受影响,为旅客创造舒心的出行条件．谱写了一曲动人的乐章。     

具有异构多操纵机构的飞行器复合控制技术

提出了具有异构多控制机构的飞行器复合控制决策与管理系统结构,建立了具有气动力/推力矢量/直接侧向力的异构多操纵机构的飞行器动力学模型,提出了模糊自适应控制分配与复合控制器优化集成设计方案。设计了基于参考模型的模糊自适应控制分配策略,使气动力/推力矢量/直接力任意形式组合及动态分配过程中复合执行机构等效动态特性与参考模型一致。采用进化策略对导弹复合控制系统参数进行了多目标优化设计。分别针对不同的组合形式进行了仿真研究,证明了具有异构多操纵机构的飞行器复合控制系统具有很好的快速大机动跟踪能力,实现了飞行器气动力/推力矢量/直接侧向力之间不同形式组合控制系统的自适应控制分配。     

MIMO系统功率比特自适应算法研究

发射功率受限的自适应调制系统,由于调制方式有限,实际使用的发射功率通常小于受限的发射功率,对这一部分剩余功率进行再分配和利用,能够提高频谱效率。文章对M IMO系统中功率和比特自适应算法进行了研究,提出对剩余功率在空域进行再分配的自适应算法。仿真结果表明,在空域采用等功率分配,再进行空域剩余功率再分配,能够提高频谱效率,并且复杂度低,易于实现。     

基于分解模型的航班起降架次预测及修正

航班起降架次对民航整体运行发展和决策至关重要,为合理评估事件影响并展开预测,基于包含新冠疫情影响的月度数据,采用X-13ARIMA模型和genhol程序进行春节效应修正、序列分解。同时基于增加特征的思想,将序列滞后项及时间趋势、季节虚拟变量用于支持向量机回归中,再引入疫情恢复修正因子对预测值进行修正。结果表明,采用支持向量机回归预测分解后的主序列时,滞后项为2及季节虚拟变量时精度最佳,通过疫情修正各模型误差均有显著降低,表明组合模型的有效性。     

基于信息素启发狼群算法的UAV集群火力分配

无人机（UAV）集群作战是未来智能化战争的重要作战样式。为充分发挥UAV集群整体作战优势，得到最优武器-目标分配（WTA）方案，使得UAV集群在火力分配中既能够满足任务要求，又能够较少作战单元消耗，建立了包含任务完成、有效杀伤、攻击消耗约束的UAV集群火力分配数学模型，采用带有游走、召唤算子的改进狼群算法（WPA）对模型进行求解。为提高算法全局寻优效率，避免陷入局部最优，引入蚁群优化（ACO）算法中信息素启发规则，对游走行为及狼群更新机制进一步改进，提出了基于信息素启发狼群算法（PHWPA）的UAV集群进攻的火力分配方法。仿真结果表明:所提方法是有效的，相比较于其他算法，PHWPA具有更高效的寻优能力，能够为UAV集群作战火力规划提供支持。      

面向订单的航空制造业多工厂生产与运输综合计划模型

在多个异质性离散型生产工厂的航空零部件集成制造环境下，以最小化生产与运输总成本为目标，研究了订单的分配以及零部件加工和成品装配、产品运输的综合计划制定问题，构建了整数规划模型。所建模型既不需要单独引入订单分配决策变量，也不需要在生产量和运输量的决策变量中添加订单维度，而是通过成品配送约束解决了订单分配决策问题，大幅度减少了决策变量数量，显著降低了模型的复杂度，提升了模型的实用性。以某航空制造企业为例验证了模型的有效性。