飞机空调系统频发故障模型构建及预测

利用时间序列算法,对飞机空调系统故障进行预测研究。该算法基于数据处理后集成到SAS系统中的飞机空调系统故障序列,利用SAS/ETS模块相应命令检验该序列为平稳非白噪声序列,在此基础上对有限多个模型进行相对最优化选择后构建自回归移动平均(ARMA)预测模型。最后,将该模型应用于某型飞机空调系统故障实证研究及短期预测中,分析结果表明,该方法在飞机空调系统故障短期预测中的效果良好。     

合作与竞争——OEM、航空公司与MRO企业之间新的战略合作关系

高可靠性的发动机打破原有的合作关系 尖端技术的应用使得发动机的可靠性越来越高，在翼时间越来越长。国际航空理事会负责技术服务和维修条例的副总裁乔纳森-伯杰表示：“如今，发动机的在翼服务时间为5～7年，而普惠公司早期的JT8D和类似发动机的在翼时间平均仅为12～18个月。”     

基于大数据分析平台的APU维修决策优化

通过科技创新建立的APU全寿命及成本管理系统是一个大数据分析平台,运用概率神经网络对APU系统故障进行智能判断,运用0-1线性规划法自动产生基于APU性能的维修管理决策,运用价值工程方法产生基于价值系数的维修管理决策。该系统的应用提高了APU的可靠性和经济性,使APU的维修决策由静止的、事后分析可靠性转变为预测性、基于概率分析方法的维修决策。     

中国民航旅客量季节性问题研究

中国民航旅客量的季节性波动是经济学研究的重要命题。选取中国民航旅客量时间序列数据作为分析对象，采用年度季节强度指数（R）与月季指数（Zt），揭示中国民航旅客量的年度季节集中性与月度季节变化规律。 R值整体上呈现逐年递增的趋势，指标随季节变化明显，且按一定规律分布。 Zt 值指示4月、7月、8月、9月、10月为旺季，其余月份为淡季。民航旅客量淡旺季与游客出游行为、节假日长短、气候等因素有直接联系。研究结论为解决中国民航旅客量的淡旺季问题提供基础数据，也为调整航空公司在淡旺季时的人员、航班及其他工作安排，为缓解航空客流量供需不平衡的矛盾提供决策参考。     

大数据在高校创业教育中的价值与应用

大数据时代的到来提醒着我们高校创新创业教育变革的必然性与重要性,大数据为创业教育从为教学改善提供所需的数据驱动、实现更具针对性的个体教育、提高学习的技巧性和有效性等多个角度带来了可行性的改变。大数据在创业教育中的融合可以从思维意识、信息技能、营销手段、资金运作和创业团队等五个方面入手,现有的应用则为创业教育改革提供了实践支撑。除此之外,大数据在应用中的潜在风险与应用保障也是实际中不可忽视的一个重要方面。     

GP芝柏慈善环保之行

世界地球日所举行的首届"绿色环保拍卖",为造福环境募资240万美元,所得利益悉数捐献非营利环保机构。瑞士顶尖制表厂GP芝柏表还投入到参与世界性绿色环保活动中,献上以环保为题、独一无二的ww.tc Chronograph for Green Auction世界时间腕表作拍卖用途。GP芝柏表品牌持有人、Sowind集团主席5tefanoMacaluso表示,很高兴为"绿色环保拍卖"     

卫星在轨时钟源频率特性评估方法研究及应用

针对传统评价卫星在轨时钟源频率特性方法,在实际应用中存在占用地面测控资源、自主性较低及评估精确性受限的问题,提出以星载高稳钟源作为参考频率源,基于遥测数据评价卫星时钟源频率特性的方法,并详细介绍了其方案设计、数据处理流程以及在轨实际应用的情况。该方法具有原理简单、算法简便、资源占用少、应用性强的优势,可有效解决传统方法在实际应用中遇到的问题。     

基于快速非奇异终端滑模的姿态控制技术

针对存在执行器故障与外部干扰的刚体飞行器姿态控制系统,提出一种基于快速非奇异终端滑模(NSFTSM)的姿态容错控制方法.控制方法不仅保证姿态机动过程的快速性,而且避免了传统的终端滑模面所带来的奇异性问题.采用二阶鲁棒精确微分器估计执行器故障与外部干扰,采用快速非奇异终端滑模技术设计姿态容错控制律,根据Lyapunov稳定性理论证明了方法的稳定性.稳定性分析表明,通过引入新型快速非奇异终端滑模,控制器使得闭环系统能够快速收敛到滑模面的微小邻域内,进而收敛到系统平衡点的微小邻域内,并且系统对外部干扰具有较强的鲁棒性.数值仿真结果验证了方法在姿态跟踪控制中的有效性.