自然结冰和模拟结冰飞行试验研究

本文介绍了飞机和发动机自然结冰飞行试验和模拟结冰飞行试验的试验方法，着重分析了它们的试验特点，并对我国结冰试验的现状进行了简要的分析。     

驾驶员模型建模精度分析方法研究

针对频域内驾驶员描述函数和辨识方法和最小二乘的驾驶员模型参数的估计方法，按照严谨公式的规范条件建立了驾驶员模型建模精度评介公式，并对驾驶员完成俯仰跟踪任务时的仿真结果和驾驶员模型辨识结果进行了精度检验计算，同时还探讨了提高建模精度的有关技术问题。     

DMHS自动转报系统IP功能的应用

本文通过对DMHS—H自动转报系统IP功能的分析，结合广州白云机场和广州区管中心两次转场期间DMHS—H系统的实际应用情况，介绍了如何充分利用DMHS自动转报系统的IP功能来解决远端用户的无缝接入问题。     

试飞成功的光纤数据总线

本文介绍了国内首次一次试飞成功的光纤数据总线的拓扑结构和系统所挂的子系统。阐述了该拓扑结构的性能、通路器的设计原理以及试飞的情况。最后给出了鉴定委员会对该总线的评价     

人类不应忽视的飞行安全问题

本文列举具体案例阐明飞鸟对飞机（直升机）的飞行安全问题已构成威胁；分析了飞鸟／ 飞机相撞之威力，对飞鸟／飞机相撞之规律及其预防措施作了概述；最后，提出我们人类的努力方向，并指出航天飞机也应考虑鸟撞问题。     

BP网络和支持向量机在非线性函数逼近中的应用

非线性函数逼近作为统计理论的一个重要分支,在模式识别中有着广泛的应用。以非线性函数问题为背景,详细讨论了BP网络和支持向量机在函数逼近中的基本原理和训练算法,并从实例着手,分析了二者在其中的应用,将得出的结果进行了比较分析。     

改进布谷鸟搜索算法优化支持向量机的MEMS陀螺温度零偏补偿

针对微机械陀螺零偏受温度影响较大的问题,提出一种改进布谷鸟搜索算法(CS)和支持向量机(SVM)相结合的陀螺零偏温度补偿方法。首先,将平滑处理后的陀螺数据作为样本点,采用基于径向基核函数的支持向量机方法构建漂移模型,把数据从低维空间映射到高维空间进行线性拟合。然后,利用改进布谷鸟算法对支持向量机的惩罚参数、核函数参数以及不敏感系数进行优化,避免了人为选择参数的盲目性且提高了建立模型的精度。实验结果表明：经CS调节支持向量机算法补偿后,陀螺输出精度更高。与最小二乘分段拟合方法、BP神经网络方法相比,陀螺输出数据方差分别平均减小了63.2%、43.4%,最大误差分别平均减小71.63%、48.3%。     

基于ACMPE、ISSL-Isomap和GWO-SVM的行星齿轮箱故障诊断

针对从行星齿轮箱非线性、非平稳振动信号特征提取困难的问题,提出了一种基于自适应复合多尺度排列熵(ACMPE)、改进监督型自组织增量学习神经网络界标点等度规映射(ISSL-Isomap)和灰狼群优化支持向量机(GWO-SVM)相结合的行星齿轮箱故障诊断方法。利用ACMPE从复杂域提取振动信号的故障特征,构建高维故障特征集;采用ISSL-Isomap方法对高维故障特征集进行维数约简,提取出低维、敏感故障特征;应用GWO -SVM分类器对低维故障特征进行模式识别,判断故障类型。行星齿轮箱故障诊断实验结果分析表明:与多尺度排列熵(MPE)、复合多尺度排列熵(CMPE)等特征提取方法相比,ACMPE方法在分类效果和识别精度上更具优势;与局部切空间排列(LTSA)、等度规映射(Isomap)、加权Isomap(W-Isomap)、监督Isomap(S-Isomap)和监督型自组织增量学习神经网络界标点Isomap(SSL-Isomap)等降维方法进行比较,ISSL-Isomap方法降维效果最佳;所提方法的故障识别率达到100%,具有一定优越性。      

基于SVM方法的APU故障预测方法

针对辅助动力装置(Auxiliary power unit,APU)故障预测时,仅基于快速存取记录器(Quick access recorder,QAR)数据存在实时性欠缺或精度不足的问题,提出了基于实时报文数据的APU故障预测方法。首先,对报文所采集的数据进行预处理,将每次航班的报文数据规整为一条数据集;其次,从参数阈值、维修记录及APU序列号变化情况等角度对数据集进行标注工作;随后,针对特征选择算法具有较差解释性的缺点,提出通过相关性分析选取能够表征APU运行性能的参数;最后,建立基于支持向量机(Support vector machine,SVM)的多参数故障预测模型并优化。经验证,该模型提高了预测正确率,为APU视情维修策略的制定提供参考。