基于Fratar模型的航班时刻需求战略预测方法

航班时刻是机场运行的基础和核心,准确预测机场的航班时刻需求,对于指导机场基础设施建设、运行模式调整等具有重要意义。在航班计划结构信息分析的基础上,构建了全国航班O-D矩阵,建立了多层级机场起降量预测模型,并以起降量预测结果为输入,利用Fratar交通分布预测模型,预测目标机场时刻需求。以杭州萧山机场为例,以2010年为基年,2014为预测年,验证了方法的准确性和可行性,并预测了2020年航班时刻需求,分析了不同运行模式下机场理论容量与航班时刻需求的匹配状况,分析结果表明,2020年萧山机场需由隔离运行模式过渡到相关进近,方能满足时刻需求。     

飞机维修信息管理系统

基于机载中央维护系统(CMS),提出了飞机维修信息管理系统(AMIMS),以进一步提高飞机的安全性,降低维修和运行成本;并详细讨论了AMIMS的组成、功能、关键技术及其解决途径。     

保载条件下FGH95材料的疲劳特性及寿命建模

针对FGH95粉末冶金材料进行了650℃时不同保载形式(拉伸保载、压缩保载和拉压保载)的疲劳试验, 分析了其变形特征和疲劳寿命分布特征以及保载对疲劳寿命的影响.并据此, 为改进保载条件下疲劳寿命的建模, 提出了迟滞环位置-形状修正因子的概念, 进而得到了一种修正的非弹性应变能~寿命方程.经对该材料疲劳试验寿命的建模和计算分析表明:该方法相比其他几种工程上经常采用的寿命预测方程, 较好地解决粉末冶金材料高温保载疲劳时的寿命建模问题, 且该方程对试验寿命预测的精度更高, 形式简单, 具有明显的物理意义.      

火星着陆器进入段轨迹优化与制导研究进展

根据火星着陆器在进入段的飞行状况,分析并总结可能遭遇的困难与挑战;在间接法和直接法两方面概述飞行器轨迹优化方法,阐述当前飞行器轨迹优化研究现状以及火星着陆器进入段轨迹优化的应用情况;以标称轨迹制导法和预测校正制导法两方面分析火星着陆器进入段制导研究现状,并比较两种制导方法的优缺点,最后对火星着陆器未来研究方向做了展望.     

一阶滞后对象广义预测控制下的闭环稳定性分析

 利用参数模型和非参数模型相结合的方法,给出了一阶滞后对象在广义预测控制下闭环稳定的充要条件。发现:(1)对开环稳定的一阶滞后对象,总存在一组控制器参数,使得在该控制器控制下,无论对象的开环增益K与时间常数T如何变化,闭环系统都保持稳定;(2)对于开环不稳定的一阶滞后对象,无论控制器参数如何选取,当K和T的变化超出一定范围时,闭环系统就会失去稳定性。     

军用飞艇的发展及关键技术

该文介绍了飞艇的组成及特点,分析了国外飞艇的发展现状和未来趋势,提出了飞艇发展的关键技术.     

基于非线性系数的金属构件寿命预测研究

通过对位错引起的超声非线性行为理论模型的研究,发现超声非线性系数的变化与疲劳损伤累积过程中位错密度的变化趋势相对应。基于上述理论,利用非线性超声对45#钢三点弯曲试件的微裂纹扩展进行了检测,实验发现位错密度的变化趋势与微裂纹扩展的3个阶段紧密相关。因此,利用非线性系数作为特征参数实现了对微裂纹扩展不同阶段的表征,从而实现了金属构件剩余寿命的预测,并且验证了超声非线性系数与位错密度成正比的位错理论。     

构造Bayes与Fiducial预测区间的若干方法

对构造Bayes与Fiducial预测区间的几种方法进行了讨论,并举例比较了它们在使用中的方便程度。     

基于IPSO-Elman神经网络的飞机客舱能耗预测

为了提高飞机客舱使用地面空调制冷时客舱能耗的预测精度,提出了一种改进的粒子群优化（IPSO）Elman神经网络的飞机客舱能耗预测模型。依据对算法中惯性权重与学习因子的收敛域分析,得出了二者合理的取值范围,将粒子到全局最优位置间距离与参数的取值范围相结合,构造了惯性权重与学习因子的动态调节函数,对其进行非线性的动态调节,并引入了变异因子,提出了一种跳出局部最优的策略,防止粒子群优化（PSO）陷入局部最优。将IPSO-Elman应用于Boeing738飞机客舱能耗预测中,与PSO-Elman、Elman算法进行性能比较,仿真结果表明基于IPSO-Elman的客舱能耗预测模型在预测精度和收敛速度方面均有一定的提升。该研究结果为飞机客舱能耗预测模型的建立提供了理论依据,对飞机地面空调的节能与机场电能合理调配提供了支持。     

多重应力下滚动轴承剩余寿命预测

为了实现多重应力下滚动轴承的剩余寿命预测,有效利用不用应力下的退化数据,提出了一种基于加速模型和贝叶斯（Bayesian）理论的滚动轴承剩余寿命预测方法。通过拟合优度检验和威布尔（Weibull）概率图检验法对滚动轴承试验中的数据进行有效性分析。利用switching Kalman filters(SKF)判断滚动轴承各时刻的退化状态。当滚动轴承进入加速退化时,用指数模型拟合轴承退化过程,利用广义线性对数模型表示退化模型参数与应力的关系,根据修正后的轴承实时退化数据利用贝叶斯算法更新模型参数,得到滚动轴承剩余寿命的概率密度函数,从而实现滚动轴承剩余寿命预测。采用XJTU-SY轴承数据集进行验证,预测结果的均方根误差在20 min以内,证明该方法能够有效预测滚动轴承的剩余寿命。