飞机整机线缆自动化集成检测技术研究现状和发展

飞机整机线缆集成检测是飞机总装过程中的一项重要工作,是关乎线缆制造质量高低的一个关键环节,在航空制造企业受到了广泛重视.对飞机整机线缆检测方法进行了比较和分析,介绍了线缆自动化集成检测的内涵和主要研究内容,对比分析了国内外线缆自动化集成检测的研究现状,分析和指出了线缆自动化集成检测存在的问题以及发展趋势.最后对数字孪生...     

电动飞机的误解分析与研究综述

近年来,电动飞机已成为航空发展的热点之一,受到越来越多的企业和研发机构的重视。但由于人们对电推进飞机和传统推进飞机缺乏全面的理解,对电动飞机和混合电推进飞机的研究容易产生一些误解。本文阐述并分析了电动飞机研制中容易产生的5种主要误解及其产生的原因。在此基础上,对电动飞机的发展前景进行展望,并预测电动飞机是未来航空工业的发展方向之一。     

欧盟框架计划航空研发项目特点分析及启示

欧盟框架计划航空研究始终围绕满足社会和市场需求,保持和扩大工业领导地位,保护环境和能源供应,确保安全和安保,优先考虑研究、测试能力和教育等作为重点支持领域,以满足社会需求和保障欧洲全球领导地位。项目针对产品潜在应用需求,提前开展关键技术攻关和综合集成演示验证,技术成熟度1～6级。利用全球资源,组成包括大型企业、科研机构、大学、初创公司等发挥产学研用的研发团队。中国航空研究院自2005年起,参与欧盟框架计划交流平台项目和技术研究项目,建立了与欧洲航空科研机构交流的正常渠道。本文通过对欧盟框架计划航空研发项目特点的系统分析,以期推进中国民用航空科技的发展和对外合作。     

集成管理系统在飞机装配柔性工装上的应用

采用柔性工装对飞机零组件进行装配,会产生巨大的信息量,为提高飞机装配过程的信息管理的质量与效率,目前采用集成管理系统对飞机装配柔性工装进行控制与管理,来实现飞机装配过程的集成化。对集成管理系统在飞机装配柔性工装上的应用进行研究,首先对集成管理系统的构架、数据格式以及通信接口等进行概述;之后对柔性工装的数据传输与调形驱动过程进行分析,对飞机柔性装配技术体系进行总结;最后对集成管理系统在柔性工装上的应用现状进行研究。研究表明,集成管理系统可以提高柔性工装的装配效率与信息管理质量。     

基于早期数据的航天测控软件缺陷预测

为提高航天测控软件的质量与可靠性,提出一种基于改进的PSO-SVM(Particle Swarm Optimization-Support Vector Machine,粒子群优化支持向量机)方法的航天测控软件缺陷预测模型。针对航天测控软件领域特征,构造了基于软件生命周期的软件度量集,并收集了实际航天测控软件的度量和缺陷数据,通过对软件历史版本数据的学习,在软件当前版本的生命周期早期数据的基础上进行缺陷预测。实例应用结果表明,采用历史版本软件数据对当前软件版本进行缺陷预测,从全局来看可达90%的预测准确度。因此,该方法可用于对航天测控软件的缺陷预测。     

电网电压不平衡及谐波畸变时基波电压正负序分量分离新方法

针对传统锁相环(PLL)在电网电压不平衡及谐波畸变下利用常规软件锁相环不能准确获取相位的问题,提出了一种新的正负序分量分离新方法。利用了相序解耦谐振控制器能去除高次谐波和延时信号消除(DSC)法可滤除特定谐波的特性,将相序解耦谐振和延时信号消除法结合起来,达到更好的正负序分量分离的效果。最后,采用MATLAB/Simulink软件仿真结果证明了所提出方法的可行性和有效性。     

飞行载荷设计平台初探

飞行载荷在飞机结构设计中处于设计输入范畴,多变且重要,其准确及快速迭代是现代化飞机设计的重要能力。当下纷繁杂乱的平台工具为设计工作提供了很多选择,但要能够同时满足这两个条件的还是少数。为此,本文以流程为主线,通过输入、输出、工作单元等表现形式对部分平台进行了深度剖析,同时考虑了平台的扩展性能及使用后可能带来的效益进行了预估,认为FlightLoads平台是其中比较优秀的一款,为各类研究机构提供参考。     

NH90航空电子系统演进

NH90是一种法、德、意、荷、葡联合研制的先进中型多用途直升机,未来将成为法、德、意等国的主力作战运输、突击、反潜、搜救机型。介绍了 NH90的航空电子系统,其中包括核心航空电子,任务航空电子及飞控系统。跟踪了 NH90航空电子软件开发团队使用软件产品线（SPL）技术对航空电子架构进一步升级的方向。     

基于SVR选择性集成的机场噪声预测模型研究

机场噪声预测对机场规划设计、航班计划制定以及机场噪声控制具有十分重要的作用。针对机场周围各个监测点上的单飞行事件进行噪声预测。由于机场噪声数据的复杂性,用单一的SVR方法对其预测往往得出局部优化结果,不能达到理想的预测效果,针对这一问题,提出一种基于SVR选择性集成的机场噪声预测方法,通过Adaboost方法对机场噪声数据进行采样训练得到多个SVR预测模型,并结合一种排序方法对预测模型进行选择集成得到最终机场噪声预测值,取得了较好的预测效果。