基于动态集成算法的航空发动机气路参数预测

针对单一学习机对航空发动机气路参数预测困难的问题,提出了基于动态加权核密度估计（DWKDE)组合方法的集成预测算法,该组合方法选择测试样本的近邻样本,通过评估学习机在近邻样本的局部性能动态确定各学习机的权值,并基于该权值利用加权核密度估计实现数据序列的集成预测。该组合方法不易受离群值和样本不对称分布的影响,将该组合方法用于AdaBoost.RT和AdaBoost.R2算法,获得了改进后的集成学习算法。实验证明:相比于神经网络和原始集成学习算法,改进后的集成学习算法较好地提高了航空发动机气路参数序列的预测精度,方均根误差（RMSE)指标至少可降低27%。      

川航支线航空市场预测决策

本文从川航支线航空战略出发,分析长江上游支线航空的市场需求,结合航空公司的供应能力,运用市场分析与预测的方法,辅以成本分析,得出了相应的决策方案.     

Lifetime prediction based on Gamma processes from accelerated degradation data

Accelerated degradation test is a useful approach to predict the product lifetime at the normal use stress level, especially for highly reliable products. Two kinds of the lifetime prediction based on Gamma processes were studied. One was to predict the lifetime of the population from accelerated degradation data, and the other was to predict the lifetime of an individual by taking the accelerated degradation data as prior information. For an extensive application, the Gamma process with a time transformation and random effects was considered. A novel contribution is that a deducing method for determining the relationships between the shape and scale parameters of Gamma processes and accelerated stresses was presented. When predicting the lifetime of an individual, Bayesian inference methods were adopted to improve the prediction accuracy, in which the conjugate prior distribution and the non-conjugate prior distribution of random parameters were studied. The conjugate prior distribution only considers the random effect of the scale parameter while the non-conjugate prior distribution considers the random effects of both the scale and shape parameter. The application and usefulness of the proposed method was demonstrated by the accelerated degradation data of carbon-film resistors.     

改进的单级风扇单音噪声解析预测模型

针对单级轴流风扇单音噪声的声模态与声功率(PWL)预测,基于早期的二维叶栅噪声解析预测模型,开发了改进的三维单级风扇噪声解析预测模型。主要目的是可以通过该预测方法快速、准确地给出声场信息以优化风扇设计方案。该模型由模拟转子粘性尾迹,求解静子表面非定常载荷以及模拟管道噪声传播三个部分组成,并采用单级轴流风扇噪声试验数据对该解析预测模型的结果进行了验证。与试验数据相比较,该解析预测模型1BPF单音噪声预测结果误差1.5dB,2BPF单音噪声预测结果误差5dB,同时给出了合理的周向与径向模态声场模拟结果。与传统的叶轮机噪声解析预测模型相比,该方法不仅考虑了三维几何,还可以模拟出管道内的声场结构,计算方法更为合理,噪声预测结果也更为可靠,具有很好的工程应用价值。     

飞机电液伺服阀早期故障征兆诊断

电液伺服阀是飞机刹车系统的重要执行部件,影响着飞机的着陆安全。针对某型飞机电液伺服阀故 障多发的问题,运用一元线性回归分析方法构建刹车系统电液伺服阀的分析模型,根据分析模型和故障征兆判 据对电液伺服阀近期的工作数据进行分析和故障征兆诊断。结果表明:基于回归分析的故障诊断方法可以准 确地诊断电液伺服阀存在的故障征兆;早期故障征兆诊断可以预先发现电液伺服阀潜在的故障隐患,降低故障 发生率,显著提高飞机刹车系统的安全性和可靠性,也有助于优化维修策略和降低飞机全寿命维护成本。     

基于Bi-LSTM 的无人机轨迹预测模型及仿真

传统轨迹预测模型存在模型简化较大、考虑因素较少等问题。结合飞行轨迹连续性、时序性、交互性 的特点,提出基于双向长短期记忆(Bi-LSTM)神经网络的轨迹预测模型,将入侵者的位置、姿态和两机的相对 信息同时作为轨迹预测模型的输入,更加符合真实轨迹变化规律;对建立的基于 Bi-LSTM 的轨迹预测模型采 用综合考虑动量和速度的自适应调整学习步长的学习算法进行训练;并与基于 Elman神经网络的轨迹预测模 型进行仿真对比分析。结果表明:与基于 Elman神经网络的轨迹预测模型相比,所提模型在不同方向预测200 个点的平均绝对误差不超过4m,三维预测效果更优,可以较为准确地进行轨迹预测。     

连续下降运行中的飞行冲突预测与解脱算法

针对连续下降运行（Continuous descent operation,CDO）中的航空器冲突预测与解脱策略问题,构建了四维航迹（Four-dimensional trajectory,4DT）预测模型,实现飞行冲突的准确预测;以燃油消耗量、冲突时长为优化目标,以航空器在连续下降运行时的飞机速度、下降轨迹角（Descent path angle,DPA）为优化变量,基于多目标遗传算法NSGA-Ⅱ实现飞行冲突解脱。最后以某终端区内多机CDO飞行为例进行冲突预测和解脱,分析了优化目标权重系数对空域内平均耗油量和优化变量影响。结果表明,给出的解脱算法可以实现终端空域内的多机无冲突连续下降运行。与优化前相比,20架飞机的平均耗油节约了11 kg/架,空域内飞机之间的飞行冲突累积时间从984 s减少到0,即消除了飞行冲突。研究结果有助于实现空域内多机无冲突连续下降运行,提高CDO在繁忙机场的实施率和运行效果。     

逐次累积裂纹扩展计算的循环计数方法

给出一种疲劳损伤的累积方法,用于随机谱载下的裂纹扩展模型计算,该方法既能充分计及疲劳裂纹尖端材料的累积损伤作用,又提供了在裂纹扩展模型计算中实时考虑加载序列影响的可能性。本方法可应用于各类疲劳寿命及裂纹增长分析预测模型的计算,克服了以往方法中不能维持原有峰谷序列的缺陷,使模型计算过程更趋合理和符合实际的损伤机制,从而便于各种模型的发展、改进和评价。     

燃料泵的性能监测与故障诊断

提出了利用微型计算机和工作区域图对燃料泵进行性能监测与故障诊断的基本原理和方法,并以航空发动机某型柱塞泵为例进行了试验研究,获得了令人满意的结果。对提高燃料泵运行的可靠性和安全性具有一定的工程参考价值。     

纤维金属层板的研究与发展趋势

纤维金属层板(Fiber metal laminates,FMLs)因其优良的疲劳性能以及高损伤容限,成为航空航天领域重要的结构材料,并愈加受到汽车、轨道交通等领域的关注。本文在综述FMLs发展概况的基础上,重点介绍了新型铝锂合金GLARE层板、热塑性Ti/Cf/PEEK层板及新一代聚酰亚胺FMLs层板的研究工作。同时针对FMLs的失效行为复杂、一些性能评价方法还不够完善等现状,评述了深入开展FMLs失效行为研究、采用计算机仿真技术进行其综合性能预测研究的重要性。最后,回顾了FMLs传统成形方法,如自成形技术和滚弯成形技术,并探讨了喷丸成形和液压成形在FMLs构件制造中的应用。