基于二进制粒子群算法的战时航空网络规划研究

领空作为国家资源的一部分,其使用、调配关系到国家的安全与发展,在战时,将更多的空中资源调配给军航使用,有利于保障军事行动的顺利进行。基于此,提出一种基于二进制粒子群算法(BPSO)的战时航空网络规划方法。首先,对航空网络建模,收集航班数据;其次,建立航空网络性能评价体系;然后,以使用尽可能少的民航机场维持预期网络性能为目标,以作战意图和战场环境为约束条件,通过BPSO 算法进行求解;最后,进行仿真分析。结果表明:该方法能够结合作战意图、反映战场环境、合理调配航空资源,为战时航空管制工作提供决策依据。     

基于DBN的不均衡样本驱动民航发动机故障诊断

在结合深度置信网络(DBN)、采样与集成技术的基础上,提出了基于不均衡样本驱动的民航发动机故障诊断模型。该模型通过分析民航发动机历史飞行数据,利用DBN提取性能参数中的内部特征,利用采样技术将不均衡样本均衡化,采用集成技术进行故障分类。将该模型应用到CFM56-7B系列发动机历史飞行数据,实验结果表明:与常用故障诊断方法相比,该模型的准确率高达0.996,AUC值高达0.948,可以有效处理民航发动机样本高维、不均衡问题。      

基于双火花塞点火策略的活塞式航空煤油发动机爆震控制

在一台650 mL单缸活塞式航空发动机上,针对双火花塞点火方式对活塞式航空煤油发动机的爆震控制进行了试验研究。结果表明:采用两个火花塞同步点火,且将点火提前角推迟可以有效的抑制爆震,同时燃烧放热率幅值逐渐降低,整体燃烧相位逐渐推迟;采用双火花塞异步点火随着点火提前角点火相位差的增加,爆震强度逐渐降低,通过匹配主火花塞点火提前角与副火花塞点火提前角可进一步提升发动机的动力性。      

基于核近邻非参数回归的航材消耗预测

针对某型直升机服役时间短、机型较新、备件采购周期长等特点,使用核近邻非参数回归对平稳型航材建立消耗预测模型。对比多种回归方法,证明基于非参数回归的航材消耗模型对区间预测具有较好的效果。     

RP-3航空煤油模拟替代燃料燃烧特性的实验

在定容弹中实验测试了初始压力分别为0.1、0.3 MPa、初始温度分别为390、400、420 K、当量比范围为0.8～1.5时RP-3航空煤油模拟替代燃料的层流燃烧特性,并对比分析了模拟替代燃料与RP-3航空煤油的层流燃烧速率。结果表明,模拟替代燃料层流燃烧火焰的马克斯坦长度随初始压力或当量比的降低逐渐增大,表明火焰稳定性逐步增强;初始温度对火焰稳定性的影响不明显;随初始温度的升高或初始压力的降低,模拟替代燃料的层流燃烧速率逐渐升高;随着当量比的逐渐增大,模拟替代燃料的层流燃烧速率先增大后降低,在当量比为1.2时达到最大;在相同工况下,模拟替代燃料与RP-3航空煤油的层流燃烧速率吻合较好。      

民用航空发动机引气系统部件寿命建模

针对飞机维修工作中发动机引气系统故障率较高问题,以寿命数据分析为基础,运用威布尔分布模型定量评估航空发动机部件可靠性,建立了民用航空发动机引气系统部件可靠性寿命模型。以V2500发动机引气系统为例,收集了该系统的可靠性数据,分析了部件的非计划拆换情况。在数据计算过程中采用3参数威布尔分布模型对引气系统部件的寿命数据进行拟合。假设检验结果表明,在对部件进行寿命可靠性分析时,运用威布尔分布建立的数学模型符合客观规律,且能够取得良好的拟合效果。依据计算出的部件可靠性特征量对部件的可靠性状况进行定量评估,结果表明:在评估复杂机械电子系统的可靠性时,威布尔分布模型具有较大应用价值。     

民用飞机航材预测与配置管理技术综述

航材作为综合后勤保障(ILS)的物资基础,其科学的预测与合理的配置是有效保障民用飞机安全经济 运行的前提。为了使利益攸关方(制造商、运营商、维修商等)实现共赢,本文针对现有民用飞机航材预测与配 置管理技术进行研究,并探讨其发展趋势。首先,介绍了民用飞机航材预测技术的研究现状;然后,论述了民用 飞机航材配置管理技术的研究现状;最后,在总结现有关于航材预测与配置理论和方法的优势与不足的基础 上,对民用飞机航材预测与配置管理技术的发展进行了趋势分析,为国产民用飞机航材综合管理提供参考,进 而提升民用飞机维修保障体系的完善程度。     

民机空调组件舱通风仿真计算研究

民机的空调组件舱位于非增压区,其内部包含有换热器、压缩机等高温环控组件。为避免高温对舱体结构产生危害,需要采用冷却措施。以某机型的空调组件舱通风冷却方案为参考,建立了空调组件舱通风系统的几何模型,并以此模型为基础进行了CFD仿真计算。对计算结果进行分析后,提出了方案的缺陷,并为后续的方案设计提出了关注点。     

基于民航团队旅客销售的组合预测方法分析

利用Matlab分别用回归分析算法、BP神经网络算法、最小二乘支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,期望为民航销售人员提供更加精准的预测信息,以获得更高的航线收益.结果显示神经网络、支持向量机和组合预测3种算法比航空公司常用的回归分析预测精准度有了明显的提高.支持向量机预测精度相对神经网络稍低,却拥有更强的泛化能力.组合预测能避免单一预测方法的误差,更加适合航线销售人员的实际操作.     

基于可靠性数据的航材备件需求预测方法

航材备件的需求预测已成为装备综合保障领域研究的难点.主要对各部件寿命分布类型进行归纳与总结,建立多数零件服从寿命分布类型的需求预测模型,并对军机执行任务这一特殊情况建立了战损备件预测模型.以可靠性数据为研究基础,对正态分布、指数分布、威布尔分布等备件进行分类分析,根据实际情况逐步精确备件保障概率的取值.计算结果表明,方法能给出合理的备件保障概率和备件需求预测结果.