飞机前轮转弯系统潜在故障预警方法研究

在现有计划维修体系下,飞机前轮转弯系统的故障具有隐蔽性。通过挖掘航后快速存取记录器（QAR）数据,开展前轮转弯系统潜在故障预警方法研究。首先,在分析前轮转弯系统故障模式的基础上,筛选与前轮转弯系统故障相关的QAR 监测参数并进行相应的处理;其次,基于前轮转弯系统的正常和故障案例,结合前轮转弯的操作原理,采用皮尔逊（Pe...     

多元线性回归在引气系统故障诊断中的应用

针对利用快速存取记录器(QAR)数据进行民机系统故障诊断问题,以民机引气系统为对象,提出了一种适合多飞行循环数据特点的多元线性回归模型的故障检测方法.首先建立了多飞行循环数据的引气系统性能多元线性回归模型,设计了飞行循环和飞行循环内故障检测方法;然后采用最大后验估计方法进行模型参数估计;最后设计了适合多飞行循环数据的模型参数最大后验估计算法.借助仿真数据和航空公司收集的实际飞行数据对方法进行了验证,结果表明了该方法有效且具有一定工程应用价值.      

某火控雷达天线测控系统数据存取的设计和实现

对某火控雷达天线测控系统的整体组成进行了介绍，对其中的数据需求进行了分析；在此基础上对系统的数据库结构进行了设计，并用关系数据库系统Microsoft SQL Server7．0对其后台数据库进行了实现；最后用VB的ActiveX数据对象(ADO)对其前台的数据存储和查询功能进行了实现。     

基于全航段QAR数据和卷积神经网络的航空发动机状态辨识

为了充分挖掘全航段飞行数据中蕴含的丰富信息以提高发动机状态辨识的准确率,提出一种基于全航段快速存取记录器（QAR）数据和卷积神经网络的发动机状态辨识方法。该方法将每次飞行循环的全航段QAR数据变换为一个红绿蓝（RGB）多通道样本实现全航段数据图像化处理,根据发动机维修记录中的水洗时间,将发动机划分为不同的衰退状态,采用卷积神经网络对不同衰退状态进行分类和辨识。该方法经某航空公司飞机QAR数据验证,结果表明：基于全航段QAR数据的衰退状态辨识算法的精确度相比于仅使用巡航段数据的精确度提升超过13%,辨识准确率达到98%。     

基于特征增维和近邻成分分析的民航发动机故障分类方法

为提高航空发动机故障诊断准确度,提出了一种从快速存取记录器（QAR）数据中提取最合适故障特征的方法。对原始QAR数据进行缺失值填补和巡航点提取操作,选择部分发动机性能参数差值作为初始特征值;再采用特征增维方法挖掘隐藏特征信息,进而采用近邻成分分析算法进行特征筛选优化,将所提方法与朴素贝叶斯等4种分类算法相结合,对某航空公司CFM56-7B发动机的QAR数据进行试验验证。结果表明：从QAR数据中提取最合适故障特征的方法能有效地提高发动机故障分类算法的准确率,且适用于不同的诊断算法,准确率优于80%。     

基于HWS的测试数据存取方法的研究

测试数据的保存和读取是现代测试中重要的环节.介绍了几种常用的测试数据存取格式,详细分析了在LabVIEW平台上使用的基于HWS格式的数据存取方法,并通过一个实例说明了基于HWS格式的数据存取方法的优越性.     

实现Web与数据库互联技术的探讨

本文主要探讨了网络环境下Web与数据库互联技术的实现，详细介绍了三种访问数据库的主要方法，并比较了这些方法的优缺点，为数据库信息存取的全球化提供了手段，实现信息的及时传递与共享。     

应用支持向量回归机探索发动机VSV调节规律

发动机可调静子叶片（VSV）调节规律极其复杂,通过挖掘快速存取记录装置（QAR）数据对VSV调节规律进行了深入研究。首先,通过PW4077D发动机健康状态的QAR数据,建立基于粒子群优化（PSO）算法的支持向量回归机（SVR）模型,来探索VSV调节规律;然后,利用后续航班数据对PSO-SVR模型进行验证,并将验证结果与传统的PSO-BP神经网络模型进行对比;最后,应用PSO-SVR模型进行发动机故障诊断。研究结果表明:PSO-SVR模型的回归预测精度优于PSO-BP神经网络模型,能够准确反映VSV的调节规律。可将其用于发动机的状态监控和故障诊断,亦可为VSV控制系统设计提供参考。      

基于ABC-RBF神经网络的飞机燃油流量监测与故障诊断

为了检测飞机发动机的性能及故障,利用神经网络建立了燃油流量的预测模型,将人工蜂群（ABC）算法结合预测需求 在3维进行拓展,分别优化基于径向基函数（RBF）的神经网络泛化值和中心值,与经典RBF神经网络、K均值聚类算法等相比,3维拓展后的ABC算法对RBF神经网络进行的“反馈式更新”拥有更好的预测效果,其计算平均差值及预测误差更小,所需时间更短。随机选取短航程、中航程、长航程航班数据分别进行验证,结果表明：选择油门杆角度、飞行高度、马赫数、大气总温、发动机转速等参数能够反映发动机运行工况,预测效果理想;采用ABC算法对RBF神经网络进行优化后模型的更新能力较强,能够获得更高的预测精度,降低计算平均差值;通过航班故障数据验证了利用神经网络进行故障诊断的方法具有较大的实际应用价值。     

面向服务的航天发射场异构数据库集成研究

在航天发射场信息化发展过程中,异构数据库日益成为制约其信息共享的因素。首先阐述了某发射场异构数据现状,而后对异构数据库集成方法进行了讨论,结合中间件和XML技术,设计了一个面向服务的发射场异构数据集成框架。该框架以数据存取中间件为核心,充分发挥XML跨平台的技术特点和面向服务的松散耦合特性,为发射场解决信息孤岛提供支持。