面向对象的航空发动机控制系统仿真

在面向对象的发动机性能仿真平台基础上,建立了1个通用的航空发动机控制系统仿真平台;利用此仿真平台,构建了某涡扇发动机的高压转速阶跃控制系统,整定了全包线内PID控制器参数,并模拟发动机超温、超压、超转状态进行了仿真。仿真结果表明:高压转子阶跃响应能在保证不超温、不超压、不超转的前提下,达到了调节时间小于1 s,超调量小于5%的性能指标。     

基于Modelica的斜盘式轴向柱塞泵建模仿真研究

斜盘式轴向柱塞泵是典型机电液混合的复杂系统,故障隐蔽性强,缺乏基于实际机械结构的多领域仿真建模。本文开展了基于Modelica的斜盘式柱塞泵建模仿真研究。首先研究了实际某型柱塞泵机械结构参数,进行部件划分和组装建模,搭建了以斜盘式柱塞泵为核心的局部液压系统。然后针对柱塞泵常见的泄漏、压损、堵塞和气穴等故障模式,分别基于模型进行故障注入和定量仿真分析。明确了不同故障发生对液压系统造成的影响,充分验证了该模型对于柱塞泵常见故障问题仿真分析的可用性。该模型提高了斜盘式轴向柱塞泵多领域统一建模的精确性,为故障诊断和健康监测提供了参考。     

光纤通道节点端口状态机的分析、建模与仿真

随着航电系统的发展,传统的通信网络已经不能满足发展需要,光纤通道(FC)技术已成为航电系统新一代高性能网络的研究方向.研制机载FC网络,其中一个重要环节是FC协议分析,FC节点端口状态机作为FC-2层中最为基础但最为复杂的功能块需要重点突破.分析了FC节点端口状态机的状态组成,基于0PNET Modeler仿真软件,说明了FC端口状态机的建模和仿真结果,通过仿真分析为下一步深入研究FC协议积累了一些理论基础.     

利用微机三维动态功能演示飞机飞行姿态辅助空难事故分析

借助微机三维动画功能，利用实际的飞行数据，建立飞机三维模型和运动轨迹，为分析事故提供直观的飞机飞行轨迹和姿态。介绍系统的主要组成，模块（如飞机，环境等）的建立，运行轨迹和视点的变换。     

探讨机坪标志设计中的几个问题

自1995年民航总局基建机场司下发《关于审查停机坪标志有关问题的通知》以来，机坪滑行引导标志引起机场当局的重视，大多数机场已委托有资质的设计单位进行并进行了报审，对机坪规范化和安全运行起到积极的作用。在审查机坪滑行引导标志力和对机场机坪现场检查过程中，发现有以下问题应引起注意。     

加强规范化管理减少人为因素对航空安全的负面影响

规范化管理是国际上普遍采用的先进的管理思想和方法，也是我国民航与国际接必然要求。本从规范化管理工作中应充分考虑人为因素，并将人为因素纳入规范化管理工作的必要性和重要性入手，对加强规范化管理工作，减少人为对航空安全产生的负面影响等方面进行了探讨，以求对航空安全管理工作有所启示与帮助。     

结构方程模型的预测建模方法

提出一种结构方程模型的动态预测建模方法,从而可以在无须未来样本数据的情况下,预测系统要素之间未来的因果关系。采用矩阵谱分解,将协方差矩阵唯一分解为特征值矩阵和特征向量矩阵乘积的形式.分别应用经典的线性回归方法和高维群点主轴旋转预测方法对特征值矩阵和特征向量矩阵建立预测模型,提出一种协方差矩阵的后推预测算法.采用极大似然法,迭代估计未来结构方程模型的各种参数.仿真实验例示了该方法的主要计算步骤.计算结果显示,利用本模型得到的拟合值精度较高,预测模型真实可信,表明这种方法可以用于分析和预测结构方程模型.      

飞机大迎角滚转运动频率域建模与稳定性分析

本文运用频率域建模法,分别建立了飞机大迎角滚转运动的Ｆｏｕｒｉｅｒ变换模型及非线性代数模型,并从数学模型中提取动导数。基于非线性非定常数学模型与局部线化的动导数数学模型,计算了飞机滚转运动的稳定性,并运用李雅普诺夫稳定性分析理论,进行飞机滚转运动稳定性分析。结果表明,大振幅非定常滚转运动实验可以用于飞机绕体轴滚转运动的稳定性分析。从大振幅实验数据提取的动导数,基本反映了飞机的非定常气动力特性。通过     

射频接收机系统级建模中的噪声谱分析

提出了一种在有限的系统参数下进行射频接收机系统建模时,各子电路噪声参数的分析和计算方法.从噪声功率谱的等效计算出发,给出了加性高斯白噪声通过有噪线性电路的分析方法.以一通信电台为例进行了分析计算,在给定有限的系统参数(信噪比,灵敏度,增益等)下分析出合理的各子电路的噪声参数,并进行建模仿真验证,理论结果与仿真结果较好吻合,表明了分析方法的有效性.该噪声功率谱的等效分析计算方法对射频系统建模有很好的指导作用.      

嵌入式隐Markov模型的分段训练方法

针对嵌入式隐Markov模型再学习问题,提出了分段训练方法用于人脸识别:把当前的训练样本看作整体训练样本的一部分,训练结束后存储训练后的模型参数和中间变量;增加新样本后,以当前模型参数作为初始模型参数,用新增样本训练模型,得到新的中间变量,最后将已存储的中间变量和用新样本计算得到的中间变量合成,得到最终的模型.人脸识别实验结果表明了该方法的可行性.