吸气式空空导弹FADS系统标定研究

针对自主研发的吸气式空空导弹FADS系统,利用FD-12风洞对其进行了标定研究。分析了风洞标定试验的技术特点,提出一种采用变支杆长度方法避开风洞试验台阶波的标定方案,包括支杆设计、模型加工、安装以及测压管路气密性检测等,在风洞中完成标定试验。试验结果表明:在Ma2.0~3.5范围内,FADS系统的测量误差精度全部达到设计目标,其中静压误差≤490Pa（≤3%）、马赫数误差≤0.1、迎角和侧滑角误差≤0.5°;与首次标定相比,各来流参数测量误差均减小,特别是Ma2状态下,静压最大相对误差由11.5%降低到3.0 %,马赫数最大误差由0.15下降到0.10,迎角最大误差由2.5°降低到0.5°,侧滑角最大误差由1.2°降低到0.5°。研究结果可为FADS系统设计提供技术参考。     

气象与管制信息融合应用分析

充分利用气象大数据,对机场、航路及空域进行现在的或预期的气象情况的气象报告、分析、预报,通过与GIS和管制信息融合,为管制员提供机场气象实况、气象预报、重要天气及其推演的可视化信息,帮助管制员了解天气形势,直观掌握飞机与雷雨、结冰和颠簸区域的相对位置,提前做出指挥预案,从而提高航空安全和航班正常保障水平。     

关于提高运营故障数据处理和利用效率的方法研究

某型飞机作为国产民机运营的探路者和先行者,在积累运行经验同时,也暴露出日利用率低(某型机队日利用率仅为空客机队的三分之一)、使用困难和机队重复故障多(空客机队重复故障为零,某型机队重复故障为两位数)、部分故障得不到及时有效的回复等问题。这些问题的存在有飞机设计可靠性的原因,但同时也反映出运营支持能力的不足,而其中运营数据处理的能力又是运营能力的核心体现。通过对运营故障数据的标记和分析,提高故障数据处理效率,为型号的设计优化提供支持和检验,从而大幅提升国产民机的运营支持能力,以提高飞机的商业竞争力。     

十二表冗余捷联惯导系统数据融合技术研究

针对采用正十二面体冗余仪表构型的十二表冗余捷联惯性导航系统,通过仿真和样机试验,开展了基于最小二乘估计的数据融合算法研究。对不同故障模式下的系统精度进行了分析,并通过Monte Carlo仿真验证了数据融合算法对提高系统导航精度的有效性。设计开展了样机静态导航试验,试验结果表明,理论最优的马尔柯夫估计并不完全适用于脉冲输出形式仪表的数据融合。最后通过优化改进加权系数、构造加权矩阵,显著提升了样机的静态导航精度,使样机位置误差和姿态误差与三表直接解算相比分别降低了78.6%和77.9%。     

星载双反射面天线热变形测量数据处理方法

文章针对星载双反射面天线,根据常温、高温、低温3种工况下的天线热变形原始测量数据,基于标准抛物面拟合理论及公共点转换理论,提出了一种用于天线主反射器形状热变形及副反射器位置变化分析的测量数据处理方法,准确指导了星载天线的在轨性能预判分析,并为后续多种星载天线热变形的测量分析提供了新的参考方法。     

陆海激光卫星高程测量的思考

为满足新形势下陆海激光卫星高程测量的需求,分析了高精度高程控制点数据获取、森林生物量估算、浅海及海岛礁地形测绘、"三极"区域高程变化监测等方面的需求,提出了发展多波束激光卫星测高的初步设想,并就高精度激光指向测量技术、距离门宽度动态适应调整技术等关键技术问题进行了探讨。     

大数据背景下农产品滞销的指标体系构建及风险等级评定——基于DEMATEL与灰色预测模型的研究

通过分析我国2012年至2017年发生的120个农产品滞销事件,从农产品供应链的生产、销售和运输三个关键环节和农产品滞销的主观、客观和不确定三大类九小类实质原因两个维度,建立了农产品滞销因素的供应链——实质原因(SC-RC)判别与定位矩阵,寻找农产品滞销的主要因素,并使用DEMATEL方法定位其中最关键的因素,再通过AHP-模糊综合评价法构造了预测农产品滞销风险等级的量化指标和计算公式,利用灰色预测模型预测了2019年陕西酥梨滞销风险的等级,从而验证该评价方法的科学性。     

商用航空发动机智能制造研究与探索

为了推进航空发动机智能制造,通过分析其本质和特点,研究国外航空发动机智能制造的实践与发展趋势,及中国商用航空发动机行业智能制造的现状与内、外部挑战。认为推进商用航空发动机智能制造的关键是构建产品、生产和业务 3 个维度高度集成的智能制造生态系统。针对商用航空发动机行业特点和技术、管理现状,提出构建基于模型的企业、实施基于模型的系统工程、推进大数据应用、建立智能制造标准体系,以及开展试点、示范项目建设等是推进商用航空发动机智能制造的重点。     

QAR数据在民机维修过程中的应用与发展

随着机载电子系统的不断完善,QAR数据在民机维修过程中的应用得到了快速发展。本文介绍了当前QAR数据的应用情况,分析了在大数据时代的背景下,QAR数据的应用前景及可能遇到的问题,并提出了相关建议。     

基于聚类分析的航空器滑行过点时间预测

为了预测航空器滑行预计到达时间（Estimated time of arrival,ETA）,减少场面冲突,提高机场运行效率,本文使用卡尔曼滤波算法对场面历史轨迹数据进行预处理。为了衡量轨迹样本间的距离,综合三类特征用于机场场面历史轨迹数据聚类。特征包含航空器滑行时段和场面航空器数量,以及参考动态时间规整（Dynamic time warping,DTW）算法提取的轨迹差异度特征。将两个样本特征的欧式距离作为样本间的相似度量;基于均差最大原则确定初始聚类中心,使用K-means算法对样本进行聚类,根据待规划航空器的所处时段和场面航空器数量选择匹配度最高的类簇,将其聚类中心样本的轨迹序列和塔台规划的静态路径相结合预测航空器滑行ETA。通过将实际轨迹数据与预测的滑行ETA进行对比分析,证明了本文预测航空器滑行ETA的准确性。