机载计算机网络化和标准化

提高驾驶员对飞行势态觉察,有赖于大量信息的综合利用,以及客舱的信息开放后庞大的数据量要通过机载计算机系统在相当速度下进行处理,机载计算机网络化和标准化是信息资源有效利用的必由之路。新的ARINC规范对飞机数据网络、文档服务器、数据传输总线、可装载软件提出了相应的设计原则和采用手段,并对飞行管理计算机、驾驶舱显示系统等提出新的要求。     

Access—list技术应用研究

访问表是网络防御外来安全威胁的第一关 ,它是通过允许或拒绝信息流通过路由器的接口来实现的一种机制。本文介绍了访问表的基本概念、基本原理以及具有高级安全特性的新一代访问表 ,给出了一个建立应用访问表的实例 ,最后对各种网络安全威胁给出了对策及实现方案。     

基于神经网络的电动加载系统

 针对电动加载系统中多余力矩的干扰 ,提出了基于RBF(径向基函数 )神经网络的新型复合控制策略 ,与传统的BP神经网络相比 ,没有局部最小问题。由于系统非线性和时变性 ,特别在多余力干扰下传统控制方法如PID很难得到满意的控制效果。提出的复合控制方法主要由神经网络PID和前馈补偿器组成 ,通过仿真与试验 ,控制器有效的减少了多余力矩对系统的影响 ,改善了加载系统的动态性能。     

粗糙集与神经网络在航空发动机气路故障诊断中的应用

提出了一种基于粗糙集理论和神经网络集成的发动机智能故障诊断方法,首先对测量数据进行离散处理,并运用粗糙集理论建立故障决策表,进而约简属性和提取规则,对航空发动机气路部件的几种典型故障进行隔离。然后建立神经网络故障诊断子系统,使用粗糙集处理后的数据计算出发动机气路相关部件的故障程度。最后,还验证了粗糙集神经网络故障诊断系统的抗噪性能。研究表明,该系统能够正确而且高效地诊断出发动机故障的严重程度,并具备良好的抑制噪声的能力。      

基于人工神经网络的磁航向误差校正方法

介绍了前馈神经网络的特点和基于递推预报误差(RPE)的训练算法,利用前馈神经网络对某航向同步传输系统的磁航向误差进行了校正,并给出了实验结果.     

基于人工神经网络的柔性铰链结构动力修改

利用有限元软件计算出柔性铰链结构参数与振动频率的训练样本,然后通过样本训练人工神经网络建立了柔性铰链结构振动频率与其结构参数的非线性映射关系,最后利用训练好的神经网络修正框架的结构参数以满足设计要求的固有频率。     

人工神经网络在某型航空发动机故障诊断中的应用

介绍了神经网络在航空发动机故障诊断中的应用 ,给出了利用神经网络方法进行航空发动机故障诊断的方法和步骤及需注意的关键问题 ,并利用神经网络方法诊断了加力泵不供油故障     

舰用航改燃气轮机通用控制系统研制及应用

为了为国产燃气轮机数控系统的选配提供1种低成本、可靠、易用的解决方案,开发了舰用航改燃气轮机通用控制系统.介绍了该通用控制系统的研制方法、应用以及总体研制方案,列举了各部件的设计原理和结构、设计特点以及技术性能指标.舰用航改燃气轮机通用控制系统采用模块化、通用化设计思想,EtherCAT实时以太网通讯技术,3余度的设计架构,提高了设计效率,缩短了设计周期,降低了设计成本,提高了系统的可靠性,在燃气轮机控制领域具有非常广的应用前景.     

一种基于FMEA的故障诊断贝叶斯网络快速构建方法

贝叶斯网络(BN)建模问题一直是其在故障诊断应用领域的瓶颈,实际的工程系统中,贝叶斯网模型构建存在许多困难,提出一种基于故障模式影响分析(FMEA)的BN建模技术.首先,在分析现有FMEA所包含的故障信息基础上,提出基于单条FMEA记录的贝叶斯网络片段构建方法;然后,利用故障模式与故障原因因果传递关系将贝叶斯网络片段集成为系统贝叶斯网络模型;最后,以某型飞机前轮转弯系统为例进行BN模型构建和分析.结果表明:本文基于FMEA建立的BN模型不仅避免了传统建模过程中对大量工程经验的需求,并且突破了FMEA定性分析能力,能够有效融合多源信息对工程系统进行定量分析和故障诊断.     

基于贝叶斯网络的航班延误与风险共因性研究

在民航运输生产中,航班延误时常发生,不仅打乱乘客的出行计划,影响航空公司的信誉,同时也会成为民航安全风险的隐患,而民航安全风险发生的同时也常常会导致航班延误。构建航班延误与安全风险的共因性指标体系来分析两者的共因性,并建立了相应的贝叶斯网络模型。研究结果为分析航班延误与安全分析的共因性关联强度提供参考,并在一定程度上对航班延误与安全风险进行预警,确定控制和消除航班延误隐患的措施,提高民航安全。