基于Markov模型的机群完好率研究

通过建立非线性模型对机群的完好率进行研究。针对完好飞机,重点研究飞行批次对完好率的影响;对于故障飞机,重点研究中修级维修和串件维修对修复率的影响,进而得出在基层级维修能力下机群满足总体完好率要求的持续时间。     

利用BP网络进行发动机故障诊断的研究

探讨了利用人工神经网络的ＢＰ网络进行发动机故障诊断的特点。通过发动机实际故障样本和模拟故障样本对ＢＰ网络的故障诊断功能进行了研究，并且对ＢＰ网络与主因子模型两种算法进行了比较。     

采用内积原理建立航空发动机神经网络辨识模型

根据样本空间的内积特性,提出一种无需迭代学习内积神经网络。以某型航空发动机的机载记录数据为例,对发动机进行了建模,结果表明该方法具有自学习速度快、抗干扰能力强、准确性高的特点。     

飞机性能管理与飞行安全

本文提出了从性能管理角度来分析飞机飞行事故原因的观点。认为从性能管理角度来看飞行事故在使用方面的原因因素,有可能对事故发生的原因及其预防措施获得更为简单系统的认识。从这一观点出发,文章进一步论述了如何加强飞机性能管理工作,提高飞行安全水平。     

发动机故障诊断主状态量模型的数学模型

发动机故障诊断的一种主要方法是根据故障方程和发动机性能参数的测量值确定故障的类别和故障程度,故障方程组通常是亚定的。主状态量模型是求解亚定的故障方程的有效方法。主状态量模型的主要内容是根据最少故障原理,利用最优化方法求解然后根据合理性准则选择合理最优解。本文详细地讨论了主状态量模型可能采用的数学模型,并且指出:(1)主状态量模型可以采用不同的数学模型求解;(2)并非所有的数学模型都能给出合理的结果。本文的研究结果表明,约束或无约束超定最小二乘法和单个优选的散度法是发动机故障诊断主状态量模型的理想算法,而本文中所讨论的其他算法都或多或少存在一定的问题。     

发动机故障诊断主状态量模型合理解的选择

主状态量模型是基于发动机故障方程的发动机故障诊断的一种十分有效的方法,它在发动机故障诊断上的成功应用已为大量实例所证实。发动机故障诊断主状态量模型的一个技术关键就是合理解的选择问题。本文给出了选择合理解的基本原则。这些原则可以有效地提高合理解选择的确定性和故障诊断的故障分辨率。对于JT9D发动机的大量故障实例利用主状态量模型(加权最小二乘法)进行了检验。故障诊断的成功率达90%以上,并且得到了许多有用的信息,文中给出了24个实例的故障诊断结果以及故障趋势分析的典型例子。     

平衡交通运输网络设计的最优化数学模型

分析了影响交通运输网络发展的因素,总结了课题研究的程序。综合运用了“系统最优原理”和“用户最优原理”,给出了多目标、多运输方式与运送对象的平衡交通网络设计的一般表达式。系统最优与用户最优方法同时又能用于研究国家和省级铁路、公路系统的交通运输问题。文中对这个非凸规划问题给出局部最优解的算法。     

轴流压气机子午流面计算中三维剪切作用的湍流模型

本文发展了一个轴流压气机子午流面二维计算中模拟三维剪切结构对子午流场作用的湍流模型。试验与这一模型进行了初步的比较。模型表明,在多级轴流压气机子午流场计算中,必须计入实际流场三维剪切结构对子午流场的湍流扩散作用。     

计算机辅助计划管理和决策总体设计

 介绍一种新机研制计划管理和决策支持系统的总体设计方案及其实现的具体措施。详细介绍了几个主要模块的设计思想。     

如何避免企业在开发MIS中的失败

本文从认识、技术及管理几个方面论述了MIS建设失败的原因,阐述了企业如何避免MIS开发的失败以及企业如何选择协作单位来开发MIS。