技术成熟度对航天器研制进度的影响

利用回归分析法对过去的航天器研制进度(进度拖延)和技术成熟度的离散数据进行研究,求出表示进度拖延与技术成熟度之间关系的拟合函数(曲线);引入进度风险和进度余量的概念,对进度拖延按正态分布随机变量进行统计分析,给出了进度风险、进度余量和技术成熟度之间的关系曲线,可供航天器研制项目立项、评审、决策使用。     

基于HMDP的无人机三维路径规划

路径规划是UAV(Unmanned Aerial Vehicle)自主飞行的重要保障.初步建立了基于MDP(Markov Decision Processes)的全局路径规划模型,把UAV的路径规划看作是给定环境模型和奖惩原则的情况下,寻求最优策略的问题;为解决算法时空开销大、UAV航向改变频繁的缺点,提出一种基于状态聚类方法的HMDP(Hierarchical Markov Decision Processes)模型,并将其拓展到三维规划中.仿真实验证明:这种简单的规划模型可以有效解决UAV的三维全局路径规划问题,为其在实际飞行中的局部规划奠定了基础.     

基于模糊理论的航天发射场火箭煤油贮存泄漏风险研究

分析了导致火箭煤油发生泄漏事故的危险因素,对各影响因素进行了分类,通过层次分析法确定各因素的权重,运用模糊综合评价法对泄漏事故风险进行评价。评价结果表明火箭煤油在贮存过程中出现泄漏事故的风险等级为第4等级,即风险处于“较大”级别。     

舰载机起飞时机辅助决策系统建模

 由于航母扰动会影响舰载机起飞安全,而仅依靠个人经验决策起飞时机存在较大误差,因此提出了舰载机起飞时机辅助决策系统的概念并建立模型。通过分析航母运动对舰载机起飞的影响机理,选择飞机离舰爬升率作为评价起飞安全性的关键参数;结合舰载机起飞作业程序,确立起飞时机决策方法;在此基础上,利用人工神经网络的预测能力并结合有利/不利起飞时机的特征,建立舰载机起飞时机辅助决策系统模型。仿真结果表明,系统模型能够有效地为起飞指挥官提供辅助决策信息,提高舰载机起飞安全性。     

多乘员弹射指令系统延迟时间仿真计算

 指令系统延迟时间的计算尚无明确有效的方法,大多依靠实验和经验来确定。为给某型飞机指令系统设计提供依据,减少实验次数和费用,提出风险系数法,通过比较风险系数大小来计算指令系统延迟时间。计算表明,“0 0”弹射是计算延迟时间的决定性条件,其他条件则不起决定性的影响,而且,单纯依靠延迟时间不能达到有效的发散效果,还必须配备轨迹发散系统。通过与发散火箭的优化组合,该型飞机指令系统延迟时间为125 s和135 s,发散火箭总冲110 N·s,作用时间50 ms。此外,并列乘员火箭包燃烧尾焰灼伤风险很小,与实验结果相符。通过与相关数据的对比,该方法能够为多乘员弹射指令系统的设计提供有效的参考依据。     

基于数据挖掘的飞行器气动布局设计知识提取

为了更深入地理解飞行器气动布局设计优化中多目标/多设计变量间的影响关系,提高优化模型的科学性及优化效率,对基于数据挖掘技术的飞行器气动布局隐含设计知识提取问题开展了探索研究。以高升阻比滑翔飞行器布局设计优化问题为例,基于当前比较有代表性的方差分析、等度量映射、决策树、自组织映射4类机器学习算法对气动布局优化设计中产生的中间数据进行了挖掘分析。对不同方法得到的升阻比、横/侧向稳定性及容积率4种目标性能间的权衡关系,目标性能与设计变量间的敏感性关系及产生较优布局外形的设计变量取值规则进行了综合对比分析,凝练形成了适用于该类飞行器的设计知识,同时对4种方法的特点及适用性进行了总结分析,给出了相关结论。     

航天器总装过程的质量控制方法

为实现航天器零缺陷的质量管理目标,文章在梳理出导致航天器总装过程质量异常的工艺、操作、设备及材料等方面原因和总装生产流程优化的基础上,应用风险控制理论对各单步工序进行风险点识别和评估,使用多品种、小批量质量统计方法进行过程质量闭环控制,使得航天器总装生产质量得以有效提高。     

基于可达集方法的结冰飞机着陆阶段安全风险评估

飞机在着陆过程中极易发生结冰的现象,结冰对飞行安全造成的危害极为严重。结冰导致飞机发生危险的原因是由于机翼或尾翼被冰层覆盖后空气动力学行为发生改变,飞机受力异常难以控制。为分析结冰后飞机的稳定性以保证飞行安全,以飞机纵向动力学系统为分析对象,将飞机结冰后状态的描述以可达集的形式进行,直观地判断飞机状态是否可控,以此确定飞机是否处于安全状态。以求解所得的可达集为基础,利用极值定理分析结冰飞机的风险概率模型,由模型计算不同情况下飞机的风险概率,最终得到飞机着陆阶段的安全风险评估结果,并由评估结果指导驾驶员操纵,从而保证飞机的安全飞行。     

基于支持向量机的机场智能驱鸟决策

为提高机场鸟击防范管理水平,实现探鸟雷达与多种驱鸟设备联动,提出一种基于支持向量机（SVM）的机场智能驱鸟决策方法。该方法包括训练和测试两部分。训练部分利用机场鸟类探测预警与驱赶联动系统获取的大量历史鸟情信息,结合专家知识,通过数据预处理与支持向量机训练,建立驱鸟策略分类模型;测试部分根据驱鸟实时智能决策结果,对驱鸟策略分类模型进行持续修正与优化。通过某机场的实测鸟情信息数据与若干驱鸟实例,证明驱鸟策略分类模型具有较高的决策正确率,并能够通过自身修正与优化应对各种新问题。本文方法针对实时鸟情信息,实现了多种驱鸟设备的优化组合,克服了驱鸟设备长期重复运行造成的鸟类对驱鸟设备的耐受性问题,极大改善了驱鸟效果。      

QAR超限事件飞行操作风险诊断方法

利用某机型的快速存取记录器(QAR,Quick Access Record)数据,对飞机着陆阶段出现的某一QAR超限事件,选取飞机下降率、俯仰角等飞行员综合操作指标在无线电高度20 feet(1 feet=0.304 8 m)的数值以及20~0 feet之间的变化率,分析由这些指标构成的"空间"中发生该QAR超限事件的"高风险子空间".对同一机场同一机型的多个航班数据初步分析得到,着陆总重大于62 t、着陆温度小于32℃时,正常样本与QAR超限样本占比接近,表明环境因素并非该样本空间中QAR超限事件的主要因素.为进一步诊断,以超限事件发生率最大化为目标,以划分空间中包含的样本满足一定数量标准为约束,建立数学模型,并以黄金分割法为基础设计了算法,找出这些操作指标上区间的边界值,以此诊断可能触发该QAR超限事件的高风险区域,为飞行员模拟机针对性训练提供指导.