基于簇特征加权的航空发动机状态监视方法

提出了基于簇特征加权模糊C-均值聚类算法(FWFCM)的航空发动机状态监视模型,该模型主要分为离线学习和在线监视两个部分,离线学习模块计算出模型参数输出到在线监视模块,在线监视模块根据模型参数对实时数据进行分类,实时数据又输入到离线学习模块中参与更新模型参数.结果表明:相比基于数据加权策略的模糊聚类算法(DWFCM)以及经典模糊C-均值聚类算法(FCM),该方法平均离线状态识别率和在线状态识别率分别提高了5.233%和8.358%.实验证明此方法性能好且有很好的鲁棒性和泛化能力,对于不确定性的航空发动机在线状态监视有较好的应用价值.      

空中加油系统的建模与控制技术综述

空中加油已经成熟应用超过半个世纪,但其建模与控制技术仍是航空界的研究热点与难点之一。综合大量文献,回顾了空中加油的发展历程和战略价值所在,比较研究了2种加油方式各自的优劣,总结了近年开展的系统建模和控制相关的研究成果。基于硬式加油与软式加油的功能互补之效,提出了借助研制大型运输机的契机发展硬式加油技术的观点。通过研究国内已经开展的相关工作及其不足之处,论证了开展系统建模与控制专项研究的必要性与积极意义。结合硬式加油系统的特点,提出了建模时应该综合考虑系统多刚体、多构型、强扰动与不确定性、受弹性形变与弹性振荡影响等特点,并提出了与之对应的伸缩管姿态控制、对接状态应力自动补偿、对接过程协同控制、抑制弹性振荡影响、半物理实验平台开发等关键问题。     

解析国泰公司乘务员语言交流能力的任务型培养模式

空乘人员的语言交流能力是优质服务的保障。遵循任务型教学"在做中学"的理念,让学员参与到实际的乘务服务任务之中,有助于提高参与度和针对性,这恰好克服了大学英语任务型教学中存在的缺陷。本文对香港国泰公司的乘务员语言交流能力的培训模式进行解析,以期为航空公司和民航类专业院校的语言培训课程提供借鉴意义。     

一种改进的航空发动机结构概率风险评估方法

针对航空发动机适航条款FAR33.75中关于发动机限寿件(ELLP)结构失效概率要求,提出了一种基于Kriging和蒙特卡罗半径外重要抽样(MCROIS)混合的结构概率风险评估方法。该方法针对ELLP高维、小失效概率事件以及极限状态函数为隐式、高度非线性的特点,利用Kriging元模型模拟隐式极限状态函数,然后通过主动学习迭代算法,计算最优点(MPP,最接近设计验算点的样本点),更新实验设计(DOE)并提高Kriging元模型的模拟精度。在此基础上,利用Kriging元模型确定最优抽样半径,构造半径外重要抽样密度函数,在最优抽样半径确定区域进行抽样,通过构造主动学习函数,使样本点更多落在抽样半径确定的球区域附近,加速失效概率计算的收敛,并构建了ELLP风险概率模型,解决了高维、小失效概率事件以及隐式、非线性极限状态函数的发动机结构概率风险评估难题,以某型发动机低压压气机轮盘为应用示例,与传统的蒙特卡罗仿真(MCS)方法进行了对比,验证了该方法的高效率、鲁棒性和仿真精度。     

基于确定学习理论的轴流压气机系统分岔预测

针对轴流压气机系统中的分岔预测问题,基于简化的Moore-Greitzer 3阶压气机模型,分析了该系统中存在的分岔现象;利用最新发展的确定学习理论,对压气机系统随着γ参数变化出现的几种典型模态的相关系统动态进行辨识,并将所学知识保存成常值RBF神经网络以构成模式库;利用该模式库构建1组嵌入了常值RBF神经网络的动态估计器;将测试模式与估计器相比,得到1组残差,并利用动态模式识别方法的残差最小原则实现了对Pitchfork分岔的预测。     

机器人在航天装备自动化装配中的应用研究

通过阐述航天装备传统人工装配方式的不足,提出了工业机器人装配方式的重要价值。简要介绍了工业机器人在国内外航空领域的应用现状,分析了航天装备在机械机构、系统组成、产品种类细分程度等方面的特点;针对航天装备装配过程中效率较低的工序,提出了工业机器人应用的研究思路与方向,并列举了需要突破的4项关键技术。最后,对机器人在航天装备自动化装配应用中的发展方向和趋势进行了展望。     

反舰导弹对舰艇编队末端选择能力仿真

选择能力是反舰导弹的一项重要作战性能,它可以提高对编队中预选目标的搜捕概率,有效提升导弹突击效果。综合考虑反舰导弹自控终点散布误差及舰艇目标定位误差,通过蒙特卡洛仿真法,建立反舰导弹对舰艇编队目标的选择能力模型。通过仿真实验得出反舰导弹 6种不同选择模式的搜捕概率与搜索扇面角度、半径及入射角度之间的变化关系曲线图,得出了提高反舰导弹对人字形编队目标选择能力的参数设定。     

基于SE模块改进Xception的动物种类识别

Xception是Inception网络的一种极端化表现,在与Inception v3参数相近的情况下,它能够达到更高的准确度。由于神经网络提取的特征不一定都是有用特征,因此以Xception为基础,将SE(Squeeze and Excitation）模块加入该网络,调整特征通道的权重,使得网络的精确度得到提高。通过实验,融合SE模块的Xception网络训练精确度分别在Oxford-IIIT Pet数据集和CUB_200_2011数据集上提升了1%~1.7%和0.8%~1%,证明了SE模块能够进一步提升Xception的精确度。将改进后的Xception应用到动物种类识别中,根据精确度曲线对实验策略调整改进,最终在测试集上获得95.63%的识别率。     

基于自适应代理模型的结构动力可靠度分析方法

结构动力可靠度分析对于衡量结构的安全状态和工作性能具有重要的指导意义。采用一种同时考虑 动态激励载荷和材料力学性能参数随机性的动力可靠度计算高效方法,通过建立不确定性材料力学性能参数 与条件动力可靠度之间的 Kriging代理模型,推导动力可靠度的解析表达式;提出一个新的学习函数来构建自 适应的 Kriging代理过程,通过复合材料飞行器蒙皮骨架结构在随机振动载荷和随机材料力学性能参数共同作 用下的动力可靠度分析对所提方法的准确性与高效性进行验证。结果表明:所提方法不仅能够避免使用代理 模型对动力可靠度求解时由于使用数值积分所引入的误差,同时能够使用尽可能少的计算成本获得准确的动 力可靠度结果。     

宽裕度超声叶型气动优化设计

通过与德国航天局设计的超声预压缩叶型PAV-15试验数据比对,确定高精度超声叶栅流场计算方法,研究表明:根据激波位置分段调整流管厚度可提高计算与试验结果的一致性。为提高超声叶栅稳定工作裕度并保证设计点性能,建立根据目标裕度估算喘点反压方法和优化设计方法。对两个超声叶型进行多目标优化,优化结果表明：优化叶栅可减小设计工况槽道激波入射角、减小激波及激波附面层干扰损失;气动喉道前移、结尾正激波后移,提高叶栅耐反压能力。两个优化叶型在保持总静压比不变的前提下,稳定裕度均达到设计目标,设计点损失也有所下降。