Reliability assessment of engine electronic controllers based on Bayesian deep learning and cloud computing

The reliability of an Engine Electronic Controller (EEC) attracts attention, which has a critical impact on aircraft engine safety. Reliability assessment is an important part of the design phase. However, the complex composition of EEC and the characteristic of the Phased-Mission System (PMS) lead to the difficulty of assessment. This paper puts forward an advanced approach, considering the complex products and uncertain mission profiles to evaluate the Mean Time Between Failures (MTBF) in the design phase. The failure mechanisms of complex components are deduced by Bayesian Deep Learning (BDL) intelligent algorithm. And copious samples of reliability simulation are solved by cloud computing technology. Based on the result of BDL and cloud computing, simulations are conducted with the Physics of Failure (PoF) theory and Failure Behavior Model (FBM). This reliability assessment approach can evaluate MTBF of electronic products without reference to physical tests. Finally, an EEC is applied to verify the effectiveness and accuracy of the method.     

唯物史观视域下实现中华民族伟大复兴中国梦探究

立足于唯物史观的高度来探究中国梦的实现路径与现实意义,揭示中国梦的历史进步内涵和发展动力,尤其是深度探究中国梦同中国道路、人民群众创造历史、社会基本矛盾、历史唯物主义的改革动力、构建人类命运共同体之间的关联.坚持走中国特色社会主义道路是实现中国梦的根本路径遵循,不断推进改革开放是实现中国梦的关键一招,人民群众的广泛参与...     

整体翼梁支柱刚度对腹板稳定性的影响研究

整体翼梁支柱通常用来提高腹板剪切稳定性,支柱的强弱直接关系梁的初始剪切屈曲临界应力.为研究支柱刚度与梁腹板稳定性的关系,设计了4组不同参数的整体翼梁腹板剪切稳定性试验,通过试验与理论计算的对比分析,给出了一种可靠的整体翼梁支柱刚度计算方法,为整体翼梁设计及强度分析提供参考和指导.     

民用航空器四维航迹预测技术综述

民用航空器四维航迹预测是保障飞行安全、提升运行效率、缓解航班延误、倡导绿色飞行的有效支撑和重要保证.四维航迹预测的研究集中于如下领域:预测结构与流程、预测模型与方法、误差分析与精度提升,其中航迹预测模型与方法是核心,主要包括混合估计模型、质点运动模型与机器学习方法.最后,总结与提炼开展民用航空器四维航迹预测研究的思路和热点,并相应指出了未来的研究方向.     

基于三层模型的机器学习建模工具设计与实现

机器学习和数据挖掘任务作为一种解决模糊规划和凸优化问题的实际工程技术,近年来依托互联网、大数据等领域的发展逐渐为人们所熟知.针对现行机器学习软件系统所存在的问题,提出一种三层式的加壳软件模型的建模的的方法,并以此实现了一个轻量化的通用机器学习建模平台.     

民机四维航迹/姿态一体化自适应控制

出于运营效率和飞行安全的考虑,民用飞机在航路终端区需有效减少飞行总系统误差（TSE）,提高空域资源利用率。在此航段中,飞行技术误差（FTE）是最主要的组成部分,需采用引导控制一体化的设计思想,实现民机起飞/着陆段四维航迹精确跟踪,有效减小飞行技术误差。基于回路传递函数恢复（LTR）技术协调设计随机线性系统状态观测器和最优控制器,解决大气紊流作用下的民机飞行控制系统设计问题。在此基础上,引入自适应投影算子估计大气扰动导致的气动参数不确定性,并对其作用效果进行补偿。仿真结果表明,基于LQG/LTR（Linear Quadratic Gaussian/Loop Transfer Recovery）控制技术的自适应飞行控制律可以有效抑制气动参数不确定性影响,能够实现民机四维航迹/姿态一体化高精度控制的目标。     

机器学习方法在气动特性建模中的应用

气动数据建模是飞行性能仿真评估的基础。气动特性建模主要有机理建模方法和“黑箱”建模方法。本文对“黑箱”建模的三类机器学习方法——分类与回归树方法、浅层学习方法和深度学习方法,进行了算法说明与分析应用。将分类与回归树方法、浅层学习方法中的Kriging建模方法、RBF神经网络方法及SVM支持向量机方法分别应用于火箭气动特性建模、三角翼大迎角非定常气动特性建模、气动热试验数据融合,对这几类建模方法的优势和不足进行了比较分析。同时,将流动条件参数组成向量,再映射为图像,与翼型图像构成“合成图像”,建立了基于翼型几何图像、来流马赫数、迎角的翼型气动特性深度神经网络模型,得到了比较好的预测效果,拓展了气动特性深度学习建模方法的使用范围。     

航空发动机传感器解析余度模型的建立方法

为了使用解析余度模型对传感器故障进行诊断,提出了1种基于K-均值聚类与改进微分进化算法优化的极端学习机(IDE-ELM)的发动机传感器解析余度模型建立方法。为避免求解ELM算法时H矩阵奇异,采用K-均值聚类对试验数据进行聚类处理,然后从每类数据中选取1组数据组成训练样本用于训练;利用IDE算法优化ELM的输入层权值和偏置,提高ELM的泛化能力。利用飞行试验数据进行了仿真验证。结果表明:基于K-均值聚类和IDE-ELM设计的传感器解析余度模型具有较高的精度,可用于FADEC系统双通道传感器的故障诊断。     

含La铝硅共晶强制性非稳态生长

 试验考察了含La0.5％wt铝硅共晶强制性等加速等减速非稳态生长,纤维状共晶相半径R可以及时响应生长速度的变化,而片状共晶间距λ的响应则是迟钝的、波动的。试验分析了生长过程中初生α相偏转和共晶数量的变化。文中建立了非稳态生长理论模型,分析表明溶质扩散、共晶生长响应动力学和交互作用控制非稳态生长过程。     

TiAl合金表面激光重熔Al_2O_3-13wt%TiO_2复合陶瓷涂层组织结构

采用等离子喷涂和激光重熔复合工艺在TiAl合金表面制备了Al2O3-13wt%TiO2复合陶瓷涂层.为了减少重熔层裂纹等缺陷,采用较低的激光功率和能最密度进行重熔.用扫描电镜(SEM),能谱仪(EDS)和X射线衍射仪(XRD)分析了涂层形貌、微观结构和相组成.结果表明,经过激光重熔处理后,陶瓷涂层颗粒细化,片层状组织得以消失,致密性提高,获得了基本没有裂纹等缺陷的重熔层;激光重熔亚稳相γ-Al2O3转变为稳定相α-Al2O3;由于陶瓷材料导热系数较低的影响,激光重熔时无法使整个陶瓷层实现重熔,重熔后的陶瓷涂层形成了晶粒细小的等轴品重熔区、烧结区以及片层状残余等离子喷涂区.