飞行管理系统中飞行计划模块的功能设计与仿真实现

飞行计划模块包括飞行计划管理、航迹优化计算、飞行中实时执行等子功能模块。首先研究了飞行计划的人工创建、自动创建、状态管理等功能模块的实现方式;然后研究了水平航迹(水平计划)合成、三维航迹(垂直轨迹)优化和四维航迹生成模块的实现方式;对于飞行计划的实时执行功能模块,研究了由于危险天气、空管限制、飞机构形等因素限制而进行计划偏离、直飞、等待、激活备用计划、航路备降、盘旋等待等功能模块的实现方式;最后以波音737-800飞机的相关数据为例进行了仿真计算,研究结果可为飞行管理系统的研究提供参考。     

基于改进HMM和LS-SVM的机载设备故障预测研究

针对传统故障预测方法不能直接预测设备状态的不足,提出了将改进隐马尔科夫模型（HMM）和最小二乘支持向量机（LS—SVM）相结合的机载设备故障预测方法。首先,采用多智能体遗传算法对HMM参数进行训练优化,克服了B-W算法易陷入局部最优解的缺陷;其次,分别研究设计了设备是否具有使用阶段状态退化过程数据2种情况下的故障预测算法流程;最后,以飞机发动机温控放大器为应用对象进行仿真计算。结果表明,该算法不仅预测精度高,而且预测结果直接与设备状态相关,易于理解分析。     

波音预测未来20年中国需新增5260架飞机

波音公司于9月5日在北京发布"波音2012中国市场展望",预测到2031年的未来20年,中国将需要5260架新飞机,总价值达6700亿美元。波音预计中国航空公司的国际业务将以年均8.9%的增长率快速发展,由此将带动对双通道飞机的需求,以飞机价值计算的对     

支持向量机的B737飞机水平尾翼裂纹故障预测

为保障飞机的飞行安全,做到预防性维修,提升飞机的飞行安全及任务出勤率,需要对飞机结构出现的疲劳裂纹进行及时检测并修理。基于支持向量机理论,建立了支持向量机回归预测模型,并应用该模型对B737飞机水平尾翼健康信息的特征值(小波包分解系数提取的能量)进行了故障预测研究。为建立最佳支持向量机模型,选用了支持向量机四种常用的核函数分别对特征值进行了预测。同时还对支持向量机预测模型与神经网络预测模型(BP神经网络预测模型)的预测结果进行了比较与分析,研究表明,应用支持向量机所设计的预测模型准确率比较高,可以较好地对飞机水平尾翼的裂纹故障进行预测。     

基于模拟退火算法预测储层参数

讨论了如何将地震资料、测井信息和先验地质知识有机地结合起来预测储层参数，以便揭示储层内部细节和纵横向变化特征。通过将模拟退火算法与人工神经网络相结合，能够解决非线性全局优化问题，勾画出地震信息和储层参数之间的复杂关系，为储层特征描述和储层横向预测提供提供直观、可靠的地层参数剖面一孔隙度、砂泥质百分含量、含水饱和度及渗透率等剖面。     

基于静态发动机噪声测试数据的飞行噪声预测技术

为了节省噪声审定成本,在原型机噪声—功率—距离数据库的基础上,根据原型机和衍生型飞机静态发动机的噪声测试数据来预测飞机飞行中的噪声。     

时频域滤波方法及其在颤振信号处理中的应用

采用自适应时频分析方法并通过理论分析和数字仿真完成了相应的数值特性与应用特性研究。根据颠振试验的原理和观测信号特点，将所提出的两种时频域滤波算法引入到了飞机结构亚临界响应分析的颠振边界预测研究当中，即通过联合时频分析(JTFA)与时频域滤波提取有效信号再进行模态参数提取与颠振边界预测，取得了预期的效果。     

航空燃气涡轮发动机气路故障诊断进展

航空发动机健康管理是提高当代先进航空发动机安全性、可靠性以及经济可承受性的关键技术,是实现发动机视情维修的重要方法之一。航空发动机气路故障诊断作为健康管理系统的重要支撑技术,在先进航空发动机发展过程中具有重要的研究价值与前景。基于航空发动机气路故障诊断50余年的发展成果,梳理了航空发动机气路故障诊断的总体实施流程,包括气路测量参数的选择及参数预处理方法、基线值的计算及基线模型的构建方法;介绍了基于模型和数据驱动的气路故障诊断方法的基本原理和典型成果并对不同方法的特点进行了评述;对气路故障诊断未来发展方向,包括性能预测、在线气路故障诊断、信息融合以及过渡态气路故障诊断的基本思想和研究现状进行了分析。国内外研究表明：航空发动机气路故障诊断已经形成了以基于模型和基于数据驱动为基础的诊断方法体系,得到了较全面且系统的发展。中国在已有研究成果的基础上,应进一步完善航空发动机全寿命周期数据的收集与整理,建立航空发动机健康管理系统的设计体系,增强产、学、研、用等多方协作,为先进航空发动机健康管理系统提供有力技术支撑。     

基于松弛约束Hammerstein非线性模型的增程式APU预测控制

针对增程式辅助动力单元（APU）工作点切换过程的转速控制,提出了一种基于Hammerstein非线性模型的预测控制策略。通过稀疏最小二乘支持向量机-自适应混沌粒子群优化（SLSSVM-ACPSO）算法辨识激励响应数据建立了发动机Hammerstein非线性模型,在模型预测控制求解最优控制序列时,采用松弛因子松弛约束边界,并设计了有效集（ASM）-ACPSO组合算法求解,在控制过程中应用了变预测时域策略。建立系统仿真模型,仿真结果显示:在热机点切换至低负荷点及低负荷点切换至中负荷点的过程中稳定时间分别为2.57 s和2.77 s,转速最大超调率分别为2%和1.6%,均优于两种对比策略;在中负荷点向高负荷点切换过程中,转速超调率较大,但控制过程转矩变化更平缓。仿真结果表明模型预测控制策略控制APU系统转速响应快、转速超调率小,发动机转矩超调量小,具有良好的动态控制效果。      

薄壁件铣削过程加工变形研究进展

机床加工性能和刀具切削性能的发展使得薄壁件的高效率和高精密加工成为可能,也使得薄壁件在航空航天领域得到更广泛应用。薄壁零件结构复杂、刚度低,在铣削过程中易发生变形,因此精准预测与控制薄壁件的加工变形是机加工领域亟需解决的工艺难题。通过对薄壁件分类以及加工工艺分析,归纳总结引起薄壁件加工变形的因素,对加工变形影响最为关键的铣削力计算模型进行简述;结合国内外薄壁件变形预测与控制方法的研究,以弹塑性和数值模拟方法对薄壁件加工变形进行预测,通过加工工艺优化、辅助支撑技术、高速切削技术和数控补偿技术等方法对薄壁件加工过程的变形量进行控制;基于数据驱动数字孪生体的更新迭代,实现薄壁件实际加工过程的孪生及薄壁件变形预测与控制,构建了以数字孪生为平台的薄壁件加工变形预测与控制理论框架;最后对数字孪生在薄壁件加工变形预测及控制的发展与应用提出展望。