基于雷达航迹的航空器质量估算

为保障基于轨迹运行的顺利实施,必须提高四维航迹预测的精度,而四维航迹的精准预测依赖于航空器质量准确估算。鉴于此,构建并分析了航空器能量模型;基于雷达航迹与航空器基础资料( BADA),提出了新型的航空器质量估算方法与步骤;利用最小二乘算法求解了航空器质量的估计值;分别基于预测航迹、雷达轨迹与QAR数据,采用相对误差作为评价指标,实施验证与分析。验证结果表明,提出的方法可将航空器质量估算误差控制在5%以内,从而能够有效地提高航迹预测精度。     

基于灰色神经网络的APU维修成本预测研究

对APU的维修工作进行分析,提出APU维修成本的结构组成,利用APU在翼性能参数与维修成本的映射关系确定预测参数,在传统灰色预测方法的基础上融合BP神经网络,构建了基于灰色神经网络的APU维修成本预测模型。以某航空公司APS3200型APU维修数据为样本,运用MATLAB对影响参数进行关联分析,并对所建立的模型进行拟合和验证分析。该模型具有样本少、训练快、预测精度高等特点,实现了对APU维修成本的准确预测,可为航空公司年度APU维修预算制定、维修合同谈判、经济性拆发等提供决策支持。     

金属弹簧管性能影响因素的仿真分析

为了研究高温密封组件金属弹簧性能,本文通过对波音公司编网状弹簧管结构和Streck心脏支架结构的研究,建立了编织弹簧的几何拓扑构型和数学模型,推导了弹簧直径计算公式。采用AUTODESK3D-MAX构建了编织弹簧的仿真模型,用ANSYS仿真软件分别从编织丝直径、编织密度以及编织方法 3方面探究不同测试对弹簧性能的影响。结果表明,增加弹簧丝直径、降低弹簧管轴向方向的编织密度、提高圆周方向的编织密度、向外的弹簧管编织方式可有效提高弹簧管的回弹性能。     

舰载直升机理论风限图飞行模拟获取方法

获取舰载直升机实用风限图,仅依靠实装飞行试验或建模仿真都是非常困难的。通过起降飞行模拟试验获取理论风限图,结合少量的海上实装飞行验证试验是一种综合较优的方法。起降飞行模拟试验需要真实飞行员和高等级飞行模拟器参与,飞行模拟器中的母舰气流场数据、母舰运动可由建模仿真或试验测试得到,且必须考虑母舰气流场的非定场特性;只有当飞行员视景或视觉反馈受限时(如能见度降低时),飞行模拟器基座的六自由度运动才是必需的;用DIPES或Bedford方法量化飞行员主观操纵负担,结合记录的客观操纵数据,评判起降难度;典型的飞行模拟试验程序包含了不同风况下的进近和甲板着舰,通常每隔15°和5kn一个风况。通过起降飞行模拟试验得到的理论风限图,可以更加有效和安全地指导海上实装飞行验证试验,最终获得实用风限图。     

基于GARCH族优选模型的舰船器材消耗预测

器材消耗量预测是做好技术保障工作的前提和基础,受设备生命周期、任务类型、海洋环境及使用设备人员的技能水平等因素的影响,舰船器材消耗量序列会随着时间的推移而产生波动现象,丛集效应和高峰厚尾特征明显。根据 AIC(A-Information Criterion)准则,对 GARCH(Generalized Autoregressive Conditional Heteroscedasticity)族模型进行比较优选,寻求一种更为合适的预测模型,实现对消耗量的准确预测。     

小样本条件下多应力加速寿命试验预测方法

鉴于导弹中的电子设备价格昂贵、可用于试验的样本量少,在开展加速试验以及寿命预测的实际工作中通常为小样本的背景。文章研究探索小样本条件下多应力加速试验寿命预测方法,分别建立通用对数线性模型、 BAS-BP神经网络模型、灰色–支持向量回归模型,结合多应力加速试验数据在各应力条件下的样本容量分别为 56组、20组、10组、5组的情况下,比较 3种模型的预测效果,分析各模型的适用场合和时机,探索小样本条件下模型的选优问题,为小样本条件下多应力加速试验寿命预测提供有益的借鉴。     

基于Simulink的多体机械系统模型转换方法设计与实践

模块框图作为成熟的图形化建模技术应用十分广泛,采用该技术的MATLAB/SimMechanics可进行多体机械系统的建模和仿真,然而对于建模精度要求高、需要实时仿真的柔性、大型多体机械系统比如空间站来说,SimMechanics有明显不足,而DARTS^M软件包可对航天器机械系统进行高精度实时仿真.本文深度解析这两款软件的底层建模技术,根据模型信息的对等关系,设计出模型转换的具体方法,通过C++编程,开发出模型转换程序,从而将航天器多体机械系统的SimMechanics模型转换为DARTS^M模型.通过本文的模型转换方法和程序,可以将两款不同软件各自的优点结合到一起,使得SimMechanics间接地拥有处理柔性体和实时仿真的能力,同时也解决了DARTS^M软件包缺乏图形化建模界面的问题,具有一定的工程应用价值.     

基于多尺度时间卷积网络的航空发动机寿命预测

剩余寿命预测对于航空发动机设备的安全运行、制定维修计划具有重要的意义.目前现有方法无法有效提取设备复杂工况和复杂故障下的退化特征.针对此问题,提出一种基于多尺度时间卷积网络(MTCN)的发动机寿命预测方法.该方法利用时间卷积网络提取数据时序信息,并通过多尺度卷积核的不同感受野提取设备复杂工况下的退化特征,从而更好地预测极端条件下的设备剩余使用寿命(RUL)值.为了验证所提出方法的有效性,在航空发动机C-MAPSS数据集上进行试验.结果表明所提出方法能有效提高设备在复杂工况和复杂故障下的RUL预测精度.