飞行人员心理训练

同飞行人员的心理选拔一样,飞行人员的心理训练也是在维护航空安全过程中最为重要的人为因素之一。根据国际航空界权威人士的估计,良好的选拔充其量也只是完成了培养一名合格飞行员50％的工作,而更重要的工作则必须在训练中加以解决。近年来,由于人因失误所导致的大量飞行事故的发生,不仅使人们更加意识到飞行人员心理训练的重要性,而且也迫使人们对传统心理训练模式进行了重新的反思。一     

民用飞机的发展离不开标准的支持

目前,我国民用飞机产业面临着难得的发展机遇.众所周知,安全、经济、舒适、环保是发展民用飞机追求的基本目标,设计、制造和试验能力是研制民用飞机的基本能力,市场营销、产品支援能力是民用飞机实现商业成功的关键.     

基于支持向量回归的机场旅客吞吐量预测

在分析现有机场旅客吞吐量预测方法不足的基础上,利用基于结构风险最小化原则的支持向量回归方法,建立了机场旅客吞吐量预测模型。通过实际数据的检验及与BP神经网络等方法的预测结果比较,证明应用支持向量回归方法对机场旅客吞吐量进行预测具备可行性,同时具有较高的预测精度。     

审美教育琐谈

美育不仅仅是一种感性教育,更多时候是上升到理性之中,即对受教育者进行一番潜在的、内质本原化的导向,应该从广义的角度来理解、分析它.     

关于提高运营故障数据处理和利用效率的方法研究

某型飞机作为国产民机运营的探路者和先行者,在积累运行经验同时,也暴露出日利用率低(某型机队日利用率仅为空客机队的三分之一)、使用困难和机队重复故障多(空客机队重复故障为零,某型机队重复故障为两位数)、部分故障得不到及时有效的回复等问题。这些问题的存在有飞机设计可靠性的原因,但同时也反映出运营支持能力的不足,而其中运营数据处理的能力又是运营能力的核心体现。通过对运营故障数据的标记和分析,提高故障数据处理效率,为型号的设计优化提供支持和检验,从而大幅提升国产民机的运营支持能力,以提高飞机的商业竞争力。     

基于平衡核函数聚类的飞行航迹数据分析方法

目前,使用数据挖掘的方法对目标的飞行航迹进行分析来确定航迹类别具有许多应用价值。飞行航迹数据具有维数高、交连多、可分类性能差等特点,要做到尽可能精确的聚类和分类十分困难。文章立足提高飞行航迹数据聚类分析的准确性,在航迹特征数据的预处理阶段,提出了一种平衡核函数的K-均值聚类方法,可以解决高维特征数据带来的奇异性,还能提高交叠样本的聚类性能;设计了一种模糊支持向量机的算法框架实现航迹的分类。通过实际飞行航迹数据集测试了设计框架下航迹聚类和分类识别的有效性,在实际工程上具有广泛的应用前景。     

基于地轴矢量解算的SINS无纬度支持自对准方法

针对无纬度条件下SINS初始对准问题,提出了一种基于地轴矢量解算的对准方法。在静止基座下,利用陀螺仪敏感地轴矢量,直接建立导航系轴向矢量在载体系的正交投影,解析式确定姿态矩阵;晃动基座条件下,根据惯性系重力矢量观测,构建以地轴矢量为旋转轴的两组等角旋转矢量序列,利用QUEST算法求解旋转四元数实现对地轴矢量的优化解算,并以此建立导航系轴向矢量的载体惯性系投影,最后利用陀螺跟踪载体系相对惯性系的变化,确定载体系相对导航系的姿态关系。静止基座解算实验表明直接解析式对准与传统的解析式对准精度相当,但解算效率得到了提高;晃动基座仿真与船载实验均表明基于四元数的地轴矢量优化解算在精度上要优于三矢量几何解算方法,引入低通滤波环节后,对准精度进一步提高。     

改进布谷鸟搜索算法优化支持向量机的MEMS陀螺温度零偏补偿

针对微机械陀螺零偏受温度影响较大的问题,提出一种改进布谷鸟搜索算法(CS)和支持向量机(SVM)相结合的陀螺零偏温度补偿方法。首先,将平滑处理后的陀螺数据作为样本点,采用基于径向基核函数的支持向量机方法构建漂移模型,把数据从低维空间映射到高维空间进行线性拟合。然后,利用改进布谷鸟算法对支持向量机的惩罚参数、核函数参数以及不敏感系数进行优化,避免了人为选择参数的盲目性且提高了建立模型的精度。实验结果表明：经CS调节支持向量机算法补偿后,陀螺输出精度更高。与最小二乘分段拟合方法、BP神经网络方法相比,陀螺输出数据方差分别平均减小了63.2%、43.4%,最大误差分别平均减小71.63%、48.3%。     

嫦娥四号巡视器系统设计与验证

介绍了嫦娥四号巡视器的无法与地面直接通信、月面地形崎岖和遮挡等技术特点,论述了根据技术特点相应的总体方案设计,如相对嫦娥三号巡视器的设备调整、在轨问题的完善设计以及系统安全的操控设计,随后开展了中继双向捕获跟踪和信息传输可靠性验证、嫦娥三号巡视器在轨问题解决措施的系统级验证、巡视器驶离性能验证和月面移动性能验证等针对性测试项目,最后介绍了嫦娥四号巡视器在月面的工作情况,其至今在月面工作时间已超过寿命要求,系统可靠运行,性能稳定,说明总体方案合理可行,可为后续我国月球和火星巡视器的研制提供参考。     

基于SVM方法的APU故障预测方法

针对辅助动力装置(Auxiliary power unit,APU)故障预测时,仅基于快速存取记录器(Quick access recorder,QAR)数据存在实时性欠缺或精度不足的问题,提出了基于实时报文数据的APU故障预测方法。首先,对报文所采集的数据进行预处理,将每次航班的报文数据规整为一条数据集;其次,从参数阈值、维修记录及APU序列号变化情况等角度对数据集进行标注工作;随后,针对特征选择算法具有较差解释性的缺点,提出通过相关性分析选取能够表征APU运行性能的参数;最后,建立基于支持向量机(Support vector machine,SVM)的多参数故障预测模型并优化。经验证,该模型提高了预测正确率,为APU视情维修策略的制定提供参考。