运输类飞机EWIS安全性评估实施研究

针对运输类飞机适航规章中提出的对EWIS的安全性评估要求,结合相关咨询通告、工业标准和EWIS设计实践,分析了EWIS安全性评估的主要内容,提出了EWIS安全性评估的实施过程,为EWIS满足适航要求的设计提供技术参考.     

运输类飞机动力装置溅水试验技术

基于对中国民用航空局（CAAC）运输类飞机适航标准和美国联邦航空管理局（FAA）咨询通告的分析、解读,分别从工程试验与适航验证两个方面,研究了溅水试验程序、试验水池方案设计与滑行速度测量与控制技术,制定了符合适航标准体系的运输类飞机动力装置溅水试验审定程序,以ARJ21-700型支线飞机合格审定试飞为平台,完整进行了相关试验验证。结果表明:所设计的溅水试验程序合理可行,能够完整地验证运输类飞机在机场跑道积水环境下动力装置对适航标准体系的符合性;试飞结果表明CF34-10A发动机配装ARJ21-700型飞机在机场积水环境下起飞构型临界滑行速度为166.6 km/h,发动机风扇、压气机及动力涡轮前温度最大波动值分别为5.1%、1.7%和39 ℃;在飞机着陆构型下,发动机慢车状态相对于最大反推力状态工作稳定性较好,能够满足适航标准规定;项目形成溅水试验程序和技术为后续C919、C929等运输类飞机动力装置相关试验提供了直接的支持。      

一种高效的正常类飞机全机疲劳试验方法

目前国内飞机结构疲劳耐久性评定通常采用规范谱和飞机典型设计任务剖面相结合来编制疲劳试验载荷谱,对全机完整结构进行考核,这将耗费巨大的成本和周期,也因此全机疲劳试验成为型号机体结构设计验证最后以及最复杂的一环。对于以经济性为主要研制要求的正常类飞机,为了推进型号研制工作和取证进度,需要缩减全机疲劳试验的成本和周期。在CA42型飞机适航取证的全机疲劳试验工作中,依据FAA认可的规范谱编制了疲劳试验谱,将疲劳考核目标由整机结构调整为机体主要承力结构,并相应简化了全机疲劳试验载荷加载方式,形成了一种高效的全机疲劳试验方法。通过该方法,CA42飞机全机疲劳试验仅耗时两月,试验成本主要为工时,有效的推进了适航取证工作,并缩减了研制成本。     

用于彩色图像分割的有效特征分析(英文)

提出了一种基于分析特征分割贡献的彩色图像分割方法。该方法不受某一特定彩色空间的限制 ,有效特征的确定取决于所设计的特征编码器对被测彩色图像中各种彩色特征的分析结果。该技术不同于以往的分割技术 ,自组织特征映射被用来构造特征编码器 ,使得编码器能自组织地分析不同彩色图像的有效特征。当合适的彩色特征和初始参数给定后 ,模糊聚类技术被用于最后的分割处理。该方法已经应用于不同类型的彩色图像分割处理 ,实验结果说明了该技术明显优于传统的聚类技术。研究表明 ,特征编码为彩色图像分割的自动化和最优化提供了保证。     

用于解距离和速度模糊的算法(英文)

为了提高检测性能和实现多功能 ,PD雷达常采用高、中、低脉冲重复频率 PRF。对应一定的脉冲重复频率 ,PRF会出现测距模糊、测速模糊。以聚类算法为基础 ,本文介绍了一种用于雷达目标解距离、速度模糊的滑窗相关器算法。该滑窗算法是一种遍历性的算法。文中对该算法的解模糊正确率、运算效率进行了讨论 ,分析了解模糊正确率与脉冲重复频率 PRF、检测范围、滑窗宽度间的关系 ,同时给出了仿真结果。     

两种基于图论的聚类算法改进(英文)

近年来,基于图论的聚类算法被广泛地应用在数据聚类和图像分割之中。聚类任务主要是挖掘一组给定数据隐含的分布规律和结构信息,而图像分割则是将一幅图像划分为若干互不交迭区域的过程。主要讨论两种比较流行的基于图论的聚类算法,即基于有向树的数据聚类算法和基于最小生成树的图像分割算法。创新在于:(1)改进基于有向树的数据聚类算法,将其应用于图像分割;(2)改进基于最小生成树的图像分割算法,将其应用于数据聚类。在人工数据和实际图像数据上的实验结果表明,改进的有向树算法可以很好地分割图像并保留图像中足够的细节,而改进的最小生成树聚类算法能比较好地聚类具有流形结构的人工数据。     

一种基于多维空间超球体的快速聚类算法

提出了一种基于多维空间超球体的快速聚类算法。这种算法结合密度聚类和层次聚类两种思想。首先利用密度聚类方法将小范围内的数据对象聚合成超球体,然后再按照层次聚类中的凝聚思想,根据超球体之间的位置关系产生最终聚类。实验表明,该算法对于数值型数据集不仅在效率、噪声敏感性等方面均有较好的表现,同时还可以通过诸如“双环测试”等带有刁难性的特殊测试集。以往,常常简单的以距离来刻画的数据间“相似性”,而所提出的快速聚类算法则改由超球体之间连接的紧密程度来描述这种性质。实验表明,这种修改使得算法的性能得到了很好的改善。     

基于光纤智能夹层和模糊RBF神经网络的飞行器载荷识别

为了更好地保障航空飞行器的安全,提高飞行器的可靠性,提出了一种通过性能参数稳定的光纤智能夹层采集数据,并且结合模糊RBF神经网络对机翼盒段载荷进行识别实验的方法.该方法融合了模糊理论和神经网络各自的优点,通过改进的模糊C均值聚类(FCM)聚类算法删除冗余的规则以进行规则的优化,能自适应地从学习样本数据中提取相应信息,实时地进行载荷辨识.从仿真结果可以看出:该网络模型具有学习时间较短、学习速率较快和精度较高等优点.     

流数据复杂聚类查询处理算法

流数据上的连续查询,尤其连续聚类查询是流数据处理研究的难点.草图算法能够计算流数据上等值连接大小的高精度近似值,而直方图算法能够较精确地统计流数据的分布.本文结合这两种算法的优势,提出了一种能够高效处理流数据上复杂聚类查询的算法.理论和实验结果表明,该算法具有较高的精度和较小的空间复杂度.     

小波聚类算法在本科招生生源质量分析中的应用

招生是高校人才培养工作的首要环节,生源质量的好坏直接关系到高校的人才培养质量.随着我国高等教育招生制度的改革、发展和完善,自主招生越来越受到高校的重视,优质生源的竞争日趋激烈.本文将小波阈值方法引入到数据的聚类分析中,建立了一种新的数据挖掘模型并应用到在校学生学习成绩信息的分析研究中,对建立科学的本科招生生源质量评价体系进行了初探,分析结果对高校招生管理工作起到了科学指导和辅助决策作用.