考虑随机因素的空中交通流量预测模型研究

空中交通流量受多种因素影响,其中具有一定的随机成分,因此可通过将空中交通流量分为确定成份和随机成份来进行流量预测.确定成份主要由国民经济发展、行政调控政策等因素决定;随机成份主要由气候、石油价格等因素导致.建立的预测模型分为趋势项和随机项两部分,根据大量的数据仿真,采用指教平滑模型描述趋势项;应用正弦函数刻化随机成分.通过利用华东地区年飞行流量的仿真验证,建立的模型能够更为精确地预测空中交通流量(ATF),能为航空各级决策部门制定发展规划提供重要依据.     

级间引气条件下轴流压气机特性预测方法

为了确定级间引气对多级轴流压气机特性的影响，便于在燃气轮机整体性能分析时简化引气模型，开展级间引气条件 下轴流压气机特性预测方法研究，通过级间匹配模型求解引气位置压力、温度和引气位置上下游的特性，根据引气后的上下游重 新匹配确定受引气影响的压气机特性线。结果表明：对5级压气机在换算转速为1.0、0.7和0.5倍设计转速情况下分别进行了预 测，得到的特性线与压气机原特性线相比有明显变化。在压比-流量特性图中，引气后的等换算转速线整体位于原特性线之上，压气 机压比提高，在小流量时提高较小，在大流量时提高较大，并且提高效果随引气流量增加逐渐明显；在效率-流量特性图中，引气后的 等换算转速线与原特性线交于一点，在该点左侧效率因引气而降低并随着引气流量增大而进一步降低，在该点右侧则刚好相反。采 用此5级压气机的抽放气特性对性能预测模型进行了验证，引气位置总温的相对误差不超过1%，总压的相对误差不超过2%。     

农5B飞机,致力于为客户创造更大的回报

最近,由江西洪都航空工业集团公司自主研制的我国新型农林专用飞机--农5B飞机01架在南昌首飞成功,这标志着我国农林飞机已步入     

构造单样预测区间的基于观测值的条件方法

基于Ⅱ型截尾样本的观测值,提出了一种新的构造样本未来观测值与样本未来观测值落入时间区间(yr,t]内的个数(未来失效数)的单样预测区间的条件方法。     

基于神经网络的飞行科目模板样本集建立方法

为建立某一飞行科目的模板样本集,提出一套基于神经网络和卡尔曼滤波的数据处理方法。任选一次试飞样本,建立Kohonen自组织神经网络进行参数降维、聚类分析、特征提取等,使样本量缩减90%以上,得到该科目的模板样本集。用处理后的样本训练BP神经网络,对其他未经处理的试飞样本进行载荷预测,误差均在3%之内,说明处理后的样本能代表该科目的数据特点,即为模板样本集。方法可以为飞机载荷监控数据库的完善工作服务。     

基于落点预测的高旋火箭弹弹道修正算法

高旋火箭弹的修正控制是基于等效力实现的二维弹道修正控制，由于弹体存在陀螺进动和马格努斯效应，在控制力作用下产生的附加攻角引起的升力与控制力的矢量合为等效力，其大小与方向在控制过程中不断变化，不能简单根据偏差量（修正量）的比例关系来确定控制力的方向。基于此，分析了控制力与等效力的关系，提出了一种基于弹道落点预测的控制算法。首先利用弹道落点预测模型实时预测落点与目标的偏差量，然后利用小扰动法构造偏差量对控制量的敏感系数矩阵，通过偏差量与敏感系数矩阵解算出纵、横两个方向的需用控制量。采用修正前后速度矢量的位置关系得到控制量的合矢量及其方位角，并利用控制量的合矢量与等效力计算出控制周期，在控制周期内按照等效力方位角调整控制力的方向实现对高旋火箭弹的精确控制，解决了非线性耦合问题。仿真结果表明该算法具有较高的控制精度，为工程应用提供理论依据。     

基于学习的中段反导拦截时间和拦截点预测方法

弹道导弹实时、准确地预测拦截弹的拦截点与拦截时间，是实现中段突防的有效手段。针对弹道导弹中段突防中的拦截点坐标及拦截时间的预测问题，提出了一种基于监督学习的在线预测方法。以拦截弹的主动段关机参数和关机时刻为输入量，建立拦截时间和拦截点预测模型。在多层感知机神经网络的基础上构建有监督学习算法，通过攻防仿真获取拦截弹的参数制作训练数据集，在线下完成网络训练。仿真结果表明:神经网络能够有效在线预测拦截时间和拦截点坐标，预测结果的相对误差分别为0.124 3%和0.128 5%，拦截时间预测结果误差的平均值为0.224 0 s，拦截点预测结果距离误差平均值为2 016.48 m，均满足精度要求。      

数控机床主轴热误差测点优化及建模技术研究

为了减少热误差对数控机床加工精度的影响,首先利用热成像仪初步找出机床温升明显的位置,然后利用灰色理论对16个温度测点的试验数据进行优化处理,找出与热误差关联度较高的测点;将优选出的温度测点数据和实测的Z轴热误差数据进行划分,采用GM (1,n)灰色预测和BP神经网络建立热误差预测模型,并在试验机床上进行验证。试验结果表明:采用灰色GM (1, n)模型预测结果与实际测量平均相对误差为10.17%,采用BP神经网络预测与实测结果平均相对误差为5.19%,优于灰色GM (1,n)预测,能起到提高热误差预测精度的作用。     

基于ABC-BP神经网络的航空发动机滑油金属含量预测

为有效监测发动机滑油状态,本文建立基于ABC-BP神经网络的滑油金属含量预测模型。在参数的初始化阶段,人工蜂群的适应度为BP神经网络的误差函数,神经网络的阈值和权值选定为适应度最优的一组参数。通过实验仿真对民航实际数据进行研究,实验表明模型预测效果理想,为实现健康管理和故障预测奠定基础。     

不确定航迹自适应预测模型

针对现有航迹预测技术中，存在无模技术缺乏理论分析支持、能力有限、适用范围窄、有模技术先验假设过多、前提条件严苛、通用性差等问题，通过理论推导，利用循环和多层神经网络结构，研究提出了具有理论严谨、先验假设少、适用范围广、通用性强等优点的不确定航迹自适应预测模型，同时给出了典型的实现方法。该模型克服了现有航迹预测方法的缺点与不足，并具有无模与有模两类技术的优点与长处，仿真和实测实验验证表明：该模型能很好地提取识别出数据中存在的模式，并基于模式，进行正确有效地预测，能有效解决不同实际环境中的航迹预测问题，效果明显。