基于KPCA 和DBN 的航空发动机排气温度基线模型

为了给航空发动机整体性能的实时监控与健康管理提供技术手段,提出1种基于核主成分分析和深度置信网络相结合的航空发动机排气温度基线模型构建方法。以配装CFM56-7B发动机的飞机在运行过程中各系统产生的快速存取数据作为原始的数据样本,利用核主成分分析进行降维处理,选用高斯函数作为核函数,将降维后的数据作为深度置信网络的输入,建立航空发动机EGT基线模型,通过大量QAR数据验证了模型的有效性和正确性。与传统神经网络建模方法相比,所提出的建模方法不但降低了网络结构的复杂度,同时也提高了模型的精度。     

基于全航段QAR数据和卷积神经网络的航空发动机状态辨识

为了充分挖掘全航段飞行数据中蕴含的丰富信息以提高发动机状态辨识的准确率,提出一种基于全航段快速存取记录器（QAR）数据和卷积神经网络的发动机状态辨识方法。该方法将每次飞行循环的全航段QAR数据变换为一个红绿蓝（RGB）多通道样本实现全航段数据图像化处理,根据发动机维修记录中的水洗时间,将发动机划分为不同的衰退状态,采用卷积神经网络对不同衰退状态进行分类和辨识。该方法经某航空公司飞机QAR数据验证,结果表明：基于全航段QAR数据的衰退状态辨识算法的精确度相比于仅使用巡航段数据的精确度提升超过13%,辨识准确率达到98%。     

上海浦东国际机场建设紧锣密鼓

为了贯彻上海市委、市政府关于上海机场“一市两场、两位一体”的决策,减少管理层和组织机构的重复设置,最大限度地发挥两个机场的资源优势,保证两个机场高效运输,经反复论证,上海机场集团公司已明确将浦东、虹桥两机场分成三个模块实施管理:一是生产运营模块,集     

大型飞机研制中的若干数字化智能装配技术

大型飞机的研制是国家提高自主创新能力的战略重点.为了提高大飞机装配质量与生产效率,采用数字化智能装配技术是必然的发展趋势.本文介绍了飞机智能化装配的系统框架与其技术体系架构,阐述了目前大型飞机装配所面临的难题,并指出虚拟现实仿真优化技术、专用智能装配工艺装备的开发,以及飞机总装智能装配生产线技术是智能装配技术的热点与发展方向,并分别进行了介绍,并阐述了国内外应用发展现状,最后指出了国内现有智能装配技术的不足与差距.     

基于SDAE的航空发动机燃油流量基线模型构建

为克服传统的基线模型算法(如BP神经网络算法)存在的泛化能力不高、鲁棒性差且容易陷入局部最优解等缺点,构建了基于堆叠降噪自动编码器(SDAE)的航空发动机燃油流量基线模型,利用民航发动机的真实飞行数据对基线模型进行训练与验证,并与基于BP神经网络的基线模型进行对比分析。结果表明:基于SDAE的燃油流量基线模型具有更高的精度和更强的鲁棒性。     

粉末热挤压Al-Zn-Mg-Cu合金的制备工艺及组织性能研究

采用粉末热挤压法制备了一种Al-Zn-Mg-Cu超高强铝合金,研究了粉末粒度和挤压比对合金组织和力学性能的影响。结果表明,400℃挤压时,粉末中位径D50=28.38μm和挤压比λ=25可使挤压合金获得最好的力学性能,挤压合金经过460℃/2.5h水淬+120℃/24h空冷(T6)处理后的抗拉强度、屈服强度和伸长率分别为731MPa,670MPa和6.2%;晶粒细化是挤压合金力学性能随粉末粒度减小而提高的原因;挤压比λ为9～25时,挤压合金力学性能随挤压比增大而提高;λ=36时,挤压合金力学性能降低的原因是MgZn2析出相粗大和发生完全动态再结晶。