期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
基于QAR数据的民机高高原进近着陆风险评估方法 被引量:5
1
作者 陈农田 满永政 李俊辉 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第1期77-85,共9页
民机高高原进近着陆是高原飞行高风险阶段。为有效实施高高原进近着陆风险识别和等级判据,提出基于熵权可变模糊识别的长短时记忆网络与深度神经网络(LSTM-DNN)相融合的深度学习风险评估方法。基于快速存取记录器(QAR)记录的高高原飞行... 民机高高原进近着陆是高原飞行高风险阶段。为有效实施高高原进近着陆风险识别和等级判据,提出基于熵权可变模糊识别的长短时记忆网络与深度神经网络(LSTM-DNN)相融合的深度学习风险评估方法。基于快速存取记录器(QAR)记录的高高原飞行数据,借鉴民机飞行品质监控(FOQA)咨询通告和行业QAR监控标准,结合指标重要度分析与Delphi专家调查,提取着陆时航向变化大、航迹低、610~305 m进近时下降率大、接地时垂直加速度及153~15 m进近时下降率大5个关键监控项目作为民机高高原进近着陆风险评估指标。为克服评估指标权重主观性偏差,应用熵权法确定评估指标权重,基于可变模糊识别方法构建风险等级隶属函数,建立基于LSTM-DNN的民机高高原进近着陆风险评估模型。以成都—拉萨进近着陆航段为例,提取QAR数据,对该风险评估模型进行训练与测试,并与Logistic多元回归、支持向量机(SVM)等评估方法进行比较,结果表明:所提方法平均准确率达到94.18%,最高可达94.79%,验证了方法的客观有效性。 展开更多
关键词 高高原飞行 快速存取记录器数据 熵权 可变模糊识别 LSTM-DNN深度学习 风险评估
在线阅读 下载PDF
基于QAR数据的碳当量值适航符合性验证方法 被引量:1
2
作者 曹惠玲 汤鑫豪 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2020年第3期474-480,共7页
为评估飞机碳排放水平并验证适航性,对国际民用航空组织最新的碳排放认证程序进行了研究。以比航程(SAR)和基准几何因子(RGF)组成的综合指标碳当量值作为评估适航性的度量,根据飞机最大起飞重量(MTOM)值选取试飞测量点,并确定对应的飞... 为评估飞机碳排放水平并验证适航性,对国际民用航空组织最新的碳排放认证程序进行了研究。以比航程(SAR)和基准几何因子(RGF)组成的综合指标碳当量值作为评估适航性的度量,根据飞机最大起飞重量(MTOM)值选取试飞测量点,并确定对应的飞机碳当量值限制线。提出了一种基于快速存储记录器(QAR)数据的飞机碳当量水平快速评估方法,利用新服役飞机的QAR数据,使用多参数支持向量机回归(SVR)方法分别建立燃油消耗率和飞行速度相对于推力的修正关系,通过飞机总重换算求解3个飞行测量点条件下的SAR值,并计算碳当量值。使用一架B777-200新飞机的QAR数据进行实例分析,计算结果显示,该机型碳当量值为1.5987,超出限制线20.5%。提出的基于QAR数据的碳当量值计算方法可以用于飞机碳排放水平的快速评估。 展开更多
关键词 碳当量值 适航 比航程(SAR) 基准几何因子(RGF) 快速存储记录器(qar)数据
在线阅读 下载PDF
QAR数据处理在气动力矩参数辨识中的应用 被引量:2
3
作者 耿宏 李萍萍 《航空电子技术》 2012年第3期25-29,共5页
长期飞行引起的结构疲劳损伤和复杂环境下的腐蚀损伤等因素导致飞机的气动模型会随时间略有变动,而飞机气动模型的辨识对于分析飞机当前的运行状况具有重要意义。为了完成飞机气动模型的再次辨识,通过分析、处理飞机自带的快速存取记录... 长期飞行引起的结构疲劳损伤和复杂环境下的腐蚀损伤等因素导致飞机的气动模型会随时间略有变动,而飞机气动模型的辨识对于分析飞机当前的运行状况具有重要意义。为了完成飞机气动模型的再次辨识,通过分析、处理飞机自带的快速存取记录器(QAR)数据,根据动力学原理建立气动力矩数学模型,最后运用极大似然法辨识出各气动导数。经验证,辨识结果满足仿真要求,可应用于模拟飞行、机务维修信息指导和事故预警与重现等。 展开更多
关键词 快速存取记录器 数据处理 气动力矩 参数辨识
在线阅读 下载PDF
基于贝叶斯网络的某民用飞机着陆距离研究
4
作者 王可 邵静雯 杨俊 《航空工程进展》 2025年第2期160-167,共8页
采用民用飞机的实际运行数据和飞机性能软件仿真审定数据对着陆距离进行对比分析,能够为该型飞机运行能力的提升提供量化支撑。从实际运行数据中提取性能仿真计算所需的关键条件以得到相同条件下的所需着陆距离(RLD)及距离差,利用四分... 采用民用飞机的实际运行数据和飞机性能软件仿真审定数据对着陆距离进行对比分析,能够为该型飞机运行能力的提升提供量化支撑。从实际运行数据中提取性能仿真计算所需的关键条件以得到相同条件下的所需着陆距离(RLD)及距离差,利用四分位法将着陆相关数据离散化处理,并对建模方法进行比选;采用PC算法学习网络结构,采用贝叶斯估计学习网络参数,构建实际着陆距离超出RLD风险模型;利用贝叶斯网络精确推理计算超出RLD状态的后验概率及最大后验假设。结果表明:拉平至接地时间在7 s左右、接地至地速40 kt(1 kt=1.852 km/h)时间在18~24 s之间可有效降低实际着陆距离超出RLD概率,并结合相关参数对着陆运行提出建议以降低超出RLD风险。 展开更多
关键词 着陆距离 快速存取记录器(qar)数据 性能软件 贝叶斯网络 运行建议
在线阅读 下载PDF
基于CNN-BiLSTM的航空发动机滑油流量故障诊断预测方法研究 被引量:1
5
作者 张青 赵洪利 杨佳强 《内燃机与配件》 2024年第8期84-87,共4页
航空发动机滑油系统为整个发动机的传动系统、轴承齿轮等部件提供滑油,是保证航空发动机正常运行的重要系统,因此准确对航空发动机滑油量进行预测是对保证飞机飞行的安全有重要意义的。为了提高预测准确性,提出了一种基于CNN-BiLSTM的... 航空发动机滑油系统为整个发动机的传动系统、轴承齿轮等部件提供滑油,是保证航空发动机正常运行的重要系统,因此准确对航空发动机滑油量进行预测是对保证飞机飞行的安全有重要意义的。为了提高预测准确性,提出了一种基于CNN-BiLSTM的航空发动机滑油流量预测模型,可以同时捕捉数据中的空间特征以及时序关系。以某航QAR数据进行验证,结果与CNN和LSTM模型进行对比,左发预测准确率提升了2.43%和7.85,右发预测准确率提升了7.97%和10.82%,证明了本文所提方法的有效性,为航空发动机滑油流量故障诊断的预测方法提供了新的解决方案。 展开更多
关键词 航空发动机 CNN-BiLSTM 滑油流量预测 深度神经网络 快速存取(qar)数据
在线阅读 下载PDF
多元线性回归在引气系统故障诊断中的应用 被引量:10
6
作者 梁坤 左洪福 +1 位作者 孙见忠 王容辉 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2015年第9期1651-1658,共8页
针对利用快速存取记录器(QAR)数据进行民机系统故障诊断问题,以民机引气系统为对象,提出了一种适合多飞行循环数据特点的多元线性回归模型的故障检测方法.首先建立了多飞行循环数据的引气系统性能多元线性回归模型,设计了飞行循环和飞... 针对利用快速存取记录器(QAR)数据进行民机系统故障诊断问题,以民机引气系统为对象,提出了一种适合多飞行循环数据特点的多元线性回归模型的故障检测方法.首先建立了多飞行循环数据的引气系统性能多元线性回归模型,设计了飞行循环和飞行循环内故障检测方法;然后采用最大后验估计方法进行模型参数估计;最后设计了适合多飞行循环数据的模型参数最大后验估计算法.借助仿真数据和航空公司收集的实际飞行数据对方法进行了验证,结果表明了该方法有效且具有一定工程应用价值. 展开更多
关键词 故障诊断 多元线性回归模型 快速存取记录器(qar)数据 最大后验估计 引气系统
在线阅读 下载PDF
应用支持向量回归机探索发动机VSV调节规律 被引量:6
7
作者 曹惠玲 阚玉祥 薛鹏 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2018年第7期1371-1377,共7页
发动机可调静子叶片(VSV)调节规律极其复杂,通过挖掘快速存取记录装置(QAR)数据对VSV调节规律进行了深入研究。首先,通过PW4077D发动机健康状态的QAR数据,建立基于粒子群优化(PSO)算法的支持向量回归机(SVR)模型,来探索VSV调节规律;然后... 发动机可调静子叶片(VSV)调节规律极其复杂,通过挖掘快速存取记录装置(QAR)数据对VSV调节规律进行了深入研究。首先,通过PW4077D发动机健康状态的QAR数据,建立基于粒子群优化(PSO)算法的支持向量回归机(SVR)模型,来探索VSV调节规律;然后,利用后续航班数据对PSO-SVR模型进行验证,并将验证结果与传统的PSO-BP神经网络模型进行对比;最后,应用PSO-SVR模型进行发动机故障诊断。研究结果表明:PSOSVR模型的回归预测精度优于PSO-BP神经网络模型,能够准确反映VSV的调节规律。可将其用于发动机的状态监控和故障诊断,亦可为VSV控制系统设计提供参考。 展开更多
关键词 发动机可调静子叶片(VSV) 调节规律 支持向量回归机(SVR) 粒子群优化(PSO)算法 快速存取记录装置(qar)数据 故障诊断
在线阅读 下载PDF
基于ABC-RBF神经网络的飞机燃油流量监测与故障诊断 被引量:4
8
作者 陈聪 娄高 +1 位作者 高洁 陈灏 《航空发动机》 北大核心 2022年第3期89-93,共5页
为了检测飞机发动机的性能及故障,利用神经网络建立了燃油流量的预测模型,将人工蜂群(ABC)算法结合预测需求在3维进行拓展,分别优化基于径向基函数(RBF)的神经网络泛化值和中心值,与经典RBF神经网络、K均值聚类算法等相比,3维拓展后的AB... 为了检测飞机发动机的性能及故障,利用神经网络建立了燃油流量的预测模型,将人工蜂群(ABC)算法结合预测需求在3维进行拓展,分别优化基于径向基函数(RBF)的神经网络泛化值和中心值,与经典RBF神经网络、K均值聚类算法等相比,3维拓展后的ABC算法对RBF神经网络进行的“反馈式更新”拥有更好的预测效果,其计算平均差值及预测误差更小,所需时间更短。随机选取短航程、中航程、长航程航班数据分别进行验证,结果表明:选择油门杆角度、飞行高度、马赫数、大气总温、发动机转速等参数能够反映发动机运行工况,预测效果理想;采用ABC算法对RBF神经网络进行优化后模型的更新能力较强,能够获得更高的预测精度,降低计算平均差值;通过航班故障数据验证了利用神经网络进行故障诊断的方法具有较大的实际应用价值。 展开更多
关键词 燃油流量预测 人工蜂群算法 径向基神经网络 快速存取记录器数据 航空发动机
在线阅读 下载PDF
基于自编码器和HMM的民机接地点远事件检测
9
作者 霍纬纲 李继龙 王慧芳 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2022年第4期560-568,共9页
已有的飞行品质监控(FOQA)标准仅由地速的积分距离判定接地点远事件(LTE)的发生,无法结合多个快速存取记录器(QAR)参数检测并解释发生该事件的原因。通过滑动窗口对包含多个参数的QAR样本进行分段,按照分段位置形成若干分段样本集。由... 已有的飞行品质监控(FOQA)标准仅由地速的积分距离判定接地点远事件(LTE)的发生,无法结合多个快速存取记录器(QAR)参数检测并解释发生该事件的原因。通过滑动窗口对包含多个参数的QAR样本进行分段,按照分段位置形成若干分段样本集。由长短时记忆网络(LSTM)自编码器得到QAR样本分段及分段内向量的特征表示,采用K-means分别对这些表示向量进行聚类处理,实现QAR样本及其分段的符号化。使用正常航班QAR样本集的符号序列建立隐马尔可夫模型(HMM),以检测包含接地点远事件的航班。由发生及未发生接地点远事件的QAR样本各个分段的符号序列构建HMM后,采用Viterbi算法确定接地点远事件在QAR样本分段内的具体位置。在真实QAR数据集上的实验结果表明,与其他多维时间序列异常检测方法相比,所提方法不仅能有效检测接地点远事件,而且可以获得多个QAR参数的异常值,辅助领域专家分析发生该事件的原因。 展开更多
关键词 异常检测 接地点远事件(LTE) 自编码器 隐马尔可夫模型(HMM) 快速存取记录器(qar)
在线阅读 下载PDF
基于特征增维和近邻成分分析的民航发动机故障分类方法
10
作者 孔祥兴 刘凯伟 +2 位作者 莫李平 王奕首 卿新林 《航空发动机》 北大核心 2022年第5期40-44,共5页
为提高航空发动机故障诊断准确度,提出了一种从快速存取记录器(QAR)数据中提取最合适故障特征的方法。对原始QAR数据进行缺失值填补和巡航点提取操作,选择部分发动机性能参数差值作为初始特征值;再采用特征增维方法挖掘隐藏特征信息,进... 为提高航空发动机故障诊断准确度,提出了一种从快速存取记录器(QAR)数据中提取最合适故障特征的方法。对原始QAR数据进行缺失值填补和巡航点提取操作,选择部分发动机性能参数差值作为初始特征值;再采用特征增维方法挖掘隐藏特征信息,进而采用近邻成分分析算法进行特征筛选优化,将所提方法与朴素贝叶斯等4种分类算法相结合,对某航空公司CFM56-7B发动机的QAR数据进行试验验证。结果表明:从QAR数据中提取最合适故障特征的方法能有效地提高发动机故障分类算法的准确率,且适用于不同的诊断算法,准确率优于80%。 展开更多
关键词 特征增维 近邻成分分析 快速存取记录器数据 故障诊断 航空发动机
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部