航空发动机故障实体识别方法及应用

故障实体识别是自主获取航空发动机故障知识的基础，对实现航空发动机故障智能诊断起到至关重要的作用。为准确快速搭建航空发动机大规模故障知识库，在定义了“单元”“故障状态”“表征信号”“检查方法”和“解决措施”5种航空发动机故障实体类型的基础上，初步构建了一种以Bert BiLSTM CRF模型为基础的航空发动机故障实体识别方法。基于某型航空发动机大规模数据集分析抽取了故障实体，搭建了滑油压力异常故障知识图谱，验证了该方法识别航空发动机多源异构故障数据的有效性。     

基于DSM与信息熵的装备体系结构贡献率分析

针对装备体系构成复杂等特点, 构建了基于设计结构矩阵(design structure matrix, DSM)和信息熵的装备体系结构贡献率评估模型。首先, 基于“整体、动态、对抗”的思想, 建立装备体系贡献率评估的动态—静态DSM评价模型; 其次, 以单一能力最小为粒度对作战过程进行分解, 依据元活动序列对装备体系能力结构进行网络化建模; 然后, 采用信息熵方法计算装备能力灵敏度。以某航空作战装备体系为例, 验证了本方法的可行性和合理性。     

基于ONM的无人机信息支援远程体系作战能力评估

提出无人机远程信息支援体系的顶层作战概念,建立远程作战的OODA环模型。对无人机信息支援下的远程作战体系进行深入研究,探索作战网络节点和边的建模方法,构建作战网络模型。基于信息熵度量作战过程的不确定性程度,提出基于OODA环和作战网络模型的体系作战能力评估方法。通过实例分析,验证评估方法的适用性。通过对评估结果的分析,辨识对作战能力影响较大的节点,对比不同作战环的作战能力,生成作战环信息流程建议。     

超低空空投非线性PIO预测方法

在超低空空投下滑阶段,容易出现驾驶员诱发振荡即PIO(Pilot Induced Oscillation)问题,在此基础上分析了空投下滑拉平阶段产生PIO的主要致因,并建立含作动器速率限制的人机闭环系统,推导了闭环系统PIO发生的公式。基于同步和Neal-Smith驾驶员模型以及不同作动器速率饱和值运用描述函数法和GAP准则预测某型运输机PIO趋势。不同驾驶员模型PIO预测结果不同,同步驾驶员模型比Neal-Smith驾驶员模型仿真效果好,运用同步驾驶员模型进行预测,当驾驶员操纵增益绝对值大于11.5时,人机闭环系统失稳,容易产生PIO问题。仿真结果表明,若PIO是由驾驶员粗暴操纵所致,可通过减小操纵增益有效避免PIO的发生,在合理且允许范围内提高运输机舵机作动速率限制值可在一定程度避免PIO的发生。     

基于作战管理的有人-无人协同作战体系结构建模

为应对未来快节奏、大规模的空中战斗需求，聚焦有人-无人协同空中作战体系结构研究，以作战管理作为底层逻辑，构建协同作战体系结构框架。首先梳理作战管理基本理论，建立“任务-能力”和“能力-资源”的属性映射；然后利用美国国防部体系架构框架视图模型，对有人-无人作战活动从作战管理层级进行顶层设计，依照职能属性进行时序和逻辑梳理。探究体系结构建模中包含的作战管理“嵌套”现象，能够降低军事研究人员对作战行动的理解屏障，为有人-无人协同空中作战建模仿真提供理论支撑。     

考虑随机冲击影响的多部件系统视情维修与备件库存联合优化

视情维修与备件库存联合优化是确保装备内关键部件安全运行, 降低维修保障成本的有效方法。针对现有模型忽略复杂环境中随机冲击影响的问题, 提出一种考虑随机冲击影响的多部件系统视情维修与备件库存联合优化模型。首先, 建立随机冲击影响下的退化模型及可靠度函数模型, 在首达时间的意义下利用阈值转换思想推导出剩余寿命概率分布, 采用极大似然法估计退化模型参数; 然后, 制定视情维修与备件库存联合策略, 以平均费用率最低为目标建立联合优化模型, 利用粒子群优化算法和蒙特卡罗仿真进行求解; 最后, 通过实例分析和敏感性分析验证了所提模型的有效性和应用价值。     

贝叶斯网络的对地攻击无人机自主能力评估

作战任务条件下评估对地攻击无人机自主能力，是无人机作战使用亟待解决的关键问题之一。针对对地攻击无人机作战流程与特点，选取感知探测、规划决策、作战执行、安全管理和学习进化5个紧密贴合其作战运用特点的自主能力影响因素，构建面向全任务过程的对地攻击无人机自主能力评估指标体系。基于贝叶斯网络建立自主能力评估模型，利用改进熵权法确定根节点的先验概率，并运用贝叶斯软件Netica进行实例仿真。针对对地攻击无人机任务前、任务中和任务后的自主能力，利用因果推理、截断分析推理和影响因素推理3种推理模式进行仿真验证及推理分析，根据仿真验证结果给出了各个阶段自主能力的动态调整建议。     

基于直觉模糊与模拟退火遗传算法的多阶段任务军机选派模型

面向战训任务科学合理选派军机是确保任务成功性的重要支撑。针对多阶段任务军机选派问题具有的不确定性评估、组合优化特点，在构建任务军机适战能力评估指标体系的基础上，基于直觉模糊与群层次分析法确定不同任务科目的军机适战能力；然后，以最大化多阶段任务体系适战能力为目标，基于模拟退火遗传算法实现了多阶段任务军机组合优化选派。通过实例分析，验证了模型方法的有效性，为部队多阶段任务军机选派提供决策支撑。     

基于演化深度神经网络的无人机协同无源定位动态航迹规划

 针对多无人机在无源定位过程中协同动态规划航迹提高定位精度问题,提出基于演化深度神经网络的分布式动态航迹优化方法。首先将演化计算与深层前向反馈神经网络结合,设计基于演化神经网络的无人机协同无源定位动态航迹规划框架。以多无人机到达角（AOA）协同定位为例,利用定位过程中对目标估计的克拉美罗界（CRLB）生成最优训练集。通过无人机下一时刻与目标形成的相对构型作为系统学习的行为,从而得到下一时刻优化后的航迹点。实验结果表明,该方法相对于传统中心控制的无人机协同定位方法,具有更低的处理延时,能够以更短时间达到定位精度。     

非概率可靠性的拉伸载荷下飞机含孔复合材料安全性分析

针对拉伸载荷作用下飞机含孔复合材料易发生损伤失效的问题,为研究穿透型圆孔对复合材料安全性的影响,根据某型飞机实际使用的碳纤维复合材料,设计了无孔和含孔试样进行拉伸试验,获得宏观拉伸性能参数,对比分析穿透型圆孔对拉伸性能的影响;基于非概率可靠性分析方法,采用最小无穷范数指标,分别对训练强度提高前后的拉伸强度可靠性进行计算与分析,并总结了复合材料安全性分析方法。结果表明：穿透型圆孔会导致该复合材料拉伸强度的大幅下降,而对拉伸刚度影响不大,且拉伸强度下降率与孔径成正比;穿透型圆孔会引起该复合材料拉伸强度可靠性的大幅下降,下降程度随孔径的增大而增大;训练强度提高后,可靠性进一步下降,三种孔径的复合材料拉伸强度可靠性均降至1以下,严重影响复合材料安全性。