飞行数据趋势监测在飞机“健康状况”评估中的应用

针对飞行数据属于多状态时域数据的特点提出了一种用于参数趋势监测的方法 ,该方法为“飞机健康”状况提供了一种科学的评估依据。首先对飞机在稳定工作状态和飞行特征时段下的飞行数据进行筛选处理、野点剔除和统计分析 ,并在此基础上建立时间序列AR模型进行参数预测 ,进而采用阈值对比法实现了参数的趋势监测 ,最后讨论了趋势监测在“飞机健康”状况评估中的应用方案。实例表明这一方法具有较高的准确性和重要的工程应用价值     

BAM网络在飞机空中特情处置中的应用

提出了将BAM网络用于飞机空中特情处置的方法，探讨了利用BAM网络映射飞机上故障代码信息与特性处置措施的关系，实现对飞行员进行正确操纵提示，具体实现方法表明，这种方法可以高效地完成类似任务，为进一步开展将神经网络应用于飞机故障诊断，特情处置等研究提供了一种有效的方法。     

机载设备电子芯片缓冲橡胶蜂窝夹层抗跌落冲击性能

 以飞机高速飞行环境下某机载设备电子芯片跌落为例,研究了电子芯片缓冲橡胶蜂窝夹层的抗冲击性能。对缓冲橡胶夹层采用不同的蜂窝构型,即分别纵向开孔、横向开孔和选择不同孔径,利用Abaqus 有限元分析软件进行仿真实验,研究蜂窝的开孔结构及孔径大小对缓冲橡胶夹层抗冲击性能的影响。结果表明,缓冲橡胶夹层的蜂窝结构相对于实体结构能显著提高其抗跌落冲击性能（提高22%~33%）,纵向开孔结构的抗冲击效果优于横向开孔结构（提高3%~6%）,而在设计范围内的孔径大小对抗冲击效果的影响不明显。     

硬质合金刀具车削钛合金切削变形试验研究

钛合金是航天制造业中的重要材料,具有弹性模量小、导热系数小、回弹大、相对切削加工性很差等特点。在钛合金切削加工中的各种物理现象,如切削力、切削热、刀具磨损以及已加工表面质量等,都是以切屑形成过程为基础的。本文根据钛合金车削试验,改变切削参数,通过测量各种切削条件下得到的切屑的几何尺寸,计算变形系数,研究了切削速度vc、进给量f等因素对切削变形的影响规律。     

巩县老庙山区岩溶地貌与旅游质量评价

本文从分析研究老庙山地区岩溶地貌的发育过程和形态特征入手,结合区域的景观结构,运用综合观点,对该区旅游资源质量及开发利用潜力进行评价.为我省开辟新的旅游园地提供依据.     

马槽滩磷矿合理勘探网度的地质统计学研究

本文利用网度与克立格估值方差之间严格定量的数学关系,探讨了马槽滩磷矿的合理勘探网度。各级网度又经抽稀计算矿石储量,检验了其合理性。     

飞机纵向非定常气动力建模与辨识

针对目前预测非线性非定常气动力状态空间模型求解复杂,考虑因素少的问题,提出了新的气流分离模型,建立了整合动态和静态气流分离特性并具有迟滞特性的非定常气动力模型。与传统的非定常气动力模型相比,该模型不用完成复杂的微分计算,降低了因微分计算造成的误差;同时,模型引入了新的影响因素-俯仰角速率,使模型物理意义更加明确;最后根据快速振荡风洞试验数据进行验证,结果表明:该非定常气动力模型能够描述气动力的迟滞特性,很好地拟合了风洞试验数据。     

基于DirectX的虚拟仪表技术在飞行仿真中的应用

利用DirectX的z缓冲算法和双缓冲技术，使用多个分层的透明、实时旋转和缩放的精灵图片(Sprite)，从而构建通用化、开放性的虚拟仪表平台，并将其应用在飞行数据的处理中，实现了通用化的座舱仿真。     

基于Autoencoder-TCN的航空发动机排气温度预测

针对目前航空发动机排气温度预测模型精度不高、传统RNN类神经网络对飞行数据时间维度信息挖掘不充分的问题,提出了一种结合自编码器Autoencoder和时间卷积神经网络TCN的航空发动机排气温度预测模型。首先通过Autoencoder方法从飞行数据中提取与排气温度相关的特征,以降维后的特征作为输入,建立TCN网络深度学习模型,以航空发动机排气温度作为输出,充分挖掘飞行数据的时间维度信息,从而提高模型精度。最后选取真实飞行数据进行实验,结果表明,与BP、LSTM神经网络模型相比,该模型的平均绝对百分比误差由13.035%和9.593%降低至3.369%,有效提高了模型预测精度。