航空事故人为因素多模型集成分析与控制策略

作者： 徐璇   王华伟   王祥   来源： 航空计算技术 年份： 2016 文献类型 ： 期刊 关键词： 航空事故　　人为因素　　FTA　　HFACS　　关联危害性分析  

描述： 人为因素是现代航空事故最主要的致因因素,分析航空事故中人为因素的特点,进一步提出预防措施,有利于提高飞行安全水平,实现本质安全。提出多模型集成的航空事故人为因素分析与控制流程,将事故树分析方法(FTA)和人因分析及分类系统(HFACS)相结合,寻找事故的直接原因和深层次原因,全面识别航空事故中的人为因素、事故机理及事故演化过程;运用定量方法找出关键因素,针对性地提出避免由人为因素导致航空事故的策略;根据关联危害性分析法,挖掘事故的潜在不安全因素,实现主动的事故预防。

基于改进GRU的航空发动机剩余寿命预测

作者： 车畅畅   王华伟   倪晓梅   付强   来源： 航空计算技术 年份： 2021 文献类型 ： 期刊 关键词： 航空发动机   时间序列预测   性能退化分析   GRU神经网络   剩余寿命预测  

描述： 针对航空发动机状态参数多样且非线性相关、退化过程复杂的特点,提出了基于改进GRU(Gated Recurrent Units)神经网络的航空发动机剩余寿命预测模型。模型具有多层的GRU神经网络,将多状态参数输入到第一层GRU进行性能退化分析得到性能指标;利用剩下的GRU层对性能指标进行时间序列预测;在得到性能指标预测的基础上,通过设定阈值得到最终的剩余寿命预测结果。通过实验验证证明:与传统的时间序列预测模型相比,改进GRU模型解决了传统GRU模型在处理多状态参数时的重复建模问题,并且有更高的剩余寿命预测准确率和更强的抗干扰能力。

基于改进GRU的航空发动机剩余寿命预测

作者： 车畅畅   王华伟   倪晓梅   付强   来源： 航空计算技术 年份： 2021 文献类型 ： 期刊 关键词： 航空发动机   时间序列预测   性能退化分析   GRU神经网络   剩余寿命预测  

描述： 针对航空发动机状态参数多样且非线性相关、退化过程复杂的特点,提出了基于改进GRU(Gated Recurrent Units)神经网络的航空发动机剩余寿命预测模型。模型具有多层的GRU神经网络,将多状态参数输入到第一层GRU进行性能退化分析得到性能指标;利用剩下的GRU层对性能指标进行时间序列预测;在得到性能指标预测的基础上,通过设定阈值得到最终的剩余寿命预测结果。通过实验验证证明:与传统的时间序列预测模型相比,改进GRU模型解决了传统GRU模型在处理多状态参数时的重复建模问题,并且有更高的剩余寿命预测准确率和更强的抗干扰能力。

基于改进GRU的航空发动机剩余寿命预测

作者： 车畅畅   王华伟   倪晓梅   付强   来源： 航空计算技术 年份： 2020 文献类型 ： 期刊 关键词： 学习型工厂   思考与实践   高技能人才培养模式   技师学院   发动机部件   综合职业能力   发动机装配   高技能人才培训  

描述： 针对航空发动机状态参数多样且非线性相关、退化过程复杂的特点,提出了基于改进GRU(Gated Recurrent Units)神经网络的航空发动机剩余寿命预测模型。模型具有多层的GRU神经网络,将多状态参数输入到第一层GRU进行性能退化分析得到性能指标;利用剩下的GRU层对性能指标进行时间序列预测;在得到性能指标预测的基础上,通过设定阈值得到最终的剩余寿命预测结果。通过实验验证证明:与传统的时间序列预测模型相比,改进GRU模型解决了传统GRU模型在处理多状态参数时的重复建模问题,并且有更高的剩余寿命预测准确率和更强的抗干扰能力。

考虑不平衡数据的民航不安全事件分析

作者： 倪晓梅   王华伟   洪骥宇   严晓婧   来源： 航空计算技术 年份： 2018 文献类型 ： 期刊 关键词： 不安全事件   主成分分析   SMOTE   民航安全  

描述： 民航事故的产生具有随机性,导致民航不安全事件的数据也具有较大的波动性,如何从波动的安全数据中提取出反映民航安全变化的本质安全特征,直接决定安全分析的准确度。引入不平衡数据的概念,利用SMOTE和随机向下抽样的方法平衡民航数据,通过主成分分析方法提取引起航空器空中运行、起飞着陆、地面运行等六个方面不安全事件的主要因素。针对不安全事件的特点提出改进措施,从而达到提高民航安全水平的目的。

基于改进GRU的航空发动机剩余寿命预测

作者： 车畅畅   王华伟   倪晓梅   付强   来源： 航空计算技术 年份： 2020 文献类型 ： 期刊 关键词： 学习型工厂   思考与实践   高技能人才培养模式   技师学院   发动机部件   综合职业能力   发动机装配   高技能人才培训  

描述： 针对航空发动机状态参数多样且非线性相关、退化过程复杂的特点,提出了基于改进GRU(Gated Recurrent Units)神经网络的航空发动机剩余寿命预测模型。模型具有多层的GRU神经网络,将多状态参数输入到第一层GRU进行性能退化分析得到性能指标;利用剩下的GRU层对性能指标进行时间序列预测;在得到性能指标预测的基础上,通过设定阈值得到最终的剩余寿命预测结果。通过实验验证证明:与传统的时间序列预测模型相比,改进GRU模型解决了传统GRU模型在处理多状态参数时的重复建模问题,并且有更高的剩余寿命预测准确率和更强的抗干扰能力。

考虑不平衡数据的民航不安全事件分析

作者： 倪晓梅   王华伟   洪骥宇   严晓婧   来源： 航空计算技术 年份： 2018 文献类型 ： 期刊 关键词： 不安全事件   主成分分析   SMOTE   民航安全  

描述： 民航事故的产生具有随机性,导致民航不安全事件的数据也具有较大的波动性,如何从波动的安全数据中提取出反映民航安全变化的本质安全特征,直接决定安全分析的准确度。引入不平衡数据的概念,利用SMOTE和随机向下抽样的方法平衡民航数据,通过主成分分析方法提取引起航空器空中运行、起飞着陆、地面运行等六个方面不安全事件的主要因素。针对不安全事件的特点提出改进措施,从而达到提高民航安全水平的目的。

航空事故人为因素多模型集成分析与控制策略

作者： 徐璇   王华伟   王祥   来源： 航空计算技术 年份： 2016 文献类型 ： 期刊 关键词： 航空事故　　人为因素　　FTA　　HFACS　　关联危害性分析  

描述： 人为因素是现代航空事故最主要的致因因素,分析航空事故中人为因素的特点,进一步提出预防措施,有利于提高飞行安全水平,实现本质安全。提出多模型集成的航空事故人为因素分析与控制流程,将事故树分析方法(FTA)和人因分析及分类系统(HFACS)相结合,寻找事故的直接原因和深层次原因,全面识别航空事故中的人为因素、事故机理及事故演化过程;运用定量方法找出关键因素,针对性地提出避免由人为因素导致航空事故的策略;根据关联危害性分析法,挖掘事故的潜在不安全因素,实现主动的事故预防。