航空公司服务质量评估研究

作者： 王华伟   来源： 第八届全国交通运输领域青年学术会议 年份： 2016 文献类型 ： 会议论文 关键词： fusion　　Evaluation   S   data   quality　　Fuzzy   Service   decision　　D   attribute   multi  

描述： 随着航空公司间的竞争日益激烈,服务质量成为获得市场竞争优势的重要手段.科学、客观地评估航空公司的服务质量,便于有针对性地查找航空公司自身缺陷,提高服务质量.但由于服务质量评估指标体系复杂,主观和客观数据同时存在,增加了评估的难度.本文根据评估数据的模糊性和不确定性,采用D-S证据融合方法确定权重,利用模糊多属性决策方法,对服务质量进行评估.实证分析表明:该方法科学、有效,可以指导航空公司的服务质量管理工作.

基于案例推理的航空维修任务组合优化研究

作者： 谭雪花   王华伟   来源： 第四届世界维修大会 年份： 2016 文献类型 ： 会议论文 关键词： 任务组合   基于案例推理   航空维修   关联规则  

描述： 本文根据航空维修任务特点,研究了基于案例推理及其在维修任务组合优化中的应用。航空维修任务之间除了相似性外,还有相关性,因此提出了采用数据挖掘中的关联规则算法来辅助案例检索过程。本文不仅考虑到了飞机系统部分,而且扩展到结构和区域部分,避免了在各部分统一考虑时数学建模困难等问题。这为实现飞机整体维修组合优化提供了一种方法,为相应的决策支持系统开发提供了技术上的支持。

基于稀疏降噪自编码神经网络的通用航空风险预测

作者： 于思璇   王华伟   来源： 系统工程与电子技术 年份： 2019 文献类型 ： 期刊 关键词： 稀疏自编码   事故征候   风险预测   降噪  

描述： 的通用航空风险预测方法,稀疏降噪自编码模型(sparse de-noising auto-encoder,SDAE)可以学习相对稀疏简明的数据特征,更好地表达输入数据。利用收集到从2012年1月至

基于稀疏降噪自编码神经网络的通用航空风险预测

作者： 于思璇   王华伟   来源： 系统工程与电子技术 年份： 2019 文献类型 ： 期刊 关键词： 稀疏自编码   事故征候   风险预测   降噪  

描述： 的通用航空风险预测方法,稀疏降噪自编码模型(sparse de-noising auto-encoder,SDAE)可以学习相对稀疏简明的数据特征,更好地表达输入数据。利用收集到从2012年1月至

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： 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。

基于鸟击事故征候预测的通用航空安全研究

作者： 熊明兰   王华伟   徐怡   付强   来源： 系统工程与电子技术 年份： 2020 文献类型 ： 期刊 关键词： 安全   预测   通用航空   鸟击事故征候   长短期记忆(LSTM)  

描述： 通用航空作为民航运输的两翼之一，其安全水平直接影响民机系统的安全。目前对通航以及鸟击事故征候进行预测的研究十分少，本文根据收集到的美国从事通用航空活动发生鸟击事故征候安全状况数据（1990年1月

基于深度信念网络的民航发动机状态监测

作者： 吴瑀倩   李静   吴晓舟   王华伟   来源： 计算机测量与控制 年份： 2018 文献类型 ： 期刊 关键词： 深度学习理论   大数据处理   发动机状态  

描述： 民航飞机发动机设备构造精密、复杂,其监测系统收集的数据中蕴含了丰富的故障信息;传统发动机状态诊断依靠数据统计分析和机器学习模型,但其在深入理解与归类信号特性方面的表现难以尽如人意;此外近年兴起了多层神经网络降维算法——深度学习理论,其通过模拟人脑分析过程建立由浅入深的算法模型,数据处理效果较好;将民航发动机自身特点与深度学习理论有机结合提出了基于深度信念网络发动机状态监测方法;其优势在于克服了传统方法人工提取数据特征的不确定性与状态分类陷入局部最优的缺陷,可对发动机参数进行自主学习与特征提取;实验结果表明该算法具有出色的特征提取能力与分类准确率,能够准确识别发动机的不同状态。

基于深度学习的航空发动机故障融合诊断

作者： 车畅畅   王华伟   倪晓梅   洪骥宇   来源： 北京航空航天大学学报 年份： 2018 文献类型 ： 期刊 关键词： 航空发动机   故障诊断   深度学习   抗干扰能力   决策融合  

描述： 通过对航空发动机故障诊断,能够正确判断各部件工作状态,快速确定维修方案,保证飞行安全。在结合深度信念网络和决策融合理论的基础上,提出了基于深度学习的航空发动机故障融合诊断模型。该模型通过分析发动机的大量性能参数,首先利用深度学习算法提取出性能参数中的隐藏特征,得出故障分类置信度;然后对多次故障分类结果进行决策融合,从而得出更准确的诊断结果。将普惠JT9D-74R发动机故障系数用于数据仿真,通过实例验证本文提出算法的有效性;算例计算结果表明:多次实验结果经数据融合提高了可信度,该模型具有较高的故障分类诊断准确性和抗干扰能力。