基于扩散映射和快速聚类算法的航空发动机异常状态诊断

作者： 程弓   吴奇   来源： 第36届中国控制会议 年份： 2017 文献类型 ： 会议论文 关键词： QAR数据   航空发动机   快速聚类   异常状态诊断   扩散映射  

描述： QAR设备能够准确记录飞机飞行过程中航空发动机的各项参数,为航空发动机故障诊断提供准确的数据支持。然而由于其记录的数据量过于庞大,且缺准确高效的数据处理方法,导致QAR数据无法被有效的利用,从而造成了极大的数据浪费。针对这一现象,本文提出了一种基于扩散映射和快速聚类算法的航空发动机QAR数据处理方法,通过对高维数大容量QAR数据进行降维和分类,实现对航空发动机异常状态的监控与诊断,并通过实验与对比验证了该方法的准确性和实用性。

基于谱聚类算法的航空发动机故障诊断

作者： 程弓   来源： 上海交通大学 年份： 2018 文献类型 ： 学位论文 关键词： QAR数据   航空发动机   经验小波变换   故障诊断   扩散映射   谱聚类  

描述： 基于谱聚类算法的航空发动机故障诊断

肥西和肥东将添通用机场

作者： 吴奇   来源： 合肥晚报 年份： 2018 文献类型 ： 报纸 关键词： 飞行活动   座位数   通用航空   肥东   肥西   副中心   合肥通用   研发制造   航空物流   航空器  

描述： 2019年下半年，肥西和肥东两个通用机场项目有望同步开工建设。记者从合肥公共资源交易中心获悉，合肥市肥西通用机场及肥东通用机场项目前期工作即将进入招标阶段，计划分别按A1级、A2级申报建设肥西和肥东通用机场。两个机场分别按 A1级、A2级申报A级通用机场就意?

全文：2019年下半年，肥西和肥东两个通用机场项目有望同步开工建设。记者从合肥公共资源交易中心获悉，合肥市肥西通用机场及肥东通用机场项目前期工作即将进入招标阶段，计划分别按A1级、A2级申报建设肥西和肥东通用机场。两个机场分别按 A1级、A2级申报A级通用机场就意?

软件定义网络高可用控制平面关键技术研究

作者： 吴奇   来源： 战略支援部队信息工程大学 年份： 2020 文献类型 ： 学位论文 关键词： 控制平面   错误容忍   故障恢复   软件定义网络   资源优化   调度策略   高可用   多控制器  

描述： 软件定义网络高可用控制平面关键技术研究

新桥机场航站区进场路将开工“整容”

作者： 合肥报业全媒体记者   吴奇   来源： 合肥晚报 年份： 2020 文献类型 ： 报纸

描述： 本报讯 新桥机场航站区扩建工程进场路及综合管线改线工程即将开建，工期已经初定；安庆长风港区铁路专用线工程对接合九铁路，加快实现长江流域安庆港和合肥水铁联运互动。10月25日，记者从合肥公共资源交易中心获悉，全省一批重大交通项目完成招标，实施后将提升合肥的对外开

全文：本报讯 新桥机场航站区扩建工程进场路及综合管线改线工程即将开建，工期已经初定；安庆长风港区铁路专用线工程对接合九铁路，加快实现长江流域安庆港和合肥水铁联运互动。10月25日，记者从合肥公共资源交易中心获悉，全省一批重大交通项目完成招标，实施后将提升合肥的对外开

飞行员负荷通过飞行数据优化识别仿真

作者： 戴婧睿   吴奇   来源： 计算机仿真 年份： 2018 文献类型 ： 期刊 关键词： 飞行数据   工作负荷   飞行特征集   优化识别  

描述： 对于航空训练中飞行员工作负荷状态的识别,可以有效的确保航空安全。通过飞行数据来对飞行员工作负荷识别,需要对飞行数据进行提取,根据飞行数据特点,建立飞行特征集,完成对负荷状态的识别。传统方法通过建立人体工作负荷状态评估模型对工作状态进行识别,但无法得到飞行特征集,导致识别精度低。提出了基于Treelets降维的飞行员工作负荷状态智能识别方法。首先引入时域信号特征均值、方差与均方根对飞行数据进行提取,根据飞行数据特点,建立飞行特征集,利用飞行特征集组建Treelets降维算法模型;然后根据布谷鸟算法优化的高斯分类模型,评估飞行员工作负荷状态;最后将结果与NASA-TLX的飞行员工作负荷结果对比,利用比对结果完成对航空训练中飞行员工作负荷状态的智能识别。实验结果表明,所提方法能够实现对飞行员的工作状态负荷状态的有效识别,且识别精度较高。

基于深度学习的航空器异常飞行状态识别

作者： 吴奇   储银雪   来源： 民用飞机设计与研究 年份： 2018 文献类型 ： 期刊 关键词： 飞行状态识别   深度学习   高斯过程  

描述： 飞行设备快速存取记录仪(Quick Access Recorder,以下简称QAR)保留了原始航班各类重要飞行参数在内的航行信息,使研究分析航空器实时状况和保障飞行质量成为可能。针对QAR数据高维大样本的特点,在如今大数据背景下,除了传统机理建模分析航空器飞行状态外,采用深度学习的方式建立基于数据驱动的航空器飞行状态识别模型,理论与实用意义兼具。通过对真实QAR飞行数据的研究,开发了基于深度稀疏受限玻尔兹曼机的异常飞行状态识别程序。首先利用小波降噪技术对原始飞行数据进行预处理清洗,在一系列典型飞行参数上提取经典时域特征以及小波奇异熵等信息熵特征构成特征集。在此基础上,分别利用经典的线性主元分析技术和深度稀疏玻尔兹曼机对特征集进行有效降维,最后采用四折交叉验证方式,通过高斯过程分类器实现对飞行状态的辨识。实验结果显示,基于深度受限玻尔兹曼机-高斯过程分类的飞行状态识别具有较高分类准确性。

航空器故障条件下的放行

作者： 王馨悦   吴奇   来源： 科技视界 年份： 2018 文献类型 ： 期刊 关键词： 安全运行   MEL   机载设备故障   航空器  

描述： 随着民航事业的发展,为更好保障航空公司的运行效益和运行效率,航空器在故障条件下的运行得到了广泛的推广和应用。而航空公司放行带有故障的航空器时,需要在满足限制条件下进行。当前的MEL规范了航空公司在放行过程中的一些最低技术标准,但是实施过程中需要按照当天的特殊条件来进行判别,飞行签派员的工作中需要对这种情况进行权衡处置。因为故障条件下的航空器运行较正常情况运行具有更高的风险,为降低该风险隐患,本文将就航空器故障条件下运行进行分类分析。

基于BDPCA聚类算法的航空发动机故障数据标记

作者： 吕超   程弓   刘云清   来源： 振动与冲击 年份： 2021 文献类型 ： 期刊 关键词： 气路故障   共享邻域   航空发动机   密度峰值聚类分析(DPCA)   贝叶斯信息准则(BIC)  

描述： 航空发动机作为飞行器的动力核心对飞行器的安全飞行有着举足轻重的作用,保证航空发动机的平稳运行对飞行安全有着重大意义。在基于有监督学习的航空发动机故障诊断技术不断取得进展的同时,如何将平时获取的大量未标记数据转换为能够用来训练故障诊断模型的带标记数据,成为了制约行业发展的一大瓶颈。针对这一问题引入了基于无监督学习的DPCA算法,用以实现对未标记数据集的准确分类与标记,并针对DPCA算法在局部密度计算与簇类别数选择方面的缺陷进行了优化:针对原始DPCA算法应用标准高斯核计算局部密度易造成误识别的状况,引入共享邻域算法对局部密度的计算方法进行优化;针对原始DPCA算法需要人工研判确定簇类别数易造成的误识别状况,引入BIC选择准则对簇类别数的选择方法进行优化;提出了原始DPCA算法与共享邻域算法以及BIC选择准则相结合的BDPCA算法。最后应用航空发动机转子故障数据对BDPCA算法进行了性能验证并取得了良好的结果,证实了BDPCA算法在航空发动机气路故障诊断领域有较高的实用价值。

基于BDPCA聚类算法的航空发动机故障数据标记

作者： 吕超   程弓   刘云清   来源： 振动与冲击 年份： 2020 文献类型 ： 期刊 关键词： 气路故障   共享邻域   航空发动机   密度峰值聚类分析(DPCA)   贝叶斯信息准则(BIC)  

描述： 航空发动机作为飞行器的动力核心对飞行器的安全飞行有着举足轻重的作用,保证航空发动机的平稳运行对飞行安全有着重大意义。在基于有监督学习的航空发动机故障诊断技术不断取得进展的同时,如何将平时获取的大量未标记数据转换为能够用来训练故障诊断模型的带标记数据,成为了制约行业发展的一大瓶颈。针对这一问题引入了基于无监督学习的DPCA算法,用以实现对未标记数据集的准确分类与标记,并针对DPCA算法在局部密度计算与簇类别数选择方面的缺陷进行了优化:针对原始DPCA算法应用标准高斯核计算局部密度易造成误识别的状况,引入共享邻域算法对局部密度的计算方法进行优化;针对原始DPCA算法需要人工研判确定簇类别数易造成的误识别状况,引入BIC选择准则对簇类别数的选择方法进行优化;提出了原始DPCA算法与共享邻域算法以及BIC选择准则相结合的BDPCA算法。最后应用航空发动机转子故障数据对BDPCA算法进行了性能验证并取得了良好的结果,证实了BDPCA算法在航空发动机气路故障诊断领域有较高的实用价值。