利用性能参数回归分析的航空发动机MTBF预计

作者： 杨阳   李中生   王艺   万里勇   刘慧娟   张昕宇   来源： 航空发动机 年份： 2023 文献类型 ： 期刊 关键词： 性能参数   可靠性预计   平均故障间隔时间   回归分析   航空发动机  

描述： 发动机的可靠性水平，利用系数修正的方法对国外的预计回归公式进行修正，可以得到1个新的回归预计公式，但该公式存在飞机参数不明确时无法进行应用的缺点，因此，基于仅利用发动机性能参数进行多元线性统计回归分析得到了新

基于递归径向基神经网络的航空发动机盘腔瞬态壁温预测

作者： 李振环   王海   丁小飞   刘太秋   王春华   来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   RBF神经网络   空气系统   瞬态壁温预测   多维重构  

描述： 数据的预测和验证。结果表明，与常规的径向基神经网络预测模型相比，该模型的平均相对预测偏差由3.0%降低至0.45%，有效提升了模型的预测精度。为航空发动机盘腔瞬态壁温异常监控及超温排故问题提供了一种新的预判方法。

基于复合加工特征的航空结构件频响快速预测

作者： 尹佳   唐宇阳   张俊   赵万华   来源： 机械工程学报 年份： 2023 文献类型 ： 期刊 关键词： 航空结构件   加工特征   有限元   频响函数  

描述： 航空结构件作为飞机中占比最大的零件，具有大尺寸、多槽腔、弱刚性和高材料去除率等特点，如何在保证加工过程稳定的前提下高效去除结构件材料是航空结构件加工的一大瓶颈问题，零件频响的快速预测是选择高效切削参数的前提。通过对典型航空结构件加工特征的分类和提取，构建了“槽腔-筋”复合加工特征，建立了其参数化的频响特性分析模型，并计算了复合加工特征若干刚度薄弱点的频响特性。将其与复合加工特征零件、整体零件相应位置的频响函数进行对比，结果表明模型预测精度满足要求，验证了使用复合加工特征模型频响特性代替整体零件模型频响特性的可行性。同时，复合加工特征有限元模型的自由度数量远小于整体零件有限元模型自由度数量，充分体现了所提出的方法预测结构件频响的快速性。

基于时间序列的民用运输航空器碳排放预测研究

作者： 向小军   杨志晗   赵赶超   来源： 现代计算机 年份： 2023 文献类型 ： 期刊 关键词： 时间序列   LSTM   ARIMA   WOA   碳排放  

描述： 随着中国民航业的高速发展，运输航空器的碳排放问题逐渐引起关注。采用时间序列的方法建立了传统的差分整合移动平均自回归（ARIMA）模型以及优化的长短期记忆网络（LSTM）模型，对航空器碳排放量、碳排放强度以及吨公里碳排放量进行了预测，通过鲸鱼优化算法（WOA）对LSTM中的学习率和隐藏节点数进行优化，避免了人为选择参数的主观性和盲目性，有利于提高模型预测的准确性。通过对比两种模型的均方根误差（RMSE）和平均绝对误差（MAE）,ARIMA模型在航空器碳排放预测中有较好表现，WOA-LSTM模型在碳排放强度、吨公里碳排放的预测中有较好表现。

基于机器学习的航空发动机剩余寿命预测综述

作者： 刘国建   杜冬   邢苗英   翟羽佳   来源： 电子技术 年份： 2023 文献类型 ： 期刊 关键词： 机器学习   预测方法   剩余使用寿命  

描述： 阐述航空发动机的数据分析，对航空发动机剩余寿命的预测方法的选择进行分类和对比，探讨航空发动机预测的发展趋势展望。

航空发动机燃烧室热声不稳定的预设性能控制

作者： 孟晓   马丹   林宏军   陈超   来源： 航空学报 年份： 2023 文献类型 ： 期刊 关键词： 预设性能控制   反步法   热声不稳定   状态时滞   鲁棒控制  

描述： 为降低航空发动机燃烧室NO_x的排放量，贫油预混的燃烧模式被广泛采用，但这将导致燃烧不稳定现象更加频繁地发生。航空发动机燃烧不稳定的能量来自于推进剂的燃烧，热声不稳定是其最主要的一种形式。为抑制热声

基于智能算法优化BP的航空器滑出时间预测

作者： 朱晓波   贾鑫磊   王楚皓   来源： 科学技术与工程 年份： 2023 文献类型 ： 期刊 关键词： 机场场面运行效率   粒子群优化   麻雀搜索算法   BP神经网络   滑出时间  

描述： 滑出时间是评估大型机场场面运行效率的主要性能指标，科学准确地预测离港航空器的滑出时间，对于提升场面运行效率至关重要。首先，分析了航空器滑出时间影响因素及相关性，构建了基于反向传播(back propagation, BP)神经网络的航空器滑出时间预测模型。针对BP神经网络存在对初始权值和阈值敏感、准确性和稳定性欠佳等缺点，分别采用粒子群优化(particle swarm optimization, PSO)算法和麻雀搜索算法(sparrow search algorithm, SSA)获取BP神经网络的最优权值和阈值，并采用中国中南某枢纽机场2周的实际运行数据对智能算法优化后的预测模型进行了验证。结果表明：滑出时间与半小时平均滑出时间、起飞队列长度、同时段滑行的离港航空器数量均有强相关性，与同时段滑入的进港航空器数量中度相关，与滑行距离和经过冲突热点区域个数相关性较弱；考虑强相关和中度相关影响因素的4元组合预测模型的预测结果最佳；智能优化算法通过获取神经网络的局部最优权重和阈值，可有效地提升航空器滑出时间预测结果的精度，但运算过程耗时也更长；基于PSO优化后的BP神经网络预测结果较优化前的平均绝对百分比误差(mean absolute percentage error, MAPE)提升了1.13%,平均绝对误差(mean absolute error, MAE)减少了4.48 s,均方根误差(root mean squared error, RMSE)减少了4.68 s;基于SSA优化后的BP神经网络预测结果较优化前的MAPE提升了3.05%,MAE减少了16.55 s, RMSE减少了14.31 s。

基于多模型融合的航空电子产品故障预测方法

作者： 文佳   梁天辰   陈擎宙   钱东   来源： 电讯技术 年份： 2023 文献类型 ： 期刊 关键词： 长短期记忆(LSTM)神经网络   数据驱动   航空电子产品   多模型融合   故障预测  

描述： 针对复杂机载环境应力条件下航空电子产品故障预测所面临的退化趋势差异大、训练数据样本量小等问题，提出了一种改进长短期记忆(Long Short/Term Memory, LSTM)神经网络模型与集成学习框架相结合的故障预测方法，以满足现代综合航空电子系统智能调度管理与自主维护保障的需求。该方法在LSTM模型中引入Dropout机制，构建基于不同历史数据集的差异性LSTM模型组，以解决故障预测时序信息记忆问题与小样本条件下数据驱动模型训练过拟合问题；采用Adaboosting算法计算模型权重，并基于实时数据动态调整，以滤除复杂机载环境应力引入的预测误差，解决多模型融合的性能差异问题。最后，采用NASA公开的锂电池退化数据集进行仿真验证，实验结果表明，相较于传统BP神经网络、经典LSTM和LSTM基模型，该方法具有更高的趋势拟合度和预测精度。

基于卡尔曼滤波的航空器飞行航迹预测

作者： 唐陈宇   唐建   曾孟佳   来源： 现代信息科技 年份： 2023 文献类型 ： 期刊 关键词： 空中交通管理   卡尔曼滤波   航迹预测  

描述： 航空器的轨迹预测是空中管理技术的基础，由于空中交通环境存在不确定性因素，航空器飞行轨迹的准确预测一直是业内关注的焦点。卡尔曼滤波（Kalman Filtering）是一种能够过滤线性噪声并对当前状态进行预测的状态方程，具有占用内存小、速度快的优点，可应用于含有不确定信息的动态系统中。基于此，提出一种基于卡尔曼滤波的飞行航迹预测，不仅能够预测航空器的当前轨迹，解决不确定因素带来的影响，还能节省预测成本。

基于GA/BP神经网络的航空涡轮组件再制造工时预测

作者： 刘文杰   余昊   陈冬梅   来源： 机械设计 年份： 2023 文献类型 ： 期刊 关键词： 遗传算法   BP神经网络   航空涡轮组件   再制造工时预测  

描述： 如何快速准确测定航空涡轮组件再制造工时是严重困扰我国航空发动机大修企业的一个难题。文中首次辨识和量化影响航空涡轮组件再制造工时的主要因素；之后构建一种新的再制造工时预测GA/BP神经网络。该网络采用遗传算法GA弥补了BP神经网络收敛慢且容易限于局部最优解的不足，有效提高了预测的精准度；最后，以某型民用航空发动机涡轮组件为例，验证了该预测网络的科学有效性。研究能够为航空发动机大修企业开展再制造工时预测提供高效决策支持。