全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 基于BADA模型的飞机持续下降进近节能减排研究
- 作者： 吴文洁 胡荣 张军峰 陈琳 来源： 武汉理工大学学报(交通科学与工程版) 年份： 2018 文献类型 ： 期刊 关键词： 持续下降进近 航空尾气排放 BADA模型 减排 燃油消耗 节能
- 描述： 研究.以广州白云机场B767-300飞机GYA方向进场过程为例,利用MATLAB编程计算飞机分别采用梯级进近和持续下降进近飞行的油耗与排放情况,结果表明,持续下降进近可节约超过1/4的燃油消耗量,节能
- 点融合技术下的机场终端区航空器噪声研究
- 作者： 王奕森 晁博 来源： 电脑与信息技术 年份： 2023 文献类型 ： 期刊 关键词： 噪声影响 环境污染 点融合系统 终端区 燃油消耗 AEDT
- 描述： 随着人民生活水平的不断提高，民航旅客吞吐量和空中交通流量也逐年增加。机场终端区是进离场航空器最繁忙的空域，航空器的尾气排放导致该区域的环境污染问题日益，并且由于进场程序的限制，管制员通过雷达引导进行机动飞行的时候导致多余的燃油消耗，同时也造成管制员工作负荷大的问题，原有的进场程序已不能适应民航的快速发展。点融合系统（PMS,Point Merge System）作为一种新型的进场程序，成为优化空域结构、减轻管制负荷、改善机场终端区域环境和提升终端区运行效率的新技术。以双流机场终端区为例子，结合双流机场终端区域环境和所设计的双流机场PMS进近程序，使用航空环境设计工具(Aviation Environmental Design Tool,AEDT)对点融合系统PMS和区域导航（Area Navigation,RNAV）进场程序进行仿真建模，并对其不同运行模式下的噪声影响进行了对比，为点融合技术在国内环境研究方面推广助力。
- 基于机器学习的航空器进近飞行时间预测
- 作者： 叶博嘉 鲍序 刘博 田勇 来源： 航空学报 年份： 2021 文献类型 ： 期刊 关键词： 空中交通管理 机器学习 特征重要度 随机森林 进近飞行时间预测
- 描述： 为了准确预测航空器的落地时间,提高空管部门间的协作效率,采用机器学习的方法对航空器进近阶段飞行时间进行了预测。从实际运行出发,分析航空器在进近管制空域飞行时间产生差异的原因,提出了影响航空器在进近空域飞行的8类因素和17个重要特征。以航空器在进近飞行时间为标签,基于提出的重要特征,采用岭回归、支持向量机、随机森林和神经网络算法,建立了4种基于机器学习的航空器进近飞行时间预测模型。以南京进近为实例,对4种机器学习模型进行训练、验证和测试,对模型的性能指标、特征重要性和影响因素展开分析。研究结果表明,对于航空器进近飞行时间的预测,基于随机森林的模型表现出了最高的预测性能,模型的泛化能力最好、精确度高,回归效果越显著;进场状态是影响航空器进近飞行时间的最重要因素,而进场点和进场高度特征则对结果的贡献度最大。
- 基于机器学习的航空器进近飞行时间预测
- 作者： 叶博嘉 鲍序 刘博 田勇 来源： 航空学报 年份： 2021 文献类型 ： 期刊 关键词： 空中交通管理 机器学习 特征重要度 随机森林 进近飞行时间预测
- 描述： 为了准确预测航空器的落地时间,提高空管部门间的协作效率,采用机器学习的方法对航空器进近阶段飞行时间进行了预测。从实际运行出发,分析航空器在进近管制空域飞行时间产生差异的原因,提出了影响航空器在进近空域飞行的8类因素和17个重要特征。以航空器在进近飞行时间为标签,基于提出的重要特征,采用岭回归、支持向量机、随机森林和神经网络算法,建立了4种基于机器学习的航空器进近飞行时间预测模型。以南京进近为实例,对4种机器学习模型进行训练、验证和测试,对模型的性能指标、特征重要性和影响因素展开分析。研究结果表明,对于航空器进近飞行时间的预测,基于随机森林的模型表现出了最高的预测性能,模型的泛化能力最好、精确度高,回归效果越显著;进场状态是影响航空器进近飞行时间的最重要因素,而进场点和进场高度特征则对结果的贡献度最大。
- 基于相似性与GA-RF的航空发动机剩余寿命预测
- 作者： 赵洪利 魏凯 来源： 机床与液压 年份： 2022 文献类型 ： 期刊 关键词： 健康指数 遗传算法 多模型相似性 随机森林 发动机寿命预测
- 描述： 针对单参数不能准确表征发动机性能退化过程，以及传统智能学习模型难以准确拟合发动机退化模型等问题，提出一种融合数据构建发动机健康指数(HI),并结合多模型相似性匹配与集成模型进行发动机剩余寿命预测的方法。利用层次聚类与轮廓系数筛选参数，并融合为发动机健康指数。采用遗传算法优化随机森林拟合发动机性能退化过程，并将多模型相似性匹配用于回归模型预测，优化模型的预测结果。选择某涡扇发动机仿真数据集(C-MPASS)验证所提方法的有效性。结果表明：该方法的RMSE为6.128、MAE为4.901,且融合健康指数和多模型相似匹配极大地提高了发动机剩余寿命预测精度。
- 基于降维和随机森林的航空发动机涡轮盘应力预测
- 作者： 徐敬沛 王学民 卿华 何云 来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 主成分分析 降维 随机森林 涡轮盘 寿命管理
- 描述： 为了给发动机涡轮盘寿命管理提供有效的数据输入及后续工程应用提供依据，基于统计学习和机器学习方法，提出基于降维和随机森林的航空发动机涡轮盘应力预测模型，以发动机可测参数作为初始特征，通过相关性分析、主成分分析与聚类分析，实现了对总体参数样本的降维，并提取出主控因素，再利用随机森林算法建立航空发动机涡轮盘应力预测模型。结果表明：该方法预测精度比未降维的随机森林模型更高，判定系数R2达到0.985以上，证明该方法对航空发动机涡轮盘应力预测是有效的，对航空发动机寿命管理的技术支撑有重要意义。
- 航空发动机剩余使用寿命预测方法的融合与比较
- 作者： 黎明 宋海龙 苟江 来源： 智能计算机与应用 年份： 2022 文献类型 ： 期刊 关键词： 信息熵 航空发动机 随机森林 剩余使用寿命 融合预测
- 描述： 航空发动机的性能变化将直接影响飞机的安全运行，对故障预测与健康管理(PHM)技术需求极为迫切，剩余使用寿命(RUL)预测是PHM的核心技术之一。本文采用多种预测方法对发动机剩余使用寿命进行预测，首先根据算法的功能和形式的类似性，把常用的回归类算法进行分类，接着对数据进行特征选择、异常值处理、特征衍生、数据归一化等处理，然后选取每个分类中比较经典的算法进行预测对比，最后采用基于精度的加权融合与基于信息熵融合方法，对RUL预测结果进行融合。实例分析结果表明：基于树的算法属于最佳类别，其中随机森林算法的单一预测效果最佳；融合预测方法的预测结果较单一预测方法均有一定的提升，拥有更高的预测精度。
- 航空发动机剩余使用寿命预测方法的融合与比较
- 作者： 黎明 宋海龙 苟江 来源： 智能计算机与应用 年份： 2022 文献类型 ： 期刊 关键词： 信息熵 航空发动机 随机森林 剩余使用寿命 融合预测
- 描述： 航空发动机的性能变化将直接影响飞机的安全运行，对故障预测与健康管理(PHM)技术需求极为迫切，剩余使用寿命(RUL)预测是PHM的核心技术之一。本文采用多种预测方法对发动机剩余使用寿命进行预测，首先根据算法的功能和形式的类似性，把常用的回归类算法进行分类，接着对数据进行特征选择、异常值处理、特征衍生、数据归一化等处理，然后选取每个分类中比较经典的算法进行预测对比，最后采用基于精度的加权融合与基于信息熵融合方法，对RUL预测结果进行融合。实例分析结果表明：基于树的算法属于最佳类别，其中随机森林算法的单一预测效果最佳；融合预测方法的预测结果较单一预测方法均有一定的提升，拥有更高的预测精度。
- 基于降维和随机森林的航空发动机涡轮盘应力预测
- 作者： 徐敬沛 王学民 卿华 何云 来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 主成分分析 降维 随机森林 涡轮盘 寿命管理
- 描述： 为了给发动机涡轮盘寿命管理提供有效的数据输入及后续工程应用提供依据，基于统计学习和机器学习方法，提出基于降维和随机森林的航空发动机涡轮盘应力预测模型，以发动机可测参数作为初始特征，通过相关性分析、主成分分析与聚类分析，实现了对总体参数样本的降维，并提取出主控因素，再利用随机森林算法建立航空发动机涡轮盘应力预测模型。结果表明：该方法预测精度比未降维的随机森林模型更高，判定系数R2达到0.985以上，证明该方法对航空发动机涡轮盘应力预测是有效的，对航空发动机寿命管理的技术支撑有重要意义。