基于飞行员负荷的某机型高原运行能力研究

作者： 徐龙安   王媛媛   来源： 民航管理 年份： 2020 文献类型 ： 期刊 关键词： 飞行员   座舱高度   飞行员工作负荷   高原机场  

描述： 越来越重要的意义。飞行员工作负荷一直以来也是飞行员和航空科研人员关注的问题。高原机场因海拔高,气压低,空气稀薄,人体缺氧,容易造成思维迟钝,飞行员反应能力下降。此外,飞机在高原机场飞行操纵难度加大,机动性能较差。因此,在高原机场

基于飞行员负荷的某机型高原运行能力研究

作者： 徐龙安   王媛媛   来源： 民航管理 年份： 2020 文献类型 ： 期刊 关键词： 飞行员   座舱高度   飞行员工作负荷   高原机场  

描述： 越来越重要的意义。飞行员工作负荷一直以来也是飞行员和航空科研人员关注的问题。高原机场因海拔高,气压低,空气稀薄,人体缺氧,容易造成思维迟钝,飞行员反应能力下降。此外,飞机在高原机场飞行操纵难度加大,机动性能较差。因此,在高原机场

基于飞行员负荷的某机型高原运行能力研究

作者： 徐龙安   王媛媛   来源： 民航管理 年份： 2020 文献类型 ： 期刊 关键词： 飞行员   座舱高度   飞行员工作负荷   高原机场  

描述： 越来越重要的意义。飞行员工作负荷一直以来也是飞行员和航空科研人员关注的问题。高原机场因海拔高,气压低,空气稀薄,人体缺氧,容易造成思维迟钝,飞行员反应能力下降。此外,飞机在高原机场飞行操纵难度加大,机动性能较差。因此,在高原机场

基于飞行员负荷的某机型高原运行能力研究

作者： 徐龙安   王媛媛   来源： 民航管理 年份： 2020 文献类型 ： 期刊 关键词： 飞行员   座舱高度   飞行员工作负荷   高原机场  

描述： 越来越重要的意义。飞行员工作负荷一直以来也是飞行员和航空科研人员关注的问题。高原机场因海拔高,气压低,空气稀薄,人体缺氧,容易造成思维迟钝,飞行员反应能力下降。此外,飞机在高原机场飞行操纵难度加大,机动性能较差。因此,在高原机场

A320系列机型绿点速度特性分析

作者： 孙宏   魏坤鹏   赵庆伟   向导   来源： 飞行力学 年份： 2020 文献类型 ： 期刊 关键词： 绿点速度   PEP软件   飞行性能   最大升阻比  

描述： A320系列机型绿点速度特性分析

A320系列机型绿点速度特性分析

作者： 孙宏   魏坤鹏   赵庆伟   向导   来源： 飞行力学 年份： 2020 文献类型 ： 期刊 关键词： 绿点速度   PEP软件   飞行性能   最大升阻比  

描述： A320系列机型绿点速度特性分析

飞机结冰影响与除防冰技术综述

作者： 陆林杰   来源： 科技创新与应用 年份： 2020 文献类型 ： 期刊 关键词： 结冰   除防冰   飞行性能   飞机   升力  

描述： 在大自然中,水能够以蒸汽、液体、雪和冰等形式存在,并通过一定的条件进行相互转换。当飞机外表面附着有冰雪霜等污染物时,其升力和飞行性能将会受到影响,从而降低飞机的安全度,严重时可能会导致重大事故。飞机

飞机结冰影响与除防冰技术综述

作者： 陆林杰   来源： 科技创新与应用 年份： 2020 文献类型 ： 期刊 关键词： 结冰   除防冰   飞行性能   飞机   升力  

描述： 在大自然中,水能够以蒸汽、液体、雪和冰等形式存在,并通过一定的条件进行相互转换。当飞机外表面附着有冰雪霜等污染物时,其升力和飞行性能将会受到影响,从而降低飞机的安全度,严重时可能会导致重大事故。飞机

基于CS-BPNN算法的飞机客舱PMV指标预测

作者： 侯启真   李泽   姬雨初   王阳   来源： 计算机仿真 年份： 2020 文献类型 ： 期刊 关键词： 预测误差   神经网络   布谷鸟搜索算法   预测平均投票数  

描述： 针对飞机客舱热舒适度评价指标预测平均投票数(PMV)的各影响因素之间存在复杂的非线性和迭代求解关系问题,采用经布谷鸟搜索(CS)算法优化的BPNN来预测客舱PMV指标。通过对PMV模型参数分析,选出PMV主要影响因素作为预测模型的输入,利用CS算法的全局优化能力来解决BPNN易陷入局部最优及其收敛速度慢的问题,并对其初始阈值和权值进行优化。仿真结果表明,与GA-BPNN和PSO-BPNN相比,CS-BPNN预测模型具有较小的预测误差和良好的预测精度。所提方法在客舱PMV指标的预测中有较好的应用前景。

基于CS-BPNN算法的飞机客舱PMV指标预测

作者： 侯启真   李泽   姬雨初   王阳   来源： 计算机仿真 年份： 2020 文献类型 ： 期刊 关键词： 预测误差   神经网络   布谷鸟搜索算法   预测平均投票数  

描述： 针对飞机客舱热舒适度评价指标预测平均投票数(PMV)的各影响因素之间存在复杂的非线性和迭代求解关系问题,采用经布谷鸟搜索(CS)算法优化的BPNN来预测客舱PMV指标。通过对PMV模型参数分析,选出PMV主要影响因素作为预测模型的输入,利用CS算法的全局优化能力来解决BPNN易陷入局部最优及其收敛速度慢的问题,并对其初始阈值和权值进行优化。仿真结果表明,与GA-BPNN和PSO-BPNN相比,CS-BPNN预测模型具有较小的预测误差和良好的预测精度。所提方法在客舱PMV指标的预测中有较好的应用前景。