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
- 基于蒙特卡洛方法的飞机襟翼不对称风险预测
- 作者： 马超 张雄飞 徐建新 来源： 交通信息与安全 年份： 2021 文献类型 ： 期刊 关键词： QAR数据 蒙特卡洛 飞行安全 襟翼不对称 风险预测
- 描述： 为了研究民航飞机在飞行时后缘襟翼不对称引起的飞行安全问题,基于蒙特卡洛模拟方法,利用飞行QAR数据建立了后缘襟翼不对称风险预测模型。使用某航空公司机型为B737-800的2架飞机航班数据作为模型样本数据,运用Matlab编程进行8 000次模拟抽样试验,得到了飞机在稳定飞行状态下,后缘襟翼不对称风险预测曲线,根据曲线分布特征将风险值定量划分为4个等级。研究结果表明,飞机稳态飞行时,不同飞机同一风险值下对应的后缘襟翼左右角度差值并不相同。通过制定风险值等级,确定差异化的监控阈值,可以更准确有效地监控后缘襟翼不对称故障,为航空公司关于襟翼不对称超限事件维修工程管理提供一定的技术参考。
- 基于QAR数据的碳当量值适航符合性验证方法
- 作者： 曹惠玲 汤鑫豪 来源： 北京航空航天大学学报 年份： 2019 文献类型 ： 期刊 关键词： 比航程 QAR数据 碳当量值 适航 基准几何因子
- 描述： 为评估飞机碳排放水平并验证适航性，对国际民航组织最新的碳排放认证程序进行了研究。以比航程（SAR）和基准几何因子（RGF）组成的综合指标碳当量值作为评估适航性的度量，根据飞机最大起飞重量（MTOM）值选取试飞测量点，并确定对应的飞机碳当量值限制线。提出了一种基于快速存储记录器（QAR）数据的飞机碳当量水平快速评估方法，利用新服役飞机的QAR数据，使用多参数支持向量机回归（SVR）方法分别建立燃油消耗率和空速相对于推力的修正关系，通过飞机总重换算求解三个飞行测试点条件下的SAR值并计算碳当量值。使用一架B777-200新飞机的QAR数据进行实例分析，计算结果显示该机型碳当量值为1.5987，超出限制线20.4%。提出的基于QAR数据的碳当量值计算方法可以用于飞机碳排放水平的快速评估。
- 基于QAR数据的民航客机对称发动机差异监控模型和算法
- 作者： 张春晓 李润辉 石晓磊 来源： 数理统计与管理 年份： 2017 文献类型 ： 期刊 关键词： 性能参数 民航发动机 QAR数据 HOLT双参数指数平滑模型 差异监控
- 描述： 从某型民航客机发动机机队管理的实际出发,利用HOLT双参数指数平滑方法,建立基于机载QAR数据的对称发动机性能参数的差异监控模型,并给出实现对称发动机差异监控的算法。算例分析表明模型和算法能有效地识别发动机运行状态,并能预测发动机故障征兆,使发动机排故端口提前,且方法简单易于实现。
- 在翼航空发动机性能数字孪生建模方法
- 作者： 李春华 宁顺刚 杨彩琼 孙见忠 来源： 兵器装备工程学报 年份： 2023 文献类型 ： 期刊 关键词： QAR数据 性能数字孪生 GasTurb 特性图缩放 在翼发动机
- 描述： 由于在翼发动机的运行环境和使用条件多变，发动机多运行在非设计状态，基于试车数据的稳态性能模型难以反映发动机运行的真实状况，鉴于此，提出了基于发动机在翼状态数据的性能模型修正方法，通过循环迭代计算的设计点性能匹配和特性图缩放和特性图参数寻优的非设计点性能匹配，借助GasTurb软件构建了某型CFM56/7B发动机在翼性能数字孪生模型，模型全工况多参数预测误差小于2.67%,验证了该方法的有效性和实用性。
- 基于QAR飞参数据飞行员风切变处置能力评价模型
- 作者： 孙宏 李旭 王静 郑林江 王东 尚家兴 来源： 中国民航大学学报 年份： 2024 文献类型 ： 期刊 关键词： QAR数据 层次分析法 飞行安全 风切变处置能力 定量评价模型
- 描述： 为提高飞行员处置风切变的能力，本文基于快速存取记录器（QAR, quick access recorder）飞参数据建立了飞行员风切变处置能力评价模型。首先，将飞行员风切变处置能力分为处置决策及时性、程序合规性以及航迹管理能力3个维度；其次，基于层次分析法（AHP, analytic hierarchy process）建立飞行员风切变处置能力评价体系，并融合专家经验构建风切变处置能力定量评价模型；最后，基于QAR采集的飞参数据验证该模型的实用性和可行性。实验结果表明，本文所构建的定量评价模型可以较好地判别飞行员风切变处置能力的优劣，定位出其处置不当的指标，并给出操纵建议。该评价模型可为改进飞行训练提供参考，具有一定的实用价值。
- 基于SSA-CNN的航空器着陆跑道占用时间预测
- 作者： 陈亚青 李颖哲 赵瑞 高浩然 来源： 科学技术与工程 年份： 2024 文献类型 ： 期刊 关键词： SSA QAR数据 跑道占用时间 跑道容量 CNN模型
- 描述： 国内外相关研究表明，航空器着陆跑道占用时间(aircraft arrive runway occupation time, AROT)是影响机场跑道容量的重要因素，对跑道占用时间的准确预测有利于更准确地评估跑道容量。由于着陆过程的动态性和复杂性，采用注重数据特征提取的卷积神经网络(convolutional neural networks, CNN)对AROT进行预测，针对CNN容易陷入局部最优等缺点，采用麻雀搜索算法(sparrow search algorithm, SSA)对CNN相关参数进行优化。数据采用航空器快速存取记录器(quick access recorder, QAR)的记录作为数据源，涵盖机场数目为34个。根据QAR数据分析AROT影响因素，构建了SSA-CNN预测模型。对QAR数据分析表明AROT与滑行距离、落地气温、跑道入口速度、快速脱离道数量、脱离速度关联性较强，与航空器重量、风速、风向、脱离道角度等影响因素关联性较低。根据影响因素的关联性采用CNN预测模型均方误差为18.35,而优化后的SSA-CNN预测模型均方误差为17.31,预测结果可以为机场评估跑道容量提供参考。
- 基于分段距离和子序列匹配的飞机故障检测
- 作者： 马发民 王锦彪 张林 来源： 计算技术与自动化 年份： 2017 文献类型 ： 期刊 关键词： 子序列匹配 QAR数据 分段概率提取 Tree FP 飞机故障检测
- 描述： 针对飞机故障检测数据中重复率高数据量大,监测算法效率和准确率低的问题,本文在PAA压缩数据的基础上使用分段概率提取细分QAR数据,调整FP-Growth算法创建独具特色FP-Tree降低数据的重复度,提高数据的查询速度,提出了基于分段距离和子序列匹配算法,本文采用真实的飞机飞行QAR数据验证该算法的有效性和准确度。