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LSTM自编码器的航空发动机故障检测
- 作者： 张忍 白杰 来源： 航空计算技术 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机 LSTM 发动机健康管理 故障检测 自编码器
- 描述： 故障检测作为航空发动机健康管理的主要内容之一，是保证航空发动机的安全性、可靠性和经济性的重要手段。针对发动机发生概率最大的气路部件故障，提出了一种长短期记忆神经网络(Long Short Term Memory, LSTM)和自编码器(Auto-Encoder, AE)结合的故障检测方法，利用T-MATS(The Toolbox for the Modeling and Analysis of Thermodynamic Systems)热力学仿真软件包中的航空发动机模型，进行仿真实验，仿真了单一和混合故障以及不同故障程度的数据样本，用健康数据样本训练构建故障检测模型，故障数据样本进行模型测试，根据核密度估计和箱型图结合的方法确定统计量和控制限，从而进行故障检测。实验结果表明了所提方法的可行性和有效性，具有一定的工程应用价值，与传统自编码器方法检测结果进行对比，LSTM自编码器的故障检测率提高最高达20%。
- 中国民航飞行品质监控体系研究综述
- 作者： 陈行娟 卢飞 陈昊南 来源： 科技创新与生产力 年份： 2024 文献类型 ： 期刊 关键词： QAR数据 飞行运行管理 航空安全 飞行品质监控
- 描述： 中国民航飞行品质监控体系研究综述
- 基于S-G滤波算法的航空器着陆阶段滑行轨迹修正研究
- 作者： 何昕 王经义 来源： 现代计算机 年份： 2024 文献类型 ： 期刊 关键词： QAR数据 S 航迹修正 G滤波
- 描述： 对航空器着陆阶段运行轨迹分析是客观评价飞行员技术水平与航司运行品质的重要手段，在保障航空器安全高效运行等方面具有重要意义。通过对QAR数据中经纬度参数在地图软件中打点分析发现，航空器在跑道上减速滑行阶段轨迹出现明显的曲折、错位与偏移现象。采用S-G滤波算法，构建航空器着陆阶段轨迹修正模型，对航迹进行修正处理。结果表明，S-G滤波算法修正模型可对原始航迹进行良好修正。
- 航空器着陆跑道占用时间预测模型研究
- 作者： 李颖哲. 来源： 中国民用航空飞行学院 年份： 2024 文献类型 ： 学位论文 关键词： QAR数据 卷积神经网络 麻雀搜索算法 航空器着陆跑道占用时间
- 描述： 航空器着陆跑道占用时间预测模型研究
- 航空器着陆跑道占用时间预测模型研究
- 作者： 李颖哲. 来源： 中国民用航空飞行学院 年份： 2024 文献类型 ： 学位论文 关键词： QAR数据 卷积神经网络 麻雀搜索算法 航空器着陆跑道占用时间
- 描述： 航空器着陆跑道占用时间预测模型研究
- 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。