某型军用飞机下降阶段燃油消耗模型研究

针对飞机下降阶段燃油消耗模型建立不够精准的问题,提出了一种改进的长短期记忆网络(Long Short-Term Memory,LSTM)方法,基于飞参数据建立了某型军用飞机下降阶段的燃油消耗模型。首先从飞参数据中提取与燃油消耗相关的参数并进行预处理,然后利用互信息的方法筛选了与燃油流率高度相关的参数,最后基于一种改进的LSTM网络建立了飞机下降阶段的燃油消耗模型。该法相比于传统的BP神经网络、回声状态网络以及标准LSTM在精度上都有了较大的提升和改进。

基于飞参数据的飞机操纵系统故障评估方法

针对某型飞机的操纵系统故障评估问题,提出了一种基于飞参数据建立的差分进化极限学习机(DE-ELM)算法;该算法融合了差分进化(DE)和极限学习机(ELM)两种算法,通过对飞参数据进行训练,构建了飞机操纵系统的黑箱模型;由于极限学习机(ELM)的输入权值以及隐含层阈值是随机产生的,所以ELM的随机性较大,稳定性不高,故利用寻优能力较强的DE对ELM输入权值和隐含层阈值进行寻优,从而实现ELM的结构优化,提升ELM的稳定性和鲁棒性;仿真结果表明,DE-ELM算法的决定系数达到了97.6%,其均方误差相比于BP神经网络降低了约79%,相比于单纯的ELM降低了64%;所以说该法可以有效提高精确度,同时具有更加良好的泛化性能。

某型飞机油量传感器修正及其流量特征提取方法研究

针对某型飞机油量传感器记录时易受外界环境影响而导致所记录信号存在大量噪声且不具有单调性,同时缺少燃油流量参数的记录问题,提出了一种改进的自适应噪声完备经验模态分解(CEEMDAN)方法,在保证单调性的前提下对传感器数据的记录进行了修正,并实现了对流量特征的提取;首先提取飞参记录器中记录的剩余油量信号,然后使用改进的CEEMDAN方法提取固有模态函数和剩余分量并进行重构,最后将处理之后的剩余油量信号进行求一阶导数得到发动机的燃油消耗率;实验表明,使用改进CEEMDAN去噪方法相比于CEEMDAN去噪方法的信噪比提升了48.6%,均方根误差降低了69.9%。

基于主客观权重方法的某战机起飞阶段飞行品质评价

飞行品质评价是飞行训练评估的重要组成部分具有重要的应用价值;针对传统飞行品质评价方法中主客观评价的局限性,提出一种主客观综合集成的评价方法;通过非线性映射的方法将飞行参数数据转化为可评价的数据,采用层次分析法(AHP)确定主观权重值,利用信息熵理论计算客观权重值,将客观权重值与主观权重值进行优化计算得出综合评价权重值,最后进行主客观综合评价;通过某型飞机起飞离地时刻数据为实例进行验证,并与现有评价方法对比,结果表明主客观权重集成法具有更高的准确性,为飞行品质评价提供了参考,对工程实践有很好的应用价值。

多社团加权复杂网络建模及其级联抗毁性研究

为了研究社团结构和权重因素对网络级联抗毁性的影响,引入节点和边的消亡机制,建立了一类具有社团结构的加权网络模型.采用本方法生成网络的度、强度和边权分布都呈现无标度特性,比现有BBV(Barrat-Barthelemy-Vespignani)模型具有更好的社团结构特性,且幂律指数、模块度参数可调.在此基础上研究了网络的级联抗毁性,采用节点及其邻居节点强度的函数定义网络负荷,故障节点负荷采用"局部定义,局部分配"的策略.仿真分析了边权演化参数、模块度函数、攻击策略和演化时间对网络级联抗毁性的影响.结论表明,网络的抗毁性与边权演化参数、网络演化时间成反比,与模块度的关系不是单调的而是存在一个阈值.优先攻击度最大节点的策略对网络抗毁性破坏最大,且在多节点遭受攻击时,网络的故障规模会发生突变.文章的研究结论对故障的预防与控制以及网络的建设具有一定的参考价值.

基于AHP-TOPSIS法的飞机起飞阶段飞行品质评价

针对传统飞行品质评价方法中主观评价的局限性,提出了一种AHP-TOPSIS综合集成的评价方法。首先,通过非线性映射的方法将飞行参数数据转化为可评价的数据;然后,采用层次分析法确定主观权重值,采用TOPSIS法进行评价指标值的规范化和排序计算;最后确定了综合权重。验证结果表明,AHP-TOPSIS评价法具有很好的适应性和准确性,可为飞行品质评价提供参考,对工程实践也有很好的应用价值。