基于BP神经网络的航空发动机参数预测与实时告警系统设计

目前的监控与分析手段已经可以对航空发动机的不同参数进行数据监控、自动判读等操作。然而,现阶段的技术仅仅是对于到达或超过参数限制值的情况进行告警处置,对于发动机本体来说已经造成了一定影响,一些具备预测功能的技术、设备无法应用到一线生产单位。介绍一种发动机参数预测告警系统,首先基于BP神经网络对以往参数数据库进行分析学习,提取关键特征点,掌握某一阶段参数特质,建立特征模型。随后在发动机工作时通过图像识别的方式获取参数曲线,导入特征模型进行实时判读对比,结合趋势分析方法与模型计算结果预测发动机后续工作状态,实现预测风险的功能。相比于传统发动机参数监控与自动判读系统,该系统具备了时效性,在原有参数判读能力的基础上能够提前发现试车风险。

基于激光三角测量的飞机起飞最小离地间隙测量

根据某型飞机试飞任务需求,亟待对飞机起飞最小离地间隙进行精确测量。本文首次基于激光三角测量原理对该距离参数的测量进行了研究,并制定完整的机载测量方案。飞机起飞过程中激光测距传感器实测其对地距离,测量过程中采用滑动平均和灰度重心法对测距精度进行优化。记录器将传感器输出的距离参数与飞机姿态参数一并进行记录并发送遥测。事后对各参数进行换算得出飞机起飞最小离地间隙数据,换算过程中有效地排除了飞机姿态角偏离对测距精度的影响。试验证明该测量方法准确可靠,且测试方案满足试飞任务需求。

多模式视频监控系统在武器试飞中的应用

随着技术的进步,以常规视频监控系统、吊舱视频监控系统、伴飞摄像监控系统为主体构架的多模式视频监控系统逐渐完善,在阐述了各子系统在某型机的武器投放试飞中应用及技术难点后,分析了目前多模式视频监控系统存在的弊端,并提出了改进方向。

基于混合模型的航空发动机磨损趋势预测

针对航空发动机主轴滚动轴承退化过程复杂多样、随机性强,引入PCA降维技术,构建一个能综合反映轴承磨损趋势的衰退性能指标。充分结合支持向量机回归和CART分类回归树两种算法的优势,构建一种基于SVR和CART的智能混合预测模型。最后实验结果表明,相比其他预测模型而言,该混合模型预测精度更高,具有较好的泛化能力。

浅析无人机可视化遥测、遥控体系结构

无人机可视化系统目前已经在新世纪的试飞和战场上进行了应用，无人驾驶飞行器（Unmanned Aircraft Vehicle）是由航驾驶仪、遥控系统、遥测系统、动力系统以及任务设备和地面站等组成的复杂系统，无人飞行器的遥控遥测系统是一个全功能的，可以支持无人飞行器多个系统的工作。