High Accuracy Time of Flight Measurement Using Digital Signal Processing Techniques for Subsea Applications

The techniques widely used in ultrasonic measurements are based on the determination of the time of flight (T.o.F). A short train of waves is transmitted and same transducer is used for reception of the reflected signal for the pulse-echo measurement applications. The amplitude of the received waveform is an envelope which starts from zero reaches to a peak and then dies out. The echoes are mostly detected by simple threshold crossing technique, which is also cause of error. In this paper digital signal processing is used to calculate the time delay in reception i.e. T.o.F, for which a maximum similarity between the reference and the delayed echo signals is obtained. To observe the effect of phase uncertainties and frequency shifts (Doppler), this processing is carried out, both directly on the actual wave shape and after extracting the envelopes of the reference and delayed echo signals. Several digital signal processing algorithms are considered and the effects of different factors such as sampling rate, resolution of digitization and S/N ratio are analyzed. Result show accuracy, computing time and cost for different techniques.

面向飞行全过程的民航事故致因关联网络分析

为提升我国民航安全水平,面向“滑行—起飞—爬升—巡航—下降—进近与着陆”的飞行全过程,提出一种基于关联规则和社会网络分析(SNA)的致因分析方法。首先,搜集中国民航安全信息系统2010—2022年共1051起民航事故案例,结合《控制航行服务程序—培训》,建立基于“人—机—环—管”的民航事故致因体系;其次,采用EasyData数据服务平台进行标注,构建面向飞行全过程的民航事故致因数据集,基于FP-Growth算法挖掘以飞行阶段为规则后项的关联规则;最后,考虑关联规则的共现频率,构建民航事故致因关联网络,开展飞行阶段与事故致因的中心性分析。结果表明:进近与着陆阶段是飞行过程中风险最大的阶段,运行失效、跑道安全事故和客舱安全事故是主要事故类型,在挖掘出的10个民航事故关键致因因素中,人为因素4个、设施设备因素2个、环境因素3个、管理因素1个。

利用强化学习的改进遗传算法求解柔性作业车间调度问题

针对传统遗传算法在解决柔性作业车间调度问题时易陷入局部最优解、参数不能智能调整、局部搜索能力差的问题,建立以最大完工时间最小为目标的柔性作业车间调度模型,并提出一种基于强化学习的改进遗传算法(reinforcement learning improved genetic algorithm,RLIGA)求解该模型。首先,在遗传算法迭代过程中,利用强化学习动态调整关键参数。其次,引入基于工序编码距离的离散莱维飞行机制,改进求解空间。最后,引入变邻域搜索机制,提升算法的局部开发能力。使用PyCharm运行Brandimarte算例,验证算法的求解性能,实验证明所提算法求解效率较高,跳出局部最优能力更强,求解结果更好。

基于随机Petri网的民机审定试飞实施流程建模与分析

审定试飞是民用飞机获取型号合格证书的重要活动,具有高成本、高风险的特点。研究审定试飞的实施流程有利于推动试飞工作有序进行,进而缩短试飞周期及降低试飞成本。目前对试飞流程的研究局限于流程描述与定性分析,缺乏对试飞流程的形式化建模与性能分析,无法检验流程中的关键环节。为解决上述问题,文中研究了审定试飞3个阶段的实施流程,并利用随机Petri网构建了该流程的仿真模型;通过建立与该模型同构的马尔可夫链,对实施流程进行了性能分析,识别出了流程中耗时较多的关键环节,进而分析了关键环节的实施速率对流程平均运行时间的影响。最后通过一个案例验证了模型与方法的可行性。结果表明,制造符合性检查环节与试飞数据处理环节是流程中耗时较多的关键环节,应将其作为流程优化的重点,同时提升上述两个关键环节的实施速率相比提高单环节速率,成本更低且流程运行效率提升幅度更大。

振镜激光飞行焊接技术在新能源储能模组生产中的应用研究

随着新能源技术的不断进步,新能源储能模组装备的生产效率显得尤为重要。提出了一种基于振镜激光飞行焊接技术的解决方案。该方案通过设计连贯的生产设备,并引入振镜激光飞行焊接技术。振镜激光飞行焊接技术具有非接触性、高精度、动态运行等优势,能够有效缩短加工时间,提高产品质量,降低人工成本,并推动新能源产业的发展。主要论述新能源储能模组的生产设备、生产工艺路线以及振镜激光飞行焊接的优势等,经过现场调试及工艺试验,掌握了振镜激光飞行焊接核心技术,实现了新能源储能模组的稳定高效应用。并验证了其在新能源储能模组生产过程中的可行性。

基于QAR飞参数据飞行员风切变处置能力评价模型

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。

飞行护士航空医疗救护职业心理过程的质性研究

目的 了解飞行护士在航空医疗救护中的职业心理过程,为稳定其身心健康良好状态提供参考。方法 基于质性研究中的扎根理论,采用目的抽样法选取北京市红十字会急诊抢救中心从事一线航空医疗救护工作的飞行护士10名,分别进行半结构化访谈,运用Colaizzi 7步分析法对访谈资料进行归纳分析。结果 归纳提炼出与飞行护士航空医疗救护职业心理过程相关的主题3项、亚主题9项,包括:飞行护士职业心理过程特征(认知特征、情绪特征、意志特征),飞行护士职业心理支持方式(职业认同、待遇优化、人际互助),飞行护士职业心理累积效应(职业倦怠、横向暴力、代际差异)。结论 飞行护士航空医疗救护职业心理过程存在共性特征,总结相关主题可为维护该护士群体的心理健康提供依据。

航班地面保障过程决策支持体系建模

针对航班地面保障过程决策能力不足、运行效率低下的问题,提出一种基于国防部体系结构框架(department of defense architecture framework,DoDAF)的航班地面保障过程决策支持模型。从保障作业、保障资源以及二者间关联关系出发,定量描述航班地面保障过程,将DoDAF与基于模型的系统工程(model-based systems engineering,MBSE)相结合建立航班地面保障过程决策支持模型,建立决策效用函数,分析航班保障各环节综合保障的效用值。对比实际数据与本文决策支持模型得到的数据,结果表明决策后的撤轮挡时间与目标撤轮档时间的平均绝对误差对比实际撤轮档时间和目标撤轮档时间的平均绝对误差降低1.42 min,均方根误差降低0.95 min,对于不同机型航班,决策后的保障服务时间与计划保障时间相对误差对比决策前分别降低31%、17%和42%,同时可以得到保障时间与保障效用的关系,证明本文提出的决策模型的可行性和有效性。

STPA和CREAM方法在飞行冲突调配人因差错研究中的应用

为了研究管制员飞行冲突调配的人因差错问题,进而有效评估管制员解决飞行冲突的可靠性,以保障空中交通的安全运行,提出系统理论过程分析(System Theoretic Process Analysis, STPA)与认知可靠性与失误分析方法(Cognitive Reliability and Error Analysis Method, CREAM)相结合的人因可靠性分析方法。首先,通过STPA方法构建系统控制模型,识别不安全控制行为(Unsafe Control Action, UCA)以及致因因素,找到管制员在调配飞行冲突过程中可能存在的差错行为;其次,基于CREAM扩展法对管制员的差错行为进行定量分析,得到管制员调配飞行冲突的人因失误概率。研究显示:使用该方法能够系统、全面地识别出管制员在调配飞行冲突过程中出现的差错行为,进而计算管制员飞行冲突调配的人因失误概率。实例分析表明该方法可以预测管制员在飞行冲突调配过程中的人因失误概率及可靠性,为管制员人因可靠性分析提供了新思路。

集成影像处理与数据分析的无人机自主建筑物巡查研究

近年来,借助自无人机技术,我国逐步实现了智能巡查,并将其广泛应用于建筑物维护领域。传统巡查方法存在效率低、风险高等问题,导致建筑物维护仍面临技术瓶颈,因此需要利用先进技术提高巡查效率。文中简要探讨了无人机自主巡查系统的设计,对集成影像处理与数据分析进行了研究,并针对性地提出了优化方案,以期为建筑物维护提供高效、智能的解决方案。

Investigation on in-flight particle velocity in supersonic plasma spraying

In-flight particle velocity and flux distribution were measured using CCD thermal spray monitor system during supersonic plasma spray processing with nano-structured Al_2O_3-TiO_2 feed stocks. According to the results of particle flux measurement, the largest radian of the divergent particle stream is about 0.2. Within the measuring range, top speed of in-flight particles reached 800m/s. Particle acceleration was accomplished within 4cm down stream of the nozzle. Average particle velocity (about 450m/s) exceeded local sound speed (340m/s) even at a mean standoff distance of 17cm. With increasing mean standoff distance, average velocity of in-flight particle decreased according to a parabolic rule approximately. Image diagnosis showed that the result of in-flight particle velocity measurement is credible.

Research on Water-Exit and Take-off Process for Morphing Unmanned Submersible Aerial Vehicle

This paper presents a theoretic implementation method of Morphing Unmanned Submersible Aerial Vehicle （MUSAV）, which can both submerge in the water and fly in the air. Two different shapes are put forward so that the vehicle can suit both submergence and flight, considering the tremendous differences between hydrodynamic configuration and aerodynamic configuration of a vehicle. The transition of the two shapes can be achieved by using morphing technology. The water-to-air process, including water-exit, morphing, take-off and steady flight, is analyzed. The hydrodynamic and aerodynamic model of the vehicle exiting the water surface obliquely and then taking off into the air has been founded. The control strategy after morphing is analyzed and the control method is given. Numerical method is used to validate the motion model of the water-exit process. Results of simulations show the validity of the proposed model and the feasibility of MUSAV in theory.

基于地面保障流程的过站航班延误预测方法

目前民航航班持续高位运行,航班过站时机场、空管、航司多方同时交织参与,高峰时段机场地面保障系统满负荷运转,航班正点率难以提升。为了提前感知过站航班在地面保障时多流程进行协作时产生的延误,针对航班作业流程节点的相关特征,提出基于地面保障流程的过站航班延误预测方法。将航班保障流程构建为图网络结构,采用各流程节点上处理后的时间特征作为图卷积神经网络的各节点特征,针对节点特征采用多种聚合传递方式并进行集成,实现航班延误预测精度的提升。结果表明,提出的航班延误预测方法的平均预测误差降低至7.11 min,具有更好的泛化能力。

基于事理图谱的飞行冲突事故演化研究

为识别飞行冲突事故的诱发事件与关键演化链路,提出了一种基于事理图谱的事故分析方法。首先依据系统理论过程分析(System Theoretic Process Analysis,STPA)方法辨识飞行冲突场景潜在风险事件,归纳出描述各组件交互过程的场景分析框架;再利用自然语言处理方法从事故文本中提取结构化事件,基于语义相似度匹配建立与风险事件的映射,组成事件演化链条,构建事理图谱;通过对飞行冲突场景进行仿真,运用统计指标定量分析网络拓扑结构,揭示事件对事故演化过程的影响力。结果表明,构建的事理图谱可视化诊断出机组突破管制员指令、机组操作不当导致偏航、航空器机上通讯导航设备故障、管制员纠正指令发布过晚、空中交通预警和防撞系统(Traffic Alert and Collision Avoidance System,TCAS)发出异常措施通告/活动通告(Resolution Advisory/Traffic Advisory,RA/TA)警告、航空器出现飞行汇聚趋势6个诱发事件与3条关键演化链路,其中机组突破管制员指令与管制员指令发布过晚为重点管控事件。

Unmanned Aerial Vehicles Flight Safety Improvement Using In-Flight Awareness

This paper presents a novel onboard system called In-Flight Awareness Augmentation System (IFA2S) to improve flight safety. IFA2S is designed to semi-automatically (with human supervision) avoid hazards and accidents due to either internal or external causal factors. The requirements were defined in an innovative way using Systems-Theoretic Process Analysis (STPA) method and applied next to model the system. IFA2S increases aircraft awareness regarding both itself and its environment and, at the same time, recognizes platform and operational constraints to act in accordance to predefined decision algorithms. Results are presented through simulations and flight tests using state machines designed to allow the adoption of appropriate actions for the identified hazards. The different decision algorithms are evaluated over as many as possible hazard situations by simulations conducted with software Labview and XPlane flight simulator. Flight tests are performed in a small fixed wing aircraft and make use of a limited version IFA2S, partially attending identified requirements. Results support the conclusion that IFA2S is capable of improving flight safety.

基于飞行过程数据的航空发动机故障诊断方法研究

针对航空发动机飞行过程数据,结合门控循环单元(GRU)动态网络和深度神经网络(DNN),提出了一种数据驱动的航空发动机故障诊断结构。首先,从飞行数据中抽取发动机健康数据,并通过一组GRU网络建立发动机在健康状态下的动态模型。其次,通过GRU动态模型的预测值与真实测量信号生成残差信号,残差信号作为DNN网络的输入预测发动机健康参数。最后,通过诊断决策模块实现对发动机的故障检测与识别。使用仿真生成的真实飞行工况数据集对提出的故障诊断系统进行了验证。结果表明,相比于直接使用传感器测量数据,基于GRU网络的残差结构能够大幅提升故障检测和识别性能,故障检测和识别准确率分别可达96.51%和95.06%,并且对训练数据样本数量的依赖性较小,较少的训练样本也能获得很好的预测结果。

基于AOE网的过站航班保障进程优化

航班地面保障是机场运行的重要环节,为了提升航班地面保障效率,针对某机场航班地面保障流程构建AOE网,通过该机场A-CDM系统记录的航班节点数据求出该机场航班地面保障作业的“关键路径”。通过对关键路径上可压缩工序的分析,对该机场的地面保障作业流程进行优化。以我国西南地区某机场航班地面保障的实际数据为基础,剔除不可抗力造成的不正常数据,分别计算保障流程优化前后的航班过站时间。结果表明:在33组航班数据中,该机场使用AOE网络优化后的保障作业流程比优化前平均减少地面保障作业时长6.1分钟/架次,说明通过合理地优化航班地面保障进程,可以有效提高机场的运行效率。

飞行签派员警觉性预测三过程模型

为解决民航飞行签派员警觉性预测问题,在国际通用的警觉性理论基础上,通过电子手环监测与精神运动能力测试(PVT)数据分析,构建面向民航飞行签派员的警觉性预测三过程模型(TPMA)。首先,从国内大型运输航空公司的一线值班飞行签派员中选取120名被试,在40 h睡眠剥夺条件下定时采集体温数据,并对被试进行PVT测试;其次,使用余弦分析法确定相位,根据测试数据,确定模型的上下渐近线,睡眠转换阈值等关键参数;然后,通过提前唤醒,测试修正睡眠惯性过程;最后,测试120名被试用以验证模型,并额外选取3组不同排班方式的被试开展独立验证。结果表明:二谐量的余弦函数可以很好地拟合体温数据,拟合相位为16.88,警觉性昼夜节律参数为-55 ms/℃,上下渐近线分别为750、200 ms,睡眠转换阈值为437 ms;TPMA预测结果与规律作息测试数据拟合优度大于0.90,与实际工作条件下测试数据的拟合优度大于0.81。提出的飞行签派员TPMA具有较好的稳定性和适用性。

毛细管脉冲等离子体推力器等离子羽流分团现象与等效速度测量

毛细管型脉冲等离子体推力器采用固态工质,电热加速机制,结构简单可靠,是一种具有应用价值的微纳卫星低功率电推进系统。本文建立电学和光学联合诊断系统,对毛细管脉冲等离子体推力器等离子体羽流演变过程进行了研究。由于放电电流振荡,推力器等离子体羽流存在二次建立过程。初始阶段等离子体羽流中主要包含带电粒子组分,二次建立阶段等离子体羽流主要包含中性成分。利用光电二极管阵列和窄带滤光片建立了飞行时间法,获得了不同放电电压、腔体内径和腔体长度下等离子体羽流分团的等效速度演变特性。结果表明,电热加速机制能够使带电组分和中性成分获得较为良好的加速效果(>10km/s)。在一定放电能量下,放电腔体长度小于25mm有利于获得较优性能参数。等离子体羽流等效速度结果能够较为准确地反映推力器输出比冲和效率参数变化规律,可作为推力器输出参数便捷有效的评估手段。

基于PN和CNN-LSTM-ATT的航班延误预测

航班延误预测对提高机场地面保障效率具有重要参考意义。针对目前航班地面保障流程复杂多变以及航班过站延误预测精度不高的问题,提出了一种基于Petri Net和融合预测模型CNN-LSTM-ATT的航班延误预测模型。首先,根据机场航班实际地面保障流程抽象构建离港航班地面保障作业Petri Net模型,获取保障流程中的关键作业时长成为动态特征;其次,将动态特征、航班信息、延误信息和天气信息输入CNN-LSTM-ATT模型中进行特征提取和分类预测,模型中引入注意力机制,通过注意力权重突出关键数据信息的影响,进一步挖掘重要特征之间的内部规律。实验结果显示,该融合模型准确率相比独立模型提升了6%,达到98.1%。通过对不同模型的对比表明该模型能较好地应对场面流程变化并且具备较好的延误预测能力。