基于数据挖掘的直接空冷机组背压预测及优化

为实现直接空冷机组冷端优化,以机组历史运行数据为基础结合数据挖掘与深度学习算法,提出了一种直接空冷机组冷端运行优化方法。首先,对获取的历史运行数据进行稳态筛选、工况划分,结合高斯混合模型算法确定机组多元工况下背压基准区间;然后,使用Spearman系数法选取特征变量,结合门控循环单元神经网络构建直接空冷机组背压预测模型,对比背压基准区间与背压预测值给出背压的优化建议和预警信息;最后,将该方法应用于某亚临界300 MW空冷凝汽式机组。研究结果表明:提出的背压优化方法能够给出有效的背压预警信息,实现空冷机组冷端优化运行。

城轨车辆车载轨道几何参数检测系统的研制

针对目前城市轨道交通中安装于工程车辆的轨道几何参数检测系统不能真实反映列车实际在途运行时的轨道几何状态问题,研制了基于载客车辆的轨道几何参数检测系统,在列车日常载客行驶的同时,实现对轨向、轨距、水平、高低、三角坑、钢轨断面磨耗等轨道几何参数的实时采集和分析。通过研究基于非接触式激光测量技术和惯性基准测量等技术,载客车上集成安装激光摄像组件及惯性测量组件,实现了钢轨外形轮廓的实时测量及各传感器的姿态跟踪测量。最后通过上位机采集软件实现了原始数据的收集、各个轨道几何参数的合成计算、检测结果报表的自动传输等功能,并在实际轨道线路上进行了各参数的人工设置障碍测试。结果表明:轨距参数检测精度小于0.8 mm,高低参数精度小于或等于1 mm,轨向、水平、三角坑参数检测精度小于或等于1.5 mm,验证了系统检测的准确性;对比分析多趟检测结果,各参数重复精度均小于0.5 mm,验证了系统具有较高的稳定性。

大气辅助的SINS/GPS组合导航系统研究

高精度导航系统作为无人机自主控制的核心,已成为制约无人机性能提升的关键因素。SINS/GPS(strapdown inertialnavigation system/global positioning system)组合导航系统由于GPS信号易受干扰而无法满足无人机长时间稳定精确导航的需要。在分析大气数据系统特性的基础上,推导了捷联惯导与大气空速、高度误差模型,建立了SINS/ADS(air data system)量测方程,并设计了大气数据系统辅助的SINS/GPS松组合导航系统;针对ADS和GPS输出频率不一致的问题,提出了时间更新和量测更新分离的异步滤波算法。实际跑车验证结果表明,设计的系统能够在GPS受干扰的情况下有效提高系统的精度和稳定性,定位精度可以达到25 m。

前后向平滑算法在精密单点定位/INS紧组合数据后处理中的应用

精密单点定位技术只需单台双频GNSS接收机就能实现分米到厘米级定位精度,将其与INS进行组合可以广泛应用于测量领域。但当GNSS信号被完全遮挡时,只能依赖纯惯性导航工作模式,而当重新捕获GNSS信号时,又需要一定时间才能使精密单点定位重新收敛到理想精度。针对以上问题,提出了一种适用于精密单点定位/INS紧组合的前后向平滑算法来同时提高GNSS信号完全遮挡段和重新收敛段的导航精度,详细推导了该算法的数学模型。对实测的跑车实验数据后处理表明:前后向平滑算法能有效提高精密单点定位/INS紧组合导航精度;对60 s完全遮挡段的位置误差统计表明,前向和后向滤波的三维位置误差RMS分别为44.46 cm和10.81 cm,平滑后改善到了10.47 cm。

大攻角下基于信息融合的攻角/侧滑角估计方法

攻角和侧滑角是飞控系统和导航系统的重要参数。针对高性能飞行器在大攻角飞行时攻角和侧滑角不能精确测量问题,引入飞行动力学模型,选取姿态、姿态角速率、气流角和速度等飞行参数作为状态向量,以惯性导航系统提供的姿态、姿态角速率、加速度组成观测向量,构建扩展卡尔曼滤波器,融飞行动力学模型求解和状态估计的过程为一体,实现攻角和侧滑角实时精确估计。利用X-Plane系统的飞行仿真数据对攻角/侧滑角估计方法的可行性和有效性进行了验证。仿真结果表明,该方法不仅具有较高的精度、良好的稳定性和鲁棒性,而且可提高大气数据系统的测量范围和可靠性,能够有效地适用于大攻角飞行环境下攻角和侧滑角的测量。

嵌入式大气数据传感系统中的组合滤波技术

嵌入式大气数据传感系统(FADS)与惯性导航系统(INS)组合测量迎角、侧滑角在飞行器平稳飞行时,均可获得很高的测量精度;但该系统在大迎角、高迎角变化率的机动飞行中,由于受到阵风、大气紊流以及噪声的影响较大,使得系统的测量精度下降,不能满足要求。针对这一问题,提出了利用互补滤波器分别对FADS和INS的测量信号进行处理,再利用FADS-INS的组合方案对高机动飞行状态下的迎角、侧滑角进行测量。理论分析和仿真结果表明:该组合滤波技术不但能够提高飞行器在平稳飞行时的测量精度,而且,使飞行器在高机动飞行时的测量精度大大提高。

大攻角下基于卡尔曼滤波的大气参数修正算法

针对新一代航空飞行器在大攻角飞行时大气数据系统测量精度严重下降问题,提出了基于卡尔曼滤波的大气参数修正算法。该算法利用大气数据测量信息和惯性导航信息,基于飞行器力学方程构建卡尔曼滤波器,通过卡尔曼滤波的方法实现对大气参数的修正。仿真结果表明,经卡尔曼滤波修正后的大气参数能够有效消除大攻角下原始大气参数的剧烈波动性误差,并与真实大气参数吻合较好,有效地提高了大气数据系统在大攻角飞行状态下的测量精度和可靠性。

FADS/INS组合法迎角、侧滑角测量方法研究

嵌入式大气数据传感(FADS)系统比传统迎角、侧滑角传感器在测量精度、可靠性、隐身性能上都具有较大的优势,因此该系统可被应用于各型飞行器上。但由于该系统在获得大气参数方面存在延时,所以,它在飞行器机动飞行状态下,迎角和侧滑角的测量精度会下降。针对这一问题,本文提出了以FADS测量结果为基础,采用惯性导航系统(INS)测量的迎角、侧滑角变化量进行修正的FADS/INS组合法迎角、侧滑角测量方法。理论分析和仿真结果表明,该组合系统在飞行器处于平稳和机动飞行时,对迎角、侧滑角的测量均能获得较高精度。

基于ARM9的MTi微惯性航姿系统数据采集的实现

提出了一种以S3C2440A微处理器为核心,利用RS-232实现对MTi微惯性航姿系统数据的采集,微处理器对采集到的数据进行处理、提取和存储,并且提供了系统软件设计流程方法和实验结果。实验结果表明,系统运行稳定可靠,具有较高的实时性。

空空导弹惯性制导系统设计的几个问题

从新一代空空导弹的发展对惯性制导技术的需求出发 ,论述了惯导系统的功能、总体精度分析设计、惯性元件选型、初始对准及机载数据链系统设计上存在的几个问题 。

一种微小型组合导航系统的多信息融合方法

针对微小型惯性测量单元、GPS、大地数据系统和磁强计组成的组合导航系统,提出一种新的信息融合方法。通过系统的故障诊断环节对各传感器输出信息进行分析、比较和判断,隔离故障信息,对正常信息进行融合。计算机仿真结果表明,该系统在短时间出现故障时能够保持较高的导航精度。

基于QAR数据的碳当量值适航符合性验证方法

为评估飞机碳排放水平并验证适航性,对国际民用航空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飞行速度相对于推力的修正关系,通过飞机总重换算求解3个飞行测量点条件下的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20.5%。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。

A340大气数据惯性基准系统高度混合通道分析

惯性基准系统(IRS)是一种高精度的自主式导航系统,具有全天侯和全球导航的能力,是目前输出信息最多的系统,可谓中心信息源,因此其精度的高低直接影响到和它相连的所有系统。将大气数据系统(ADS)引入构成大气数据慢性基准系统(ADIRS),又使IRS的高度通道得以完善。"波音"和"空客"两大系列,均装备有ADIRS,并使用了不同型式的余度组合技术,使整体结构大为减少,可靠性提高、而成本相对降低,维护使用更加方便。提高ADIRS的功能及测量精度,是未来航空电子系统的发展方向。

基于UKF的FADS/INS融合大气数据估计

针对飞行器在高速飞行时受气流干扰、惯性数据易发散等问题,从传感器数据融合角度出发,提出了通过无迹卡尔曼滤波(UKF)融合嵌入式大气数据观测系统(FADS)和惯性导航系统(INS)估计飞行器实时大气数据的算法。算法使用高维度非线性方程对惯性系统和大气系统间的关系建模,结合FADS与INS的数据,计算飞行器速度和高度,进而估算出攻角、侧滑角等参数。实验结果显示,与INS直接解算、扩展卡尔曼滤波(EKF)融合等原有估计方法相比,文章所述的算法在估计精度和系统稳定性方面均有所提高。

基于IMU/FADS/无线电的火星上升器组合导航方案

以火星采样返回任务中火星表面上升为背景,研究了基于惯性测量单元(Inertial Measurement Unit,IMU)、嵌入式大气数据传感系统(Flush Air Data Sensing System,FADS)和无线电信标的组合导航方法。首先,在传统的IMU导航框架中加入由无线电测量获得的相对距离、速度信息,以及由FADS获取的动压、温度数据,建立了基于IMU、无线电和FADS的导航观测模型;然后,基于无迹卡尔曼滤波(Unscented Kalman Filter,UKF)技术对测量信息进行了融合,并压制了过程噪声和测量噪声,从而对上升器的状态进行了联合估计;最后,在数值仿真中,将UKF与自适应无迹卡尔曼滤波(Adaptive Unscented Kalman Filter,AUKF)技术进行了对比,在比较不同滤波器性能的同时,验证了组合导航方法的有效性。

基于空气质量和气象数据的大气污染物排放水平评估

评估大气污染物排放水平有助于防治大气污染。基于空气质量和气象数据,定量分析了气象因素对大气污染物浓度的影响,在此基础上建立了一种基于空气质量和气象数据的大气污染物排放水平指标--"参考浓度",即同等排放水平、参考气象条件下的大气污染物浓度;以SO2为例,通过比较我国主要城市SO2监测浓度、参考浓度与排放水平的相关性,验证了该排放水平指标的有效性;将该排放水平指标应用于我国不同地区大气细颗粒物PM2.5污染的脆弱性分析,得到了不同地区PM2.5排放水平的时空分布特征。结果显示:大气污染物参考浓度相比监测浓度可以更好地反映大气污染物的排放水平。该评估方法可以为大气污染防治提供参考。

基于加权时变卡尔曼滤波的惯性测量单元设计

针对加速度计和陀螺仪数据融合姿态测量方法在载体运动加速度较大时得到的角度误差逐渐增大的现象,提出一种基于加权时变的卡尔曼滤波算法。利用衡量运动加速度相对大小的权重参考概念,设置加速度计测量角度在观测量中所占的比重,使系统能够根据实际情况改变对加速度数据的参考程度。基于Arduino平台,选用MPU6050惯性测量传感器进行实时测量数据获取姿态信息的实验研究,实验结果表明,改进后的算法可以有效减小由于系统运动加速度导致的测量误差,获得更准确的姿态角数据。

基于变增益互补滤波的FADS/INS融合方法

针对嵌入式大气数据传感(FADS)系统与惯性导航系统(INS)组合滤波计算攻角/侧滑角时,机动飞行和平飞时对滤波常数的大小需求不一致的问题,提出一种滤波常数能够随着飞行状态自适应调整的变增益互补滤波算法。算法可以随着飞行状态的变化,改变滤波常数τ,保持整个飞行阶段具有更好的攻角融合结果,以提高角度的估计精度。同时将测压孔分组计算攻角,对攻角的延迟进行检测,若延迟过大,则判定为该组攻角失效。仿真结果表明:提出的滤波算法能保持整个飞行阶段内的攻角/侧滑角估计结果误差不超过0.2°,并且相比于固定增益互补滤波器,变增益互补滤波的估计误差更小。

融合气象观测数据的高精度大气数据估计算法研究

针对嵌入式大气数据观测系统(FADS)与惯性导航系统(INS)在计算飞行器大气数据时易受风速变化造成参数估计不准确的问题,文章提出一种融合FADS/INS/气象观测数据的大气数据解算方法;FADS依靠飞行器外表面的气压分布直接计算大气数据,INS提供姿态角与加速度,气象观测数据包括气压-高度的对应关系与风速矢量;融合过程结合FADS压力模型、飞行器运动模型和大气观测数据构建状态方程与观测方程,并采用滤波预处理、扩展卡尔曼滤波估计出精确的空速矢量和高度,结合INS数据进一步转换得到大气数据;仿真结果表明,文章提出的方法与现有未融合气象观测数据的算法相比,在攻角和侧滑角估计方面,估计误差降低30%,在马赫数估计方面误差降低了89%,在气压高度方面误差降低93%,估计精度得到有效提高。

基于惯性基准法的轨道高低不平顺检测与预警系统

轨道高低不平顺是轨道线路不平顺的类型之一,当车辆运行时,严重的轨道高低不平顺会加剧垂向振动,降低车辆的平稳性,因此,为保证车辆安全运行,在轨道线路维护中对轨道高低不平顺的检测是至关重要的.针对传统轨道高低不平顺检测方法的不足,设计出一套新型的轨道高低不平顺检测与预警系统,该系统以惯性基准法为基础,结合惯组单元、激光摄像、工控机等现代化技术进行研制.相关计算结果表明,该系统能精准、高效地检测出钢轨的高低不平顺,同时能对轨道高低变化趋势做出预测,且整套系统操作简单,易于维护,能为轨道高低不平顺检测装置的未来发展提供一种新思路.