谢果[1]2012年在《基于数据挖掘的飞行数据分析及仿真研究》文中指出本论文主要来源于民航局项目——通用航空飞行数据采集与分析研究。本论文的主要工作分为两个大的方面：飞行数据分析和飞行3D仿真平台的建立。目前，飞行数据越来越被人们所重视，传统上飞行数据的分析方法较多，大多建立在飞机系统模型下，本文直接针对飞行数据，绕开飞机系统模型，运用数据挖掘技术的中聚类算法对飞行数据进行聚类分析，寻找出飞行数据之间内在的联系，并建立了聚类分析系统。该系统能够很好的把正常数据和异常数据区分开，对以后的日常机务维修和飞行安全警示都能起到一个较好的参考作用。同时，由于飞行数据的特殊性，较多数据包括相同属性。例如INS和GPS数据属性相同。本文提出了一种基于卡尔曼滤波的数据关联算法在飞行数据预处理上的运用，通过仿真实验证明该算法能有效的降低飞行数据的噪声，相对传统算法它具有收敛速度快的特点。同时它又为本文的3D仿真平台中的数据预处理奠定了基础。本文的最后一章在以上工作的前提下，利用VEGA平台建立了一套能够提供多视角的3D飞行数据仿真系统，并运用真实飞行数据对该系统进行了测试，该系统能较好实现飞行仿真播放控功能，飞行主姿态显示功能，飞行航迹显示功能，飞行横滚显示功能，飞行数据实时显示功能。
裴晓利[2]2016年在《无人机飞行实验数据综合分析软件的设计与开发》文中进行了进一步梳理随着科技的发展,无人机广泛应用于各个科研领域中,并发挥着巨大作用。无人机在应用的过程中,飞行数据记录器和快速存取装置记录了大量的飞行数据,这些数据来自无人机的各个系统,蕴含了大量的信息。近年来,对无人机飞行数据的研究应用不断增加,比如:利用飞行数据来调查飞行事故、评估飞行质量等,但是在无人机故障检测与维护方面的研究并不多。由于飞行数据反映了无人机各个系统的工作状态和性能,因此对飞行数据综合分析,检测出异常数据,为无人机系统维护提供依据,意义重大。本文开展飞行数据综合分析,利用分析结果辅助无人机进行故障检测,提高工作效率。文章首先介绍了无人机故障诊断方法和专家系统的有关知识,为飞行数据综合分析系统的设计和实现提供了理论知识。依据系统的实际需求和总体目标,设计了系统的总体方案和框架。系统包含两部分内容,数据译码和数据判读。数据译码是将无人机各个系统不同帧格式的数据转化为具有工程意义的值,为系统提供数据基础。数据判读是采用专家系统,对数据进行判读,检测出异常数据,为无人机故障检测和维护提供科学有效的依据。通过分析无人机各系统的飞行数据帧格式协议,提出将飞行数据分为模拟量、数字量和状态量,采用配置文件技术对不同系统、不同类型的飞行数据进行译码。设计了专家系统对译码后的飞行数据进行判读。本文提出了采用“框架+产生式”的知识表示方式,采用非自动方式获取判读知识,详细设计了数据判读专家系统知识库。本文通过对推理过程的分析,采用基于规则的正向推理方法,并且采用Rete规则匹配算法对判读规则匹配,提高推理效率,并采用专家系统开发工具CLIPS完成了数据判读知识库和推理机的设计。通过本论文的研究,设计了无人机飞行实验数据综合分析系统,经过验证,具有一定的工程实用价值。
卿立勇[3]2007年在《基于飞行数据的飞机故障预测与故障诊断系统研究》文中提出本文对基于飞行数据的飞机故障预测与故障诊断系统进行了研究与开发。通过飞行数据译码及飞行数据应用,及时了解飞机运行状态,获得故障信息。以基于案例推理的故障诊断专家系统收集、总结和推广飞机维修专家的宝贵经验,提高故障诊断水平,部分起到维修专家的作用。本文的主要工作为:1)设计了飞行数据译码和飞行数据应用子系统。提出的基于动态链表的译码算法,可以高效地按照用户的需求对飞行参数译码。设计了驾驶舱仪表显示再现、飞行参数变化曲线图、起飞降落叁维仿真和超限报告等多种飞行数据应用方式,支持飞机故障预测与故障诊断,便于机务维修人员获取飞机故障信息。2)建立了基于案例推理的飞机故障诊断专家系统。本文详细研究了面向对象的案例表示技术和分散组织的案例表示结构。本系统改进了案例相似度算法,采用分级检索与最近相邻算法相结合的检索策略,并提出了基于案例相似度的案例学习方法。本系统不仅满足对飞机故障预测与诊断的要求,而且较好地模拟了专家的故障诊断能力,在一定程度上克服了现有飞机故障故障诊断方法存在的问题。3)在Oracle9i平台上,用Borland C++ Builder6.0开发了基于飞行数据的飞机故障预测与故障诊断系统原型。收集了航空公司的飞机故障案例,以66个航班的飞行数据作为原始数据,验证了原型的良好运行。
杨绎煊[4]2016年在《基于QAR数据的航班运行安全风险研究》文中研究说明为提高我国民航业大型飞机的运行安全水平,中国民航自1993年开始研究飞行品质监控技术,作为飞行品质监控(FOQA)的硬件支持,现代飞机在原有固态飞行数据记录器(Flight Data Recorder,FDR)基础上加装了快速存储记录器(Quick Access Recorder,QAR)。QAR相比FDR(飞行数据记录器)更易存取,采样频率高,运营人可根据实际需求对QAR的记录参数进行设定。但由于其数据存储量之大,往往给数据分析来带一定的困难。为了深度挖掘QAR数据所包含的信息,从而将其应用于航空公司的安全运行,文章对实际QAR数据进行收集、整理,以QAR统计数据作为研究对象,以QAR超限事件为评价指标,通过确定白化权函数并利用离差最大化原理得到各指标权重,应用灰色聚类方法对某公司固定机型在某一段时期内的航班运行安全风险进行评价。最后选取某航空公司机队2014年度的真实QAR数据进行验证,验证过程选取了超限频率较高的5类超限事件作为评价指标,以每个月超限的次数作为评价对象,对每月的运行安全水平进行了“高”、“较高”、“一般”和“低”的等级划分。结果表明:该模型可用于准确评价航班的飞行安全,突破了原有的以“人-机-环-管”作为主要评价指标的传统方法,指标选取更具灵活性,评价结果更加客观准确。模型的进一步软件化可以提高评价效率,达到飞行安全风险的实时评价。
孙同江[5]2003年在《飞行数据的应用研究》文中进行了进一步梳理飞行数据是调查飞行事故原因的主要依据。但随着飞行数据记录系统的发展，飞行数据的应用已远远不止于此。本文针对我国民航的实际情况，对快速存取记录器(QAR)所记录的飞行数据进行了实际的译码及分析，开发了飞行数据译码及分析应用系统FDDAS。该系统具有飞行参数曲线显示、飞行视景仿真、飞行航迹再现、飞行事件及飞行技术评估、发动机状态监控等多种功能，可以应用于民航相关部门，为保障飞行安全以及进行日常监控提供科学的依据。本文以FDDAS为基础，详细探讨了飞行数据在进行飞行品质监控实施飞行操作质量保证计划、发动机状态监控、验证导航系统精度以及实现视情维修等方面的重要应用。
刘永建[6]2012年在《基于改进神经网络的民机发动机故障诊断与性能预测研究》文中研究说明航空发动机是民机核心动力系统，对之实施有效的诊断和监控，是保障民机安全性、可靠性和经济性的重要技术途径。在发动机故障诊断研究领域，目标主体经常被抽象为一个典型复杂机械系统，由于该系统结构的复杂性、模型的严重非线性、诊断方法的多样性、测量综合误差对故障诊断的干扰影响等原因，造成了发动机故障诊断建模的复杂与困难。目前该领域研究热点包括诊断方法的有效性和全局性研究、诊断系统的实时性研究。前者旨在解决发动机故障诊断模型的性能问题，并将单一诊断方法的模型拓展为多诊断方法模型的集成应用。后者旨在将发动机故障的防范关口前移到实时节点，在传统航线检测、排查、航后排故的基础上引入基于智能诊断决策的故障预防和预防性维修。本文在研究地空数据链（ACARS）和机载飞行数据记录设备（DFDR/QAR）中发动机状态数据译码的基础上，围绕航空发动机故障智能诊断与状态监控中若干关键的问题展开研究，本文的主要研究内容和创新点如下：（1）ACARS所提供的实时信息量无法支撑发动机故障模型的在线训练和实时诊断，而快速存取记录器（QAR）中的数据，有信息完备和记录频率高的特点，因此，在基于智能算法的建模过程中，用ACARS与QAR数据共同构建样本空间。分析了两种数据源中数据帧结构可归类的特点，针对机载总线中发动机参数底层数据编码特征，提出了基于译码函数的发动机参数译码算法，译码过程具有较好的实时性和通用性，译码输出为发动机故障诊断和性能监控建模提供了基础数据支撑。（2）发动机系统的复杂性决定了故障诊断方法的多样性，对于诊断决策而言，综合多种方法做出的决策输出比单一诊断决策具有更好的全局性。对发动机诊断过程中设计的多路信息源和多种诊断知识分别进行融合，针对多路信息源采用数据层融合策略，提出一种自适应加权融合估计算法，根据发动机参数特征迭代调整加权因子，实现参数的融合输出；针对多种诊断知识采用决策级融合策略，提出了一种基于HWA算子的诊断知识多属性决策融合方法，实现了分布式局部决策知识向全局决策知识的进化（3）利用人工智能方法建立发动机故障诊断模型，可以突破传统数学理论建模、物理过程建模在处理非线性、非平稳性、不确定性复杂系统中的性能瓶颈，具有更好的逼近性能和泛化性能。针对所研究的故障诊断问题，提出了一种改进人工神经网络，利用蚁群算法优化了算法的初始权值向量的优化问题，避免了主观随机选择权值导致的收敛慢和训练振荡问题；模型的训练则引入Levenberg-Marquardt算法，利用其非线性寻优训练规则替代BP算法的梯度下降规则，减小训练过程中代价函数陷入局部极小点的机会，通过控制训练算法复杂度提高收敛速度。（4）发动机故障预防的要点在于性能的预测，从大量运行数据中捕获用于表征发动机深层运行状态及趋势的信息。研究基于发动机EGT裕度控制的气路性能监控，在分析试车台和起飞过程EGTM的计算原理的基础上，明确其衰退原因，给出了提高EGTM的建议措施；用智能网络模型逼近发动机气路参数时序函数，给出了一种引入了附加参数的相空间重构方法，用粗糙集方法控制附加参数冗余属性，提出了基于区分矩阵的启发式最小约简算法。建模阶段采用动量法和学习率自适应调整相结合的策略，对发动机气路参数的发展趋势进行建模和预测，取得了具有较好的学习和泛化能力，对气路参数或其他类似的非线性动力系统的走势预测决策具有较好的效果。（5）探索上述理论、方法的工程实现问题，通过在集成开发环境下构建了发动机故障诊断模块、气路性能监控模块、性能趋势预测模块，实现发动机故障诊断与性能监控原型系统，进行了工程实例测试应用。
陈海川[7]2017年在《基于飞行数据分析的航班燃油管理策略研究》文中研究说明航油成本历来在航班运营成本中占据较大比重,航空公司一直在燃油精细化管理、降低运营成本上下工夫。由于航空公司运输机队、公司环境、文化宣贯、员工态度以及机构设置等方面的差异性,造成了公司之间燃油管理质量水平的参差不齐。当今社会处于质量化管理时代,质量是管理水平的综合反映,是一个企业综合实力的具体体现。对于航空公司而言,缺乏一套针对整个管理链条的全流程品质监控系统。本论文以航班油耗偏差作为关键指标,通过分析国内某航空公司CTU-PEK航线近六年的QAR数据与飞行计划数据,运用SPC理论构建燃油管理质量评估模型,并结合基于25个指标构建的航空公司燃油管理情况对标表,通过主观度量与客观比较相结合的方式,为燃油管理策略的研究提供理论支持与技术参考。主要研究工作如下:1、通过参考相关文献并结合航空公司实际调研,基于飞行数据的统计分析对影响航班油耗偏差的关键因素进行研究,并根据航班的典型飞行剖面图构建燃油管理过程中的可控节点图。2、基于SPC理论构建航班燃油管理质量评估模型,对国内某航空公司近六年的CTU-PEK航线A320执飞航班的油耗偏差数据进行质量评估模型的应用,通过Anderson-Darling拟合优度检验数据正态性,对于非正态的数据实施Johnson系统转换,基于I-MR控制图检验过程是否稳定,对于稳定受控的油耗偏差数据实施CPK过程能力分析,结果显示近六年夏秋季航班CPK指数排序为;2016>2012>2013>2014>2015>2011,冬春季航班CPK指数排序为;2014>2016>2013>2012>2015>2011。3、根据燃油管理质量评估模型的应用结果绘制CPK过程能力分析时间序列图,对模型实际应用结果进行数据的比较分析;基于实证结果分析和航班燃油管理情况对标表,从燃油监控、气象数据、飞行计划、运控通讯、签派监控、机务维修、人员培训和持续跟踪分析等八个方面,提出航空公司燃油管理的相关策略。
刘龑[8]2013年在《无人机地面控制站的设计与开发》文中研究说明近年来，无人机的应用领域越来越广阔，无人机技术的研究也日渐成为热点。无人机地面控制站作为无人机的指挥控制中心，在无人机系统中扮演着非常重要的角色。本文以现有地面站为基础，设计一款能够更好地满足飞行试验要求的无人机地面站。论文首先阐述了课题研究的背景及意义，分析了无人机地面站的国内外研究现状，指出了已经投入使用的现有地面站的不足之处，并由此提出了所设计开发的地面站的研究目标，即在实现无人机飞行状态监控的基础上，还要实现基于Google Earth的航迹显示与航点编辑功能，基于数据库技术的飞行数据存储与处理功能，以及基于FlightGear的飞行视景仿真功能。而后以实现上述功能为目标，首先说明软件设计的总体方案，包括任务设计及界面设计，阐明了实现相关功能的途径。接着分别就实现这些功能的方法进行详细阐述，包括多线程串口通信及UDP通信的实现方法；Google Earth COM API二次开发接口和KML文件的处理，提出了一种获取鼠标点击处地图经纬度坐标的方法；利用Access数据库进行飞行数据的高效存储及回放，说明表及字段的动态创建的实现方法；利用Visual C++与Matlab混合编程实现对从数据库中提取的数据进行处理的方法；通过FlightGear的通信接口实现飞行视景仿真的方法。最后，通过与飞控计算机联机测试得到地面控制站的运行结果，并对研究工作进行总结，对后续工作提出展望。与飞控计算机的联机测试结果表明，所设计开发的地面控制站实现了所要求的各项功能，运行稳定性及执行效率良好，能够满足无人机飞行的相关要求。
林钰森[9]2007年在《基于飞行数据集市的飞行操纵品质评估系统》文中指出随着人们对飞行记录信息重要性认识的不断提高,飞行数据也越来越多地应用于日常的飞行操纵品质保障。为方便民航公司集成管理飞行数据并且对其加以充分利用,本文构建了飞行数据集市(Flight Data Mart,简称FDM),并且在飞行数据集市提供的分析环境下,开发了飞行操纵品质评估系统(Flight Operational Quality Evalation System,简称FOQES)。飞行数据集市通过定制的ETL工具,自动析取、转化和集成QA(RQuick Access Recorder快速访问记录器)设备以及其它相关信息系统后台数据库的飞行数据,从而为民航安全部门提供体系化的飞行数据分析环境。AHP(Analytic Hierarchy Process层次分析法)则被用来构建合理、客观、全面的多目标评估模型。为了使评估功能不断得以完善和扩充,FOQES提供了基于Web的评估模型管理接口,以帮助民航相关部门根据自身需求定制各类评估标准。整个系统基于Java EE(Java Enterprise Edition)分布式技术来实现,各类用户均可使用Web浏览器来远程管理飞行数据集市,并进行飞行操纵品质评估。本文着重讲述了飞行数据集市的结构设计和物理实施,以及ETL工具、评估标准的软件实现方法,也对收集的部分评估标准以及FOQES运用的分布式Java技术进行了必要介绍。最后,结合一评估应用实例,说明了FOQES如何从大量的QAR原始数据中,帮助飞行员找出并克服飞行中出现的技术问题。
曲建岭, 唐昌盛, 李万泉[10]2007年在《飞参数据的应用研究现状及发展趋势》文中指出飞参系统记录了飞机飞行过程中的大量参数,这些参数在飞机的研制、试飞、训练、维护和事故调查等方面都有着巨大的应用价值。本文总结了国内外对飞参数据的应用研究现状,在此基础上,探讨了今后我国该领域研究的发展趋势。
参考文献：
[1]. 基于数据挖掘的飞行数据分析及仿真研究[D]. 谢果. 中国民用航空飞行学院. 2012
[2]. 无人机飞行实验数据综合分析软件的设计与开发[D]. 裴晓利. 电子科技大学. 2016
[3]. 基于飞行数据的飞机故障预测与故障诊断系统研究[D]. 卿立勇. 南京航空航天大学. 2007
[4]. 基于QAR数据的航班运行安全风险研究[D]. 杨绎煊. 中国民航大学. 2016
[5]. 飞行数据的应用研究[D]. 孙同江. 南京航空航天大学. 2003
[6]. 基于改进神经网络的民机发动机故障诊断与性能预测研究[D]. 刘永建. 南京航空航天大学. 2012
[7]. 基于飞行数据分析的航班燃油管理策略研究[D]. 陈海川. 中国民用航空飞行学院. 2017
[8]. 无人机地面控制站的设计与开发[D]. 刘龑. 南京航空航天大学. 2013
[9]. 基于飞行数据集市的飞行操纵品质评估系统[D]. 林钰森. 南京航空航天大学. 2007
[10]. 飞参数据的应用研究现状及发展趋势[J]. 曲建岭, 唐昌盛, 李万泉. 计测技术. 2007
标签：航空航天科学与工程论文; 无人机论文; 故障诊断论文; 大数据论文; 中国航空论文; 系统仿真论文; 功能分析论文; 发动机论文;