基于层次聚类法的化工装置火灾爆炸灾害事故模式分析

化工装置灾害事故模式的研究,有益于从源头上做好灾害事故的预防工作。在介绍传统事故模式分析方法的基础上,提出了基于层次聚类法的化工装置火灾爆炸灾害事故模式分析方法,并对近20年100起相关灾害事故案例进行了模式分析研究。     

无人机感知避让技术分析

无人机的安全性能特别是防相撞能力是影响无人机发展的一个重要因素,无人机感知避让技术是防止无人机发生相撞事故的重要保证。为了解和发展无人机感知避让技术,从无人机空中态势感知、飞行冲突预测和飞行冲突解脱3个方面对当前感知避让技术的研究现状进行了总结介绍,探讨了无人机防相撞工作的发展趋势。     

基于Bow-Tie事故模型的军机适航条款选取方法

针对军机产品研制过程中存在的适航条款选取难、剪裁难的突出问题,以航空机轮产品为例,通过对近年来航空器事故资料的梳理和分析,识别出涉及机轮产品的主要不安全事件的危险源和发生后果。建立军用飞机轮胎爆破Bow-Tie事故模型。通过对该模型进行风险分析,结合相关适航标准,提出避免此类事故发生的控制措施和条款要求,实现适航分析与事故模型分析的统一,形成了军机适航条款选取方法的一种新思路。     

机场节点失效下的航空器备降场规划

为了缓解重点机场节点失效带来的航空网络运行不畅、空中相撞风险增加等问题,需要对航线中运行的航空器进行备降场规划。分析了机型、航空器位置、节点容量、机场配置、航线密度等因素与代价之间的关系,建立了航空器分配优化模型,确立了距离和空中相撞风险两方面的优化目标,最后选用基于递变权重系数的蝙蝠算法对多目标问题求解。实验以北京——上海航线为例,结果表明提出的模型和算法较合理,可以调节参数来满足不同需求,求出的最优解相比传统方法更能有效降低代价。     

SVC和SOFM组合聚类的雷达信号预分选方法

由于采用单一聚类方法对雷达信号聚类分选中,存在一定的问题。为了克服单一聚类的缺点,并利用其优点,提出了采用组合聚类的方法对雷达信号进行聚类分选。在分析了自组织特征映射网络(SOFM)与SVC的原理的基础上,利用SOFM和SVC的优点,设计了一种SOFM与SVC组合聚类的方法,实现对雷达到达角(DOA)数据的聚类分选。理论分析与实验仿真表明,该方法能够克服噪声的影响,与有先验信息条件下的K均值聚类结果相比,取得了较好的聚类分选结果。     

基于迁移学习和特征融合的航空器图像分类算法

航空器目标的分类是空战中作战方案制定的重要环节,目前在航空器图像分类方面的研究很少,数据库也少之甚少。在自然图像分类领域存在的特征表达方法主要是对图像的颜色、纹理、梯度等特征进行编码,但这些浅层特征不能体现出图像的深层语义信息,而卷积神经网络(CNN)有着强大的特征表达能力,但小规模数据库直接训练网络会造成模型过拟合。针对这些问题,组建一个具有8 000张图片、10类的航空器图像数库并提出了一种基于迁移学习和特征融合的航空器图像分类算法,算法用卷积神经网络来提取图像的特征,提出用迁移学习的思想来训练网络,从而减轻了模型过拟合,在此基础上提出特征融合算法,融合深度特征和浅层特征,弥补了单一特征对图像信息表达的不足。在实验中,用航空器图像数据库来验证算法的有效性,结果表明,算法能够有效地进行航空器图像的分类。     

基于K-means和AGNES的未知二进制协议聚类

协议的聚类是协议分析中一个重要的环节,为实现对未知二进制协议高效聚类,提出了一种基于K-means聚类和AGNES的未知二进制协议聚类方法。在对获取的二进制协议比特流进行数据预处理的基础上,先采用K-means算法对比特流数据进行初步聚类,再通过误差平方和、Calinski-Harabasz分数值和轮廓系数确定k值,最后选择AGNES算法将未知二进制协议比特流划分为不同的二进制协议子集。方法有效结合了K-means和AGNES算法的特点,降低了时间复杂度的同时提高了聚类的精确度。对实验数据集的测试结果验证了所提方法的有效性,较为准确地确定了k值,聚类精确度达到了98%。     

运动目标轨迹分类与识别

运动目标轨迹识别是运动分析中的基本问题,其目的是解释所监视场景中发生的事件,对所监视场景中运动目标轨迹的行为模式进行分析与识别,智能地做出自动分类.对轨迹有效性判断后采用K均值聚类,引入改进的隐马尔可夫模型算法,针对轨迹的复杂程度对各个轨迹模式类建立相应的隐马尔可夫模型,利用训练样本训练模型得到可靠的模型参数,计算测试样本对于各个模型的最大似然概率,选取最大概率值对应的轨迹模式类作为轨迹识别的结果,对两种场景中聚类后的轨迹进行训练与识别,平均识别率较高,实验结果表明该方法是有效的.     

基于改进SSD框架的遥感影像飞机目标检测方法

针对深度学习在遥感影像飞机检测特征提取阶段未专门顾及特定目标的问题,基于单一目标多尺度检测(SSD)框架,提出飞机目标多尺度检测方法(AFSSD).通过分析使卷积神经网络的特征图得到最大响应的视觉模式,结合飞机目标几何特征,建立飞机目标特征提取网络;使用K-均值方法对飞机尺寸聚类,将聚类中心作为代表性的尺寸,构建飞机目标候选框生成网络.仿真结果表明,该方法可以有效检测不同尺寸的飞机目标,提高了检测精度.     

导弹系统安全性分析中的引发事件鉴别方法

引发事件鉴别是基于事故机理安全性分析的首要任务。鉴别结果是否全面、完整直接影响最终分析结果的有效性。导弹系统安全风险涉及面广、影响因素多,需要系统的可操作方法来指导引发事件的鉴别工作。针对导弹工作特点,提出考虑导弹任务剖面,运用主逻辑图对导弹进行系统性的层次化描述,对引发事件进行整理和归纳。将危险与可操作性分析引入导弹系统安全性分析中进行引发事件鉴别,结合故障模式影响分析,支持对单一故障类和参数异常类引发事件的鉴别。结果表明,所提框架为解决导弹系统安全性分析中引发事件鉴别的系统性完整性提供了可行的思路。     

某型飞机采用DCCIP方式投放炸弹的精度分析

分析了影响DCCIP攻击方式轰炸精度的各种误差源,针对某型飞机平显火控系统的不同组合方式,建立了相应的精度分析数学模型,采用定型试飞数据,仿真计算了各种组合方式下的水平DCCIP轰炸精度.仿真计算结果与定型靶试数据吻合,在某型飞机平显火控系统的靶试的定型中得到了实际应用.     

飞机发动机关键系统智能故障诊断方法

飞机发动机是一个非常复杂的大系统,由于其结构复杂,工作环境恶劣,对其关键系统的故障进行准确诊断始终是困扰业界的技术瓶颈之一。提出了采用EMD小波阈值降噪与主元分析相结合的方法,对飞机发动机气路系统故障诊断进行了深入研究。针对某型真实飞机发动机进行测试试验采集的气路多参量数据,首先采用经验模态分解(Empirical Mode Decomposition,EMD)对气路系统各参量信号进行EMD分解,然后采用软阈值函数对其进行降噪,并进行信号重构,从而可得到飞机发动机气路工作状态有效数据。在此基础上,设计了飞机发动机气路系统主元分析故障诊断模型,并结合预处理得到的飞机发动机气路有效数据,运用所设计的主元分析故障诊断模型对飞机发动机进行故障诊断技术研究。研究结果表明,所提出的方法能够很好地诊断出飞机发动机气路系统实际运行时所出现的故障,具有重要的实际应用价值,并有广泛的应用前景。     

飞机结冰时不变参数识别技术

飞机飞行过程中的遭遇结冰问题是较为普遍的飞行安全事故。随着飞机结冰问题受到的关注程度的提高,飞机结冰问题研究向智能结冰检测与控制综合的方向发展。而其中的首先需要解决的问题是飞机结冰参数检测技术。通过引入飞机六自由度仿真模型以及飞机结冰参数模型,然后利用H∞参数识别方法定量检测的飞机气动导数,从而可以定量描述飞机结冰后气动导数变化。仿真计算结果达到满意的效果,该识别方法对外界扰动有一定的鲁棒性。     

基于功率控制分组的RFID防碰撞算法改进

为了减少阅读器读取标签过程中的查询次数,降低标签发生碰撞的概率,提高系统效率,针对功率控制分组防碰撞算法不能根据标签数动态地进行组数划分,提出了一种改进算法。采用数学分析与二进制算法相结合的方法,找到最优组数,根据最优组数划分阅读器的读取区域,标签分布在划分的组中,阅读器依次读取不同组中的标签。通过划分组数,减少阅读器每次读取的标签数,从而降低标签碰撞的可能性。仿真结果表明,改进算法显著减少了碰撞次数,提高了系统效率。     

军用飞机采购价格的RBF神经网络预测

分析了现代军用飞机采购价格估算中存在的问题.应用基于k-均值聚类算法的RBF神经网络建立了军用飞机采购价格预测模型,并采用该模型对某型军用飞机采购价格进行了预测.与多元线性回归和BP神经网络的预测结果对比,建立的新型军用飞机采购价格预测模型具有更高的预测精度,为军用飞机采购价格预测提供了一种新的有效方法.     

基于LMI的不确定性无尾飞行器鲁棒变增益控制器设计

无尾式飞行器是飞行器发展的方向,研究无尾式控制具有重要意义.研究了线性变参数系统的增益调度控制器的设计方法,采用多胞形进行增益调度,提出了一种简单实用的变参数顶点凸分解方法,该方法在保证系统稳定的情况下,确保系统达到最优性能指标.同时还充分考虑了系统的不确定性因素,利用线性矩阵不等式(LMI)对系统进行鲁棒控制器设计,大大减少了计算量以及对系统的约束,设计出了基于LMI的增益调度控制器,通过非线性仿真结果可以看出,该控制器在调节变量变化很大的情况下,使得系统在0.5s内收敛,而且超调量很小,论证了该方法在无尾式飞控系统中应用的可行性.     

回归型支持向量机的机翼结冰冰型预测

飞机结冰严重威胁着飞行安全。针对机翼结冰冰型预测时不确定性因素较多、难以准确预测的问题,提出了一种基于回归型支持向量机的机翼结冰冰型预测方法。在建立冰型模型的基础上,利用回归型支持向量机(Support Vector Regression,SVR)获得冰型多项式系数,从而预测出相关飞行条件和大气条件下的冰型。仿真结果表明,该方法具有较好的预测能力,可以及时提供可靠的结冰信息,为保证结冰条件下的飞行安全提供了保障。     

基于直\气复合的再入飞行器操纵耦合分析及鲁椿控制设计

为保证再入飞行器在剧烈变化飞行环境下的控制能力,传统单一气动舵面控制被直＼气复合控制模式取代.性能提升同时,多个参与飞行控制的执行机构之间引起的操纵耦合使系统耦合加剧.以再入飞行器为研究重点,分析了直＼气复合控制模式下的两类操纵耦合原理,建立数学模型.采用动态逆,模糊理论和变结构方法相结合策略设计鲁棒控制器.仿真结果表明该方法是行之有效的.     

基于灰色聚类的多机种保障装备保障能力评估

随着多机种作战成为空军作战的主要方式,对地面保障装备的保障能力提出了更高的要求,保障能力的好坏直接关系到作战任务的完成与否。通过对多机种保障任务进行分析,建立了多机种保障装备保障能力评估指标体系,采用层次分析法确定了各指标的权重,运用灰色聚类的评估方法对多机种保障装备的保障能力进行了评估,并结合实例,验证了该方法的有效性,为保障能力的提升提供了参考依据。     

美军飞机易损性实弹测试现状及启示

飞机易损性分析与评估是指对飞机在战斗状态下遭受攻击后受损的难易程度的评价,是衡量飞机战斗性能的重要指标。研究飞机易损性对于飞机高生存力设计和飞机战伤预测评估具有重要意义。本文首先简要介绍了飞机易损性分析的一般方法与流程,收集并整理了美军飞机易损性实弹测试的历史沿革和条件建设现状,同时以F-35整机、F135发动机和C27机翼油箱为例介绍了易损性实弹测试的方法。可以发现,在制度层面上,美军已经形成了由实弹测试机构、装备供应商以及军队用户三方联合协作的标准化、制度化的飞机易损性实弹测试体系;同时,其所建立的实弹测试平台力求更加真实地模拟战场环境,能够有效实现部件/子系统在特定工况下使用功能的监控,测试结果能够有效支撑飞机毁伤树与部件/子系统毁伤判据的构建,从而确保测试结果可以有效指导飞机的低易损性设计。