B737重着陆诊断技术研究

论文摘要

“航空安全”是航空界的永恒课题。1997-2006年,国内民用航空运输飞行共发生重大事故7起,其中因重着陆引起的有2起,民航客机重着陆对航空安全构成了极大威胁,引起了广泛关注。经过在航空公司的实际调研以及对现有标准和规定的分析,发现国内航空公司对于重着陆的判断方法存在很多不足,一线飞行员和机务人员对此满意度不高。本研究首先从力学基础分析了重着陆的形成机理及对重着陆产生影响的相关因素,确定了重着陆的风险参数;根据QAR记录的飞行数据,采用信号处理技术进行降噪和滤波,提高参数的精度;提出利用人工神经网络和模糊推理等智能诊断技术建立重着陆的诊断模型,并采用B737的样本数据进行训练和验证,结果显示智能诊断模型能够准确判断重着陆事件,为重着陆的诊断提供了一条行之有效的途径;采用风险管理的思想,使用指数平滑法和灰色预测法探讨重着陆的预警研究,结果证明灰色预测法能够有效地进行重着陆预警。最后,在以上研究工作的基础上,结合数据库技术和飞行译码软件,在Delphi环境下完成了综合系统开发,包含三个子系统:重着陆诊断系统、重着陆预警系统和重着陆监控数据库,为航空公司提供一套实用化的工具,将重着陆的风险降至最低。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 前言
• 1.2 研究背景和意义
• 1.3 国内外研究现状
• 1.4 研究内容与目标
• 第二章 重着陆理论分析
• 2.1 引言
• 2.2 重着陆发生过程
• 2.3 重着陆受力分析
• 2.3.1 对称着陆
• 2.3.2 非对称着陆
• 2.3.3 前起落架先着地
• 2.4 本章小结
• 第三章 重着陆诊断方法
• 3.1 引言
• 3.2 当前的诊断方法
• 3.2.1 维修手册的规定
• 3.2.2 航空公司的实施标准
• 3.3 本文提出的重着陆诊断方法
• 3.3.1 调查问卷及分析
• 3.3.2 本文的重着陆诊断总体思路
• 3.4 本章小结
• 第四章 飞行数据处理
• 4.1 引言
• 4.2 飞行数据采集及误差
• 4.2.1 数据采集
• 4.2.2 数据误差
• 4.3 飞行数据的拟合
• 4.3.1 最小二乘拟合
• 4.3.2 BP 神经网络拟合
• 4.3.3 RBF 神经网络拟合
• 4.4 B737-800 着陆数据的统计分析
• 4.5 本章小结
• 第五章 重着陆智能诊断
• 5.1 引言
• 5.2 智能诊断技术
• 5.3 重着陆神经网络诊断模型
• 5.3.1 神经网络结构设计
• 5.3.2 神经网络训练
• 5.3.3 案例分析
• 5.4 重着陆模糊推理诊断模型
• 5.4.1 特征参数隶属度的确定
• 5.4.2 模糊规则库的建立
• 5.4.3 案例分析
• 5.5 本章小结
• 第六章 重着陆预警研究及综合系统开发
• 6.1 引言
• 6.2 重着陆预警研究
• 6.2.1 风险预警的国内外状况
• 6.2.2 利用飞行品质监控进行重着陆预警
• 6.3 重着陆指数平滑法预警及案例分析
• 6.4 重着陆灰色预测法预警及案例分析
• 6.5 重着陆诊断与预警综合系统开发
• 6.5.1 智能诊断子系统开发
• 6.5.2 重着陆监控数据库开发
• 6.6 本章小结
• 第七章 总结与展望
• 7.1 总结
• 7.2 展望
• 参考文献
• 致谢
• 在学期间发表的论文及成果
• 附录一
• 附录二