基础地面飞行员培训 这部分培训将侧重于“简单”飞机(单引擎、基本仪表和自动化)和 VFR 操作(本地和越野飞行)。培训练习将采用模拟器训练(模拟飞机)和真实训练相结合的方式进行。无论培训类型如何,机上飞行员都将是真正的飞行员。 GCS 硬件和软件的操作 熟悉飞机类型、系统和仪器 与飞机建立通信和遥测链接并检查其完整性 飞行前规划(天气、航行通告、飞行计划、燃料、质量和平衡、起飞性能等) 根据 GCS 数据和飞行员通信监控飞机的飞行路径(位置、轨迹、能量状态等) 根据 GCS 数据和飞行员通信监控飞机的系统(燃料、电气等) 使用 GCS 监视工具监控飞行路径上的其他运行因素(天气、交通、地形等) 监控机上飞行员并交叉检查其操作 与机上飞行员通信并共享信息(例如,天气更新、位置报告等)
确定飞行包线极限所需的测试,该极限是风速和风向的函数。舰载飞行操作必须应对海洋环境特有的挑战,例如船舶运动和船舶上层建筑产生的尾流湍流。船舶尾流影响飞机性能和操纵品质特征,进而影响飞行员的工作量。船舶尾流特征因船舶而异,甚至同一艘船的不同相对风角也不同。在模拟环境中评估船舶尾流严重程度的能力使得在设计过程中解决与尾流相关的设计考虑因素,例如船舶几何布局和飞机飞行控制设计。NAVAIR 开发了一种桌面尾流分析工具,用于模拟飞机在受到计算流体力学 (CFD) 创建的精确船舶尾流速度时操纵特性。该工具已应用于多种船舶配置,以评估尾流对旋翼和固定翼飞机的影响。这项工作描述了构成尾流评估工具的实时飞机飞行动力学模型和 CFD 尾流模型,总结了验证和确认工作,并描述了用于评估船舶尾流严重程度的比较过程(针对示例船舶配置)。
摘要:本研究描述了用于实验室环境的电子控制电阻负载组的设计过程、构建和测试。负载组的基本特性来自前期工作的初步设计。负载组是飞机混合动力推进试验台的一部分,用于静态分析,旨在降低成本和提高操作安全性。它旨在模拟飞机螺旋桨在稳定状态下以不同转速施加到传动轴上的可变机械载荷。由发电机 (EG) 供电,它可以分步施加电阻载荷,然后由发电机转换为机械载荷。设计、构建和组装了容纳电阻元件和冷却风扇的支撑框架。开发了两个传感器板来测量电压和电流。负载组的控制器由 Arduino 板实现,采用实时操作系统 (RTOS),并通过控制器局域网 (CAN) 总线与计算机上的监控系统通信。该程序的用户界面是作为 Windows Forms App 创建的,以便于使用和实时监控银行的运营。构建了一个单负载分接头并对其进行了测试,以验证传感器性能并获取热响应曲线。结果表明,该系统运行可预测且可靠,这鼓励了进一步的开发。
摘要 —非线性控制分配是基于现代非线性动态逆的飞行控制系统的重要组成部分,该系统需要高精度的飞机气动模型。通常,精确实施的机载模型决定了系统非线性的消除效果。因此,更精确的模型可以更好地消除非线性,从而提高控制器的性能。本文提出了一种新的控制系统,该系统将非线性动态逆与基于分段多线性表示的控制分配相结合。分段多线性表示是通过对块矩阵的克罗内克积的新泛化,结合非线性函数的规范分段线性表示而开发的。还给出了分段多线性模型的雅可比矩阵的解析表达式。所提出的公式给出了分段多线性气动数据的精确表示,因此能够精确地模拟飞机整个飞行包线内的非线性气动特性。所得到的非线性控制器用于控制具有十个独立操作控制面的无尾飞翼飞机。两种创新控制面配置的仿真结果表明,可以实现完美的控制分配性能,与普通的基于多项式的控制分配相比,具有更好的跟踪性能。
飞机运营商发现自己处在这样的环境中:公司承受着不断增加的经济和生态压力。为了解决这个问题,必须大幅提高飞机的效率。降低运营成本和环境影响的一种方法是定期进行机翼发动机清洗,这既能降低废气温度,又能改善飞机油耗。要估算发动机清洗程序对生命周期的影响,必须考虑从环境到运营的各种因素。德国航空航天中心开发的生命周期成本核算方法称为 LYFE(生命周期现金流环境),它能够考虑各种因素来研究发动机清洗对飞机或机队生命周期的影响。LYFE 使用离散事件模拟来模拟产品生命周期,从订单到运营,直到机队报废。为了进行这种分析,该工具经过扩展,可以分离发动机的生命周期和飞机的生命周期,从而可以模拟飞机之间的发动机切换。为了更真实地表示发动机结垢和发动机性能下降,机场的代表性天气数据也包含在模拟中。利用这些信息,我们开发了一个预测模型来监测发动机的健康状况,预测发动机维修时间,并自动和动态地安排发动机清洗事件。对于后者,三种不同的
在飞机发动机系统中,嵌入在发动机中的传感器在飞行周期期间收集关键的操作数据,这对于预后和健康管理(PHM)框架至关重要。例如,在这项研究[1]中,作者引入了一个经过暂时快照数据训练的经常性神经网络,以得出指示发动机降解的状态向量。最近的进步导致在飞行操作过程中收购了连续CEOD(连续发动机操作数据),从而提供了更全面的数据集。CEOD包括由机板系统获得的多个传感器读数和计算输出以及随后处理的飞行后。利用此连续数据流显示了精炼算法以达到更高的精度和效率的潜力,从而克服了与使用快照数据相关的约束。值得注意的是,它在异常检测方法中发挥了作用[2]。我们的研究工作解决了两个主要目标。首先,它提出了一种用于使用CEOD的飞机发动机数据驱动的模拟器的方法。此模拟器模拟了真实飞机发动机的复杂动力学行为,从而在各种操作条件下(包括多样化的飞行机制和发动机控制)实现了复杂的模拟。此类模拟为影响发动机健康的各种因素提供了宝贵的见解。其次,它证明了该模拟器在物理引擎中观察到的降解过程中的实用性。所提出的应用程序代表了一个多功能算法框架,能够模拟飞机发动机并监视其
关键词 飞机客舱,热舒适度,数值模拟,PMV(预测平均投票),PPD(预测不满意百分比) 1 引言 客机客舱是一个狭窄封闭的空间,通常乘客密度较高。由于现在的长飞行时间,热舒适度成为设计阶段需要考虑的重要因素。波音、空客等飞机制造商为改善热舒适度付出了巨大努力(Pang et al. 2014)。有几种方法可以研究这些区域的热舒适度。在一些研究中,使用了著名的预测平均投票(PMV)模型(Fanger 1970),但也有一些研究进行了现场热舒适度调查。也可以采用数值模拟和计算流体动力学(CFD)来预测局部皮肤温度并计算热舒适度。Cui et al. (2014) 在飞机客舱内进行了现场测量,绘制了空气温度、相对湿度、黑球温度和空气速度等影响参数。还对乘客进行了问卷调查。他们得出的结论是,乘客对热度并不满意,因为他们感到很热。热舒适度图表现出不均匀性;中舱温度总是较高。然而,据报道,垂直温度梯度和空气速度都在舒适区内。在另一项研究中,调查了飞机客舱乘客的局部和整体热舒适度(Park 等人,2011 年)。结论是,模拟飞机客舱的整体热感觉相对较好,但据报道,局部热不适感较高。Haghighat 等人(1999 年)在 43 次商业航班中进行了测量,持续时间超过一小时,期间持续监测温度、相对湿度和二氧化碳浓度。结果表明,平均气温为