XiaoMi-AI文件搜索系统
World File Search System民用飞机
传感器 - 语义学者
摘要：小型飞机类别（例如小型空中运输（SAT）、城市空中交通（UAM）、无人机系统（UAS））、现代航空电子解决方案（例如电传操纵（FBW））和减小的飞机（A/C）尺寸的异质性需要更紧凑、集成、数字化和模块化的空中数据系统（ADS），该系统能够测量来自外部环境的数据。在 Clean Sky 2 计划的框架内资助的 MIDAS 项目旨在通过经过商业应用认证的 ADS 满足这些最新要求。主要支柱在于 COTS 解决方案和分析传感器（专利技术）之间的智能融合，以识别气动角度。识别涉及飞行动态关系和基于神经技术的数据驱动状态观察器，一旦训练完成，它们就是确定性的。由于该项目将首次将分析传感器作为冗余系统的一部分安装在民用飞机上，因此本工作中记录的设计活动特别关注适航认证方面。在此成熟度级别，使用模拟数据，下一阶段将使用真实飞行测试数据。描述了训练和测试方面的数据收集。训练操作旨在激发所有动态模式，而测试操作旨在独立于训练集和所有自动驾驶仪配置验证结果。结果表明，替代解决方案是可能的，可以大大节省计算工作量和代码行数，但同时也表明，更好的训练策略可能有利于应对新的神经网络架构。
传感器 - 语义学者
摘要：小型飞机类别（例如小型空中运输（SAT）、城市空中交通（UAM）、无人机系统（UAS））、现代航空电子解决方案（例如电传操纵（FBW））和减小的飞机（A/C）尺寸的异质性需要更紧凑、集成、数字化和模块化的空中数据系统（ADS），该系统能够测量来自外部环境的数据。在 Clean Sky 2 计划的框架内资助的 MIDAS 项目旨在通过经过商业应用认证的 ADS 满足这些最新要求。主要支柱在于 COTS 解决方案和分析传感器（专利技术）之间的智能融合，以识别气动角度。识别涉及飞行动态关系和基于神经技术的数据驱动状态观察器，一旦训练完成，它们就是确定性的。由于该项目将首次将分析传感器作为冗余系统的一部分安装在民用飞机上，因此本工作中记录的设计活动特别关注适航认证方面。在此成熟度级别，使用模拟数据，下一阶段将使用真实飞行测试数据。描述了训练和测试方面的数据收集。训练操作旨在激发所有动态模式，而测试操作旨在独立于训练集和所有自动驾驶仪配置验证结果。结果表明，替代解决方案是可能的，可以大大节省计算工作量和代码行数，但同时也表明，更好的训练策略可能有利于应对新的神经网络架构。
2018 年蓝天使 FAA LOA
2024 ACC 单机演示队和 USAFHFP 机动是可以接受的，如空军手册 11-246 第 1 卷所述。ACC 单机演示队和 USAFHFP 有权在露天人群（例如体育场、游行、葬礼）上进行非特技飞行，但须遵守 §91.119 (b)，飞行高度不得超过最高障碍物 500 英尺，飞行路线两侧 1,000 英尺，且飞行高度须符合飞越 CoW 的规定。必须符合 § 91.319 (c) 的实验飞机无权进行这些飞越。对于所有请求的飞越，必须向管辖范围内的 FSDO 提交 DD 表格 2535，与管辖范围内的空中交通管制机构协调，并需要指挥部批准。USAFHFP 必须确保在进入和离开期间，经授权的民用实验飞机和飞越人口稠密地区的飞行符合 §91.319 (c)。持有实验适航证书的民用飞机不得飞越人口稠密地区。我们将向 FAA 航空事件专家 (AES) 和 FSDO 提供 2024 ACC 单机演示团队、USAFHFP 机动包和已接受飞行员名单。此包还将用于进行场地可行性确定和未来演示的空域要求以及填写 DD 表格 2535。所有事故和事件都必须报告给 AFS-830 通用航空运营和商业部门经理，并在 24 小时内提供简报。
Breeze Airways 披露订购 10 架 A220 飞机，并宣布 2024 年底前全线投入 A220 商业运营，该航空公司订单总额达到
空中客车民用飞机销售执行副总裁 Benoît de Saint-Exupéry 表示：“A220 具有世界一流的性能，是帮助 Breeze 实现其目标的理想选择，即在美国服务不足的航线之间提供直飞服务。该飞机提供高效的运营和卓越的乘客体验，同时具有全球最低的小型单通道碳足迹，并且对其飞行目的地的噪音影响更低。Breeze 的此次追加订单强有力地证明了这款最新一代飞机的价值和机遇。”除了良好的客舱体验外，该飞机在帮助降低航空公司运营成本和环境影响方面还发挥着重要作用。该飞机可直飞 3,600 海里或 6,700 公里。与上一代飞机相比，A220 的每座燃油消耗和二氧化碳排放量降低了 25%，是唯一一款专为 100-150 座市场打造的飞机。 A220 结合了最先进的空气动力学、先进材料和普惠最新一代 GTF™ 发动机，与上一代飞机相比，噪音降低了 50%，氮氧化物排放量比行业标准降低了约 40%。与所有空客飞机一样，A220 已经能够使用高达 50% 的可持续航空燃料 (SAF) 运行。空客的目标是到 2030 年，其所有飞机都能够使用高达 100% 的可持续航空燃料运行。
基于视觉的无人机自主着陆学习方法...
根据 ONERA [1] 和 EASA [21] 的路线图，实施机器学习 (ML) 技术以提高飞行器的自主性和可靠性是一个非常活跃的研究领域。视觉传感器和计算性能的最新进展以及 ML 技术和算法的改进使基于计算机视觉的解决方案成为改进制导、导航和控制架构的真正资产，例如通过丰富数据融合算法，从而提高无人机的导航性能 [24]。此外，这些解决方案是被动的、廉价的，除了机载摄像头和视觉处理单元外，不需要任何特殊设备。近年来，ONERA 和 ISAE-SUPAERO 为基于计算机视觉的民用飞机自主性和安全性的最新进展做出了重大贡献。尽管获得了宝贵的成果和多次成功的飞行演示，但大多数开发的方法都是基于经典技术，数据驱动算法的使用非常有限，并且考虑的场景仅限于正常能见度条件。因此，其他机器学习方法和架构仍有很大的改进和探索空间，特别是在民用飞机着陆阶段，在正常和下降的能见度条件下。事实上，着陆阶段被认为是迄今为止最关键的阶段，它可以从计算机视觉工具中受益，这些工具可以为飞行员提供信息，甚至可以部分或完全控制飞机。基于视觉的着陆是 EASA CoDANN（神经网络设计保证概念）报告 [6] 中详述的第一个具体示例，需要在传感器生成的图像上识别着陆跑道。
Sopra Steria 和 CIMPA 推出 CIMPA Lab，这是第一个实验室...
布拉尼亚克，2017 年 10 月 11 日——CIMPA 是 Sopra Steria 的全资子公司，也是 PLM（产品生命周期管理）咨询和服务领域的主要参与者，它指导其客户在航空航天、国防、运输和能源领域进行数字化转型。 为了推行其创新方法，CIMPA 创建了“CIMPA 实验室”。今天，空中客车民用飞机首席运营官 Tom Williams、负责航空航天领域的 Sopra Steria 执行委员会成员 Xavier Pecquet 和 CIMPA 首席执行官 Pierre Lopez 出席了实验室的揭幕仪式。 这个新的协作平台可以调动和开发公司的所有 PLM 知识。 创新是 CIMPA 专业的核心 智能工厂、未来工厂、工业 4.0：第四次工业革命已经开始，新技术正在加速整合。为了满足这些需求并充分利用这些重大发展，CIMPA 提供定制配套服务，涵盖从设计到生产和维护的所有产品生命周期阶段。 CIMPA 实验室：一个协作、动态和多学科平台 借助致力于共同创新和共同设计的协作平台 CIMPA 实验室，CIMPA 在企业数字化转型过程中为其提供了进一步的支持。 CIMPA 实验室旨在识别、开发和试验最相关技术的新用途，将公司的运营专业知识与技术基础设施相结合。 向员工开放
视觉系统中的非线性观察者：应用于民用飞机着陆
如今，民用飞机借助外部技术实现自动着陆。最常用的系统称为 ILS（仪表着陆系统），它允许飞机在无需飞行员操作（监控除外）的情况下着陆。其他定位解决方案包括差分 GPS、IRS（惯性参考系统）或 VOR/DME（甚高频全向测距/距离测量设备）。这些技术并非随处可用（未配备或未知的机场）且并非随时可用（存在故障概率）。为了应对这些问题（获得精确的绝对位置）并扩大自动着陆覆盖范围，将研究使用摄像机作为附加信息源。在过去十年中，摄像机技术取得了技术飞跃，因此为每架飞机配备摄像机似乎既简单又便宜。视觉伺服包括使用视觉传感器和计算机视觉算法来控制系统的运动（参见 [1] 中的教程）。第一类控制称为 PBVS（基于姿势的视觉伺服），包括使用视觉测量来估计相机的偏差或方向。第二类控制称为 IBVS（基于图像的视觉伺服），包括控制图像平面中视觉特征的坐标。过去十年来，人们一直在研究用于飞机自动着陆的 IBVS 解决方案；在 [2][3][4][5][6] 中，提出了制导解决方案，以达到并跟踪所需的进近轨迹。尽管如此，这些方案需要开发具有完整链的新制导律（由图像捕获、图像处理和非线性制导算法组成），这可能难以认证
机载系统级保证最终报告...
16.摘要行业标准 SAE ARP4754A《民用飞机和系统开发指南》和 RTCA DO-254《机载电子硬件 (AEH) 设计保证指南》现已被广泛使用，并被认证机构认可为符合适航标准的可接受方式。它们分别针对系统和 AEH 推荐了面向流程的结构化开发保证。商用现货 (COTS) 组件的特殊问题是它们不是按照上述标准开发的，并且它们的开发数据仍是专有的，因此无法按照这些标准所期望的级别进行审查。作为另一种特殊类型的 AEH，电路板组件 (CBA) 的复杂程度尚未达到需要完全部署这种结构化开发流程的程度；验证测试方法被认为足以提供保证。本研究的目的是评估可行性并提供建议，说明如何在系统级别保证 AEH、CBA 和 COTS 组件（即超越 DO-254 或 ARP4754A 指导文件），尽管在提供开发保证证据方面仍然可以接受。本研究的初步结论有两个方面：首先，DO-254 或相关材料已经提供了处理 COTS 组件保证的指导；其次，ARP4754A 虽然非常适合系统级方法，但既没有专门针对 COTS，也没有提供足够的指导来支持 COTS 保证，无论其集成级别、固有复杂性或分配的开发保证级别如何。这些考虑自然导致建议采用系统范围的、多种方法，而不是更有限的系统级保证流程。这种方法被称为系统方法，并在本报告中进行了研究。
MRO 运营中的航空数据分析
随着每一代民用飞机产生更多的在翼数据，机队逐渐与地面建立更紧密的联系，可以发现更多机会来提高维护、维修和大修 (MRO) 操作的效率。数据正成为飞机运营商的宝贵资产。传感器以更高的采样率测量和记录数千个参数。然而，数据本身并没有任何用途。只有分析才能释放它们的价值。数据分析方法可以很简单，利用可视化，也可以更复杂，利用复杂的统计和人工智能算法。每个问题都需要用最合适、最不复杂的方法来解决。在 MRO 操作中，可以确定两大类在翼数据分析问题。第一类需要识别模式，从而对不同的维护和大修过程进行分类和优化。第二类问题需要识别罕见事件，例如零件的意外故障。这类问题依赖于在大型数据集中检测有意义的异常值。这里可以提出不同的机器学习方法，例如孤立森林和逻辑回归。总体而言，数据分析在维护或故障预测中的应用是一个潜力巨大的科学领域。由于其复杂性，航空数据分析在 MRO 运营中的机会很多。随着 MRO 服务越来越注重长期合同，拥有正确预测方法的维护组织将具有优势。数据可访问性和数据质量是两个关键因素。同时，与数据传输和数据处理相关的众多技术发展可以为未来带来希望。
交通部/联邦航空局/TC-16/39
AC 咨询通函 AD 适航指令 ADIRU 空中数据惯性参考单元 AEH 机载电子硬件 AFHA 飞机功能危害评估 AIR 航空航天信息报告 AR 授权代表 ARP 航空航天建议做法 ATC 空中交通管制 AVSI 航空航天飞行器系统研究所 BCA 波音民用飞机 BITE 内置测试设备 BQN 波多黎各国际机场 CAS 警告咨询系统 CCA 常见原因分析 CIA 变更影响分析 CMA 共模分析 DA 开发保证 DAL 开发保证水平 ECL 电子检查表 EICAS 发动机仪表和机组警报系统 FHA 功能危害评估 FMEA 故障模式和影响分析 FTA 故障树分析 IMA 集成模块化航空电子设备 IP 问题文件 LRM 线路可更换模块 LRU 线路可更换单元 MBD 基于模型的设计 MBSE 基于模型的系统工程 MIA 修改影响分析 MIT 麻省理工学院 NTSB 国家运输安全委员会 NextGen 下一代航空运输系统 OEM 原始设备制造商 PA 过程保证 PR 问题报告 S&MF 单一和多重故障 SAVI 系统架构虚拟集成 SCD 规范控制绘图 SEE 单一事件效应 SFHA 系统功能危害评估 SME 主题专家 SOS 系统的系统 SSA 系统安全评估