XiaoMi-AI文件搜索系统
World File Search System通用航空
2018 年通用航空对美国经济的贡献
本报告考虑了四种类型的经济影响——直接影响、间接影响、诱导影响和促成影响，它们总体上衡量了通用航空的总体经济贡献：1. 直接影响是通用航空业内的经济活动；2. 间接影响是与通用航空相关的整个供应链中发生的经济活动；3. 诱导影响是家庭劳动力支出和业主直接或间接从通用航空相关活动中获得的收入所产生的经济活动；4. 促成影响是游客在通用航空飞行相关的目的地支出所产生的经济活动。2018 年，全国共有 273,500 名全职和兼职工人直接受雇于通用航空（见下表 E-1）。包括间接影响、诱导影响和促成影响在内，通用航空总共支持了 120 万个就业岗位和 2,470 亿美元的产出。通用航空还创造了 770 亿美元的劳动收入（包括工资和福利以及业主收入），为美国国内生产总值 (GDP) 贡献了 1280 亿美元。总体而言，2018 年通用航空对美国每人 GDP 的总影响约为 393 美元。在国家层面，通用航空行业的每个直接就业岗位都支持了经济其他领域的 3.3 个就业岗位。
先进的综合通用航空主飞行显示器...
本论文描述了麻省理工学院航空航天系工程硕士学位课程项目期间开展的工作。该项目与马萨诸塞州贝德福德的 Avidyne 公司密切合作，涉及主飞行显示器/水平情况指示器用户界面的设计、开发和评估。这项工作始于对需求和要求的质量功能部署分析。接下来，通过两次交易研究迭代开发硬件界面。软件界面使用各种技术开发，包括目标、操作员、方法、选择规则 (GOMS) 击键级模型。进行了两次软件界面开发迭代，以适应不断发展的企业业务战略。使用基于个人计算机的模拟进行人体受试者评估，得出定量和定性结果，表明与最近的原型相比有显著的进步。用户界面在多个方面得到了改进，包括任务执行时间、准确性和易用性的主观比较。在六项常见任务中，基线显示的平均任务执行时间为 37.6 秒，而两个替代用户界面的平均任务执行时间为 23.6 秒和 22.2 秒。此外，在新用户界面中设置待机 NAV 格式任务的准确性明显更高。在冗余配对比较中
通用航空飞行员的飞行前天气规划指南......
前言 本指南旨在帮助通用航空 (GA) 飞行员，特别是那些气象飞行经验相对较少的飞行员，培养获取适当气象信息、在特定飞行中解读数据以及应用信息和分析做出安全气象飞行决策的技能。 本指南是在多位气象专家、航空研究人员、空中交通管制员以及通用航空教练和飞行员的协助和贡献下开发的。 特别感谢美国联邦航空管理局民航医学研究所 (CAMI) 的 Dennis Beringer 博士和 William Knecht 博士；内华达大学里诺分校心理学和生物医学工程系的 Michael Crognale 博士；伊利诺伊大学航空研究所的 Douglas Wiegmann 博士；美国国家航空航天局艾姆斯研究中心的 BL Beard 博士和 Colleen Geven；中田纳西州立大学的 Paul Craig 博士；小型飞机制造商协会的 Paul Fiduccia；SJFlight 的 Max Trescott；Aero-Tech Inc. 的 Arlynn McMahon；塞斯纳飞行员中心 Roger Sharp；杰普森-桑德森公司的 Anthony Werner 和 Jim Mowery；马纳萨斯航空中心的 Howard Stoodley；丹·胡弗特；美国联邦航空管理局人为因素研究与工程科学技术顾问 Lawrence Cole；美国联邦航空管理局空中交通管制员、丹佛 ARTCC 的 Ron Galbraith；美国联邦航空管理局通用航空认证和运营处的 Michael Lenz、美国联邦航空管理局事故调查办公室的 Christine Soucy；美国联邦航空管理局飞行标准服务部工程心理学家 Rich Adams 博士；以及美国联邦航空管理局人为因素研究与工程科学技术顾问 William K. Krebs 博士。本指南旨在成为一份动态文件，其中包含来自像您这样的通用航空飞行员和教练的评论、建议和最佳实践想法。请将评论和想法发送至：susan.parson@faa.gov。祝您飞行愉快、安全！
基于神经网络的通用航空自动着陆跑道着陆引导
6 W型流程的应用 55 6.1 需求管理 .......................。。。。。。。。。。。。。。55 6.2 数据管理。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。........57 6.3 学习过程管理 .....................................65 6.4 模型训练 ...。。。。。。。。。。。。。。。。。。。。。。。。...................68 6.5 学习过程验证 ......。。。。。。。。。。。。..........................。。。。。。。。。。。。。。。。。。。。。。。。..........79 6.7 推理模型验证与集成 ............................80 6.8 独立数据与学习验证 ...............................80 6.9 需求验证 ...。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。80
通用航空飞行员飞行前气象规划指南...
前言 本指南旨在帮助通用航空 (GA) 飞行员，特别是那些天气飞行经验相对较少的飞行员，培养获取适当天气信息、在特定飞行中解释数据以及应用信息和分析做出安全天气飞行决策的技能。它是在许多气象专家、航空研究人员、空中交通管制员以及通用航空教练和飞行员的协助和贡献下开发的。特别感谢美国联邦航空管理局民航医学研究所 (CAMI) 的 Dennis Beringer 博士和 William Knecht 博士；内华达/里诺大学心理学和生物医学工程系的 Michael Crognale 博士；伊利诺伊大学航空研究所的 Douglas Wiegmann 博士；B.L. 博士美国国家航空航天局艾姆斯研究中心的 Beard 和 Colleen Geven；中田纳西州立大学的 Paul Craig 博士；小型飞机制造商协会的 Paul Fiduccia； Max Trescott，SJFlight；Arlynn McMahon，Aero-Tech Inc.；Roger Sharp，Cessna Pilot Centers；Anthony Werner 和 Jim Mowery，Jeppesen-Sanderson；Howard Stoodley，Manassas Aviation Center；Dan Hoefert；Lawrence Cole，FAA 人为因素研究与工程科学技术顾问；Ron Galbraith，FAA 空中交通管制员，丹佛 ARTCC；Michael Lenz，FAA 通用航空认证和运营部门；Christine Soucy，FAA 事故调查办公室；Rich Adams 博士，FAA 飞行标准服务部工程心理学家；William K. Krebs 博士，FAA 人为因素研究与工程科学技术顾问。本指南旨在成为一份动态文档，其中包含来自像您这样的 GA 飞行员和教练的评论、建议和最佳实践想法。请将评论和想法发送至：susan.parson@faa.gov。祝您飞行愉快，安全！
根据通用航空飞行员总飞行小时数预测事故率
保罗·克雷格 (Paul Craig) 在其 2001 年出版的书《杀戮地带》中提出了通用航空 (GA) 飞行员死亡与相对飞行经验（总飞行小时数，或 TFH）有关的证据。因此，我们要问，是否存在一个 TFH 范围，在该范围内 GA 飞行员面临的风险最大？更广泛地说，给定 TFH，我们能否预测飞行员事故率？许多研究人员暗中假设 GA 事故率是 TFH 的线性函数，而事实上，这种关系似乎是非线性的。这项工作探讨了基于非线性伽马的建模函数从嘈杂的 TFH 数据（随机抽样误差）预测 GA 事故率的能力。两组美国国家运输安全委员会/联邦航空管理局 (FAA) 数据，按飞行员仪表等级解析，对非仪表等级和仪表等级飞行员分别产生了 0.654 和 0.775 的加权拟合优度估计值。该模型类别可用于直接预测 GA 事故率，并可作为统计协变量在其他类型的建模中考虑飞行风险。这些模型应用于 FAA 数据后显示，相对较高风险的范围可能比最初想象的要广得多，并且可能远远超过 2,000 小时大关，然后才会稳定到基线率。
通用航空IV型氢压容器的概念，设计和制造
需要相互考虑这两个指标，以根据特定的任务和设计问题获得最佳的存储氢和存储系统的重量。尤其是对于CS23类的通用航空飞机，例如由Lange Research Firscraft制造的Antares E2，鉴于为氢存储的建造空间很低。因此，需要优化可用构建空间的容积存储利用，以存储足够的燃料以实现足够的飞行范围。因此，需要考虑通过增加存储利用率来最大化储存氢的数量。对于CFRP层压板的机械性能未优化的容器形状，主要导致这些血管形状的重量储存密度下降。需要优化重量储存密度和体积存储利用，以使氢用于通用航空。
设计三维增强现实天气可视化以加强通用航空天气教育
摘要 — 目标：我们设计、开发和评估了 3D 增强现实 (AR) 天气可视化，以研究它是否可以增强通用航空 (GA) 教育中的天气交流。背景：对 GA 天气培训的评估发现，培训中存在差距，学生缺乏将天气知识与飞行决策联系起来的能力。文献综述：3D AR 学习对象已在科学领域使用，使多维自然现象的表示在课堂环境中更容易获得，并且它们有望增强有关天气的交流。研究问题：基于智能手机和平板电脑的 3D AR 天气可视化能否成为增强当前 GA 天气教育的有效工具？方法：设计和开发了 3D AR 雷暴细胞生命周期可视化。一名认证飞行教练、一名大学航空气象学教练、一名大学雷暴专家和三名学生对通用航空气象培训应用进行了初步评估，以评估 AR 雷暴可视化是否可以传达天气理论以及界面是否可用于学习和完成任务。结果：学生使用可视化探索雷暴生命周期的动态和雷暴的各个方面后，对雷暴的了解有所增加。专家认为学习体验满足了他们对雷暴理论的期望。AR 界面被评为可用于学习交互，并且工作量较低。结论：可视化的动画和交互性支持雷暴理论的交流，并有可能增强当前的通用航空气象教育。
典型通用航空飞机中 100LL-乙醇燃料混合物的热力学燃烧特征
图 1.通用航空飞机燃油消耗历史值和预测值。日历年包括 2000 – 2020 年 ……………………………………...……………... 2 图 2。航空相关乙醇事件的时间表 ………………………………… 5 图 3。J.P. Instruments EDM-800 手册中的“最佳动力”（蓝色）和“最佳经济”（红色）混合设置 …………………………………………… 11 图 4。试验台飞机 (N152BU) …………………………………………………… 16 图 5。试验台动力装置，(a) 右舷显示气缸 1 和 3 (b) 左舷显示气缸 2 和 4 …………………………………………... 17 图 6。从推荐的倾斜度（25°F 富峰）下载的原始数据2007 年 3 月 4 日进行的 E40 航班（EGT）…………………………………… 19 图 7。TSTC 韦科机场 (KCNW) 的机场图………………………….. 23 图 8。从 TSTC 机场 (CNW) 北出发（灰线）和南出发（粉红线）的航线规则 ………………………………………………... 24 图 9。EGT #3 安装位置，(a) 块内区域表示试验台发电厂 #2 排气管的位置和 (b) #2 排气管上 EGT 探头的特写 ……………………………………………………………………...... 26 图 10。燃油校准程序正在进行中，(a) 校准的燃油集油罐和 (b) 球阀延伸到燃油管路，可在校准过程中调节燃油流量……………………………………………………………… 28 图 11。全油门时随着乙醇含量增加，转速增加趋势 ...................................................................................................................................... 33 图 12。“推荐混合”空燃比下的典型巡航性能参数 …………………………………………………………………………….40 图 13。全油门时随着乙醇含量增加，转速增加趋势…... 44 图 14。“峰值 EGT”空燃比下的典型巡航性能参数 ……………………………………………………………………….. 50
制定合规方法以支持通用航空和混合动力汽车先进飞行控制认证
注意 本文件由美国运输部赞助发布，旨在交流信息。美国政府对其内容或使用不承担任何责任。美国政府不认可产品或制造商。此处出现的贸易或制造商名称仅仅是因为它们被认为对本报告的目标至关重要。本报告中的调查结果和结论均为作者的观点，并不一定代表资助机构的观点。本文件不构成 FAA 政策。有关其使用，请咨询技术文档页面上列出的 FAA 赞助组织。本报告可在联邦航空管理局 William J. Hughes 技术中心的全文技术报告页面：actlibrary.tc.faa.gov 以 Adobe Acrobat 便携式文档格式 (PDF) 获得。