CN118062252A - 一种用于冰冻污染物的飞机维修方法 - Google Patents
一种用于冰冻污染物的飞机维修方法 Download PDFInfo
- Publication number
- CN118062252A CN118062252A CN202410351955.5A CN202410351955A CN118062252A CN 118062252 A CN118062252 A CN 118062252A CN 202410351955 A CN202410351955 A CN 202410351955A CN 118062252 A CN118062252 A CN 118062252A
- Authority
- CN
- China
- Prior art keywords
- frozen
- icing
- model
- aircraft
- probability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000003344 environmental pollutant Substances 0.000 title claims abstract description 37
- 231100000719 pollutant Toxicity 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000012423 maintenance Methods 0.000 title claims abstract description 14
- 238000007689 inspection Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 239000000356 contaminant Substances 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 8
- 238000007477 logistic regression Methods 0.000 claims description 7
- 238000013178 mathematical model Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 4
- 230000008014 freezing Effects 0.000 claims description 3
- 238000007710 freezing Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 230000009471 action Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000003350 kerosene Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
- B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
- B64F5/40—Maintaining or repairing aircraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Transportation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种用于冰冻污染物的飞机维修方法,包括建立冰冻污染物发生模型、信息推送系统以及结冰检查系统;冰冻污染物发生模型用于通过模型对冰冻污染物的发生进行预警;信息推送系统用于将冰冻污染物发生模型发出的预警推送给工作人员,工作人员再通过结冰检查系统对飞机进行检查。通过本发明中的方法,具有使用便捷、投入成本低的优点。系统自动获取机场提供的各个机位的温度湿度能见度数据,训练模型,实时计算结冰或结霜的可能性,并向生产控制人员发送除冰预警短信。可以减少大量的人力成本,有效的对飞机结冰进行监测。
Description
技术领域
本发明属于飞机风险监测技术领域,具体为一种用于冰冻污染物的飞机维修方法。
背景技术
航空器虽然在设计时考虑了在飞行过程中遇到一定程度结冰条件下的运行,但在地面起飞前都要求一些关键表面不能带冰、雪、霜(称为“冰冻污染物”)起飞,即通常所称的“清洁航空器”。此要求基于在特定的航空器表面即使存在很少的污染,也可能降低航空器的性能和飞行品质。因此,地面运行飞机起飞前,要求飞机维修人员在发生冰冻污染物条件下对飞机进行检查是否存在冰冻污染物并采取措施去除。由于冰冻污染物发生的条件是指外界大气温度在5℃以下,存在可见的潮气(如雨、雪、雨夹雪、冰晶、有雾且能见度低于1.5公里等)或者在跑道上出现积水、雪水、冰或雪的气象条件,或者外界大气温度在10℃以下,外界温度达到或者低于露点的气象条件。而依靠维修人员个人资源不能准确掌握飞机停放区域的气象条件,无法进行预警判断,且识别飞机结冰主要依靠目视和手摸,准确性低,耗时较长。曾发生过明冰判断难度大,飞机坠毁事故。
现有技术中,例如公开号为“CN113044224A”的发明专利中记载的技术方案“一种飞机防结冰方法及系统,通过获取飞机的飞行数据和大气数据,并将它们与预设的大气数据结冰阈值进行比对,如果大气数据超出大气数据结冰阈值,开启部署于易结冰部位的除冰装置,实现对易结冰部位进行除冰处理。”
现有技术中,判断是否具有结冰条件主要还是依靠露点温度,低于露点温度时具备了结霜条件,但机场空旷的地面环境,机身复合材料、飞机不同部位(例如油箱在大翼下方,油液温度对机翼是否结冰产生很大影响)等对结冰条件都有影响,仅依赖露点温度使得结冰检查范围过大。通过加入气压、风速等气象数据,可对结霜条件的判断进行加强,以降低检查的次数,从而降低人力资源。
发明内容
本发明的目的在于提供一种用于冰冻污染物的飞机维修方法,以解决背景技术中提出的现有技术中,存在判断是否具有结冰条件主要依靠露点温度,但机场空旷的地面环境,机身复合材料、飞机不同部位等对结冰条件都有影响,仅依赖露点温度使得结冰检查范围过大的问题。
为解决上述技术问题,本发明所采用的技术方案是:
一种用于冰冻污染物的飞机维修方法,包括建立冰冻污染物发生模型、信息推送系统以及结冰检查系统;其中,冰冻污染物发生模型用于通过模型对冰冻污染物的发生进行预警;信息推送系统用于将冰冻污染物发生模型发出的预警推送给工作人员,工作人员再通过结冰检查系统对飞机进行检查;
冰冻污染物发生模型及预警系统的建立包括以露点温度、气压、风速历史数据作为模型输入,以否结冰作历史数据作为输出,建立预测模型;通过Logistic回归来训练得到的模型。
根据上述技术方案,冰冻污染物发生模型及预警系统具体为:
建立一个以结冰概率为输出变量的数学模型,如下式所示:
式中,Y为0/1变量,当Y为0时,表示要检测的飞机部位未结冰,1则表示该部位结冰;式中x1为大气温度、x2为大气压强、x3为大气温度、x3为风速、x4为降雨量、x5为降雨量;P为结冰概率。
根据上述技术方案,对公式1进行变换及对数处理,得到:
令:
当y>0时,P/(1-P)>1,表示事件为1的概率大,则认为发生结冰现象,y的值越大,说明结冰发生概率与不发生概率比越大,从而认为发生结冰现象概率越高;当y<0时,事件为0概率大,则认为未发生结冰现象;y值越小,发生结冰概率越低;
采用均方差距作为损失函数,当模型完全预估错误时(y=1,p=0;或y=0,p=1),损失是1;预估正确时,损失是0;错误值离正确值的差值通过下式表达:
其中:m为训练集中记录的数量;yi=1或0;p(xi;β)=β0+β1x1+…+β5x5;J(β)为训练集中各记录距离最优值距离的绝对平方和;
通过将m组数据的(x,y),m>5,代入式3中,获取J(β)的最小值。
根据上述技术方案,信息推送系统定时获取冰冻污染物发生模型计算得到的数据结果,并对结冰概率进行判断,当P>0.5时,表示当前环境具备结冰条件,需要进行结冰检查;信息推送系统调用短信接口,向执行航班保障的机务人员、值班经理等角色推送短信。
根据上述技术方案,结冰检查系统用于对飞机进行检查,冰层厚度的计算公式为:
式中,H为冰层厚度,W为由于冰层折射造成的光线偏转距离,θ为检测光线的入射角,N2为冰层折射率,N1为空气折射率。
与现有技术相比,本发明具有以下有益效果:
通过本发明中的方法,具有使用便捷、投入成本低的优点。系统自动获取机场提供的各个机位的温度湿度能见度数据,训练模型,实时计算结冰或结霜的可能性,并向生产控制人员发送除冰预警短信。可以减少大量的人力成本,有效的对飞机结冰进行监测。
附图说明
图1为本发明结冰的检查示意图;
图2为本发明结冰计算示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
一种用于冰冻污染物的飞机维修方法,包括建立冰冻污染物发生模型、信息推送系统以及结冰检查系统;其中,冰冻污染物发生模型用于通过模型对冰冻污染物的发生进行预警;信息推送系统用于将冰冻污染物发生模型发出的预警推送给工作人员,工作人员再通过结冰检查系统对飞机进行检查;
冰冻污染物发生模型及预警系统的建立包括以露点温度、气压、风速历史数据作为模型输入,以否结冰作历史数据作为输出,建立预测模型;通过Logistic回归来训练得到的模型。
通过本发明中的方法,具有使用便捷、投入成本低的优点。系统自动获取机场提供的各个机位的温度湿度能见度数据,训练模型,实时计算结冰或结霜的可能性,并向生产控制人员发送除冰预警短信。可以减少大量的人力成本,有效的对飞机结冰进行监测。
实施例二
本实施例为实施例一的进一步细化。冰冻污染物发生模型及预警系统具体为:
建立一个以结冰概率为输出变量的数学模型,如下式所示:
式中,Y为0/1变量,当Y为0时,表示要检测的飞机部位未结冰,1则表示该部位结冰;式中x1为大气温度、x2为大气压强、x3为大气温度、x3为风速、x4为降雨量、x5为降雨量;P为结冰概率。
对公式1进行变换及对数处理,得到:
令:
当y>0时,P/(1-P)>1,表示事件为1的概率大,则认为发生结冰现象,y的值越大,说明结冰发生概率与不发生概率比越大,从而认为发生结冰现象概率越高;当y<0时,事件为0概率大,则认为未发生结冰现象;y值越小,发生结冰概率越低;
采用均方差距作为损失函数,当模型完全预估错误时(y=1,p=0;或y=0,p=1),损失是1;预估正确时,损失是0;错误值离正确值的差值通过下式表达:
其中:m为训练集中记录的数量;yi=1或0;p(xi;β)=β0+β1x1+…+β5x5;J(β)为训练集中各记录距离最优值距离的绝对平方和;
通过将m组数据的(x,y),m>5,代入式3中,获取J(β)的最小值。
信息推送系统定时获取冰冻污染物发生模型计算得到的数据结果,并对结冰概率进行判断,当P>0.5时,表示当前环境具备结冰条件,需要进行结冰检查;信息推送系统调用短信接口,向执行航班保障的机务人员、值班经理等角色推送短信。
结冰检查系统用于对飞机进行检查,冰层厚度的计算公式为:
式中,H为冰层厚度,W为由于冰层折射造成的光线偏转距离,θ为检测光线的入射角,N2为冰层折射率,N1为空气折射率。
根据结冰检查系统采用相应的处理方法,完成处理。
实施例三
本发明的发明构思包括以下步骤:
步骤1,根据机场AIP图及经纬度、气压高度表实测的方法办法建立各机场不同机坪及停机位经纬度、海拔高度数据。获得对应机场气温、湿度、风速、压力、能见度数据数据气象数据、能见度等),采取对实际位置进行气温、湿度、风速、压力进行测量,建立数据库。
步骤2,自建冰冻污染物模拟平台,包括平台箱体、温度控制器、湿度控制器、降雨模拟、气压控制器、风速控制器,结冰检查显微镜、飞机部位蒙皮、模拟油箱等。通过控制各类控制器,设置各气象条件值,观察飞机蒙皮结冰情况,记录数据。
步骤3,按照机场、机坪、停机位、飞机机型、飞机区域和部位建立结冰、结霜、大雾等污染物发生条件模型。条件模型的主要公式如下:
结霜计算公式:
其中,a=17.27,b=237.7,Tl:露点温度,K为不同机位、机型不同位置的修正值,根据实测列表:
t为不同机位的温度,w为相对湿度;温度5℃以下,只要低于Tl:露点温度,即构成了结霜条件。
建立不同温度、湿度、压力、风速的数据库。以露点温度、气压、风速历史数据作为模型输入,以否结冰作历史数据作为0/1输出,建立0/1预测模型,通过Logistic回归、支持向量机、神经网络、决策树等方法来训练得到该模型,该模型即为加强的结冰检查模型。
例如:建立一个Logistic回归结冰预测模型。通过计算参数之间的相关系数,以影响飞机表面结冰的影响因素包括露点温度、大气温度、大气压强、大气湿度、风速、降雨量、航空煤油温度等作为输入变量,建立多元Logistic回归模型,得到某特定气象环境下,飞机特定部位结冰发生概率,从而得到相应的冰冻污染物预测风险等级。为得到结冰概率与影响因素之间的数学关系,需要建立一个以结冰概率为输出变量的数学模型。其基本形式如公式1所示。
其中,Y为0/1变量,当Y为0时,表示要检测的飞机部位未结冰,1则表示该部位结冰;式中x1为大气温度、x2为大气压强、x3为大气温度、x3为风速、x4为降雨量、x5为降雨量;P为结冰概率。
对公式1进行变换及对数处理,得到:
令:
构建极大似然公式:
通过梯度上升算法,从初始概率0.5,进行向上迭代,直到损失函数达到设定阈值(如0.1),从而得到各β系数。
在进行预测时,将各个气象条件数值带入到公式1中,计算得到结冰概率P,当P>0.5时,表示当前环境具备结冰条件,需要进行结冰检查。
随着实测气象数据的不断积累,选取其中有代性的关键气象数据添加到样本中,得到新的样本,进而得到新的方程组,求解该方程组,得到一个新的多元逻辑回归模型,经过多次的迭代,最终可以不断完善该飞机部位内结冰预测模型,提高预测精度。针对不同的机位、飞机部位训练相应的模型,在系统中对模型进行模型管理。
步骤4,系统定时获取当前机场和目的机场气温、湿度、风速等数据后,通过模型进行计算,结果为1,表示当前具有结冰条件,需要进行人工检查。系统调用短信接口,向执行航班保障的机务人员、值班经理等角色推送短信。确保按照维修要求在本站建立“光洁机身”和按维修手册要求的运行下一站执行结冰条件的预防性维修措施。
步骤5,通过不同偏振角的偏振光,入射到冰层,利用不同入射角反射光位置的位移,可以测量冰层厚度,并可以确定可检测的最薄冰层。如图1所示,偏振光照射冰层,利用显微镜读取冰层反射,利用图2计算W值,即可以推算冰层厚度值。
冰层厚度的计算公式为:
式中:H为冰层厚度;W为由于冰层折射造成的光线偏转距离;θ为检测光线的入射角;N2为冰层折射率;N1为空气折射率;
步骤6,按起飞时间、位置、污染物发生条件趋势等决定处置时间、位置、措施,核实处置结果并完成记录。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种用于冰冻污染物的飞机维修方法,其特征在于:包括建立冰冻污染物发生模型、信息推送系统以及结冰检查系统;其中,冰冻污染物发生模型用于通过模型对冰冻污染物的发生进行预警;信息推送系统用于将冰冻污染物发生模型发出的预警推送给工作人员,工作人员再通过结冰检查系统对飞机进行检查;
冰冻污染物发生模型及预警系统的建立包括以露点温度、气压、风速历史数据作为模型输入,以否结冰作历史数据作为输出,建立预测模型;通过Logistic回归来训练得到的模型。
2.根据权利要求1所述的一种用于冰冻污染物的飞机维修方法,其特征在于:冰冻污染物发生模型及预警系统具体为:
建立一个以结冰概率为输出变量的数学模型,如下式所示:
式中,Y为0/1变量,当Y为0时,表示要检测的飞机部位未结冰,1则表示该部位结冰;式中x1为大气温度、x2为大气压强、x3为大气温度、x3为风速、x4为降雨量、x5为降雨量;P为结冰概率。
3.根据权利要求2所述的一种用于冰冻污染物的飞机维修方法,其特征在于:对公式1进行变换及对数处理,得到:
令:
当y>0时,P/(1-P)>1,表示事件为1的概率大,则认为发生结冰现象,y的值越大,说明结冰发生概率与不发生概率比越大,从而认为发生结冰现象概率越高;当y<0时,事件为0概率大,则认为未发生结冰现象;y值越小,发生结冰概率越低;
采用均方差距作为损失函数,当模型完全预估错误时(y=1,p=0;或y=0,p=1),损失是1;预估正确时,损失是0;错误值离正确值的差值通过下式表达:
其中:m为训练集中记录的数量;yi=1或0;p(xi;β)=β0+β1x1+…+β5x5;J(β)为训练集中各记录距离最优值距离的绝对平方和;
通过将m组数据的(x,y),m>5,代入式3中,获取J(β)的最小值。
4.根据权利要求3所述的一种用于冰冻污染物的飞机维修方法,其特征在于:信息推送系统定时获取冰冻污染物发生模型计算得到的数据结果,并对结冰概率进行判断,当P>0.5时,表示当前环境具备结冰条件,需要进行结冰检查;信息推送系统调用短信接口,向执行航班保障的机务人员、值班经理等角色推送短信。
5.根据权利要求1所述的一种用于冰冻污染物的飞机维修方法,其特征在于:结冰检查系统用于对飞机进行检查,冰层厚度的计算公式为:
式中,H为冰层厚度,W为由于冰层折射造成的光线偏转距离,θ为检测光线的入射角,N2为冰层折射率,N1为空气折射率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410351955.5A CN118062252A (zh) | 2024-03-26 | 2024-03-26 | 一种用于冰冻污染物的飞机维修方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410351955.5A CN118062252A (zh) | 2024-03-26 | 2024-03-26 | 一种用于冰冻污染物的飞机维修方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118062252A true CN118062252A (zh) | 2024-05-24 |
Family
ID=91102089
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410351955.5A Pending CN118062252A (zh) | 2024-03-26 | 2024-03-26 | 一种用于冰冻污染物的飞机维修方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118062252A (zh) |
-
2024
- 2024-03-26 CN CN202410351955.5A patent/CN118062252A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Schultz et al. | Toward the improvement of aircraft-icing forecasts for the continental United States | |
US7369053B2 (en) | De-icing information system | |
CN114970308B (zh) | 一种飞机结冰预测方法、系统及计算机程序产品 | |
EP3028076B1 (en) | Active frost forecasting, detection and warning system and method | |
CN111814247B (zh) | 一种基于湿滑状态感知的航空器着陆安全风险评估系统 | |
CN102706389A (zh) | 采用滚动预测的飞机表面积冰短时预报系统及预报方法 | |
Zeppetelli et al. | In-flight icing risk management through computational fluid dynamics-icing analysis | |
Kalinka et al. | The In-flight icing warning system ADWICE for European airspace-Current structure, recent improvements and verification results | |
EA007342B1 (ru) | Способ определения опасности отложения льда вследствие атмосферных осадков и устройство для реализации способа | |
Boudala et al. | Parameterization of runway visual range as a function of visibility: Implications for numerical weather prediction models | |
Sirui et al. | A review of icing prediction techniques for four typical surfaces in low-temperature natural environments | |
Zuev et al. | Aircraft icing nowcasting technique | |
CN118062252A (zh) | 一种用于冰冻污染物的飞机维修方法 | |
Ivanova | Icing effects on air transport operation: State-of-the-art and prediction problems | |
CN110782081B (zh) | 一种天地联合覆冰的预测预警系统及预测预警方法 | |
CN105891078A (zh) | 基于风廓线雷达的沙尘暴沙尘质量浓度定量反演估算方法 | |
Stempfel et al. | Applying machine learning modeling to enhance runway throughput at a big European airport | |
Koivisto et al. | Frostwing co-operation in aircraft icing research | |
CN105468916A (zh) | 一种基于概率模型的飞机结冰强度指数预测方法 | |
Nichman et al. | Airborne Platform for Ice-Accretion and Coatings Tests with Ultrasonic Readings (PICTUR) | |
CA2970562C (en) | Radiation cooling/heat transfer-based methods, sensors and systems for forecasting and/or detecting active frost conditions | |
CN117314173B (zh) | 一种基于无线电高度辅助测算的擦机尾风险识别分析方法及系统 | |
Zuev et al. | Validation of a method for the remote determination of potential aircraft icing spatial zones | |
RU2099746C1 (ru) | Способ прогнозирования опасности обледенения самолета в переохлажденных облаках | |
Chi | Using multiple regression and artificial neural network approach for modeling airport visibility |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |