本文選題：結(jié)霜 + 生長模型�。� 參考：《中國民航大學》2015年碩士論文

【摘要】：飛機在地面的結(jié)霜會對飛機的飛行性能產(chǎn)生不利影響,還會降低飛機的除冰效率。結(jié)霜現(xiàn)象的發(fā)生環(huán)境復雜,存在著多種不確定因素。為了保證飛機的飛行安全和機場的運作效率,有必要對飛機的地面結(jié)霜進行準確分析與預測。針對以上問題,本文對飛機的地面結(jié)霜進行理論分析,建立霜層的生長模型并對飛機的地面結(jié)霜進行預測。主要內(nèi)容如下:本文分析了機翼表面結(jié)霜的傳熱與傳質(zhì)的過程,推導了傳熱傳質(zhì)的平衡方程。提出了一種新的霜晶樹模型描述霜層的結(jié)構(gòu)與生長過程,建立了霜層的生長模型,通過對模型參數(shù)進行分析,了解了生長模型的變化趨勢。建立了飛機地面結(jié)霜環(huán)境模擬實驗系統(tǒng),對不同溫度、相對濕度和水分子形態(tài)的實驗數(shù)據(jù)進行了分析,了解影響飛機結(jié)霜過程的環(huán)境因素。研究不同環(huán)境條件下生長模型的參數(shù)、霜層平均密度和平均導熱系數(shù)的變化趨勢,了解不同環(huán)境條件下的霜層生長模型曲線與結(jié)霜生長速率的變化。本文提出了一種新的嵌套式多項式預測模型,對不同模擬環(huán)境下的飛機地面結(jié)霜進行短期預測。由于多項式預測的局限性和擴展性較差,提出了多項式與生長模型分段組合預測的方法提高了預測的精度。基于灰色預測原理建立了三種飛機結(jié)霜的灰色預測模型:OSFDGM(1,1)模型,DGM(1,3)模型和灰色組合模型。通過與多項式組合模型對比,分析了在不同的室內(nèi)模擬結(jié)霜環(huán)境中預測模型的適用性和精度�；谑彝庹鎸嵔Y(jié)霜提出了分段組合預測模型,通過與灰色組合預測模型對比,發(fā)現(xiàn)早結(jié)霜中的期預測中,灰色組合模型預測精度較高。而在結(jié)霜的長期預測中,分段組合預測模型精度較高。
[Abstract]:Aircraft frost on the ground will have a negative impact on aircraft flight performance, and will reduce aircraft deicing efficiency. The occurrence environment of frosting is complex and there are many uncertain factors. In order to ensure the flight safety of the aircraft and the operational efficiency of the airport, it is necessary to accurately analyze and predict the frosting on the ground of the aircraft. In view of the above problems, this paper theoretically analyzes the ground frost of aircraft, establishes the growth model of frost layer and forecasts the ground frosting of aircraft. The main contents are as follows: the heat and mass transfer process of frosting on the wing surface is analyzed and the equilibrium equation of heat and mass transfer is derived. A new frost-tree model is proposed to describe the structure and growth process of frost-layer. The growth model of frost-layer is established. By analyzing the parameters of the model, the changing trend of the growth model is understood. An experimental system of aircraft ground frosting environment simulation was established. The experimental data of different temperature, relative humidity and water molecular morphology were analyzed to understand the environmental factors affecting the aircraft frosting process. The variation trend of the growth model parameters, the average density and the average thermal conductivity of frost layer under different environment conditions were studied, and the curve of frost layer growth model and the change of frosting growth rate under different environment conditions were studied. In this paper, a new nested polynomial prediction model is proposed to predict the frosting of aircraft ground in different simulation environments. Due to the limitation and poor expansibility of polynomial prediction, the method of piecewise combination of polynomial and growth model is proposed to improve the accuracy of prediction. Based on the principle of grey prediction, three kinds of grey prediction models of aircraft frosting are established: 1 / OSFDG / 1 / 1) model / DGMN / 1 / 3) model and grey combination model. By comparing with polynomial combined model, the applicability and accuracy of the prediction model in different indoor simulated frosting environment are analyzed. Based on outdoor real frosting, a segmented combined prediction model is proposed. By comparing with the grey combination prediction model, it is found that in the early frosting period prediction, the grey combination model has a higher prediction accuracy. In the long-term frosting prediction, the accuracy of segmental combination prediction model is higher.
【學位授予單位】：中國民航大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：V267

【參考文獻】

相關(guān)期刊論文 前10條

1 鄧靜;陳宇拓;;利用增長量分配模型的杉木林分生長預測建模[J];浙江農(nóng)林大學學報;2014年06期

2 杜晨慧;郁嘉;林貴平;申曉斌;卜雪琴;;二維翼型大尺寸過冷水滴撞擊特性及冰形分析[J];航空動力學報;2014年04期

3 李祥飛;張再生;;基于誤差同步預測的SVM金融時間序列預測方法[J];天津大學學報(自然科學與工程技術(shù)版);2014年01期

4 吳孟龍;常士楠;冷夢堯;王超;;基于歐拉法模擬旋轉(zhuǎn)帽罩水滴撞擊特性[J];北京航空航天大學學報;2014年09期

5 王建國;劉高生;孫偉;;電磁場作用下循環(huán)水污垢熱阻的灰色預測模型實驗研究[J];中國電機工程學報;2013年11期

6 魏曉慧;孫玉軍;馬煒;;基于Richards方程的杉木樹高生長模型[J];浙江農(nóng)林大學學報;2012年05期

7 許一飛;葉林;許丹丹;葛俊鋒;王立文;;基于多傳感器技術(shù)的機場地面結(jié)冰檢測系統(tǒng)[J];儀表技術(shù)與傳感器;2012年09期

8 朱明清;王智靈;陳宗海;;基于灰色預測模型和粒子濾波的視覺目標跟蹤算法[J];控制與決策;2012年01期

9 張強;高正紅;;基于神經(jīng)網(wǎng)絡的翼型積冰預測[J];飛行力學;2011年02期

10 易賢;桂業(yè)偉;朱國林;;飛機三維結(jié)冰模型及其數(shù)值求解方法[J];航空學報;2010年11期

相關(guān)博士學位論文 前4條

1 孫友強;時間序列數(shù)據(jù)挖掘中的維數(shù)約簡與預測方法研究[D];中國科學技術(shù)大學;2014年

2 易賢;飛機積冰的數(shù)值計算與積冰試驗相似準則研究[D];中國空氣動力研究與發(fā)展中心;2007年

3 侯普秀;霜層生長過程的實驗研究以及理論分析[D];東南大學;2006年

4 孫德山;支持向量機分類與回歸方法研究[D];中南大學;2004年

相關(guān)碩士學位論文 前5條

1 李微微;材料表面特性對結(jié)霜影響的試驗研究[D];吉林大學;2014年

2 鄒建紅;斜端面光纖式飛機結(jié)冰冰型檢測技術(shù)研究[D];華中科技大學;2013年

3 夏利;時間序列分析方法在機場噪聲預測中的應用研究[D];南京航空航天大學;2012年

4 陳彥;冷面結(jié)霜研究及風力機葉片覆冰的數(shù)值模擬[D];清華大學;2012年

5 王世杰;基于遺傳算法的人工神經(jīng)網(wǎng)絡河流冰情預測研究[D];天津大學;2008年

，

本文編號：1838435