文件大小：0.74M
摘要：民用飞机重着陆容易造成飞机结构损伤，重着陆风险预测与评估对于降低民用飞机重着陆风险、提升民航运行安全是非常重要和必要的。利用QAR数据和LSTM神经网络建立重着陆风险预测模型，通过计算垂直加速度的概率密度函数对发生重着陆的可能性和严重性进行计算，得到风险值；对飞机着陆时起落架受力进行分析，选取垂直加速度(着陆载荷)、下降率、横滚角、横向加速度和俯仰角作为重着陆的影响参数，利用LSTM神经网络对航班的着陆载荷进行训练，建立重着陆风险表。通过QAR数据进行参数训练，使用该模型预测航班的着陆载荷并验证其准确度，参照风险等级表确定重着陆风险。结果表明：预测值与实际值的RMSE和MAE都达到10-3的量级，实现了量化重着陆风险和重着陆风险预测；本文所建立的预测模型能够为民用飞机着陆安全风险管理提供理论依据。
