基于CATIA装配件位置信息提取与重构技术研究

工艺人员处理基于全三维信息模型大型装配件的全部信息比较困难,需要将有用的零件信息和装配位置信息提取出来然后装配成小的装配体.结合CAA/CATIA二次开发平台,提出了可以提取出零件信息和零件位置信息并帮助工艺人员准确重构装配体的方法,保证了零件位置信息准确性和零件装配信息的准确性.该方法提高了装配工艺质量和效率,在实际飞机制造过程中具有一定的使用价值.     

调频连续波激光雷达目标相对距离及径向速度信息提取方法

利用线性调频连续波（LFM/CW）激光雷达进行测量时,相对运动引起的多普勒效应和信息输出延迟都会造成测量结果偏差。分析了多普勒效应和信息输出延迟对测量的影响,提出了基于偏差抵消原理的相对距离及径向速度信息提取方法,根据测量任务需求对该方法和基于二维傅里叶变换的信息提取方法进行了仿真比较。结果表明：基于偏差抵消的信息提取方法不仅可以在相对径向速度未知的情况下准确提取目标相对距离信息,更可在每个调频周期结束后给出测距结果从而提高测距实时性;相比基于二维傅里叶变换的信息提取方法,当相对径向速度小于750 m/s时,基于偏差抵消的信息提取方法可使得测速偏差减小一个数量级。     

面向自动钻铆离线编程的工艺信息提取与校验技术

钻铆点工艺信息的获取是自动钻铆离线编程系统的基础。针对具有MBD规范定义的工件数模,在CATIA二次开发平台上自动提取待加工孔位的坐标、法矢、名称、紧固件牌号等工艺信息。为确保法矢方向满足系统和工艺需求,通过创建法向参考线,开发了异常法矢的校验和修正模块。最后以某飞机壁板类MBD模型为例,对该信息提取平台进行了验证。结果表明:系统可快速提取钻铆工艺信息,并能准确识别方向异常法矢,为系统的准确性和可靠性提供了保障。     

基于域对象的文本过滤模型

提出了一种基于域对象的文本过滤模型,该模型采用改进了的基于概念的向量空间模型来表示域对象模型。在过滤过程中,先建立域对象模型,然后将待过滤文本进行信息提取、文本分析,建立待过滤文本的临时模型,通过模型匹配来判断待过滤文本是否属于过滤范畴。实验证明该模型有较好的过滤性能。     

飞机三维AO文件快速构建方法研究

针对飞机数字化制造中三维装配大纲编制过程繁琐、信息提取困难、容易出错等问题,采用知识工程的理念和智能检索技术,研究了在MBD技术应用背景下快速构建三维AO的方法。对三维AO编制过程中快速获取MBD模型中工程信息的方法以及对制造资源、工艺知识库的快速引用方法做了深入研究,并在此基础上开发了AO快速构建平台,实现了三维AO的快速构建。     

一种基于嵌入式环境的海量DEM数据快速绘制算法

采用海量数字高程模型(DEM)数据的地景模型在军事与民用领域具有非常重要的作用,其快速绘制问题是三维真实地形信息可视化的一个关键问题。提出了动态数据子块的概念,通过经纬度和飞行参数索引快速实现数据子块的装载,再通过有效数据组织和改进四叉树方法实现地形快速绘制。新算法在嵌入式环境中实现了海量DEM数据的实时绘制,而且画面流畅,无滞后现象。     

面向重用的MBD模型本体知识库构建技术研究

航空领域产生的大量历史MBD模型数据,具有很高的重用价值。构建规范化的模型存储数据结构是模型重用中需要解决的首要问题,研究了MBD模型数据的组织形式,以本体技术作为模型类型划分和属性信息的知识表示方法,设计了一种集合几何信息与非几何信息的本体数据结构。基于该数据形式将历史模型数据存储为结构化的本体知识库,通过模型关键信息检索试验验证了该技术的可行性,为海量模型数据重用奠定基础。     

动力学模态分解及其在流体力学中的应用

随着计算流体力学和先进流动测试技术的发展,流动的刻画越来越精细,伴随而来的海量流场信息的模态提取与复杂动力学特征的模型化成为当前流体力学的研究热点。动力学模态分解(Dynamic Mode Decomposition,DMD)作为一个全新的时空耦合型动力学建模方法,得到迅速推广。DMD是一种数据驱动的非定常流场模态分析手段,可以准确捕捉各个流动模态的频率及增长特性,并建立流场演化的动力学降阶模型,以重构或预测流场动力学过程。本文针对DMD在流体力学研究的应用问题,重点综述了DMD算法自提出以来的一系列改进以及对不同流动现象的应用,并通过典型测试算例说明DMD的应用过程。在此基础上,讨论了DMD的研究现状及未来发展方向。     

海杂波条件异方差特性分析与波动信息提取

由于低擦地角、高海况等易引起雷达海杂波序列的局部剧烈波动,传统的统计分布模型难以描述突然出现的具有冲激特性的强回波,因此,针对这一问题,将广义自回归条件异方差(Generalized Auto Regressive Conditional Heteroskedasticity,GARCH)模型引入海杂波建模中,通过 GARCH模型阶数步进搜索结合残差序列方差齐性检验,实现了海杂波数据的波动信息提取。经 X波段雷达实测数据验证,所提出的波动信息提取方法,可以很好地提取实测海杂波数据在局部区域或时间段内的波动信息,为特征检测方法设计提供有效的特征支撑。     

专家信息提取在装备可靠性评定中的应用

专家信息是装备可靠性评定中验前信息的重要来源，将专家信息的提取流程划分为描述、收集、转化和融合四个步骤，并给出了前三步的具体步骤。以某装备可靠度为例，详细介绍了包括问卷设计、调查结果分析和专家信息向验前分布转化的专家信息提取过程，并提出了装备可靠性评定中专家信息提取应注意的问题。     

一种航空图像道路中心线快速提取算法

经典的航空图像道路中心线提取算法针对非实时应用,计算耗时长,难以满足视觉辅助导航、实时地物识别等应用的要求。在研究了图像中道路法向和等效道路宽度的基础上,建立了近似道路法向和等效道路宽度模型来代替经典道路模型,提出了基于道路中心线的快速提取方法。对比实验的结果说明：快速提取方法和经典方法取得了相近的道路提取效果,计算耗时大大下降,可以满足实时性要求。     

航天器材料应用验证信息提取与研判方法

当前航天器材料应用验证工作中必须解决的问题主要集中反映在验证需求的合理性、驱动性，验证对象的信息准确性、功能覆盖性以及验证结果判读决策性和可复用性。为了更好地解决这些问题，本文利用德尔菲调查、头脑风暴、文本挖掘、环境扫描、情景规划、回溯预测、趋势外推、多准则决策等科学研究方法，设计了验证对象研判、需求&技术研判、难度&风险研判、验证路径研判、数据&结果研判等模型，建立了系统性、原则性的信息提取与研判的要求和流程。通过材料应用验证信息提取与研判方法的制定，可有效保障验证实施精准性，提升验证工作质量。     

基于PR- ERNIE模型的航空安全风险量化分析

有效地利用实体识别技术识别出航空不安全信息中的风险要素,提升安全风险识别和评价能力,对于实现航空安全风险量化分析具有重要意义。为精准识别非结构化航空不安全信息中的风险要素,提出了一种融合先验规则和知识增强语义表示模型的实体识别模型,以大量航空不安全事件案例文本报告为分析对象,在自建标注语料上训练ERNIE模型,获取动态词向量,同时引入能够表达风险要素结构的规则进行优化。实验结果表明,模型在测试集上的精确率、召回率和F1值分别达到了92.5%、92.4%和92.4%,优于实验对比的其他模型。模型能够有效识别航空不安全信息中隐含的风险要素,为航空安全风险量化分析提供数据支持。     

面向MBD加工特征演变的精细化加工工艺设计

在三维工艺模型构建中,基于MBD加工特征的演变建立了精细化工艺模型,在MBD三维环境中实现了快速、准确、完整地生成、查询和管理工艺模型中工序级、工步级和加工操作相关工艺信息,从MBD模型使用者的角度出发,提出了面向MBD加工特征演变的精细化工艺信息表达方法和管理模式,应用分加工特征中间状态显示法管理所有工序信息,并符合国标的要求即正确性、合理性、关联性、完整性和清晰性。     

基于位置近邻的RFID路径聚类算法

随着物联网技术的广泛应用,每天有大量RFID数据产生,如何从海量的位置数据信息中提取知识亟待解决。为了解决这一问题,考虑采用路径聚类的方法。为了确定路径之间的近邻关系,提出一种RFID位置模型LM（Location Model）,利用该模型分析位置之间的相互联系,并提出一种RFID路径相似度计算算法,在此基础之上进行了路径聚类。经实验对比结果表明,基于位置近邻的RFID路径聚类算法可以更好的聚集相似路径,同时具有较低的时间复杂度和较高的准确率。     

基于网格技术的交互式电子技术手册研究

随着现代科学技术的发展,武器装备系统的结构越来越复杂,在其论证、设计、生产、使用和维修等过程中会产生大量的技术资料和相关数据.如果在其维修过程中无法从海量的资料中快速、准确地找到所需的技术信息,将影响维修工作的进行、最终会影响武器装备的作战性能.     

基于多尺度局部结构化信息测度的鲁棒像素级图像融合算法

现有的图像融合算法不能有效区分基本图像特征和噪声,往往在输入存在噪声时性能变差。自然场景图像中,视觉上显著的图像特征往往表现出一定的几何结构,而噪声缺少结构化信息。基于复数小波变换,利用Von Neumann熵推导了一个结构化信息测度,可以有效区分噪声和视觉上显著的图像特征。图像融合之前利用测度加权输入,从而自适应抑制噪声同时保留图像特征。对几个图像融合方案从主、客观上进行性能比较,显示了新方案的优越性。     

模拟飞机尾喷焰辐射传输的非结构有限体积法

有限体积法因其物理意义明确,在流动与传热的数值计算中有广泛的应用。在利用有限体积法求解辐射传输问题时,不仅能够保证在每一控制体内辐射能量守恒,还可以保证在每一个控制立体角内辐射能量守恒,因而使得模拟结果具有较高的精度;同时,非结构化网格技术是处理复杂几何形状物理问题的一种有效方法。本文编写了求解辐射传输的非结构化有限体积法程序,将计算结果与其他文献的算例进行了对比,证明了模型和程序的正确性,分析了各种因素对程序计算精度和计算时间的影响。在此基础上,将求解辐射传输的非结构化网格有限体积法程序集成到Fluent软件中,计算了飞机尾喷焰的温度场分布。     

基于POD-RBFN降阶模型的串列叶栅流场预测

通过传统实验或CFD 手段获取流场信息的方法往往需要耗费大量资源或时间,这在需要快速获取大量流场信息时产生的成本是无法接受的,发展比传统CFD 更快速的流场预测方法具有重要意义。采用本征正交分解（POD）方法对样本流场进行模态分解,提取流场的主导模态;而后采用径向基函数神经网络（RBFN）响应POD 基函数的系数,实现流场降阶预测模型的构建,并在模型中采用基于函数响应偏差的自适应抽样方法;通过某串列叶栅非定常流场数据对预测模型进行验证。结果表明：本文构建的POD-RBFN 混合模型可以快速准确地预测出串列叶栅的流场参数分布;与静态采样相比,本文采用的自适应采样方法在采样效率上表现出明显优势,同样重构精度所需的样本数降低了25% 左右。     

基于CNN-BiGRU的学术文本分类研究

针对传统的文本分类模型存在特征提取能力不足和分类准确率较低等问题，提出一种基于卷积神经网络和双向门控循环单元相结合(CNN-BiGRU)的文本分类方法。首先，以图书情报领域相关主题文本摘要为数据源，通过Word2vec进行文本向量化；其次，通过CNN获得输入文本信息的局部特征，并使用BiGRU保留文本中的顺序相关性；然后，选择softmax分类器输出分类结果；最后，与传统的机器学习分类方法和单一的深度神经网络模型分类方法进行对比实验。结果表明，在数据量大的情况下，文中提出的CNN-BiGRU分类模型具有更好的分类效果，其准确率、召回率和F1值均达到了95%以上，能够在一定程度上解决学术文本“信息过载”等问题。