智能机床的误差补偿技术

误差补偿技术是智能机床精度提高与保持的关键技术之一.分析了国内外机床误差补偿技术研究现状,提出智能机床误差补偿技术总框架;总结了智能机床误差源、误差元素、几何与热误差的误差元素模型及建模方法,以及典型的误差补偿方法;研究了力误差补偿技术、基于零件在线测量的误差综合补偿技术;最后,对未来智能机床误差补偿技术的发展重点进行展望.     

多品种变批量产品智能生产线应用框架

为推动智能制造技术在多品种变批量产品生产中的应用,研究了智能生产线的应用框架,提出了智能生产线的应用流程和体系架构,梳理了重点内容和关键技术,对于发展智能制造技术、构建智能生产线和落实智能制造在生产中的应用具有较好的参考价值。     

迈向智能数控系统的需求与展望

对数控系统的发展历史及现状进行了分析,重点从组成结构、驱动特点、工艺方法及功能等方面总结了不同发展阶段的体征。随着PC及开放体系结构的影响,数控系统呈现百花齐放的发展。数字化、网络化到智能化成为智能制造发展的共识,数控系统从诞生开始就走着数字化的道路,现场总线、实时以太网及工业互联网技术不仅使数控系统自身,而且与外界实现网络化互联。在分析数控机床智能化需求的基础上,对国内外智能化数控系统的技术路线和实现案例进行了剖析,指出了发展智能数控系统的关键技术。     

战斗机嵌入式训练系统中的智能虚拟陪练

智能化"实虚"对抗是现代先进战斗机嵌入式训练系统的重要功能需求。自主空战决策控制技术在未来空战装备发展中扮演关键角色。将当前的功能需求和发展中的技术结合起来,得到了空战智能虚拟陪练的概念。先进控制决策技术的引入使得智能虚拟陪练能够帮助飞行员完成复杂的战术训练,而训练中真实的对抗场景为技术的验证提供了理想的环境,大量的训练数据为技术的持续迭代优化提供了保障。作为可学习和进化的空战战术专家,智能陪练在人机对抗和自我对抗中不断优化,当其具备与人相当甚至超越人的战术能力时,可应用于未来的无人空战系统。智能虚拟陪练需要具备4项基本能力：智能决策能力、知识学习能力、对抗自优化能力和参数化表示能力。对其包含的关键技术进行了分析,提出并实现了一个基于模糊推理、神经网络和强化学习的解决方案,展示了其各项基本能力及目前达到的空战水平。未来更多的模型和算法可在智能虚拟陪练的框架中进行验证和优化。     

导弹智能化对惯性技术发展需求

未来战争是智能化的战争,未来导弹的发展必然呈现智能化趋势。针对导弹智能化需要具备的智能感知、智能决策、智能控制、智能协同和智能突防等五方面特征,分析了惯性技术的作用和发展需求,颠覆性创新技术的不断涌现,也推动了新原理、新材料、新技术在惯性技术领域的应用。本文提出了需要突破的关键技术,包括惯导系统大数据应用技术、惯导系统容错及系统重构技术、智能协同导航系统的时空基准统一技术、以惯性系统为基础的信息集成技术等关键技术,并对适应未来网络协同作战的智能导弹导航控制需求提出了对策建议。     

卫星装配序列规划的智能优化算法研究

结合单个算法的优缺点,文章提出了一种用包含多种改进型智能优化算法的算法库(IIAL)来解决卫星装配序列规划问题的方法。算法库由算法向导和多种算法组成,算法向导可依据若干参数描述给出适合当前规划任务的最合适算法,规划人员可依据向导建议在遗传算法、粒子群算法、蚁群算法、模拟退火算法中选择相应算法进行求解。最后,用实例验证了方法的合理性。该方法可为星上设备装配序列规划提供参考。     

民用航空器征用的法律问题

2008年汶川地震发生后，根据党中央、国务院紧急会议精神，中国民航局发出《关于征用直升机参加抗震救灾行动的紧急通知》。上述事件中，民航局紧急征用民用航空器的行政行为，为挽救人民群众生命财产、维护社会稳定发挥了重大作用。但在民航法规体系中，有关民用航空器征用的法律规定仍属空白，对于“征用”、     

地球之外的生命（下）

德雷克方程式 1960年，美国天文学家弗兰克·德雷克，成为用敏感的无线电搜寻来自地外文明信号的第一人。他将一个26米的射电望远镜对准二颗近邻星，一次虚警之后，没发现有意识的信号。第二年，在为一个梦想思想家（包括年轻的萨根）的会议准备时，他以《如何讨论探测智能生命可能性》为题写了一个大纲，大纲从恒星形成的速率、典型的行星数量和消解文明的寿命开始。他说：“我认为这只不过是一个骗局。现在让我吃惊的是，这竟然被写进了天文学教科书。”     

民用飞机厨房智能配电方法研究

民用飞机厨房配电方法对于降低电源系统设计容量和减轻飞机重量起着重要的作用。在分析飞机厨房设备两种耗电模型的基础上,提出了民用飞机厨房智能配电方法 ,并分析了厨房设备的智能工作流程、用电请求级别和用电设备优先级。对国产某型支线飞机的厨房系统运用该方法进行了配电设计验证。结果表明,厨房设备需求的总功率仅为传统设计方法所需功率的30.9%。