立体物料仓库单元的机械系统FMEA分析

立体物料仓库单元是钣金自动化智能生产线中重要的板料储存中心，其可靠性问题直接关系到钣金自动化智能生产线的可靠性，因此，对钣金自动化智能生产线的立体物料仓库单元机械系统进行故障模式及影响分析(FMEA)十分重要。针对传统FMEA中缺少功能和故障因果关系分析的问题，提出使用维护感知设计环境(MADe)软件对立体物料仓库单元的机械系统进行功能分析和故障数据分析，并建立立体物料仓库单元的功能模型图和机械系统的故障因果关系图。在此基础上，根据立体物料仓库单元功能模型图构建机械系统的模糊认知图(FCM)邻接矩阵，再通过计算得出立体物料仓库单元机械系统的FMEA表。对立体物料仓库单元机械系统进行基于MADe软件的FMEA分析显示，所提方法对提高钣金自动化智能生产线可靠性具有通用性。      

基于二维连通图的无人机快速三维路径规划

针对复杂真实环境下无人机三维路径规划解算速度慢的问题，提出一种基于二维连通图的快速三维路径规划方法。首先解析真实地理环境的地形特征和建筑要素，构建基于数字高程模型(DEM)的多层次等效三维数字地图；在此基础上，经过无人机可行空域到二维连通图的转化、连通图中的路径规划及路径的三维化与优化，快速获得一条可执行的三维路径。针对连通图中的全局路径规划，设计了一种基于步长地图的变步长稀疏A^*算法，在保证路径质量的同时有效降低路径搜索的时间；针对连通图中的局部路径规划，提出一种基于障碍预测的随机路标图(PRM)实时路径重规划算法，以满足无人机的实时性避障需求。分别在山地环境和城市环境中进行仿真飞行，结果表明：所提方法能够有效降低三维路径规划的解算难度，在短时间内完成复杂环境下不同尺度和需求的路径规划，全局路径规划算法同比三维A^*算法和基于二维连通图的二维A^*算法搜索时间分别降低了99%和95%，局部路径重规划算法能够在1 s的单次采样周期内完成路径重规划，实时躲避未知障碍物，保证飞行过程的安全。     

自适应短文本关键词生成模型

关键词抽取对文本处理影响较大，其识别的准确度及流畅程度是任务的关键。为有效缓解短文本关键词提取过程中词划分不准确、关键词与文本主题不匹配、多语言混合等难题，提出了一种基于图到序列学习模型的自适应短文本关键词生成模型ADGCN。模型采用图神经网络与注意力机制相结合的方式作为对文本信息特征提取的编码框架，针对词的位置特征和语境特征编码，解决了短文本结构不规律和词之间存在关联复杂信息的问题。同时采用了一种线性解码方案，生成了可解释的关键词。在解决问题的过程中，从某社交平台收集并公布了一个标签数据集，其包括社交平台发文文本和话题标签。实验中，从用户需求角度出发对模型结果的相关性、信息量、连贯性进行评估和分析，所提模型不仅可以生成符合短文本主题的关键词，还可以有效缓解数据扰动对模型的影响。所提模型在公开数据集KP20k上仍表现良好，具有较好的可移植性      

惯性/视觉/激光雷达SLAM技术综述CSCD

同时定位与建图(SLAM)技术已广泛应用于各类自主移动平台中,其中视觉SLAM和激光雷达SLAM是两种主要的SLAM技术方案。然而,视觉SLAM系统易受视觉环境变化的影响,而激光雷达SLAM系统则在结构单一等环境中会出现精度退化甚至失效的情况。随着智能移动平台应用场景的不断拓展,对SLAM系统的精度和鲁棒性等提出了更高要求,将多种具有互补性的传感器进行融合是提升SLAM系统性能的有效途径。据此,聚焦惯性/视觉/激光雷达多传感器融合SLAM技术,从多传感器标定和多源数据融合两个主要方面进行综述,最后对多传感器融合SLAM技术的发展趋势进行了展望。     

TiB2/7050颗粒增强铝基复合材料热变形行为与热压工艺优化

分析TiB₂/7050颗粒增强铝基复合材料的热变形行为及工艺参数的影响规律，对其热变形后的组织设计和获得理想性能参数至关重要。基于此，针对TiB₂/7050颗粒增强铝基复合材料开展了相关研究。用Gleeble-3500热模拟机进行热压缩试验，研究了TiB₂/7050颗粒增强铝基复合材料在变形温度300~450 ℃、应变速率0.001~1 s-1时的热变形行为，建立了材料的双曲正弦本构方程；根据动态材料模型计算得出热加工图，优选了材料的热加工工艺窗口；对原始挤压成型坯料和优化工艺的热压成型坯料进行了力学性能测试和微观组织形貌分析。结果表明:两种成型工艺相比，热压件强度指标略有提高，但塑性大幅提高，其长横向断后延伸率提高400%；热压工艺件晶粒更加细小、且无明显择优取向；拉伸断裂机制均为准解理断裂，热压件断口韧窝更深、撕裂棱更粗大，表明塑性撕裂持续时间更长。      

卫星网络动态资源图多QoS约束路由算法

针对高动态卫星网络拓扑变化导致的网络更新期间可用路径失效，QoS需求难以满足的问题，提出了一种基于软件定义网络（SDN）架构的虚拟节点动态资源图多QoS约束路由算法（DRGVN-QR）。根据节点的切换状态、缓存以及链路的剩余带宽、时延等信息，结合虚拟节点的网络拓扑方式，建立虚拟节点动态资源图模型。根据资源图模型，建立最小路径代价的优化模型，利用蚁群算法（ACO）并发地为每个连接请求找到一段时间范围内的最优路径集合，并对信息素挥发系数的取值问题进行了讨论，以提升路径质量和算法性能。最后，为了适应卫星网络的时变性，设计一种幂数加权公式求出一段时间范围内的最优路径。仿真结果表明：DRGVN-QR算法能够规避路径失效带来的传输中断问题，提高网络QoS，与其他算法相比，该算法降低了平均端到端时延、网络丢包率和时延抖动。     

基于管制员负荷的西安终端区扇区优化

若扇区的工作负荷差别较大,会限制空域容量,给飞行安全和空域的利用造成不利影响.为了提高空域容量,缓解空中交通压力,构建基于管制员负荷的西安终端区扇区优化方法.通过对西安终端区近期雷达数据进行统计分析、量化管制负荷,得到符合西安终端区的管制员负荷综合值;对该终端区进行剖分得到Voronoi图,依据均衡扇区管制负荷的原则,加入实际约束条件,采用遗传算法对扇区进行优化.结果表明:通过扇区优化,提升了西安终端区的容量,均衡了各扇区的管制负荷,取得了较好的优化效果.     

辊弯成型在国产客机上的应用

针对民用客机更高的抗疲劳性要求,飞机结构件（如长桁）大量采用钣弯型材。通过对辊弯成型的深入研究,提供了一种合理的适合飞机钣弯型材的工艺设计和加工方法,从而保证了钣弯型材的外在和内在质量,以满足民用客机的使用要求。     

一种基于深度学习的恶意代码克隆检测技术

恶意代码克隆检测已经成为恶意代码同源分析及高级持续性威胁(APT)攻击溯源的有效方式。从公共威胁情报中收集了不同APT组织的样本，并提出了一种基于深度学习的恶意代码克隆检测框架，目的是检测新发现的恶意代码中的函数与已知APT组织资源库中的恶意代码的相似性，以此高效地对恶意软件进行分析，进而快速判别APT攻击来源。通过反汇编技术对恶意代码进行静态分析，并利用其关键系统函数调用图及反汇编代码作为该恶意代码的特征。根据神经网络模型对APT组织资源库中的恶意代码进行分类。通过广泛评估和与MCrab模型的对比可知，改进模型优于MCrab模型，可以有效地进行恶意代码克隆检测与分类，且获得了较高的检测率。      

大规模物联网恶意样本分析与分类方法

物联网（IoT）恶意样本发展迅猛，在网络中大量攻击各类物联网设备，但由于开源问题导致其家族特征并不明显，需要一种更细粒度的样本分类方法，以解决高级威胁样本发现和攻击组织追踪等问题。针对该问题，对2019年5月至2020年5月捕获到的157 911个物联网恶意样本进行了大规模分析，并标注了一套包含9个家族分支共计12 278个样本的数据集。提出了物联网恶意样本的分类方法，通过静态逆向分析提取FCG图和文本等复杂结构特征，利用图表示学习和文本表示学习的特征，在标注的数据集上取得了平均召回率88.1%的分类效果。所提方法在实际工作应用中效果优异。