装夹规划中确定工件定位基准的神经网络决策机制

以量化数值形式表示与工件定位装夹相关的特征向量信息 ,利用 BP神经网络的自学习和分布式信息处理能力来获取装夹定位知识 ,模拟有经验工艺人员的形象思维 ,进行并行推理 ,从而产生可行的工件定位基准方案。算例表明 ,该方法能够提高对工艺性要求高、结构复杂零件的非线性处理能力 ,以及推理过程中的容错能力 ,是一种确定工件定位基准的有效决策机制。     

基于神经网络和证据融合理论的航空发动机气路故障诊断

为解决航空发动机这一复杂系统的故障诊断问题,提高智能化诊断方法的准确率,使用了改良的D-S证据理论,对基于自组织竞争网络和BP神经网络的2个诊断子系统的诊断结果进行决策级融合。结果显示,经过融合整个系统降低了误诊率,改善了诊断性能。文章还针对噪声干扰的情况,通过调整对于2个子系统的权重,在保证高准确率的同时提高了系统的抗噪声性能。研究结果表明D-S证据理论的使用可以达到比单独运用2个神经网络子系统都要好的诊断效能。     

通用ATE开关资源测试路径模型及应用

针对自动测试设备(ATE)测试程序开发中的开关资源测试路径搜索复杂、冲突判断困难、管理难度大等问题,提出了通用ATE开关资源测试路径模型,给出了模型的构造方法和多开关资源级联的级联算法,介绍了模型的具体应用.模型实现了ATE测试过程中开关资源测试路径冲突判断、最佳测试路径自动搜索、测试路径故障隔离、测试程序与具体测试路径硬件资源无关.提高了测试程序(TP)的通用性和可移植性,降低了TP开发的工作量.      

成形极限预测韧性断裂准则及屈服准则的影响

将韧性断裂准则用于预测板材成形极限,通过数值模拟HS钢、IF钢和6111-T4铝合金3种板材在单向拉伸、平面应变和双向等拉等不同应变路径下的变形过程,获得试件中心区域主应变最大单元的应变历史,结合成形极限实验数据计算韧性断裂准则的材料常数;通过对接近平面应变变形路径下的模拟结果与实验获得的网格应变相比较分析了Hill48,Hill90和Barlat89 3种各向异性屈服准则对模拟获得的应变路径的影响.结果表明,Barlat89屈服准则可以较好地描述单元的应变路径;在此基础上比较了几种韧性断裂准则用于预测板材断裂成形极限的计算结果, Cockcroft-Latham准则和总塑性功准则的计算结果比较理想,材料常数的确定也较为简单.      

碳/碳复合材料导热性能的研究

对碳/碳复合材料在不同温度下的导热性能进行了研究。研究发现了碳/碳复合材料的导热机理介于金属材料和非金属材料之间,既有声子导热,又有电子导热。在实验温度范围内,导热系数随温度升高而增大。随碳/碳复合材料石墨化程度的增大,晶体微观结构渐趋完整,石墨片层的有序度增加,材料的导热性能增强。对于高密度的碳/碳复合材料,因为晶粒间联通状态良好,热传导载体运动的路径畅通,所以导热系数高。碳纤维及围绕纤维生长的热解碳是热传导的有效通道,所以沿纤维增强方向的导热系数高。     

基于部件特性未知的航空发动机故障诊断技术

以航空发动机部件通用特性为基础运用单纯形优化方法,发展了一种预测发动机部件特性的自适应模型方法。并以此为基础运用气路分析原理,选取表征发动机性能参数变化的症兆变量和测量参数,建立了发动机故障诊断小偏差方程。诊断结果表明:症兆变量的选取和相对变化值大小对故障诊断误差有决定性的影响,其值的选取应以门限值1/3为最佳;故障诊断模型症兆变量与实际故障症兆变量变化值相对误差控制在5%内,且不会对故障类型的判断产生影响;故障诊断模型在已知的检验结果内无误诊现象。      

路径积分差分吸收激光雷达反演模型设计与测试

激光雷达作为主动探测手段,能够较好地弥补被动卫星(如OCO-2/3、GOSAT-1/2和Tan Sat等)的不足,实现高精度、全天候和全天时的观测。中国在2022年4月16日成功发射世界首颗基于主动理论探测二氧化碳柱浓度(XCO2)的激光雷达卫星。本文基于前期在秦皇岛的缩比飞行试验数据,围绕优化积分权重函数和优化差分吸收光学厚度两大核心要素,提出了基于光谱能量模型的算法框架。该框架旨在提高基于主动理论的星载激光雷达探测XCO2反演的精度。评估获得光谱能量模型在海上、陆地上的测距精度分别为0.74和6.20 m。论文的工作在10 s滑动平均值下,海洋、城市和山区的平均XCO2值分别为411.07、425.71、417.87 ppm,标准差分别为1.93、0.85、0.96 ppm。综上所述,光谱能量模型对我国发展基于差分吸收激光雷达的二氧化碳浓度算法具有重要的参考意义。     

面向地面运动目标的无人机协同航迹规划

由于现有无人机协同航迹规划主要局限于固定目标,提出了一种面向地面运动目标的无人机协同航迹规划方法.给出面向地面运动目标的无人机协同航迹规划总体方案;采用按时间推进的自规划与同步规划交替进行的协同规划机制,满足协同信息交互存在时间间隔的约束;在规划中将无人机运动与地面目标运动结合并构造适合于地面运动目标的启发函数,利用启发式搜索算法快速生成航迹段;采用分布计算协同变量的方法降低了协同计算量.仿真结果表明该方法可以使无人机通过信息交互和自主分布计算快速生成面向地面运动目标的三维协同航迹,且满足规划的实时性要求.     

基于多智能体深度强化学习的多星观测任务分配方法

为应对多星环境中复杂多约束条件下的任务分配场景,提出一种多星自主决策观测任务分配算法,该算法采用基于集中式训练、分布式执行的多智能体深度强化学习算法。通过这种方式训练后的卫星智能体,即使在没有中心决策节点或通信受限的情况下,仍具有一定的自主协同能力及独立实现多星观测任务的高效分配能力。     

一种可移动检测机器人站位规划策略

针对大型舱体舱外有效载荷支架检测过程中机器人站位难以确定的问题,提出一种规划策略。首先,结合机器人正运动学构建检测环境的数学模型,分别从舱体轴向与径向初步划分工作区域。然后,基于遗传算法(GA)优化检测视点次序并对工作区域栅格化处理,结合工作区域内对应视点位姿信息及关节转角约束,通过机器人逆运动学求得满足约束条件站位。最后,考虑不同关节转角误差对机器人末端精度和机器人运行过程安全性的影响,对检测过程各关节角度变化方差加权处理并构造优化函数。通过算例验证了所构建的模型及方法的可行性,结果表明该策略能够得到满足检测需求的优化站位。