基于知识图谱和自动机器学习的软件缺陷预测

不稳定和召回率低效的软件缺陷预测模型难以在行业领域应用，为解决稳定和高效各项性能评价指标的软件缺陷预测模型在工程实践应用的问题，提出了一种基于知识图谱和自动化机器学习的软件缺陷预测方法AutoKGGAS，首先获取软件缺陷预测模型数据，对知识建模、知识获取、知识融合、知识储存与知识计算等知识图谱构建技术研究，实现知识图谱推荐优质软件缺陷预测模型作为自动化搜索的热启动输入条件，根据不同的软件缺陷预测评价指标，优化不同最佳的模型结构.其次实证研究采用NASA开源数据集实验对象和六种性能评价指标，实验结果表明， AutoKGGAS自动化软件缺陷预测模型在不同数据集不同评价指标方面，性能优于知识图谱推荐的传统经典软件缺陷预测模型.自动化软件缺陷预测模型为航天软件缺陷预测辅助代码审查测试提供了原型，在工程实践应用方面具有重要的意义.     

航空产品RMT数据管理系统框架设计研究

对航空产品的可靠性数据、维修性数据和测试性数据（RMT）的有效管理是保证飞机质量的重要途径,根据设备全寿命周期的特点和RMT数据管理内容,结合当前计算机技术,对飞机制造厂和研究所航空产品RMT数据管理系统的框架进行了设计研究。     

基于区域的卷积神经网络在空对地车辆检测中的应用

针对传统空对地车辆检测算法在光照变换、场景变化时检测效果不佳的问题,提出了基于区域卷积神经网络Faster RCNN模型的空对地车辆检测方法,介绍了Faster RCNN模型以及模型训练过程.实验结果表明,基于Faster RCNN的空对地车辆检测方法是可行的,对不同光照和场景下的车辆检测可以取得较好的效果.     

Y-8结冰喷水机改装设计与实现

受自然条件限制,在我国进行飞机自然结冰试飞难度大,对人造冰云结冰试验技术的需求显得越发迫切。以Y-8飞机为平台,通过方案设计、桁杆系统与气水系统研制、机上集成改装、地面试验和飞行演示试验等完成了国内首架结冰喷水机的研制,为开展人工模拟结冰试验奠定了基础。     

电网电压不平衡及谐波畸变时基波电压正负序分量分离新方法

针对传统锁相环(PLL)在电网电压不平衡及谐波畸变下利用常规软件锁相环不能准确获取相位的问题,提出了一种新的正负序分量分离新方法。利用了相序解耦谐振控制器能去除高次谐波和延时信号消除(DSC)法可滤除特定谐波的特性,将相序解耦谐振和延时信号消除法结合起来,达到更好的正负序分量分离的效果。最后,采用MATLAB/Simulink软件仿真结果证明了所提出方法的可行性和有效性。     

机载电源模块通用测试平台设计

针对机载电源模块种类繁多，功能各异，传统手工测试方法繁琐、复杂的缺点，设计了一种通用电源模块测试平台，它具有自动化程度高、可靠性强、使用及维护方便等特点，通过不同的适配器可以测试不同的电源模块，可扩展性强。给出了该平台的硬件组态、功能实现及相应软件设计流程，实际使用表明该测试平台具有极高可靠性和实用性，可以大幅度缩短电源模块的研制和生产周期。     

大型 CFD 软件自动化测试平台的初步设计与实现

针对大型通用 CFD 软件研制的需求，为了提升 CFD 软件的开发效率，初步设计与开发了一个 CFD 软件自动化测试平台。该平台基于 MySQL 数据库，通过前台界面和远程集群后台管理程序的网络信息交互，实现了自主研发的通用 CFD 软件平台(HyperFLOW)的自动测试及验证与确认。根据需要适当修改前置处理接口，该平台亦可推广应用于其他 CFD 软件的自动测试。本文重点介绍了平台的基本框架和总体设计思路、平台的数据库和前台管理 GUI 设计、网络交互和后台管理等，并利用典型算例对计算结果的验证与确认过程进行了简要介绍，最后对平台构建的后续工作进行了展望。     

基于滑模反演控制的稳定平台齿隙非线性补偿

针对航空遥感惯性稳定平台中齿隙非线性带来的不稳定问题，结合反演控制和滑模控制的优点，在传统反演控制的每一步迭代过程引入与齿轮运动状态相关的基于连续饱和函数的动态滑模面，设计了相应的滑模反演控制器。在保证了系统误差快速收敛的同时，抑制了反演过程中的误差积累，实现了系统非线性误差精确补偿。仿真实验结果表明，与传统反演控制相比，滑模反演控制显著降低了齿隙非线性对系统动态性能的影响，有效提高了系统对期望角位置、角速度的跟踪性能。     

航空机载设备软故障分析及对策探讨

分析了软故障的概念、表现特点、检测与诊断的难点，提出了解决航空机载设备软故障的对策，以探寻提高航空装备维修质量的有效途径。     

壳体内腔大深度T型刀加工方案分析

对于外形、内腔结构复杂,零件体积大,材料去除率高等特点的壳体,锻件加工要求所编制的数控程序异常复杂,数据庞大,手工编程难以编制程序。采用UGCAM作为编程手段,利用3维实体辅助编程技术解决此类问题。