关于中国航空企业实施先进制造模式的思考

从先进制造模式的涵义和特点入手 ,阐述了先进制造模式在国外航空企业的应用状况 ,分析了先进制造模式在中国航空企业中实施的可行性和途径。     

绿色夹具--基于气动肌腱与机械增力机构的夹具系统

目前人们对夹具技术绿色化的研究,明显滞后于对绿色切削以及绿色机床等方面的研究。本文以流体传动夹具工作介质的绿色化为出发点,结合采用新型的气动执行元件进行整合创新。提出将气动肌腱与机械增力机构进行组合,以代替容易产生污染的液压传动夹具。并通过具体创新案例,对基于气动肌腱和机械增力机构的绿色化夹具系统进行了分析。     

基于数字孪生的智能脉动管控

为提升飞机总装脉动生产线智能化水平,开展了基于数字孪生的智能脉动管控研究。基于数字孪生五维模型理论构建了飞机总装脉动生产线数字孪生应用架构,从反应式计划调度、物流精准配送、智能作业指导、产线健康监视、资源迭代优化配置5个方面开展了技术研究,为复杂产品装配的智能制造应用提供参考。     

航天先进轻合金材料及成形技术研究综述

轻合金是现代航天装备轻量化首选材料,高性能轻合金构件制造能力决定了我国航天装备的功能水平与竞争力。为推动先进轻合金材料及成形技术在航天领域的应用,对高性能轻合金材料、铸造、钣金成形、增材制造等技术领域在基础理论、工艺开发、装备研制、工程应用等方面的发展现状进行了梳理,提出了高强耐热铸造镁合金材料、高性能钛铝合金材料、高性能镁合金熔模精密铸造、数字化铸造、旋压成形、超塑成形、钛/铝合金电弧熔丝增材制造等相关技术的后续发展方向。     

云制造环境下机床装备资源选择方法

针对云制造环境下机床装备资源具有数量大、异质异构、服务制约因素多等问题，提出了基于多准则决策的机床装备资源选择方法。首先，利用本体论对机床装备资源建模，将物理资源虚拟化封装，实现虚拟资源与物理资源的逻辑映射。进一步地，使用语言变量量化决策者评估信息，采用模糊决策与试验评价实验室（FDEMATEL）和熵值法（EW）相结合的组合赋权法，引入模糊VIKOR（FVIKOR）多属性决策方法对机床装备资源进行综合评估，建立FDEMATEL-EW-FVIKOR的多准则混合决策模型。最后，将该方法应用于某生产制造企业，实验对比决策结果验证了多准则混合决策模型的可行性和有效性。     

多变量全局寻优与智能优化在星座组网中的应用

顶层任务规划通常与星座组网紧密结合，小卫星分散灵活的特性尤其适用于星群规模化在轨运行。针对热点区域覆盖和全球覆盖的不同任务需求，提出了对构型多变量进行全局寻优和利用智能优化技术进行星座构型优化的方法，两种优化方法可分别获得小规模星群最优效能与超大型星群的较优效能。优化方法不受轨道类型和任务目标分布的约束，具有良好的鲁棒性。     

基于图和子图同构算法的制造特征识别方法

针对传统制造特征难以快速识别的难题,提出了基于图和子图同构算法的制造特征识别方法。通过提取零件模型中的几何信息与拓扑信息,构造出加权属性邻接图,对零件模型进行精准描述,为建立制造特征库,定义了文件数据的存储结构,结合子图同构算法以及相关判定规则实现对常见制造特征的识别与匹配。以Creo软件中生成的零件模型为例,在VS2010平台中进行二次开发,最后以界面窗口形式展示识别结果,验证了该方法的有效性。     

飞行器智能设计愿景与关键问题

未来飞行器正朝着多元化、无人化和智能化的方向发展，高超声速、超隐身和变体等新型飞行器不断涌现。而传统飞行器解耦分拆的设计方法越来越难以满足未来飞行器综合性能全面提升的要求，只有通过整体化设计才能充分发掘飞行器的潜能。通过分析传统飞行器设计中存在的问题，提出满足全生命周期要求的飞行器智能设计体系理念，利用知识库的构建将智能赋予飞行器平台系统设计、制造生产和运维这3个阶段，并通过数字孪生技术进行飞行器全生命周期的仿真、分析和预测，以对飞行器设计、运行等数据进行更新，使该体系形成闭环。就飞行器智能设计体系中需要的关键技术及涉及的科学问题等进行了讨论，并给出了未来发展方向以供参考。     

实物标准电阻器智能输出系统的研究

针对实物电阻器输出阻值的改变只能通过手动方式实施的问题,设计了一套智能控制系统,实现实物电阻器阻值的数字化输出。将多只四端标准电阻器以一定的排列顺序串联连接,利用四端标准电阻器的原理特点,所有串联电阻共用一对电位端,在每只电阻器的左右分别都有一个电流输出端,电流输出端线路中接入继电器控制开关,以控制继电器的开通闭合,来实现电阻器的不同组合输出。本系统经试用,性能稳定、准确度高、实时性好、适用范围广、试运行情况良好。     

基于NB-IoT技术和GA-BP神经网络的车位预测系统

围绕有效整合城市停车资源,提高现有车位存量利用率的需求,构建了一种基于NB-IoT技术的车位预测系统。该系统采用NB-IoT技术进行信息采集与传输实现车位信息的共享;考虑到车位状态信息实时变化的特性,用历史车位占用数据来建立车位预测模型,推测出未来短时内车位变化趋势。为了提高车位预测的精度,采用遗传算法(Genetic algorithm,GA)优化反向传播(Back propagtion,BP)神经网络建立GA-BP神经网络车位预测模型。以某地下停车场历史数据为例进行仿真实验,研究结果表明:车位预测模型预测值与实际值相近且趋势保持一致,能够有效准确的预测车位状态变化,具有较高的精度。