空间站有效载荷预测性维护支持系统设计

针对空间站有效载荷运维对安全性要求高、保障资源有限的问题,建立了预测性维护支持系统,包括数据库、自动辅助建模软件、计算平台及Web UI程序.以数据驱动预测方法和技术为核心搭建了支持系统框架,设计了自动辅助建模软件,构建了一种开放式、层次化、可扩展的软件架构,在此架构上开发了数据处理、机器学习、深度学习算法库,初步开发...     

基于飞行包线划分的航空发动机T-S模糊模型辨识

针对航空发动机在建立Takagi-Sugeno(T-S)模糊模型时运算耗时长和过分依赖学习数据的问题,提出了一种基于飞行包线划分的航空发动机T-S建模方法.通过飞行包线划分和标称点求取确定T-S模型的前件结构;计算各标称点的状态空间模型,将其作为T-S模型的后件;最后通过对航空发动机发参数据的机器学习完成对模型前件参数的辨识.仿真对比结果表明:该方法缩短了航空发动机T-S模糊模型的建模时间,并使得高压转子和低压转子转速的绝对误差分别小于0.25%,0.10%,保持了辨识精度.      

机器学习辅助湍流建模在分离流预测中的应用

数据驱动湍流建模是近年来发展的提高雷诺平均N-S方程预测精度的有效手段,通过机器学习算法能够从高置信度数据中自动提取特征,建立准确的从平均流动特征到雷诺应力的预测模型.针对高雷诺数下积冰翼型绕流这一类典型的复杂流动分离问题,基于此前研究者提出的机器学习预测框架,从输入输出特征选择和翼型绕流中数据分布特性两个方面出发,对...     

PSO-LSSVM在民机气动性能数学建模上的应用

目前风洞试验仅为民用飞机飞行性能提供有限数据.全飞行包线的技术支持对于民机飞行试验十分重要,需要采用数学建模和参数辨识的方法.选择合适的机器学习算法是参数辨识中最为关键的一步.支持向量机(SVM)采用结构风险最小化原理,尤其适用于小样本情形.根据A320非巡航起降阶段的几组真实数据,以及全机气动力估算的结果,使用最小二乘支持向量机建立预测模型.随后采用粒子群算法优化模型参数从而提升泛化能力.由此实现民机飞行包线的气动性能整体建模与辨识.与Ma=0.78时的实验数据相比较,PSO-LSSVM模型的预测结果吻合,是一种有效的气动数学建模方法.     

装配过程快速仿真建模服务平台

为了解决制造企业装配工艺过程仿真所遇到的建模复杂、时间长及系统异构等的问题,提高仿真建模的效率和可重用性,建立数据驱动的装配过程快速仿真建模服务平台是一种有效的方案。该平台采用基于服     

基于多代理模型的航空发动机建模及优化方法

为了进一步提高航空发动机建模及优化方法的性能,本文提出了一种基于多代理模型技术的建模及优化方法。本文首先提出了一种新的代理模型全局误差估计方法,以此建立了新的多代理模型建模方法。然后提出了一种组合模型预测偏差估计方法,以此发展了一种基于多代理模型技术的优化方法。6个不同维度及不同训练集大小的解析测试算例的结果表明,本文所发展的建模方法相较于现有方法精度更高,本文所发展的优化方法相较于经典代理模型优化方法算法收敛性更强。同时变循环发动机稳态性能建模及加速燃油控制规律优化实例表明,本文所发展的方法在处理实际工程问题时,依旧可以表现出良好的算法性能。     

基于机器学习的空间翻滚目标实时运动预测

借助监督式机器学习（ML）方法,对空间翻滚目标的运动状态预测问题进行研究,为空间机器人抓捕空间翻滚目标提供可靠的数据依据。基于物理模型的运动预测方法依赖理想的建模假设,需要连续的视觉反馈信息,解决目标预测问题的能力有限。因此,本文采用机器学习中纯数据驱动方式的稀疏伪输入高斯过程（SPGP）回归方法进行空间翻滚目标的运动预测。给定空间翻滚目标运动状态的历史观测数据,通过连续优化真实观测数据,得到稀疏的伪训练数据集,进而在线快速预测目标的运动状态,预测的计算效率达到毫秒级。此外,利用马尔科夫链蒙特卡洛（MCMC）法处理连续优化过程,克服由于随机初始值造成的优化过程陷入局部极小值问题。利用Snelson数据验证了所提稀疏伪输入高斯过程回归方法的正确性,并通过4组仿真算例验证了所提方法对于空间翻滚目标运动预测的有效性和鲁棒性。     

基于实例推理技术及其研究发展方向

基于实例的推理技术（Case- Based Reasoning ,CBR）是人工智能及机器学习领域中的前沿方向.作为一种增量式的学习方法,规避了传统人工智能在知识获取上的瓶颈问题.本文介绍了CBR的基本原理、实例中知识的表示方法和Tverskey和k-NN两种检索技术;详细讨论了CBR实现过程中的中心问题--实例修正问题,给出实例的修正的8种技术与方法;提出了基于实例的推理技术的研究重点和发展方向.     

多气囊平流层浮空器动力学建模及控制

针对多气囊平流层浮空器的建模和控制问题,建立其浮空器动力学模型并设计了一种积分变结构控制律.首先,全面分析平流层浮空器所受力和力矩,利用牛顿力学方法建立非线性动力学模型,并分析多气囊运动所带来的和普通浮空器建模之间的区别；然后,基于积分变结构控制方法设计俯仰通道姿态控制律,并应用Lyapunov函数方法证明其稳定性；最后考虑舵偏限幅和限速率以及参数拉偏,进行数字仿真,分析比较了加入积分项前后的控制效果.仿真结果表明,设计的控制律具有较强的鲁棒性,浮空器也具有良好的动态特性.     

一种基于离心机试验的MEMS IMU加速度计误差建模方法

随着制导弹药向智能化、自主化方向发展,MEMS IMU在高加速度条件下的误差建模和补偿成了制约其应用的突出问题.MEMS加速度计作为MEMS IMU的核心部件,是提升制导弹药自主导航精度的关键.针对MEMS IMU三轴加速度计高加速度条件下的误差建模问题,提出了一种基于离心机试验的误差建模方法.介绍了MEMS IMU加...     

Recent progress of machine learning in flow modeling and active flow control

In terms of multiple temporal and spatial scales, massive data from experiments, flow field measurements, and high-fidelity numerical simulations have greatly promoted the rapid development of fluid mechanics. Machine Learning(ML) provides a wealth of analysis methods to extract potential information from a large amount of data for in-depth understanding of the underlying flow mechanism or for further applications. Furthermore, machine learning algorithms can enhance flow information and automat...     

交互绘图软件数据接口的开发和应用

本文介绍了交互绘图时形成的图形数据接口的开发方法。在两个不同的图形数据结构之间的数据转换方法,即在“MTSCAD2.0”和“AUTOCAD10.0”之间的数据转换。图形数据接口在第二次CAD软件开发中的应用,如利用来开发机床主轴箱、齿轮减速器和机床夹具的CAD系统。     

基于机器学习的航空器进近飞行时间预测

为了准确预测航空器的落地时间，提高空管部门间的协作效率，采用机器学习的方法对航空器进近阶段飞行时间进行了预测。从实际运行出发，分析航空器在进近管制空域飞行时间产生差异的原因，提出了影响航空器在进近空域飞行的8类因素和17个重要特征。以航空器在进近飞行时间为标签，基于提出的重要特征，采用岭回归、支持向量机、随机森林和神经网络算法，建立了4种基于机器学习的航空器进近飞行时间预测模型。以南京进近为实例，对4种机器学习模型进行训练、验证和测试，对模型的性能指标、特征重要性和影响因素展开分析。研究结果表明，对于航空器进近飞行时间的预测，基于随机森林的模型表现出了最高的预测性能，模型的泛化能力最好、精确度高，回归效果越显著；进场状态是影响航空器进近飞行时间的最重要因素，而进场点和进场高度特征则对结果的贡献度最大。     

辅助动力装置控制系统传感器智能解析余度方法

针对辅助动力装置(APU)控制系统传感器故障,提出了一种基于协方差优化集成极限学习网络(COSELM)的传感器智能解析余度方法。该方法能够根据在线序列预测误差的最小方差来自适应更新单个在线序列极限学习机的权重系数,发挥和权衡各个学习模型的优势,通过提高模型算法的稳定性和泛化性,改善传感器智能解析余度的精度。通过在某辅助动力装置控制系统传感器解析余度的验证表明,提出的COSELM方法可以解决传感器在发生偏置故障时的信号重构问题,重构误差不超过1%,适用于不同辅助动力装置个体,为其提供可靠的解析余度。     

基于机器学习的飞机动力装置运行可靠性

为了研究分析飞机的动力装置在执行飞行任务过程中的运行可靠性,针对运行可靠性影响因素的多维、耦合的特点,采用机器学习方法对动力装置运行可靠性的时变规律及其相关影响因素进行分析。提出了考虑动力装置的工作状态、飞机的运行外界条件、飞机的飞行状态3类因素分析动力装置实时运行状态下的时变可靠性方法;并基于飞机实际运行的快速存取记录器（QAR）数据,梳理了动力装置运行可靠性分析相关的3类因素、16个主要特征。结合飞机运行的时空关系,采用数据包络分析（DEA）方法对飞机动力装置的工作状态特性与性能裕度进行非参数分析,基于提取的QAR数据特征,采用随机森林、多变量神经网络回归算法,建立2种基于机器学习的动力装置运行可靠性分析模型。以B737-800机型为例,对一次北京至珠海的飞行任务的动力装置相关运行数据进行分析,对2种机器学习分析模型进行训练与测试研究。分析结果表明：对动力装置工作状态特性贡献度最大的特征依次为计算空速、飞行时间与飞行高度;对动力装置性能裕度贡献度最大的特征依次为动力装置工作状态特性、雷达气象与飞行时间。所采用的2种机器学习方法能较好反映动力装置运行过程的时变可靠性规律,可为动力装置的运行与特情处理提供参考。     

DNC系统串行通信技术的研究

介绍目前用于数控机床的数据传输及管理的DNC技术。基于数控机床多数带有RS-232C串行接口的现状具体把说明于数控机床通过RS-232C串行接口实现DNC通讯的方法及其应用。并介绍了基于串行通信技术运用VC 语言开发通讯软件的方法。     

An unsupervised pattern recognition methodology based on factor analysis and a genetic-DBSCAN algorithm to infer operational conditions from strain measurements in structural applications

Structural Health Monitoring (SHM) suggests the use of machine learning algorithms with the aim of understanding specific behaviors in a structural system. This work introduces a pattern recognition methodology for operational condition clustering in a structure sample using the well known Density Based Spatial Clustering of Applications with Noise (DBSCAN) algorithm. The methodology was validated using a data set from an experiment with 32 Fiber Bragg Gratings bonded to an aluminum beam placed in cantilever and submitted to cyclic bending loads under 13 different operational conditions (pitch angles). Further, the computational cost and precision of the machine learning pipeline called FA + GA-DBSCAN (which employs a combination of machine learning techniques including factor analysis for dimensionality reduction and a genetic algorithm for the automatic selection of initial parameters of DBSCAN) was measured. The obtained results have shown a good performance, detecting 12 of 13 operational conditions, with an overall precision over 90%.     

智能赋能流体力学展望

人工智能（AI）是21世纪的前沿科技,流体力学如何在智能化时代焕发青春是值得本领域研究者思考的话题。从智能赋能流体力学角度,就其研究内涵、研究内容、近期研究及难点进行了总结,并对智能流体力学未来的发展进行了展望。研究指出,流体力学计算或试验中所产生的数据是天生的大数据,如何通过深度神经网络、随机森林、强化学习等机器学习方法来利用这些数据,缓解甚至替代理论和方法层面对人脑的依赖,挖掘新的知识,成为一种新的研究范式;相关研究将涵盖流动控制方程的机器学习、湍流模型的机器学习、物理量纲分析与标度的智能化以及数值模拟方法的智能化;借助人工智能技术,发展流动信息特征提取与多源数据融合的智能化是流体力学发展的迫切需求;研究内容应至少涵盖海量数据挖掘方法以及多源气动数据的智能融合;发展数据驱动的流体力学多学科、多物理场耦合建模与控制是工程应用的迫切需求,相关工作涉及多场耦合建模、气动外形智能优化设计以及流动智能自适应控制等方面。     

车身三坐标检测数据图形分析软件开发

根据三坐标测量机检测汽车车身后输出的数据特点,提出了一种计算机图形分析方法,并介绍了软件的编制.实施后,大大减少了车身精度分析时间,提高了分析准确性,并有效地提高了白车身质量.