智能辊压成形装备（系统）及其应用案例分析

辊压成形是一种通过顺序排布的成形模具渐近横向弯曲金属带材和板材的塑性加工工艺。由于其低成本、高效率、柔性化的特点,已成为中国新能源、航空航天、轨道交通等多个领域实现轻量化、节能、减排和安全性提升的重要技术之一。但是,该工艺的工序复杂性和离散性、材料厚向性能的不均匀性、设备信息化和柔性化自动化的低水平等问题,导致了它类似于“黑匣子”,使得产品质量难以预测,调试生产高度依赖人工经验,可成形截面受限,成品率不稳定。为此,本文提出了一种数据驱动的智能辊压成形装备（系统）,并介绍了该装备（系统）的技术架构和特点。通过搭建基于人工智能的数据架构,该系统将传统辊压成形中的离散数据进行采集、筛选、集成、储存和分析。同时融合数字孪生、人工智能、轮廓检测技术和多智能体协同控制等来构建可以替代人工经验的自纠偏的生产模式。针对新能源汽车行业,本文给出了利用该系统解决的一个辊压成形的动力电池包结构件的回弹控制案例,并对该系统的发展给出了建议和展望。     

航空薄壁结构有限元建模的智能化求解模型研究

介绍了利用CAD、网络自动剖分和人工智能技术相结合进行航空薄壁结构有限元建模的问题求解框架，着重论述了建模过程中模型演变的四个不同阶段的任务，提出了适应于建模各阶段的整体式知识表达模型，并对采用黑板机制来组织知识推理和算法任务调度的过程求解模型做了描述。该问题求解框架有助于构造高效实用的复杂薄壁结构有限元建模专家系统。     

人工智能在空腔气动/声学特性预测与控制参数优化中的应用

多参数多条件下的精准气动特性数据是进行飞行器快速设计、系统完善、性能评估、指标考核的基本前提和根本保证。基于人工智能的深度学习技术与流体力学交叉融合已成为当前发展趋势,并在湍流模型改造、系统理论建模、气动数据预测、控制参数优化、复杂流场重构等方面得到成功应用。为最大限度发挥深度学习的强大表征能力,围绕内埋弹舱作战运用和智能优化设计需求,构建了弹舱空腔气动特性多场载荷数据库,采用基于数据驱动的深度学习方法,建立了耦合因素影响下的空腔气动/声学特性智能分析深度前馈神经网络模型,实现了有限约束条件下的空腔气动/声学特性快速预测,并引入随机搜索和贝叶斯超参数优化方法增强了模型鲁棒性,为空腔噪声有效控制模型快速优化设计提供了数据基础和方法途径。     

基于北斗系统的物联网技术与应用

2020年7月31日,中国北斗三号全球卫星导航系统全面开通服务,成为信息社会万物互联和万物智能的基础.本文结合中国北斗三号系统的服务类型与物联网应用北斗的主要模式,通过对物联网架构和关键技术的分析,提出了以北斗定位和时间基准数据为主要感知信息,以北斗短报文等特色服务为主要信息传输手段,融合互联网和人工智能技术的北斗物联...     

基于Web的CAD系统研究与实现

介绍了一个新的基于Web的CAD系统。用户可以在任何操作系统上，通过浏览器来利用安装在服务器上的该CAD系统进行产品的设计。无需事先安装任何其他软件，也不用考虑系统的维护。本讨论了实现该系统所需的架构和数据库结构，并给出了系统的UML模型，利用Java和CORBA在Web上建立原型系统。     

基于多智能体航空公司航班恢复协同决策方法

航空公司进行航班延误恢复时，各种资源之间会通过航班计划产生间接关联，此时各决策单元若独立地考虑本领域内的资源恢复问题，将难以保证恢复方案的整体可行性和全局优化性。为探究航空公司航班恢复过程中各决策部门的决策模型及其协同关系，本文提出了基于多智能体技术的航班恢复协同决策仿真方法。首先，基于航空公司实际组织架构构建了航班恢复多智能体决策系统框架；其次，对部门间协同决策的动态过程进行了分析，将延误恢复的全过程分为了预恢复、可行解协商、均衡解协商3个阶段，构建了三阶段协同决策机制；最后，根据不同资源的恢复特性建立各决策部门的核心决策模型与部门间自动协商模型，并基于多智能体系统进行仿真。仿真结果显示，基于多智能体的协同决策方法能够在3.8 s的极短时间内针对1天中包含3架飞机和12个航班的航班计划做出完整的延误恢复方案，并且能够在保障航空公司整体效益的情况下一定程度地平衡各决策主体的自身利益。     

数据库开放对象的一般结构和操作

为了更精确地模拟客观世界，减少软件生成的复杂性，本文提出开放对象的数据模型，使其自身具有自组织、自我进化的能力，实质是面向对象＋人工智能＋数据库的一个模型。本文讨论了它的一般结构，开放对象的集合在子开放对象关系下构成有向图，并在对其加以适当限制做成偏序格的基础上，定义了一组开放对象的基本操作。     

多Agent智能制造系统研究综述

Agent与多Agent系统是分布式人工智能的主要研究方向之一，Agent技术已经被认为是进行分布式工业系统建模的一种重要方法，是设计与实施分布式智能制造环境的最自然的手段，是构建下一代制造系统的重要技术之一，基于Agent的制造系统是多Agent系统理论和方法在制造领域中的具体应用，在对Agent与多Agent系统技术研究进行简要总结的基础上，综述了Agent技术在制造企业集成，供应链管理、制造规划、调度和制造控制等方面的应用及其研究现状，并对Agent制造系统研究的主要内容及关键问题进行了探讨。     

数据库开放对象的数字模型

本文根据系统论提出了开放对象的概念，认为客观世界是由于放对象构成的。它本身是一个递归定义的层次结构，同时具有目的性和适应环境、改造环境的能力即具有自我进化的能力。每个开放对象与其外界的通讯只能通过信息来完成。而且允许它们对同一个消息具有完全不同的理解。开放对象实质是面向对象＋人工智能＋数据库的一个模型。同时本文还给出它的形式定义。     

人工神经网络

本文叙述了人工神经网络的基本概念、信息处理原理及主要特征。分析了Hopfield、误差反向传播等典型神经网络模型的互连结构、学习方法及特点。对该学科的发展及今后人工智能的研究策略也作了简要阐述。     

基于小波神经网络的多模型故障检测

提出了一种利用小波神经网络辨识非线性系统多模型故障的方法。证明了状态估计误差渐近收敛到零，同时证明了如果激活函数满足持续激励条件，辨识器参数将趋于理想辨识器参数。分析了多模型辨识结构，并将小波神经网络作为辨识器应用于多模型故障检测。给出了小波神经网络进行非线性系统逼近的实例，用小波神经网络辨识器对多故障模型检测进行了仿真，证明了此方法的正确性和可行性。     

面向生产过程的智能车间数字孪生建模及应用

数字孪生技术具有虚实融合的特性,智能车间数字孪生可以使生产过程透明化,利用实时数据可以有效指导车间生产。为实现基于数字孪生的生产过程可视化管控,提出了面向生产过程的智能车间数字孪生建模及应用。首先,建立了智能车间数字孪生系统体系架构。然后对系统实现的3项关键技术——基于点云拟合的三维几何模型构建方法、面向数据交互的对象链接与嵌入的过程控制统一架构（Object linking and embedding for process control unified architecture,OPC UA）信息建模方法、以及多源异构数据集成及虚实映射数据快速匹配方法进行了详细阐述;最后,对某发动机制造车间进行了数字孪生的实现,验证了所提方法的正确性和有效性。     

基于Information Hub模型的供应链管理信息系统研究

针对供应链管理在信息共享的环境下对供应链整体进行协调与优化的要求．构建了一个基于Information Hub模型的供应链管理信息系统IHSCMS。该系统由两个子系统组成：信息交换子系统以Web服务技术实现．可以与成员企业的ERP，MRPⅡ等管理信息系统结合．实现了供应链成员间信息的共享；计划与决策子系统采用了智能主体等人工智能技术，对供应链管理中的一些决策问题如库存补给策略等进行分析与处理。本文详细介绍了IHSCMS系统的结构和实现技术，并对相应的决策问题的算法进行了讨论。     

基于深度卷积网络的海洋涡旋检测模型

传统的利用遥感数据检测涡旋的方法通常是基于物理参数、几何特征、手工特征或专家知识。本文重点研究了基于深度学习技术从海表面高度图中识别海洋涡旋的方法。针对海洋卫星拍摄的海洋表面高度图中的涡旋检测问题,提出了一种基于卷积神经网络的多涡旋检测模型,该模型能够准确提取涡旋的特征信息,拟合语义信息与海面高度之间的关系。同时,在用于涡旋检测的最新公开数据集SCSE-Eddy上进行模型训练,以评估基于人工智能的涡旋检测方法性能,该数据集涵盖了15年来位于中国南海及其东部部分海域的每日卫星遥感海表面高度数据。实验结果表明,与现有的方法相比,本文模型取得了更好的检测结果,能够更好地区分相距较近的涡旋。     

非定常气动力建模研究与虚拟飞行试验验证

非定常气动力建模涉及空气动力学、飞行力学、飞行控制等多个领域,是完善飞机大迎角气动数据库的关键。传统的气动数据库模型为动导数模型,由静态气动力、旋转天平、动导数等数据构成,无法精细表征过失速机动状态下的非定常效应。循环神经网络（RNN）结构是一种处理和预测序列数据的神经网络结构,在人工智能领域运用广泛,与非定常气动力一样都具有时间序列依赖的特点。重点研究了循环神经网络在非定常气动力建模中的应用,利用单自由度俯仰振荡的风洞试验数据进行建模。使用强迫运动试验与虚拟飞行试验2种方法对非定常模型进行验证:在强迫运动试验中,通过直接对比气动力曲线,对具有实战意义的眼镜蛇机动进行了验证;在虚拟飞行试验中,通过对比试验与建模仿真的运动参数曲线,验证了气动力模型的准确性。2种验证方法均表明循环神经网络模型比传统动导数模型更接近试验结果。     

基于遗传算法的三级供应链集成计划问题研究

供应链集成计划的研究主要侧重于两级供应链结构，而面向超过两级的多级供应链集成计划的研究还很少。本文主要研究了三级供应链集成计划制订问题，以各企业的制造成本、库存成本、外包成本、运输成本和短缺成本总和最小为目标，建立了多供应商、多制造商、多分销商、多产品和多时段的有限生产能力的供应链集成计划模型，并详细说明基于遗传算法的供应链集成计划模型求解问题。最后通过算例仿真验证了模型和算法的可行性和有效性。     

飞机大攻角气动力建模研究进展

在飞机大攻角气动力建模领域中，将已有的模型归纳为代数模型、积分模型和微分方程模型三类。文章给出了非线性气动力两种常用的代数模型──多项大模型和样条函数模型；简要阐述了非定常气动力积分模型的建立及其简化过程；重点综述了新近开发的微分方程模型，从有分离的翼型和有涡破裂的三角翼气动力模型形式推广出微分形式的飞机大攻角气动力模型。应用实例表明，积分模型和微分方程模型能够描述大攻角气动力的非定常增升和迟滞效应。     

融合热特征的机场航站楼热成像显著人体检测模型（英文）

弱光背景下的目标检测是航站楼夜间巡检机器人的主要任务之一。然而,那些能够在计算资源有限的机器人平台运行的算法往往难以确保航站楼中人体目标的检测精度。为此,本文提出了一种融合热特征的显著人体检测模型。该模型仍然以U-Net神经网络作为基本架构,但是在解码器模块结构和模型轻量化方面重新进行了设计。一方面,在模型的解码器部分增加了由热特征分支和显著特征分支构成的融合模块,进而设计对图像高温区域更为敏感的预测损失函数,以提升算法在复杂场景下的检测精度;另一方面,通过精简编码器网络结构和控制解码器通道数的方式对模型进行了轻量化改进,以降低算法对计算资源的需求。4个数据集上的实验结果表明,本文方法既能确保较高的检测精度和很好的算法鲁棒性,又能以40 f/s以上的检测速度满足巡检机器人实时检测的需要。     

基于多Agent的分布式制造执行系统模型

提出了一种开放式、模块化、分布式、可配置、可集成和可维护的基于多Agent的制造执行系统(MES)模型。首先分析了制造系统中的制造执行系统域，然后提出了基于多Agent的MES模型，采用UML图表详细分析了该模型的MES功能实现，最后给出了实施的MES系统框架。该MES系统易与企业资源计划(ERP)、车间控制系统(FCS)及其他制造系统相集成。     

超高速碰撞碎片云质量分布快速预测技术

在航天器防护构型设计中,快速预测空间碎片超高速碰撞防护屏产生碎片云的质量分布及其变化规律具有重要意义。本文初步探索了采用深度学习方法预测超高速碰撞碎片云的二维质量分布及其变化过程。训练数据来自约2000个弹丸（铝球）超高速正碰撞靶板（铝板）的光滑粒子流体动力学数值模拟结果,共考虑4个变量（弹丸速度范围3～8 km/s、弹丸半径范围2～8 mm、靶板厚度范围1～4 mm以及观测时间范围1～12 μs）。系统比较了反卷积模型和多层感知机两种模型的预测效果,重点考察了模型的外推能力（应用于训练参数范围之外）。研究结果表明:在训练参数范围内两种模型的预测精度都很高;反卷积模型能够捕捉到碎片云质量分布的颗粒特征,但外推能力较差;多层感知机模型将碎片云中的质量进行了局部均匀化处理,具有较强的外推能力;多层感知机模型通过学习1～12 μs的碎片云质量分布,能够以一定精度预测24 μs时刻的质量分布;反卷积模型的预测时间为毫秒量级,多层感知机模型的预测时间为秒量级。