航空发动机高空模拟试验排气环境压力模糊控制技术研究

针对我国航空发动机高空模拟试验排气环境压力控制系统的不足之处,研究了仿人工智能模糊PID参数在线自整定的压力控制系统,并利用半物理仿真试验和高空模拟调试试验对所设计的模糊PID控制系统进行了验证。结果表明,该系统实现了快速度和高精度的统一。     

数控技术发展状况及在智能制造中的作用

当前智能制造的快速发展,使得数控技术的开放性与智能化的特点更为明显,我国对于数控技术也愈发重视,这将有效推进国内工业制造的自动化与智能化.阐述了我国数控技术发展现状与趋势,分析了国内数控技术发展水平与智能制造技术相较国际先进技术的现有差距.数控技术的发展是一个国家制造能力与水平的体现,结合大数据和人工智能,数控技术成为...     

人工智能干扰技术发展现状及趋势探析

近年来人工智能技术得到迅速发展,屡屡在比赛中胜出,引起了各界的关注,人工智能的应用在军事领域迅速普及.基于美军对智能化电子对抗即认知电子战的高度重视,对传统电子战面临的困境进行了梳理,阐述了认知电子战的概念和特点,分析了未来认知电子战的重点发展方向,为智能化电子战技术研究提供参考.     

面向军事应用的航空人工智能技术架构研究

通过全面梳理国内外面向军事应用的航空装备智能化发展现状,紧密围绕未来智能化空中作战的任务场景,给出航空军用人工智能技术的概念和内涵,并依据智能系统信息运行模型,提出不同运行层级的航空装备智能升级的途径和方法。在此基础上,形成包含基础使能、关键技术群、智能系统、运行层级的航空人工智能技术架构,对关键技术群按面向运行层级、面向功能需求、面向基础使能进行分析,得到重点技术发展方向,并给出提升我国航空装备智能化水平的具体措施建议,为制定相关航空人工智能技术规划提供参考。     

大流量航空发动机高空模拟进气压力智能与复合控制技术

在航空发动机高空模拟过渡态考核试验中,要同时实现进气压力的稳定和快速控制非常困难.针对系统实际工况及被控对象的特点,本项目成功开展了进气压力智能与复合控制技术专项研究,并进行了关键技术总结.实际结果表明,采用该技术后,进气压力控制系统能实现高精度和快速度的高效统一.     

火星移动智能体技术探讨

在火星表面巡视探测任务中,环境的复杂性、火地之间遥远的距离和探测器的安全性要求,决定了火星车必须具有较强的自主能力,自主实现环境感知、路径规划、科学探测、故障诊断等功能。移动智能体技术的发展和应用,为上述功能的更好实现提供了可能。文章通过对火星车自主能力的发展历程进行调研,结合当前我国巡视器技术的发展状况,从任务规划、能源管理、热控管理、通信管理等方面对火星移动智能体技术的应用需求进行了分析,提出了一种采用三层递阶式体系结构的解决方案框架,可为火星乃至其他地外天体移动智能体的技术实现提供参考。     

液体火箭发动机智能健康监控技术研究进展

健康监控技术作为改进和提高液体火箭发动机安全性与可靠性的核心关键技术,近年来其智能化发展的趋势十分明显。本文简要回顾了液体火箭发动机健康监控技术的发展历程;重点围绕基于传统人工智能的方法和基于深度学习的方法两个方面,对智能故障检测与诊断方法进行了系统地介绍;进一步阐述了健康监控系统在方案设计和实际应用等方面的研究现状,以及智能健康监控系统的发展情况;最后对今后健康监控技术的发展趋势进行了分析和展望。     

一种智能化元器件检测系统的研究

为解决航天元器件筛选检测过程中存在的计划管理不合理、过程管控不透明、灵活性不够、人工参与过多等问题,按照智慧工厂的参考模型,提出了一种元器件智能化检测管理系统的构建方案,并对所需关键技术进行了分析,集成了物联网、机器视觉、大数据分析、ERP技术,实现了检测业务的信息化、自动化、智能化。验证了航天某元器件可靠性中心的智能化检测系统,并进行了技术实现,为同行业的技术研究、应用实施提供了参考。     

人工智能在航天器制导与控制中的应用综述

航天器制导与控制技术是保障空间任务顺利实施的关键技术之一。当前,动力学模型的强非线性以及参数不确定性制约了高精度姿轨控技术的发展,而系统故障则决定航天器姿轨控的成败。以机器学习为代表的新一代人工智能技术航天器制导控制领域展现了巨大的应用潜力。首先对基于人工智能技术的轨迹制导和姿态控制中的研究发展及应用现状进行归纳,分析航天器轨迹规划、姿态控制、故障诊断以及容错控制技术的发展趋势。然后,从鲁棒轨迹规划、自适应姿态控制、快速故障诊断和自适应容错控制等4个方面总结适用于未来航天任务的航天器姿轨控关键技术。最后,针对智能姿轨控技术的应用所面临的挑战,从姿轨控架构、算法最优性、算法的训练以及技术验证等方面提出相应的发展建议。     

提升人工智能装备软件测试效能研究

随着信息技术的飞速发展,人工智能已被广泛应用在装备的智能环境感知、智能信息处理、智能指挥控制等方面,为装备的智能化提供了基础。但由于人工智能装备软件本身独有的逻辑性差,与硬件强耦合,需要学习训练,具有可成长性和与大数据、物联网联系密切等特点,导致现有常用的软件测试方法在测试输入空间确定、测试结果有效性验证、测试环境构建等方面面临极大的挑战。文章从强化软件测试综合评价,智能化测试场景和用例生成,一体化硬件试验和软件测试,加强开源软件测评,围绕可成长性开展训练和测试,强化装备数据分析和运用等六个方面对提升人工智能装备软件测试效能给出了相应对策。