故障模式影响分析专家系统

介绍了应用人工智能和专家系统技术,建立一个依托专家知识,基于功能/硬件推理的,与故障仿真综合应用,并以故障诊断专家系统,专业CAD/可靠性CAD和可靠性信息系统为支持的故障模式影响分析专家系统FMEAES(Failure Model Effect Analysis Expert System)框架.详细论述了系统的功能、结构、其三大组成部分(预处理部分、FMEAES核心和后处理部分)的功能及其相互关系,故障模式选择、故障仿真和进行功能FMEA和硬件FMEA的处理流程,以及故障模式影响分析专家系统与其他系统的关系.      

复合材料C/L型结构固化变形的影响因素分析

固化变形是影响复合材料零件结构成型几何精度的重要因素。产生固化变形的原因一般可以分为内因和外因:内因主要与材料属性和结构设计参数有关;外因主要与固化工艺和模具有关。固化时这些因素共同作用,在复合材料结构内部产生残余应力,脱模时导致构件发生变形。通过对已有试验结果的研究,总结了不同因素对复合材料结构固化变形的影响,为固化变形的工程预测和控制提供直观的数据参考。     

基于多头注意力机制的飞机发动机寿命预测研究

针对飞机发动机监测参数多和预测模型不能充分提取监测数据的有效信息等问题,基于一维卷积神经网络（1DCNN）、时序卷积神经网络（TCN）和多头注意力机制,提出一种新的网络结构以实现飞机发动机剩余寿命的准确预测。对多维特征参数分别建立一个1DCNN-TCN模型,利用两层1DCNN对飞机发动机的多元传感器信号进行特征提取,利用TCN对特征量的时序信息进行记忆,通过多头注意力机制对多个1DCNN-TCN的输出分别进行加权处理,并拼接最终结果。分析结果表明,采用本文方法得到的RMSE和Score值比目前文献中最优值分别降低了6.84%,63.41%。该方法显著提升了飞机发动机剩余寿命预测的准确性。     

飞机结构X射线裂纹图像智能评定

飞机结构X 射线图像评定过程存在复杂背景下裂纹分割不准、检出难等问题。基于高效层聚合网络提出一种飞机结构X 射线裂纹图像智能评定模型（ELAN-Seg）,将ELAN-Seg 模型和DeepLabv3+模型的射线图像裂纹分割能力进行对比,结合图像处理技术对模型分割的裂纹长度进行评估,利用飞机强度试验及外场维护过程采集的X 射线图像对模型进行验证。结果表明：分割的最小裂纹长度约为3 mm,ELAN-Seg 模型对复杂背景射线图像裂纹分割更加准确,裂纹漏检率小于3.8%,该模型具有工程适用性。     

高职院校教师教学能力演变规律与突破机制研究

"三教"是今后高职院校教育教学重点关注的领域,尤其是教师的教学能力提升方面,不仅关系到人才培养质量,更成为高职教育改革亟需突破的重点.以高职院校教师教学能力大赛政策为例,挖掘教师能力演变规律,探索教学突破机制,并提出团队配置精细化、教学设计精致化、课堂授课精品化及课程问题解决精益化等建议.     

GJB 438标准C版与B版的对比分析

通过对新颁布实施的GJB 438C和老标准GJB 438B的对比,指出新旧标准在内容上的差异,并从贯彻实施角度分析了差异产生的影响,以及提供了贯彻实施策略,供大家在贯彻新标准过程中参考。     

多尺度特征融合的Anchor-Free轻量化舰船要害部位检测算法

反舰导弹对舰船要害部位的精确打击能力是精确制导武器的关键技术之一。针对反舰导弹导引头对舰船要害部位检测精度低、特征提取能力不足,预测框的处理降低检测速度等问题,提出了一种多尺度特征融合的Anchor-Free轻量化舰船要害部位检测算法。由于舰船要害部位检测数据具有多尺度、多角度特性,引入多尺度特征融合模块,综合利用不同感受野的检测信息,优化特征提取;利用高效轻量化注意力机制改进Hourglass结构中的跨层连接,提升检测精度,降低算法总参数量;使用迁移学习有效提升算法收敛效果。在建立的舰船要害部位检测数据集和公开的PASCAL VOC数据集进行实验,检测准确率分别提升了4.41%和5.57%,分析算法参数与运算量,设计了模块消融实验,论证了所提算法的有效性。     

基于注意力机制的光伏组件热斑检测算法

热斑现象是造成光伏组件发电能力下降的重要原因之一,热斑检测是光伏电站运维必不可少的工作。然而分布式光伏电站的规模普遍较小、选址分散、环境复杂多样,使用传统的热斑检测算法需要投入大量的人力资源。基于此,提出了一种基于注意力机制的热斑检测算法HSNet。通过图像分割消除反光影响,结合通道注意力机制,学习通道间的特征信息,增强目标区域的重要性,采用自定义锚点的方法提高检测速度,使用焦点损失激活函数和基于物体先验概率的类别预测方式改善训练目标样本不均衡导致的分类准确性低的问题,通过回归方法获取准确的目标位置。实验表明：设计的目标检测算法在窗体回归精度和分类准确性方面均有明显的优势,边界框平均精度和准确率分别提升了3.18%和2.42%。     

基于ELMo-GCN的核电领域命名实体识别

在核电领域的知识管理过程中,需要使用命名实体识别技术抽取高质量语义实体,以进行核电领域文本的智能分析和处理。在现有研究的基础上,通过增强网络对上下文信息的提取能力,提升模型对嵌套命名实体的识别准确率。经实验验证,所提方法较现有方法在准确率与召回率指标上提升显著,与BiFlaG网络对比,准确率提高9.52%,召回率提高8.51%,F₁值提高9.02%。所提方法对嵌套命名实体识别优于BiFlaG等网络。     

U型变曲度蒙皮精确闸压有限元建模与参数影响分析

钣金类零件的制造是根据自身经验来制定生产工艺的,一直以来对工艺的革新较少,造成生产合格率偏低、成本高。而影响板材冷成形性能最主要的因素即为材料自身的成形性能。以U型蒙皮为研究对象,进行试验研究与材料分析,为有限元模型提供参数与验证。基于弹塑性有限元理论,通过测试毛坯材料的应力应变数据,建立材料的本构模型,准确预测闸压过程中钣金结构的应力、应变和回弹量。创建闸压成形仿真模型,模型验证后,进行闸压后试片内部应力应变分析、试片厚度,以及回弹分析。基于建立的有限元模型进行了毛坯材质与闸压方向的影响分析。