飞机座舱段机身曲面造型智能化设计的研究

应用双三次B样条曲面理论建立了飞机座舱段机身曲面的数学模型，并利用C语言编程，实现了通过型值点数据反算出控制顶点，再经过理论外形计算和三维图形变换，进而随机显示飞机座舱段机身曲面造型的智能化设计。     

激光视觉传感推动焊接技术向智能化方向发展

现代科学技术的进步推动了焊接技术向自动化、智能化、数字化方向发展,而焊接技术的发展,离不开传感系统对焊接过程参数和焊接质量参数的实时检测.     

多电飞机电力系统及其关键技术

多电飞机将机载二次能源逐步统一为电能,有效提高了飞机的燃油经济性、可靠性和维护性,已成为航空科技发展的重要方向。作为机载二次能源系统的核心,电力系统在多电飞机发展过程中起到了关键支撑作用。电力系统及其关键技术的创新发展是实现飞机综合性能提升和全局优化的必要基础。本文从多电飞机的基本概念与特点出发,分析对比了典型多电飞机的电力系统架构,在此基础上系统地总结了支撑多电飞机电力系统发展的关键技术,讨论了未来多电飞机电力系统高压、直流和智能化的发展趋势。     

基于B/S模式的ICAI系统的设计

为推动教学改革,描述ICAI的基本结构及典型特征,对基于B/S模式ICAI系统进行设计。把AI知识融入到CAI中,不仅实现师生之间交流互动,也为现代教育技术手段的运用和推广起到积极促进作用。     

5G技术在全机疲劳强度试验中的应用研究

随着航空装备需求的不断发展,新材料、新工艺不断涌现,飞机结构强度试验与验证技术面临诸多新的挑战。作为网络化与智能化关键手段之一,5G 技术将有利推动强度试验技术的创新与变革。首先,简要介绍当前全尺寸飞机结构强度试验技术现状及发展趋势,同时深入研究全机强度试验未来发展需求,提出基于5G 技术的全机结构强度试验新模式;然后,基于5G 技术在全机强度试验技术发展中的特点和优势,构建试验核心场景与5G 技术生态关联矩阵,规划基于5G 的典型试验场景;最后,以某型机疲劳强度试验为平台进行试验巡检和监测场景中基于5G 技术的试验系统研制和应用验证。结果表明：基于5G 技术的智能化设施能显著提升试验水平,对全机强度试验智能化发展具有重要意义。     

晒晒“智能化”的神舟九号——神舟九号飞船智能化设计一瞥

为了确保航天员的安全,完成首次载人交会对接任务,承担神舟九号飞船研制的工程科技人员在打造智能化载人飞船上,倾注了大量的心血。神舟九号是一艘智能化程度很高的载人飞船。14个分系统参数全面汇集转换神舟九号飞船和航天员相关的信息都能通过飞船的仪表来显示。与神舟八号一样,神舟九号也是由14个分系统组成。显示飞船动态的有53幅页面图,对飞船上14个分系统各种参数全面汇总,舱内53幅页面图全盘掌控以及两类应急救生模式的启用等等,这一切,都依靠仪表控制器应用软件来完成,这就是神舟九号的仪表控制器应用软件智能管理系统。     

北京三号A/B卫星数传智能处理器在轨处理关键技术及应用

针对北京三号A/B卫星高速数据处理和传输需求,采用全路由总线互联架构,全新设计了第五代数传基带处理设备智能处理器,给出了相关功能、指标和特点;重点介绍了智能处理器中软件定义功能的高性能异构计算单元、高性能遥感影像在轨处理技术、数传任务自主管理技术等在轨处理关键技术;最后,给出了智能处理器试验验证和应用情况,其具备硬件平台通用、软件定义功能,大幅提升了常规数传能力,创新实践了多种智能数传功能,通过北京三号A/B卫星成功在轨验证及应用,智能处理器可作为成熟产品应用于后续空间高速数传任务。     

基于区块链及有源RFID技术的物联网电子车牌研究与设计

随着交通压力的日益增大,传统的汽车电子车牌应用已无法满足交通数字化、智慧化的高效管理。因此研发具有区块链技术、有源RFID技术、5G通信技术、北斗技术、嵌入式技术、传感技术等有效融合的物联网电子车牌已非常必要。基于以上问题及需求,并结合以上技术设计了一款可实时获取车辆信息的物联网电子车牌,可有效地实现车辆车证一体化、各种收费、违法违章、车辆定位等的智能化管理;通过区块链等技术对数据分析归类,实现对驾驶者行为分析、监控,UBI(驾驶行为保险)快速理赔等。     

基于SPCE061A数字四探针电阻率测试仪的设计

以16位单片机SPCE0 6 1A为控制核心,并采用内带程控放大器和片上数字滤波器的16位Σ-Δ型模数转换器AD770 5 ,设计了一款智能四探针电阻率测试仪的硬件电路。该仪器能够自动选择量程和自动校准,本设计减小了印刷电路板的面积,提高了测试仪器的智能化水平,具有一定的实用开发价值。     

基于小样本数据增强的航天器表面损伤智能检测方法

在轨运行的航天器表面形成损伤有可能导致严重的后果,需要对航天器进行在轨实时损伤检测。针对航天器损伤检测图像样本难以获取的问题,本文采用智能化检测方法,提出了一种用于航天器表面损伤样本扩充的生成对抗网络,该网络能够学习单张输入图像的特征纹理表示,从而生成大量与输入图像特征相似的细粒度尺度样本,实现了少量图像数据样本的扩充。利用YOLO目标检测算法在扩充的图像样本中进行表面缺陷与损伤的检测识别,获取了较高的检测精度,为未来航天器健康状态监测与评估、通用化服务机器人应用及太空原位建设等提供了技术支撑。