扩大并联机床工作空间方法的研究

针对机床坐标系和工件坐标系的关系,采用一致坐标系转台转角分解和非一致坐标系转台转角分解方法,从而达到扩大并联机床工作空间的目的。     

人工智能在气动设计中的应用与展望

在人工智能技术高速发展的浪潮下,智能化技术为空气动力学的研究提供了新的思路和手段。各国学者在人工智能与空气动力学设计的综合应用方面开展了诸多有益的探索与尝试。目前人工智能方法已被用于设计对象描述、数值求解、非线性映射等气动设计的关键环节中。实现了自适应设计参数探索、高效气动特征求解、快速数据降维与映射、智能优化等,提高了气动设计的速度、准确性、鲁棒性与全局性。概述了气动设计的发展现状、人工智能技术的研究现状以及机器学习在气动设计中的应用现状。展望了深度学习在气动设计上的应用前景。提出了以机器为核心根据优化阶段实时调整优化方案及走向的高度智能化气动设计概念——"机器设计"。强调了开展智能可诠释设计研究的重要性。     

驾驶员结构模型参数辨识

给出一种驾驶员结构模型的参数辨识方法：根据人—机实时仿真试验测量的驾驶员描述函数,按最小二乘准则辨识驾驶员模型参数。推导出驾驶员结构模型的灵敏度公式,用于参数辨识过程,使计算方便、收敛性改善。针对驾驶员完成俯仰跟踪任务的人—机仿真试验结果,进行了实例计算,表明该方法是一种确定驾驶员结构模型参数的简单实用的方法     

基于ACMPE、ISSL-Isomap和GWO-SVM的行星齿轮箱故障诊断

针对从行星齿轮箱非线性、非平稳振动信号特征提取困难的问题,提出了一种基于自适应复合多尺度排列熵(ACMPE)、改进监督型自组织增量学习神经网络界标点等度规映射(ISSL-Isomap)和灰狼群优化支持向量机(GWO-SVM)相结合的行星齿轮箱故障诊断方法。利用ACMPE从复杂域提取振动信号的故障特征,构建高维故障特征集;采用ISSL-Isomap方法对高维故障特征集进行维数约简,提取出低维、敏感故障特征;应用GWO -SVM分类器对低维故障特征进行模式识别,判断故障类型。行星齿轮箱故障诊断实验结果分析表明:与多尺度排列熵(MPE)、复合多尺度排列熵(CMPE)等特征提取方法相比,ACMPE方法在分类效果和识别精度上更具优势;与局部切空间排列(LTSA)、等度规映射(Isomap)、加权Isomap(W-Isomap)、监督Isomap(S-Isomap)和监督型自组织增量学习神经网络界标点Isomap(SSL-Isomap)等降维方法进行比较,ISSL-Isomap方法降维效果最佳;所提方法的故障识别率达到100%,具有一定优越性。      

基于SVM方法的APU故障预测方法

针对辅助动力装置(Auxiliary power unit,APU)故障预测时,仅基于快速存取记录器(Quick access recorder,QAR)数据存在实时性欠缺或精度不足的问题,提出了基于实时报文数据的APU故障预测方法。首先,对报文所采集的数据进行预处理,将每次航班的报文数据规整为一条数据集;其次,从参数阈值、维修记录及APU序列号变化情况等角度对数据集进行标注工作;随后,针对特征选择算法具有较差解释性的缺点,提出通过相关性分析选取能够表征APU运行性能的参数;最后,建立基于支持向量机(Support vector machine,SVM)的多参数故障预测模型并优化。经验证,该模型提高了预测正确率,为APU视情维修策略的制定提供参考。     

约束系统锁弹机圆柱销断裂失效分析

简要介绍火箭弹射座椅约束系统锁弹机圆柱销断裂失效现象,对可能造成圆柱销断裂失效的圆柱销入厂质量、装配正确性、尺寸、力学性能、设计及工况强度等主要因素进行了系统排查、分析和验证,最终找准了产品失效的机理并准确定位.起到了积极的警示、指导和借鉴意义.     

飞机机翼翼梁类零件变形控制方法研究

翼梁类零件作为机翼装配的定位基准零件,如何有效减小其在加工中的变形,提高加工精度是一项重 要工作。提出一种针对翼梁零件在加工过程中出现的平面度翘曲变形现象的控制方法,根据飞机机翼梁类零 件的工艺特点,对生产现场零件的实际变形量进行统计,分析翼梁类零件变形趋势、变形量及主要影响因素;采 用改进加工方案,控制加工变形等方法减少梁类零件变形。结果表明:本文所提方法能够有效提升零件在加工 过程中的平面度值,使梁类零件的变形得到明显改善。     

基于聚类的多标记选择性集成

多标记学习和选择性集成是机器学习中的两个热点研究问题。本文利用聚类思想探究多标记学习中的选择性集成, 提出了两种具体的多标记选择性集成算法：基于最小距离的簇中心选择算法（Minimum distance based cluster center selection,MDCCS）和基于K-means的簇中心选择算法（K-means based cluster center selection, KMCCS）。在所提出的算法中,如何度量学习器之间的距离是其能否成功的关键因素。本文首先基于学习器的分类结果对其进行重新表示,在此基础上给出了学习器之间距离的计算方式。此外, 对于算法中的空簇问题给出了两种解决方法。基于Mulan数据库中的多标记数据集和5种评价指标对所提算法进行了详细的分析,实验结果表明了所提算法的有效性。     

双驱动技术在超大型测量机系统中的应用

根据超大型测量机的结构与运动特点,将双光栅、双驱动技术应用到超大型测量机系统中,实现了超大型测量机双轴运动同步,给出了提高超大型测量机精度的方法。     

一种抑制电传系统PIO的非线性补偿方法

提出了一种不完全非线性补偿方法用来抑制电传系统飞行员诱发振荡,其补偿着眼点是电传系统内部的舵回路速率饱和。本文把新的补偿方法用于一个两回路的飞行控制系统中,其设计过程和仿真结果表明,该方法结构简单,可以有效抑制ＰＩＯ,而且不影响原有系统的正常工作,便于工程应用。