面向产品综合设计的故障知识本体研究

以满足产品的性能与可靠性维修性保障性(RMS)综合设计需求为目标,对产 品设计过程中如何预防故障,定位故障及故障维修的相关概念进行分析、总结和归纳,提出 了以故障知识为核心,面向产品综合设计的知识本体框架,该框架将相关概念划分为四层进 行描述,即产品层、故障基本概念层、故障扩展层、故障应对层。利用本体论方法对相关的 核心概念进行了形式化的定义,并给出了基本的故障知识本体和设计应对本体结构。最后以 挑战者号航天飞机的失事为例,应用本文建立的故障本体较好地表达了航天飞机故障过程及 应对的改进措施,验证了该方法的可行性。
     

空间目标态势行为与事件本体设计与构建

针对空间目标态势威胁响应和预警研究不完善的问题，为实现空间目标行为和事件的智能推理、实时响应和主动预警，保障航天活动和空间利益，提出面向行为与事件的空间目标态势本体模型(BEO-SO2)。基于基本形式本体(BFO)，构建空间目标态势行为与事件本体模型。在统一时空框架下建立空间目标关系模型，实现空间目标行为执行和事件发生过程的动态推演。以空间目标碰撞威胁为背景，设计对象实体等级体系和碰撞威胁行为与事件要素，建立碰撞威胁推理规则，基于空间目标态势行为与事件本体进行实现、验证与展示。结果表明,空间目标态势行为与事件本体能够实现空间目标碰撞威胁的等级推理与预警，并指导进一步的空间活动，为航天任务与空间活动提供有效保障。     

基于知识重用的固体火箭发动机结构形式选择

以探索知识重用在固体火箭发动机设计中的应用为目的,引入知识工程及模糊数学的思想,将一般模糊极小极大神经网络用于完成固体发动机设计过程中结构形式选择,实现了固体发动机结构形式选择的自动化及量化描述。首先给出了基于知识重用的固体发动机结构形式选择模型描述;然后建立了固体发动机结构选项一般模糊极小极大神经网络;最后以具体型号总体设计为例,完成结构形式选择,得到了包含实际结果的多个可行方案。该方法提高了设计过程自动化水平,且可提供多个不同的结构选择可行方案供设计人员参考。     

面向高效工艺设计的航空零件成组制造知识系统研究

基于航空制造企业零件"多品种、小批量"的生产现状,并面向企业未来新型/智能制造生产方式转化需求,针对零件成组制造知识系统的构建进行了研究。提出了零件成组制造知识系统的开发框架,研究了系统构建初期的零件分类、零件特征定义、零件特征编码、特征逻辑关系建立、基础工艺标准化以及系统应用逻辑和运行架构等方面内容。零件成组制造知识系统的开发不仅能够奠定未来生产方式转化所需的标准化的基础工艺数据和知识,还能提升型号产品工艺设计的效率。     

基于知识工程的钣金快速工艺设计系统开发

介绍了国内外现代民用飞机快速研制的实际需求,参考国外航空制造企业的经验和国内飞机钣金专业技术在知识工程方面的研究进展,提出了以知识工程技术为核心,以数值推理为手段,建立钣金快速工艺设计系统的总体思路与技术途径,并通过专家知识库构建和系统软件开发,建立基于知识工程的钣金快速工艺设计系统。通过在民用飞机研制中的应用,批量、自动实现了钣金零件的工艺性分析、工序设计,自动生成工艺分析报告、制造大纲、数控代码,大幅度提高民用飞机研制的工艺设计效率,降低技术人员的劳动强度。     

基于KBE的导弹结构快速设计系统的研究与开发

武器装备的快速性设计和优化是提升自主创新的重要手段.导弹结构快速设计系统是针对导弹结构设计复杂性和反复性的特点,基于KBE的理念,借助UG平台,融入设计规则和经验教训的设计平台.通过该平台的开发,实现了导弹结构的自动式建模和自导式建模,以及对模型的分析计算,生成可脱离该系统进行单独修改设计的导弹各舱段的知识特征模型,从而满足了快速性和重复优化设计的需要,大大提高了设计的效率.     

基于本体的飞机工装设计知识表达

知识表达是知识重用的基础,为了更好地使用知识,需要对飞机工装设计知识的表达方式进行研究。首先阐述了本体的概念和其形式化表示语言,并分析了与基于面向对象的知识表达方法的区别;其次通过分析飞机工装设计过程,总结了飞机工装设计领域知识;最后结合本体理论,构建了飞机工装设计知识本体模型。实例说明,本体模型满足飞机工装设计的知识使用要求。     

飞机整体壁板智能数控编程系统

结合飞机整体壁板结构特点、典型加工工艺路线.针对目前数控编程中存在的问题,对智能数控编程相关技术作了一定的探索.主要内容包括飞机整体壁板智能数控编程系统结构建立、数控加工知识综合表示、广义槽加工单元分层识别、基于几何特性加工刀具自动选取、基于知识推理的加工自动排序等.最后应用上述技术开发了飞机整体壁板快速数控编程系统.     

应用知识蒸馏的深度神经网络波束形成算法

自适应波束形成技术广泛应用于雷达领域的旁瓣抗干扰中。当回波数据量增多时,传统的波束形成算法无法进行快速处理,而应用深度神经网络模型通过数据的预训练则可以快速地进行波束形成,因此根据波束形成原理设计深度神经网络,并利用知识蒸馏的方式对深度神经网络进行压缩,使压缩后的模型既有原始模型良好的泛化性能而且又有更快的计算速度。仿真结果表明,相比于传统的LMS算法,在实验环境下,未经模型压缩的深度神经网络自适应波束形成算法的计算速度提高了约7倍,基于模型压缩的深度神经网络自适应波束形成算法的计算速度提高了约20倍。