基于强化学习的航空器机场智能静态路径规划

随着人工智能迅速发展以及“智慧机场”的提出,研究人工智能在机场如何有效地辅助机场管制人员,驾驶员指挥航空器在地面滑行具有重要意义。本文提出一种基于强化学习的滑行路径规划方法,构建航空器机场地面强化学习移动模型,并以海口美兰机场为案例采用 Python 内置工具包 Tkinter 进行场面仿真;在此基础上,考虑机场航空器滑行规则,采用 Off-Policy 中 Q-Learning 算法求解贝尔曼方程,实现航空器在 Model-based 环境中进行静态路径规划。结果表明：本文所提方法能够实现停机位到跑道出口智能静态路径规划     

基于S-PSO分类算法的故障诊断方法

将监控数据的已知状态作为先验类别标签,构造出新的有监督的粒子群优化(S-PSO)分类算法,并对设备进行故障诊断。为提高故障诊断的准确率,降低随机性对分类算法的影响,提出了新的基于动态邻域的自适应探测更新(ADU-DN)的干预更新策略来拓展粒子搜索整个解空间的能力,引导粒子自适应地跳出局部最优区域,确保获得全局最优解;同时设计出基于最小类内距离、最大类间距离和训练样本最大分类精度的适应度函数,使得输出的最优类别中心兼顾了这3个因素,增强了分类算法在故障诊断中的通用性和容错性,提高了测试样本的分类精度。S-PSO分类算法有效克服了聚类算法只考虑数据间相似性特征、不考虑数据蕴含的物理意义以及不能很好指导样本分类的缺陷。对GE90发动机孔探图像纹理特征分类进行了对比研究,研究数据表明:S-PSO分类算法表现出了较强的鲁棒性,在故障诊断中的分类精度高于支持向量机(SVM)和常用神经网络模型。     

基于小波包分析与多核学习的滚动轴承故障诊断

为了更准确地诊断滚动轴承故障,提出了一种基于小波包分析与多核学习的滚动轴承故障诊断方法.该方法首先对振动信号进行3层小波包分解,将振动信号分解为不同频带的信号,提取各频带的相对能量特征,构建特征向量;然后采用多核学习算法从训练样本集中学习核函数与分类器;最后使用训练出的分类器识别滚动轴承故障类型.为了验证方法的有效性,进行了滚动轴承故障诊断实验,实验结果表明该方法的故障诊断准确率达到98.25%,与传统的基于小波包与支持向量机的滚动轴承故障诊断方法相比,其故障诊断准确率更高,同时由于避免了核函数的选择问题,该方法更便于实际应用.      

Loop细分曲面精加工刀具轨迹生成

细分曲面既能表示连续的几何设计模型也能表示离散的加工模型,避免了模型转换的复杂中间过程.细分曲面除了对于构造具有任意拓扑结构的复杂零件具有巨大的优势外,对于数字化制造也极具发展潜力.因此,对基于Loop细分曲面的精加工刀具轨迹生成算法进行了研究.首先利用基于弦长误差的自适应插值Loop细分得到精加工模型;然后利用等斜率跟踪法将精加工模型分割为平坦区域和非平坦区域.对各个区域依次进行处理,不同区域实施不同的刀具轨迹规划.据此,既避免了因细分过程数据量过大而导致的曲面精度不足或表面质量降低的问题,又可顺利计算整张曲面相对均匀残留高度的刀具轨迹.最后,为验证该算法的可行性进行铣削加工实验.      

热效应布局下的缓冲器插入时序优化方法

随着集成电路的集成度越来越高,芯片的发热量越来越大且其内部温度呈不均匀分布,这会影响关键路径的传播延时,进而影响基于缓冲器插入的关键路径性能.提出了一种考虑芯片热效应布局优化的缓冲器插入时序优化方法,在版图设计的早期估计芯片的热分布和温度分布并且把其应用到版图布局优化和RC延时模型中.同时利用模拟退火算法基于热分布调整并优化布局,最后在最优布局下利用提出的缓冲器插入模型和快速插入算法进行时序优化.仿真结果表明相对于不考虑温度效应布局优化的缓冲器插入方法,缓冲器插入延时优化方法能有效降低最坏延时和缓冲器插入数目,最坏延时比传统方法降低9%~18%,比文献已经提出的最好方法降低5%~7%,缓冲器插入数比其少10~20个.      

基于NUIO的无人机作动器故障检测

针对受未知气流干扰与随机噪声影响的无人机纵向系统进行作动器故障检测研究.在建立固定翼式无人机非线性系统纵向模型的基础上,设计了基于容积卡尔曼滤波(CKF)的非线性未知输入观测器(NUIO).通过构造未知输入观测器结构来解耦未知气流干扰对残差的影响,同时,CKF被算法用于求解观测器增益矩阵,实现了在未知气流干扰解耦情况下残差对随机噪声的鲁棒性.最后,利用残差χ2检验方法判断故障是否发生.仿真结果表明:此方法能有效解耦未知干扰对残差的影响,并快速、准确地检测出了无人机作动器故障.      

基于传递函数特征的机械结构故障诊断方法新进展

故障诊断对估计机械结构的健康状态非常重要,诊断方法一直以来也是研究的热点问题。与其他故障诊断方法相比,基于传递函数的故障诊断方法操作简单,提供的故障特征和指示因子也更加灵敏有效。根据所利用的线性传递函数或非线性传递函数的类型不同、基于传递函数的故障诊断方法目前大概有4类,即一般线性方法、一般非线性方法、基于广义频响函数（GFRF）方法和基于二阶输出频谱（SOOS）方法。本文旨在对各种基于传递函数的故障诊断方法研究进展进行梳理,通过带阻尼弹簧单元的多自由度模型解释各种方法的基本原理和操作流程,通过具体的仿卫星结构中螺栓松动故障实验比较各种方法的优缺点,探讨现有故障指示因子灵敏度的提高方式及现有方法在其他复杂机械结构中的运用前景。     

软件故障树分析实例研究

软件故障树分析(SFTA)是硬件或系统FTA的扩展,可应用于安全性关键软件的验证和可靠性分析.本文首先阐述了SFTA的原理和应用过程,然后介绍了结合某嵌入式软件进行实际应用的过程以及最小割集的生成,并在此基础上提出了对该软件的改进建议.     

部分破坏拆卸模式下拆卸规划

为了对产品进行拆卸规划,基于装配有向图提出一种部分破坏性模式下的拆卸规划方法。通过装配有向图表达产品零部件间的装配关系,并在此基础上构建装配关系矩阵、装配连接矩阵和可达矩阵。由矩阵遍历和运算获得产品装配结构、装配深度等信息,并根据这些信息确定被破坏对象,最终完成部分破坏性拆卸模式下拆卸规划过程。将上述理论应用于摩擦驱动装置拆卸规划中,其结果验证了理论分析的有效性和正确性。