叶片边缘破损曲面再生修复技术研究

发动机叶片长期在高温、高压和高速下工作，工作过程中有异物进入，不可避免地会发生损坏。对于弯扭叶片边缘破损曲面的修复，本文采用基于邻近破损域未破损区域的完整叶片截面线与破损域叶片截面线的完好部分配准，获得边缘破损处的叶片截面线点云特征，实现破损曲面再生重构。同时，采用迭代最近点（（Iterative closest point,ICP））配准算法，克服了搜索最近点集耗时较长的缺点。本文提出的基于建立辅助圆邻域的最近点集对搜索方法，大大降低了配准时间成本。最后对破损域再生曲面进行了光顺性分析，验证本文所提出的边缘破损曲面再生修复方法的可行性。     

基于集员估计的卫星飞轮故障检测与预测方法

为了对卫星飞轮故障进行提前预警，提出了一种基于集员估计的故障检测和预测方法。首先，基于飞轮的动态模型设计了一种基于中心对称多面体的故障检测方法。在检测出飞轮故障后，选取飞轮的电流数据作为故障特征，并采用线性模型或非线性模型来描述其退化规律。然后，提出了一种基于中心对称多面体的集员算法，对退化模型中的未知参数进行估计，并以此为基础预测未来时刻的故障，进而实现对飞轮故障的提前预警。最后，通过数值仿真，将所提出的方法和两种现有的故障预测技术进行了对比。仿真结果表明了所提方法的有效性和优越性。     

基于Transformer架构的GPT系列模型训练技术分析

自人工智能诞生以来，经过了多次演化和迭代，已成为推动全球经济和产业变革的重要力量。大型语言模型GPT的发布，让越来越多的人对生成式人工智能有了全新的认知，由此引发了国内外的高度关注。基于Transformer架构的GPT系列模型从1到4，为下游各种类型的NLP任务提供了非常优秀的词向量模型，在此基础上必将落地更多有趣的AI应用。本文阐述了GPT的发展历程，分析了GPT-4多模态架构的训练技术，指出了其存在的局限性。     

基于飞行冲突网络最优支配集的冲突调配策略

针对空中交通流量逐年上升、管制压力增大、飞行冲突难调配的问题，以航空器为节点，基于航空器之间的速度障碍关系建立飞行冲突网络。定义最优支配集的概念，通过移除飞行冲突网络的最优支配集节点，快速消解网络中的冲突，降低网络的复杂性。在使用粒子群（PSO）算法对网络最优支配集进行求解的过程中，引入免疫机制，设置节点和连边2种类型的抗原，保证对关键航空器和高风险冲突的优先调配。实验仿真表明：所提冲突调配策略相较于传统方法能够快速识别网络中的关键航空器节点，并对高风险的冲突连边具有较好的灵敏性，可为管制员和管制系统提供更加准确、可靠的信息和建议，在宏观上辅助进行飞行冲突的调配。     

基于时空数据模型的障碍物数据集数据查询与应用研究

障碍物数据集是国际民航组织在航空情报管理（AIM）体系下提出的一种基于航空信息交换模型（AIXM）规范的航空情报数据集，该数据集中障碍物的查询将直接影响机场净空评估与飞行程序设计。在分析障碍物数据集的时间与空间属性基础上，利用时空数据模型与航空信息交换模型规范，提出一种基于时间点和空间位置的障碍物数据集查询方法， 用于解决障碍物数据集的查询问题；构建障碍物查询与可视化系统，并通过设计随机实验和实例应用对该方法的可行性和可靠性进行验证。结果表明：该障碍物数据集查询方法能够提取出对机场净空与飞行程序设计有影响的障碍物，增强了飞行程序设计人员对机场障碍物分布的情景意识。