智能故障诊断方法的研究和展望

在综合大量智能故障诊断技术和方法文献的基础上,对目前国内、外智能故障诊断技术的发展和应用进行了总结,并指出了不同的智能故障诊断方法的特点,最后对智能故障诊断技术的发展方向进行了展望。     

智能制造系统质量控制的神经网络方法研究

研究了利用人工神经网络预测质量参数的方法,提出了用有监督线性特征映射网络构造自校正神经网络的方法及网络参数的选择,并提供了在磨削尺寸预测中的应用,研究表明该方法具有广泛的应用前景。     

基于蜂群算法的飞机滑行路径优化

研究了飞机场面滑行路径动态规划问题,将三种滑行冲突作为约束条件,建立了场面运行模块化模型。基于蜂群算法给出了问题的优化算法,并进行了计算机仿真实验,结果表明可以大大减少滑行时间。算法既可以用于滑行路径的动态规划,也可以为繁忙机场的安全运行提供决策支持。     

基于OARO-GRU网络的高频地波雷达电离层杂波短期预测

电离层杂波的精确预测对提升高频地波雷达的目标探测性能具有重要推动作用。为此,提出了一种基于改进人工兔子算法优化门控循环单元 （Opposite Artificial Rabbits Optimization optimized Gated Recurrent Unit, OARO-GRU）网络的电离层杂波短期预测模型。首先,依据高频地波雷达接收到的电离层杂波具有混沌特性这一先验知识,通过相空间重构技术构造GRU网络的输入和输出样本集;然后,融入反向学习和柯西变异两种改进策略用于改善标准ARO的寻优能力,并将其用于执行GRU网络的包含隐层节点个数、初始学习速率和最大迭代次数在内的三个超参数值的优选;最后,重新训练优化后的GRU网络,输入测试样本集进行测试,并依据给定的评价指标评估模型。实测结果表明：相较于其他7种对照模型,所提出的OARO-GRU网络预测模型在预测精度和可靠性上均具有明显的优越性,为有效改善高频地波雷达的目标探测性能提供了一种新的思路与方法。     

美军有人-无人协同作战发展与趋势分析

随着人工智能技术、信息化技术的快速发展,世界军事强国着眼于未来强对抗环境,都在关注有人-无人机协同作战样式的研发,不断推出新理念、新项目,不断进行演示验证工作,且已取得阶段性成果.简要介绍美军有人-无人协同作战项目的发展概况,分析未来发展趋势.     

固体燃料冲压发动机燃速的人工神经网络辨识

由于固体燃料冲压发动机(SFRJ)结构的特殊性,其燃速的预测比较困难。为探讨燃速对于不同飞行工况的依赖性,对模拟试验的结果采用BP人工神经网络进行了辨识,并将辨识结果与用最小二乘法辨识的结果进行比较。从辨识的结果来看,这种辨识方法具有精度高、处理实验数据迅速、能进行在线辨识等特点,能够较好地满足工程应用的要求。此外,在利用人工神经网络对类似的大样本系统进行辨识时,如果能采用一些数学上的处理技巧。      

面向对象型有限元建模专家系统的设计与实现

介绍了运用面向对象原理与人工智能逻辑推理技术相结合的方法来构造航空结构有限元建模专家系统(OOFEMES).着重论述了系统的结构、功能设计与实现策略,包括领域知识的获取、分类、表达与组织,以及知识的推理与运算求解方式.给出了针对飞机结构不规则性(如开口、断接等情况)进行模型局部修正的任务处理流程,并通过应用实例,说明该系统应用的有效性.      

基于图像识别技术的火箭飞行时序判读

在运载火箭开展射前综合测试时,控制系统在预先指定的飞行时序向末端发送一系列指令,指示末端设备做出相应动作,以达成对应的目标。这些动作主要依赖火工品完成,这些动作变化会体现在火工品等效器指示灯上。当前控制系统无法检测到末端等效器的电流情况变化,因此无法对末端动作进行有效监测,测试缺乏可靠性、准确性与可追溯性的问题亟需改善。通过综合运用人工智能、数字图像处理与计算机视觉技术,经由特征匹配、指示灯定位、指示灯状态建模等步骤,可对末端火工品等效器状态变化实现精准监测,进而实现飞行时序自动判读。与标准判据比对后,本文提出的火箭飞行时序判读系统准确率可达98.89%。     

成像卫星在轨智能处理技术研究进展

从成像卫星在轨智能处理技术的重要性出发,分析了现阶段国内外研究现状,并总结了星上计算资源受限、实时性要求高、缺少大规模数据集、空间环境特殊性等在轨智能面临的主要挑战.针对问题,系统总结了智能算法、硬件平台和优化技术三个方面的相关技术,其中对于遥感目标智能检测算法,详细描述了数据集、模型架构、实时性等多个方面.最后,对成...     

空间仿生可变构智能感知网络技术

基于仿生集群系统感知功能与行为的视角,提出了空间感知网络的若干前沿科学问题,包括仿生可变构异构空间分布式智能感知网络设计、单星自主机动对准和协调操控、星群协同相对测量与控制等。在干扰对抗态势下,空间感知网络的生存智能需求是保持各节点的可变构型网络、异构分布式感知与协调控制,从抗扰、容错和节能等角度提出了未来智能感知网络所应具有的安全、绿色和免疫等特征。仿生空间感知网络的目标是通过可变构异构分布式星群设计,实现星群多源信息融合和“眼、耳、脑、体、群”的智能协调,提高感知网络的智能协调能力以及对于空地目标与空间态势的感知、理解、预判和机动处置能力。