航天产品三维数字化制造模式探索与实践

阐述了国内外数字化制造现状,并以首都航天机械公司为例,分析了公司数字化制造现状。公司以某新型号研制为背景,从背景需求分析、实施方案确定、研制流程梳理、支撑体系构建、关键技术攻关几个方面讲述了如何开展航天产品数字化制造模式探索;并结合新型号研制阐述了数字化制造技术实践及应用,为全面实现航天型号产品数字化制造奠定了坚实基础,对其它单位数字化制造的实施具有很好的借鉴意义。     

技术状态管理——对基线更改的控制

技术状态管理的依据是技术状态基线。基线代表在关键里程碑节点上经过批准的要求和设计状态,通过一组基线文件描述。技术状态控制是对基线演化和更改的控制。技术状态管理使得系统研制能够循序渐进,保证设计对要求的可跟踪性,更改受控,以及产品与相关文件的一致性。3种最常用的基线是功能基线、分配基线和产品基线。功能基线描述系统级要求,分配基线描述系统子项的设计要求,产品基线描述产品的物理细节。     

新一代GPS标准体系影响中国制造业

在研究国内外产品几何技术规范(GPS)最新研究成果和新颁布的国家标准的基础上,对传统设计制造理念和新一代GPS中的产品功能描述、规范设计、生产制造、测量检验等方面进行对比分析。     

宽带低轨卫星网高效组播中的部分网络编码算法

通过引入逻辑位置的概念,将宽带低轨卫星通信网的动态网络拓扑等效为多个静态拓扑的循环更替。针对静态网络的高效组播,提出部分网络编码算法。该算法只在有编码增益的节点处进行网络编码,其它节点直接路由转发。从等效的多个静态网络拓扑中提取连接关系不变的恒定网络拓扑,提出在恒定网络拓扑中采用部分网络编码实施组播。该方法能克服拓扑变化引起的路由和编码方案频繁变换问题,对应的吞吐量约为组播树路由的2倍,且优于多径路由,组播目的节点数越多,优势越明显。算法对于链路的失效具有较好的健壮性。研究成果对提高宽带低轨卫星通信网的组播吞吐量和健壮性具有一定的理论意义和实用价值。     

基于模型的系统工程在航天产品研发中的研究与实践

目前,基于模型的系统工程(MBSE)在工业界尤其在复杂装备领域,受到广泛关注。利用MBSE技术,发达国家在提升航天产品制造效率、生产力及装备的开发和部署上已经走在了世界前列。因此,深入理解MBSE概念,发展适用于我国航天工业的MBSE技术迫在眉睫。对MBSE概念及发展现状进行了深入分析,并结合初步实践经验,提出了航天MBSE技术发展方向和建议。     

CCSDS建议在某新型航天器测控中的应用

CCSDS(空间数据系统咨询委员会)建议的AOS(高级在轨系统)数据传输机制和TM(遥测)信道编码,较好地满足了某新型航天器遥测功能服务于多数据源、信号格式采用帧结构以及链路采用高性能信道编码的要求。某新型航天器测控采用AOS建议的插入业务和位流业务专用虚拟信道分别解决了多个不同特征数据源的遥测数据等时传输问题;采用CCSDS建议的传送帧结构满足了非相干测量功能对下行信号的要求;同时参考CCSDS遥测同步和信道编码建议中Turbo码的码型设计和码块同步方法,完成了下行链路高性能信道编码设计。     

电子飞行包中飞行程序的矢量化绘制技术研究与实现

飞行程序轨迹的矢量化绘制技术是电子飞行包（EFB）研制中的关键技术之一。针对飞行程序的矢量化绘制需,研究了飞行程序编码、导航数据存储、航段解析转换等技术问题,并采用DELPHl7．0开发工具予以编程实现。最后以西安咸阳机场为例,通过对纸质进离场程序图的编码解析,得到飞行程序航段数据;然后用本文开发的计算软件,实现了对飞行程序的矢量化绘制,可为民航飞机电子飞行包、飞行仿真训练设备等系统中矢量化航图显示的研究提供必的理论和实践应用参考。     

四性及综合保障数据管理技术及其应用

LDM的产生和发展是当今装备技术发展的结果。现代装备越来越复杂,价值越来越高,维护维修费用也越来越高。促使装备用户越来越重视战备完好性(或可用性),在装备用户的推动下,装备研制单位越来越重视综合保障设计分析工作,从而引出了管理四性综保设计信息的LDM系统。     

基于产品平台技术的大规模定制质量保证研究

明确提出了针对大规模定制生产模式特点的质量保证体系的实现是一项系统工程,其实现方法主要包括:以顾客满意为中心,凝练顾客需求来构建产品平台;基于产品平台,重组产品过程;加强敏捷供应链管理,稳定产品平台质量;持续改进产品平台,推动最终产品质量提高等.体系实施研究的实践表明:基于产品平台技术的大规模定制质量保证可以帮助企业增强满足顾客群体与个体质量要求的能力,最终达到持续提升顾客满意的目的.      

一种基于联想记忆系统实现图像压缩的新方法

针对传统神经网络用于图像压缩时存在的训练时间长、泛化能力弱等问题,提出一种基于联想记忆型神经网络的图像压缩新方法.利用牛顿前向插值多项式构建联想记忆系统,对图像数据进行建模.首先将图像数据分为多个数据块,然后利用数据块对联想记忆系统进行训练,训练结束后得到该数据块的特征数据,特征数据的数量小于原始数据块,且数值大多在零附近.最后对所有数据块的特征数据重新排序,进行熵编码,从而实现图像数据的压缩.实验结果表明该方法是可行的和有效的,相比传统神经网络,联想记忆系统无需预先训练,不依赖训练集数据和初始值,可以实时编码.