一种刀具状态在线检测的新方法

人工神经元网络（ＡＮＮ）是近年来迅速发展起来的一门新兴学科，它不仅在智能控制、信号处理等方面应用广泛，而且在机械制造过程监控中也有着广阔的应用前景。本文在分析比较常规刀具状态监控方法的同时，提出以人工神经元网络作为监控系统信息处理的工具，并对其应用于监控信息处理从理论上进行了可行性及合理性论证。研究结果表明人工神经元网络在刀具在线监控系统中具有很高的实用价值。     

高强度铝合金的多级时效处理及其组织特征

通过对ＬＣ４－ＣＳ合金时效过程研究，提出将合金基体沉淀与晶间析出同时固定在时效沉淀序列的不同阶段上的原理和方法，从而确定出高强度铝合金的三级时效处理工艺，得以在基本保证合金的高强度条件下，大幅度提高其抗应力腐蚀和疲劳性能，适用于提高完全时效状态的薄壁高强度铝合金零件的使用寿命与安全性。     

用人工神经元网络预报西安咸阳国际机场辐射雾

本用BP三层网络建立了西安咸阳国际机场1月、12月的辐射雾预报系统，历史拟合率和试报都比较理想。     

石墨烯的有限元模型及其动态断裂

<正>工业生产中,因石墨烯自身特性、复杂的工艺操作和昂贵的制造成本,使得制备的石墨烯往往存在结构缺陷且形状不规则。随着石墨烯在复合材料强韧化、人工肌肉等智能材料上的逐渐应用,当其处于动态载荷环境下,缺陷将会对其断裂等力学性能产生一定的影响。因而,掌握石墨烯的断裂特征尤其是动态断裂特征,抑制和控制石墨烯材料应用过程中裂纹扩展的问题,尤为重要。在室温下,石墨烯呈现出绝对的脆性,石墨烯的断裂在微观层面表现为裂尖C-C键的断裂。Xu等人最近对     

基于长短期记忆网络时序数据趋势预测及应用

为了研究状态监测大数据对设备运行状态的估计和预测,提出了一种人工经验与主成分分析相结合的长短期记忆网络方法（AEPCA-LSTM）,利用运行过程中的监测时序数据对设备运行趋势进行预测。首先,通过基于人工经验的主要成分分析方法（AEPCA）从状态监测系统中提取与目标变量最相关的状态变量作为输入;其次,利用长短期记忆网络（LSTM）对目标变量趋势变化进行预测,并考虑运行过程中新数据样本的持续产生,对模型进行定期更新,以提高模型的动态适应性。最后,将所提出的方法应用于船舶副机系统的涡轮增压器转速预测中,结果表明该方法相对于传统的PCA-LSTM和LSTM,具有更小的预测平均误差0.18037,即展现了其在时序数据趋势预测的优势。     

钛合金铣削刀具/工件接触区域温度预测

钛合金（Ti-6Al-4V）因其优良的综合性能广泛应用于航空航天领域中,然而由于其导热系数低、弹性模量低等特性,铣削加工过程中刀具/工件接触区域温度过高,从而导致刀具磨损严重,影响已加工表面质量。因此研究切削过程中刀具/工件接触区域温度具有重要意义。从切削机理出发,将切削区域的3个热源等效为螺旋线热源,其中热流密度计算类比铣削力预测模型中铣削力计算方法,提出包含铣削热系数的热流密度计算模型,并通过实验标定铣削热系数,结果表明热流密度随切削厚度增加接近于线性增加。建立刀具/工件接触区域温度预测模型,通过半人工热电偶测温实验对模型的可行性与准确性进行了验证,实验值与预测值的相对误差在10%之内。提高了刀具/工件接触区域温度的计算精度,并为切削参数的合理选择提供理论基础。     

一种智能防错的辅助人工作业系统开发与应用

针对航空制造业人工装配出现的操作易出错、效率低、培训成本高、质量不稳定等问题,开发了一种辅助人工作业系统,通过投影指示、体感摄像、触摸显示等方式来辅助人员装配.同时对于作业引导、零件选取、螺钉拧紧等易出现问题进行了智能防错设计.通过一种航空机载机电产品的手工装配工程应用,实现了装配过程的辅助引导监控,提高人工装配的质量...     

民用电传飞机颤振/ASE试飞风险控制技术

现有颤振/ASE试飞风险控制技术相关研究不够系统全面,未充分考虑民用电传飞机试飞特点及机上试飞工程师的作用。系统地研究民用电传飞机颤振/ASE试飞风险控制技术,包括理论评估、测试改装、试飞方法、试飞风险分析、风险降低措施和应急处置程序制定等;针对识别出的颤振/ASE不稳定、不良操稳特性和局部结构损坏等风险源,提出振动超限或异常时客舱试飞工程师切断激励的新技术,开发地面监控专用软件用于实时颤振/ASE裕度定量分析;在某型号试飞中应用该技术进行颤振/ASE试飞科目验证。结果表明:该风险控制技术能够有效降低试飞风险和成本,人工切断技术可在1 s内中止激励保障飞机结构安全,实时分析技术可以快速准确计算稳定裕度并且提高试飞效率。     

超额订购下天文卫星短期任务的聚类规划方法（英文）

当用户的观测需求超过卫星的观测能力时，天文卫星的任务规划就成为一个超额订购的问题。对于该问题，设计了一个包含聚类阶段和短期任务规划阶段的框架。首先建立了任务聚类模型，用于减少超额订购任务的规模。其次，使用聚类的结果作为输入，建立了短期任务规划的数学模型。最后，提出了一种自适应混合搜索策略的人工蜂群算法，在基本人工蜂群算法中引入了自适应精英全局-局部搜索策略和自适应变邻域最优搜索策略，以求解聚类和短期规划问题。所提出的算法在实验中表现出更好的寻优能力和更快的收敛速度。此外，它还有效地减少了聚类阶段的任务数量，提高了短期任务规划阶段的任务完成度。     

基于平面约束人工势场的无人机航迹规划算法

航迹规划是实现无人机自主导航飞行的关键。针对人工势场法应用于无人机航迹规划时出现的规划失败、实用性不强的问题，本文提出一种基于平面约束人工势场的航迹规划算法。首先，利用约束平面切割障碍物，简化了障碍物的分布。其次，构建航迹的可行性约束条件，并建立了基于约束平面的人工势场法。最后，综合并改进了一种额外控制力法和常用的改进势场函数。仿真验证表明，该算法克服了传统人工势场法未考虑无人机物理性能限制、易陷入局部最小值以及目标不可达的问题，同时提高了航迹规划质量。通过本文研究，人工势场法的不足得到了改善，有利于人工势场法在无人机航迹规划领域的应用与发展。