基于MBD的飞机装配工装协同变更方法

装配工装在飞机产品生产过程中处于飞机设计的下游,受到飞机装配件设计及其装配工艺的影响以及飞机生产准备周期限制,时间紧迫,任务繁重。传统的飞机装配工装以文本、二维图形式表达为主,信息是静态的,缺乏唯一的数据源易导致飞机-装配工装协同变更管理效率低、准确性差,针对以上问题提出一种飞机-装配工装协同变更方法:利用基于模型的定义(Model based definition,MBD),建立了飞机和装配工装MBD模型关系架构,并结合相关的变更传播计算方法实现了飞机设计结构变更对装配工装变更影响的主动、自动化预测和分析。通过一套飞机壁板开口加强框的装配工装变更设计实例验证了该方法的可行性。     

多无人机协同导航技术研究现状及进展

UAV是无人驾驶飞机(Unmanned Aerial Vehicle)的简称,无人机相较于有人驾驶飞机具有用途广泛、成本低和生存能力强等特点,在军事民用领域都有着广阔的前景,受到了国内外研究者的关注。协同导航技术极大地扩展了无人机的应用范围,提高了多无人机定位的精度以及无人机编队的稳定性、安全性和可靠性。现阶段协同导航技术在编队导航、目标监测与跟踪等诸多方面都得到了研究与应用。从四个层次对协同导航的研究现状和进展进行探讨:首先是对多无人机协同导航的概念、基本原理、国内外发展现状和必要性进行阐述;其次对协同导航中相对导航方式进行了分类分析,并分别介绍了无线电导航与视觉导航的原理、优缺点和应用场景;然后从导航目的、协同导航优化算法、滤波方法、协同导航信息融合容错策略几个方面对协同导航进行分析归纳;最后,讨论了基于多无人机协同导航未来的发展趋势。     

未来智能跨域弹性防御体系展望及关键技术分析

智能化赋能、全维度攻防、弹性分布式协同已经成为未来攻防对抗作战体系发展的重要方向,面向未来全域立体攻防体系对抗,本文全面分析了未来智能跨域弹性防御作战需求,提出了未来智能跨域弹性防御体系构建思路和发展趋势,分析了智能化跨域弹性防御作战的关键技术,以支持未来智能跨域弹性防御作战体系建设。     

基于多标签协同学习的跨域行人重识别

跨域是行人重识别的重要应用场景,但是源域与目标域行人图像在光照条件、拍摄视角、成像背景与风格等方面的表观特征差异性是导致行人重识别模型泛化能力下降的关键因素。针对该问题,提出了基于多标签协同学习的跨域行人重识别方法。利用语义解析模型构造了基于语义对齐的多标签数据表示,以引导构建更关注行人前景区域的局部特征,达到语义对齐的目的,减少背景对跨域重识别的影响。基于行人图像全局特征和语义对齐后的行人局部特征,利用协同学习平均模型生成行人重识别模型的多标签表示,减少跨域场景下噪声硬标签的干扰。利用协同学习网络框架联合多标签的语义对齐模型,提高行人重识别模型的识别能力。实验结果表明：在Market-1501→DukeMTMC-reID、DukeMTMC-reID→Market-1501、Market-1501→MSMT17、DukeMTMC-reID→MSMT17跨域行人重识别数据集上,与NRMT方法相比,平均精度均值分别提高了8.3%、8.9%、7.6%、7.9%,多标签协同学习方法具有显著的优越性。     

美德增材制造共性技术创新发展及启示

本文系统总结了英美两个代表性研究机构在资源投入、管理运作、协同创新等方面的实践经验,指出了我国制造业创新中心建设应强化政府引导,加强协同创新,完善产业支撑体系。     

基于工厂模式的OSLC数据集成接口设计与实现

复杂软件系统往往由不同地域的研发团队采用不同的开发工具来协同完成,研发过程中存在数据难以集成的问题.基于开放式生命周期协作服务(OSLC)规范来设计软件协同开发数据接口,有利于提高软件协同开发的效率.首次结合工厂模式和OSLC规范设计并实现数据集成接口,将不同工具的数据集成抽象成统一的公共接口,从而采用统一的数据接口和...     

基于可配置数字样机的协同设计方法研究

目前,民用飞机研制主要采用“主制造商-供应商”的全球供应商协同研制模式,以及基于模型定义( MBD,Model based Definition)的全三维的数字化定义方法.     

《@6教你开飞机》专栏之十七 2对2配合战术(小队双机战术第五部分)

前几期详细介绍了配合机动互相支援的优势和潜在效果。空战中的这些优点几乎是全球公认的,因此双机配合战术被大部分国家的空军沿用至今。尽管理论上都是2架以上战斗机做战前编队,但通常它们会以2架为一组分离。如4架飞机分为2组,每组2架,相互配合对方的机动以互相支援。而且绝大多数情况下各组都倾向于配合与其同源的组。该技巧将在下一章中深入研究。     

有人-无人机协同空战机动决策研究

目前，有关无人机空战的研究主要考虑无人机的完全自主决策机动算法，关于有人机有限监督决策下的空战机动决策的研究鲜有报道，更缺乏对有人—无人机协同作战的研究。为实现无人机协同空战过程中的自主机动，设计一种基于路径规划技术的有人—无人机协同空战机动决策模型。首先，引入动态栅格环境，自适应调整栅格规模和分辨率，以弥补静态栅格环境规划空间越大规划效率越低的缺陷；然后，将A star 算法规划路径作为参考路径，提出ACO-A star 混合路径规划算法，以提升ACO 算法的寻优效能；最后，基于均值聚类算法设计有人—无人机协同空战机动决策算法。进行空战对抗仿真模拟，结果表明：所提出的算法具有更好的决策正确性，可有效提升空战胜率。