基于强化学习的多无人机避碰计算制导方法

针对大量固定翼无人机在有限空域内的协同避碰问题,提出了一种基于多智能体深度强化学习的计算制导方法.首先,将避碰制导过程抽象为序列决策问题,通过马尔可夫博弈理论对其进行数学描述.然后提出了一种基于深度神经网络技术的自主避碰制导决策方法,该网络使用改进的Actor-Critic模型进行训练,设计了实现该方法的机器学习架构,...     

航空人工智能概念与应用发展综述

针对航空人工智能发展的迫切需要,对人工智能定义、智能等级划分两个基本问题进行讨论,指出人工智能近期难以存在公认定义,需辩证看待人工智能航空应用的不确定性和确定性,对执行特定任务的智能系统进行智能等级划分因不符合当前主流认知规律而没有必要。从总体历史沿革、机载导弹、机载系统及可信等角度阐述航空人工智能应用的发展特点和态势,突出了可信航空人工智能研究作为行业应用前提性条件的重要性。     

面向干涉量控制的铆钉智能选配技术研究

干涉铆接是飞机装配的关键工艺之一,干涉量控制对提高铆接件的疲劳寿命有十分重要的意义.为准确控制干涉量,首先对铆钉尺寸进行基于视觉的快速测量;其次,分别采用传统等公差分配方法与基于果蝇选配方法对铆钉进行分组,并以匹配成功率和匹配质量作为评价指标进行评价;最后,自主研制一套基于果蝇算法的铆钉锪窝孔智能选配系统.与传统的等公...     

涡扇发动机先进装配工艺与装备

针对涡扇发动机装配技术的发展趋势和应用特点,对整机装配、智能拧紧、装配检测3方面先进工艺进行分析总结。涡扇发动机采用脉动装配线和多自由度装配平台进行整机装配,大幅度提高生产效率;智能拧紧设备能够实现对发动机连接件的定力矩、定转角精确控制及监控,改善关键转子部件连接的均匀性、稳定性和可靠性;转子堆叠优化技术实现对装配位置的预测和同心度优化,电子塞尺可消除不同操作者带来的测量误差。发动机数字化装配将不断引入各种高效先进的自动化智能设备,自动化、智能化、数字化是未来涡扇发动机装配工艺与装备的发展方向。     

面向智能驾驶的高精度多源融合定位综述

随着信息时代各行各业效率的提升,传统的人工驾驶交通系统已逐渐无法满足人们对高效率、低风险交通服务的需求,而智能驾驶技术的出现为这一领域带来了机遇。如今,以自动驾驶为代表的智能驾驶已经成为一种实用的深度交叉技术,其核心模块包括高精度定位、场景感知、决策规划与控制等。定位模块作为智能驾驶系统中最基本、最核心的功能模块,需具备高精度、高可用、低时延的性能特点。当前,结合高精度卫星导航、惯性导航以及环境感知的多源融合技术已成为实现泛在智能驾驶所公认的核心手段,通过充分利用车载传感器的量测信息可以实现精确、可靠的定位服务。从导航定位中常用的传感器技术出发,对当前智能驾驶领域涉及的高精度定位技术进行了全面的回顾,给出了主流的基于滤波和因子图优化的多源融合框架,并对代表性算法进行了整理。最后,总结了现阶段智能驾驶中高精度定位技术的发展现状,并对未来的发展趋势进行了展望。     

基于强化学习的多智能体系统目标围捕控制

针对多智能体系统目标围捕问题,提出了基于强化学习的目标围捕控制方法。首先,对多智能体系统进行马尔可夫博弈建模,设计能够控制系统到期望围捕状态并满足避障要求的势能函数,将模型控制与强化学习原理结合,利用势能模型引导的改进多智能体强化学习算法进行围捕。其次,在已有势能模型的基础上建立跟踪围捕和环航围捕2种围捕策略。前者通过设计速度势能函数实现多智能体一致跟踪。后者加入虚拟环航点,设计虚拟环航点势能函数实现期望环航。最终,仿真验证了多智能体强化学习围捕控制策略的有效性。     

嵌入式智能处理技术设计实现

分析了嵌入式智能计算的相关设计技术,介绍了嵌入式智能计算3类算法的特征、需求和运行场景,包括知识驱动类、智能优化类和深度学习类。针对每种智能算法的处理要求,提出了智能处理部件的选型要求,分析了不同智能处理部件的性能及特点,提出了一种嵌入式智能处理单元架构,由模块支持单元(MSU)、处理单元(PU)、路由单元(RU)、网络接口单元(NIU)、电源支持元件(PSE)等5个部分组成,设计实现了嵌入式智能计算模块,具备高速的数据传输能力和智能计算能力,可以满足嵌入式智能计算的应用要求。     

焊缝高效精密磨抛智能技术研究进展

焊接表面的缺陷严重影响焊接结构件的后续加工和服役,焊缝的高效精密磨抛是获得焊缝高质量表面的关键技术之一,研究焊缝高效精密磨抛具有重大意义。聚焦于焊缝高效精密磨抛的智能技术,总结焊缝磨抛的特点,从基本磨抛原理和模型、智能磨抛设备以及力控算法和基于视觉技术的焊缝高效精密磨抛3个方面详细阐述了焊缝磨抛智能技术的发展现状;最后阐述智能技术给焊缝高效精密磨抛技术带来的机遇与挑战,提出该领域亟待解决的问题。     

基于Kriging的燃油离心泵智能优化设计方法研究

为了快速化、智能化地实现燃油离心泵设计,提出一种改善期望准则下的Kriging智能优化方法。对离心泵的性能参数、轴面投影控制参数等进行分析,确定优化变量及优化目标。利用Python脚本调用实现对离心泵一维设计、三维建模、内流场仿真及智能优化设计等联合参数化仿真,完成叶轮型线实时修改及效率全局优化。其中,重点给出Kriging建模及遗传算法优化加点相结合的智能优化方法。算例验证表明：相比多项式响应面及径向基函数,所提出的优化方法对常规数学算例具有更好的效果;同时,仿真预测的优化泵效率为82.52%,与优化方法理论计算的效率（82.56%）高度一致,表明该方法能够实现离心泵的优化设计。此外,对比了优化前后离心泵的性能,在相同流量工况下优化泵的扬程和效率均高于原型泵,小流量工况的效率提高幅度较小,设计流量工况最大,提高了2.65%。且优化泵内部流动更为均匀,不利流动得到了一定改善。     

国内常用分散式数据采集器的性能介绍

介绍了三种数据采集器,并对其性能进行比较。