智能复合材料系统

智能复合材料是宇航领域正在出现的最重要的材料领域之—。它将使结构和蒙皮的性能发生巨大变化。对于这种材料,目前还没有为人们公认的确切定义,不过我们可以将其看成是一些能根据所感受的环境变化“智慧”地实现自身功能的材料系统。这些材料系统仿照生物系统的原理,其中的传感器相当于神经系统,致动器相当于肌肉,而系统控制用的实时处理器则相当于大脑。     

智能化传感器综述

本文简要介绍了智能化传感器的基本概念及国内外发展动向.在介绍智能化传感器的类型及主要组成部分的基础上,还以实例说明智能化传感器在航空、航天技术、工业控制、机器人等方面的应用.最后对智能化传感器的优缺点进行了分析,展望了智能化传感器在我国的发展.     

模糊控制器中的智能积分

分析了传统模糊控制稳态精度差的缺陷，引入了智能积分以减少稳态误差和避免积分饱和，采用△ｕ＝ｆ（ｅ，ｅｃ）＋Ｅｄｔ（当Ｅ·ｃ＞０或ｃ＝０而Ｅ≠０）及△ｕ＝ｆ（ｅ，ｅｃ）（当Ｅ·ｃ＜０或Ｅ＝０）（其中ｅ为系统误差，ｃ为系统误差变化，ｆ（ｅ，ｅｃ）为模糊控制器输邮，ＫＫＥｄｔ为智能积分输出，△ｕ。为模糊控制器总输出）。然后设计了一个自组织模糊逻辑控制器以实现快速响应和小的超调，在金属镁还原炉上运行后获得较理想的效果。     

多Agent智能制造系统研究综述

Agent与多Agent系统是分布式人工智能的主要研究方向之一，Agent技术已经被认为是进行分布式工业系统建模的一种重要方法，是设计与实施分布式智能制造环境的最自然的手段，是构建下一代制造系统的重要技术之一，基于Agent的制造系统是多Agent系统理论和方法在制造领域中的具体应用，在对Agent与多Agent系统技术研究进行简要总结的基础上，综述了Agent技术在制造企业集成，供应链管理、制造规划、调度和制造控制等方面的应用及其研究现状，并对Agent制造系统研究的主要内容及关键问题进行了探讨。     

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。     

基于SAE-SA-1D-CNN-BGRU的涡扇发动机剩余寿命预测

为解决涡扇发动机监测数据维度高和寿命预测准确度低的问题,提出一种基于深度学习的寿命预测方法,开展了利用 神经网络获取涡扇发动机剩余寿命的研究。利用堆叠自编码（SAE）网络从高维传感器数据中提取健康因子（HI）,采用1维卷积神 经网络-双向门控循环单元（1D-CNN-BGRU）方法捕捉HI序列中的空间和时间特征,并引入自注意（SA）机制对捕捉的特征分配 权重,使用全连接层输出涡扇发动机剩余使用寿命（RUL）,以此构建复合神经网络进行面向涡扇发动机高维数据的寿命预测。结 果表明：利用NASA官方网站提供的涡扇发动机寿命试验公开数据集C-MAPSS对该方法进行验证,取得了均方根误差16.22和评 分函数225的结果。证明了基于SAE-SA-1D-CNN-BGRU的寿命预测方法可实现涡扇发动机寿命的有效预测,能为涡扇发动机 维修保障及健康管理提供有效决策支撑。     

航空发动机智能制造生产线构建技术研究

结合航空发动机制造生产线特点,研究了智能制造的特征及要素,设计了面向航空发动机的智能制造生产线架构,并阐述了实施内容、关键技术及实现方法,为智能制造技术在航空发动机制造企业以及装配制造业应用提供了重要参考.     

运载器飞行试验外、遥测数据管理系统（FDMS）的功能与设计

为航天运载器控制系统飞行试验外、遥测数据信息管理及数据处理而研制的一个大型智能化的计算机软件，为运载器飞行试验的结果分析及制导精度的鉴定工作提供了保障条件。     

火箭导弹工程图管理系统

提出对火箭导弹的工程图纸，照片等进行管理的方法，并进行了软件实现。