马鞍形镜面前缘蒙皮拉伸成形

本文对波音镜面前缘蒙拉拉伸工艺进行了初步研究,探讨了波音镜面前缘皮拉伸工艺方法,成形特点。对零变形量的控制,热处理工序的安排,拉形模结构的确定,ＭＬ－２Ａ机床钳口的改造等方面进行了初步研究。通过波音转包生产,使公司具备加工前缘类镜面蒙皮的能力。     

基于故障树和神经网络模型的航天器智能诊断研究

提出基于故障树和神经网络模型的诊断方法,提出面向故障树的基于框架和广义规则的知识表示方法及相应的确定性和可能性推理策略,对于可能性推理的结果,通过基于神经网络模型的学习诊断来进一步确定其状态。在Ｗｉｎｄｏｗｓ环境下,用Ｂｏｒｌａｎｄ Ｃ＋＋实现了一个原型系统。通过对“实践４号”卫星能源系统故障模拟实验台的诊断验证了系统的有效性。     

三维光弹性测定应力强度因子K_Ⅰ的综合法

对利用三维光弹性试验数据计算应力强度因子K_I,提出一种新的算法--综合法。此法既解决了所需测量区域内条纹信息少的弱点,又克服了因裂纹尖端“钝化”而无法测到裂尖精确条纹值的困难。试验与计算结果表明此法误差小、精度最高。可应用测定受复杂载荷并具有复杂边界条件结构的应力强度因子。     

极区电离层不均匀结构与增亮极光薄层

磁层亚暴期间随着电子沉降到极区产生极光,一个磁层电场也投射到极区电离层,在电场会聚作用下形成不均匀离子薄层。本文解出稳态动力学平衡E_s层,并把它和反常的极光增亮薄层联系起来,与观测结果比较。      

一种卫星对地观测需求分析方法

针对卫星对地观测任务需求分析方法研究的复杂性和迫切需要,文章通过把文本化的卫星观测需求编码成数值向量的形式,提出需求之间的相似度度量方法。进而基于无监督学习的相关理论和算法,给出向量化表示的需求聚类算法。同时为了能在二维平面直观展示分析高维需求数据,在引入需求之间距离计算方法的基础上介绍了高维数据的降维算法,并且通过测试数据验证了算法的有效性和可行性。通过把繁杂的需求信息转换成高维空间向量,能大大降低分析人员对领域专业知识的依赖,提升需求分析的效率和科学性。     

自适应变结构神经网络在航空发动机故障诊断上的应用

根据样本空间的内积特性,提出一种无需迭代学习的自适应变结构神经网络。它的特点是学习速度快,准确性高,且能根据出现的新样本,随时改变结构。在对某型航空发动机故障诊断中,比原软件包采用的方法在准确性方面有显着提高,而且维护工作量减少,并具有实时处理能力,因此有着良好的推广应用前景。      

人工神经网络在CAPP系统开发工具中的应用

探讨了基于神经网络理论在ＣＡＰＰ系统开发工具的应用;建立了工艺过程设计系统的ＡＮＮ模型;详细讨论了工艺过程设计系统的推理机制,并给出了用集成ＢＰ网络选择加工方法及通过改进Ｈｏｐｆｉｅｌｄ网络确定工艺路线的过程。     

用固体吸附/分光光度法同时监测空气中的肼、一甲肼和偏二甲肼

介绍了用一甲肼浓缩采样采集空气中三肼混合气体,用分光光度法分别测出肼、一甲肼和偏二甲肼各组分的含量。测定结果通过标准气验证,相对误差小于１７％,各组份回收率均大于８０％。本方法适用于空气中低浓度三肼废气的测定。     

融合注意力机制的航天器重建信号异常检测

针对航天器遥测数据异常检测时先验知识缺失、难以进行有监督条件下机器学习的问题,提出一种融合注意力机制的航天器信号智能异常检测算法。首先,通过注意力机制捕捉航天器遥测数据长距离特征,分析注意力关系矩阵为异常溯源提供指导。其次,采用堆叠自动编码器压缩数据维度并基于此重建输入信号,利用输入信号与重建信号间的残差获取误差重构序列。然后,基于窗口阈值法标记误差重构序列异常索引,实现航天器遥测信号异常检测。最后,通过多通道航天器遥测信号算例验证算法在提高航天器遥测信号异常检测性能与可解释能力的有效性。     

基于循环神经网络的惯导重标期预测

现阶段,由于惯导标定技术研究主要集中在误差参数估计方法、惯导标定精度分析方面,较少涉猎惯导的标定周期,导致业内简单地将惯导的标定可靠性作为重新标定的周期.本文以循环神经网络技术为基础,对惯导关键数据进行分析,预测激光捷联惯导重标需求的方法.通过对多台惯导历史数据的回归验证发现,通过使用基于循环神经网络技术等人工智能手段...