基于IoU约束的孪生网络目标跟踪方法

基于孪生网络的跟踪方法通过离线训练跟踪模型,不需要对跟踪模型进行在线更新,兼顾了跟踪精度和速度。现有孪生网络目标跟踪方法使用固定阈值选择正负训练样本易造成训练样本漏选问题,且训练时分类分支和回归分支之间存在低相关性问题,不利于训练出高精度的跟踪模型。为此,提出了一种基于交并比(IoU)约束的孪生网络目标跟踪方法。通过使用动态阈值策略根据预定义锚框与目标真实框的相关统计特征,动态调整正负训练样本的界定阈值,提升跟踪精度。所提方法使用IoU质量评估分支代替分类分支,通过锚框与目标真实框之间的IoU反映目标位置,提升跟踪精度,降低模型的参数量。在数据集VOT2016、OTB-100、VOT2019、UAV123上进行了对比实验,所提方法均有较好的表现。在VOT2016数据集上,所提方法的跟踪精度比SiamRPN方法高0.017,期望平均重叠率为0.463,与SiamRPN++相比仅差0.001,实时运行速度可达220帧/s。      

数字孪生技术综述分析与发展展望

随着数字化与仿真技术的发展,数字孪生技术已成为各行业的新兴研究热点,面对航天高质量、高效率和高效益的发展要求,有必要深入研究数字孪生技术的内涵及其关键技术,以便更好地研究探讨航天领域相关数字化仿真技术未来的发展方向。对数字孪生概念、数字孪生关键技术及研究现状进行了系统总结和分析,提出了航天领域数字孪生技术研究及应用领域发展展望。     

基于数字孪生技术的准确度检测平台开发及应用

面向飞机结构件高精密和智能化准确度检测的需求,采用数字孪生方法及关键技术,以Unity 3D作为平台开发环境,通过搭建数字化模型,结合传感技术和物联网技术,开发了基于数字孪生技术的飞机结构件准确度检测平台,即DT-MEAS数字孪生平台.为数字孪生技术在航空制造业的应用提供了新的模式与方法.     

面向航空智能制造的DT与AI融合应用

针对航空装备复杂制造场景下制造过程管控维度多尺度大、制造资源组成复杂性高、质量问题跟踪定位难度大等问题，结合数字孪生（DT）与人工智能（AI）技术特点，开展了面向航空智能制造的DT与AI融合应用研究。基于数字孪生与人工智能应用现状，系统性地阐述了数字孪生与人工智能融合机理，分析了支撑数字孪生与人工智能融合驱动航空智能制造的关键技术和数字孪生与人工智能融合驱动的AI控制中心构建涉及的关键问题，在此基础上重点讨论了加工制造过程自适应控制、智能车间生产过程智能管控、制造过程资源调度与优化决策、产品智能质量控制等应用场景，为数字孪生与人工智能在航空智能制造融合应用提供参考。     

基于数字孪生的智能脉动管控

为提升飞机总装脉动生产线智能化水平,开展了基于数字孪生的智能脉动管控研究。基于数字孪生五维模型理论构建了飞机总装脉动生产线数字孪生应用架构,从反应式计划调度、物流精准配送、智能作业指导、产线健康监视、资源迭代优化配置5个方面开展了技术研究,为复杂产品装配的智能制造应用提供参考。     

基于CNLS-MMD的孪生混合网络四旋翼飞行器故障诊断方法

四旋翼飞行器在众多领域中应用广泛,由于工作环境复杂多变,四旋翼飞行器极易出现结构损伤性故障,给飞行器的安全性带来巨大的挑战,因此开展四旋翼飞行器结构损伤性故障的相关研究对提高四旋翼飞行器可靠性具有重要意义。针对四旋翼飞行器在实际应用中结构损伤性小样本故障数据诊断率低的问题,本文提出了一种在小样本条件下基于卷积神经网络和长短时记忆网络的孪生混合网络（CNLS-MMD）四旋翼飞行器故障诊断方法。首先,设计试验获取四旋翼飞行器多工况结构损伤性飞行数据并对数据进行预处理。其次,建立基于孪生混合网络的故障诊断模型,采用卷积神经网络（CNN）和长短时记忆网络（LSTM）构建CNLS混合模型提取数据特征,利用最大均值差异（MMD）衡量样本的相似度,实现对故障标签的预测。最后,选择不同样本数量的训练集训练模型,使用多工况小样本数据集对搭建的模型进行故障测试。结果表明,该故障诊断方法具有较好的诊断性能和泛化能力。     

航空航天薄壁件铣削过程加工状态监测研究进展

对切削加工状态进行精准监测,是实现航空航天薄壁件加工变形控制的重要保障。围绕航空航天薄壁件铣削加工状态监测的最新研究进展进行了评述,详细介绍了建立加工状态监测模型的关键技术与方法,包括加工信息采集处理、特征提取和特征融合。归纳了学者们在薄壁件加工过程中对刀具磨破损、铣削颤振、铣削变形等具体状态监测的研究进展。基于数字孪生技术,构建了面向薄壁件铣削加工状态监测的优化系统。最后,根据现阶段本领域发展状况对薄壁件铣削加工状态监测进行了展望。     

面向工业机器人的数字孪生建模精度补偿方法

针对现有工业机器人智能装备建模感知监测精度缺失,依靠理论参数建模精度低等问题,本文以工业机器人铣削系统为研究对象,构建了高精度光栅尺实时测量机器人关节转角的数字孪生监测系统,避免了齿轮间隙、编码器丢码等关节转角误差对数字孪生建模准确度的影响;根据MD–H运动学建模方法建立了数字孪生驱动模型,采用L–M算法对工业机器人建模参数进行辨识修正,减少了机器人数字孪生模型中几何误差的影响;开发了数字孪生交互系统平台,用以监测、控制物理空间的工业机器人铣削系统的作业运动。利用辨识后的机器人关节参数构建的数字孪生模型,使得工业机器人铣削系统运动点位的建模精度从±1.6905 mm提高到了±0.3304 mm,提高了4.12倍,表明本文针对工业机器人数字孪生建模方法的正确性和建模参数辨识方法对建模精度补偿的可行性。     

航空发动机数字工程初步研究与发展思考

新时代中国社会经济和工业体系的高质量发展,对航空发动机的研制提出更高要求,迫切需要借助数字工程系统化提升产品敏捷研发能力、夯实自主研制基础和提高客户满意度。本文分析了国外数字工程实施现状和发展趋势,结合中国航空发动机行业数字化建设基础,提出了航空发动机数字工程总体技术框架,初步定义了数字工程在航空发动机全生命周期内的应用场景,对航空发动机数字工程建设的关键技术进行了初步识别和分析。在建设实施层面提出了逐步推行先导试点项目、构建数字化生态和文化、统筹算力支撑、加强仿真采信等发展建议。     

面向航空发动机研制的数字孪生定义研究

数字孪生是21世纪诞生的一种技术体系和工作模式,目前已经在学术界、工业界和官方研究机构得到广泛研究和实践应用。为了在航空发动机研制中准确运用数字孪生,就必须明确其定义及内涵。在前期通过文献统计分析得到数字孪生定义模型的基础上,对不同研究视角下的典型定义进行分析、归纳,明确数字孪生的核心要素,以及不同要素的相互关系、在数字孪生中的作用。以此得到面向复杂装备研制的数字孪生定义,并结合航空发动机研制的特定实践,将之具象化为航空发动机研制的数字孪生定义。结果表明：面向航空发动机研制的数字孪生定义核心要素是发动机实体、孪生模型、数据和交互,数字孪生以航空发动机实体为实现载体,以孪生模型为实现功能的核心,以数据和交互作为媒介和推动手段,最终达到提高航空发动机质量、保障航空发动机运行的目的。