基于车辆定位的北京公交智能调度指挥系统

介绍了先进的北京市公共交通智能调度指挥系统 ,包括其各个子系统。着重描述其中的公交车辆定位系统 ,该系统采用高精度的差分 GPS、无线数据传输和话音调度 ,利用已有的模拟集群通信系统 ,终端显示为先进的地理信息系统。整个系统将给调度员提供方便、直观、含位置及状态的全方位车辆信息 ,提高公共交通运营的效率     

用集成霍尔传感器设计智能计米器

工业中许多产品需要测量其长度 ,但传统的机械式计米器不能有效克服机械惯性 ,精度差 ,同时不能将长度信息进行管理 ,不适应当今信息化的生产环境。如采用集成霍尔传感器设计智能化计米器 ,能克服机械式的上述缺点。通过和上位计算机的通信可实现生产管理、销售。     

一种基于遗传RBF神经网络的智能容错滤波算法

针对组合导航中标准卡尔曼滤波容错性能不足的问题,提出一种基于遗传RBF神经网络的智能容错滤波算法,其基本思想是通过RBF网络自动调节滤波增益来控制不确定性噪声的影响,进而提高滤波容错性。在RBF神经网络中,隐层单元与核函数宽度的选取对网络的性能具有重要影响,进而利用自适应遗传算法对其隐层单元数及核函数宽度进行了优化,隐层单元中心和输出层连接权值分别由K-均值聚类和最小二乘算法确定,最后得到精度较高且结构优化的RBF网络。为检验方法的应用效果,以SINS/GPS组合导航系统为例进行了仿真验证,实验结果表明遗传RBF网络容错滤波算法能在满足导航精度和计算量增加较小的前提下,比标准卡尔曼滤波具有更强的容错能力,由此也说明了方法的有效性。     

创新一号微小卫星电源分系统

介绍了我国第一颗微小卫星创新一号(CX-1)电源分系统的性能、组成、工作原理,以及太阳电池阵、镉镍电池组和电源控制器等的设计和相应参数。分析了设计中采用的三域控制统一母线调节、高效三结砷化镓太阳电池发电和充电V-T曲线智能化控制管理等关键技术。飞行试验结果表明,CX-1卫星电源分系统的性能优良、工作可靠,达到了设计要求。     

一种基于启发式搜索的智能轨道规划

针对二体轨道模型,设计了一种时间固定点对点多冲量轨道机动的智能规划算法。算法基于非线性规划理论和启发式智能搜索技术,采用随机A*扩展树法保证优化的全局性,并利用逐步二次规划法(SQP)来保证结果的局部数值精确性。整个算法具有较好的智能自主性。最后通过数值仿真验证了算法的可行性。     

智能制造环境下的数控系统发展需求

"智能"是"中国制造2025"的核心要素,数控系统是制造装备实现智能化的关键要素。论文首先提出机床的信息互通和开放式标准数据接口是实现机床智能化的前提,举例说明了STEP-NC在通用数据接口方面的优越性,概述了适用于数控系统的通讯总线特征;在此基础上,介绍了工艺大数据对生产加工的重要性和其对新一代数控系统的要求,针对制造业数据平台的需求,对大数据信息挖掘技术做了相关介绍。依托于以上两点,总结了智能化数控系统可具备的功能,依托于工艺大数据平台,重点分析了智能工艺规划和加工参数自整定的实现方案,以及智能数控对高速高精加工所提供的便利。     

虚拟现实技术在航空智能制造中的应用思考与展望

人机结合、虚实融合的新一代智能界面是智能制造的一个显著特征.虚拟现实技术作为一种高级人机交互技术,将在智能制造系统中发挥人与智能设备之间传递、交换信息媒介及对话接口的作用.随着智能制造系统的发展和虚拟现实技术的不断成熟和进步,虚拟现实必将逐步深入工业应用,在两化深度融合过程中充分发挥“智能之窗”的作用.     

超声检漏系统的研究

本文介绍了一种新型窄频带超声检漏系统，它能明显地区分环境干扰噪声与泄漏信号，其性能明显优于宽频带系统，在泄漏检测中更具实用价值。     

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。     

Rotating machinery fault diagnosis based on convolutional neural network and infrared thermal imaging

Rotating machinery is widely applied in industrial applications. Fault diagnosis of rotating machinery is vital in manufacturing system, which can prevent catastrophic failure and reduce financial losses. Recently, Deep Learning (DL)-based fault diagnosis method becomes a hot topic. Convolutional Neural Network (CNN) is an effective DL method to extract the features of raw data automatically. This paper develops a fault diagnosis method using CNN for InfRared Thermal (IRT) image. First, IRT technique is utilized to capture the IRT images of rotating machinery. Second, the CNN is applied to extract fault features from the IRT images. In the end, the obtained features are fed into the Softmax Regression (SR) classifier for fault pattern identification. The effectiveness of the proposed method is validated using two different experimental data. Results show that the proposed method has a superior performance in identification various faults on rotor and bearings comparing with other deep learning models and traditional vibration-based method.