基于数字孪生的设备加工过程监测技术研究

针对典型航空产品装配生产线的生产过程中缺乏有效的人机交互手段,设备实时运行状态可视化监控程度低等问题,提出了一种基于数字孪生的加工设备运行状态监测方法,包括模型构建与优化处理、NC程序解析与加工仿真、软硬件通信与数据传输和实时仿真与数据分析.最后在某航空发动机外涵机匣装配生产线验证了该方案,可以实现NC程序加工仿真分析...     

机器学习在流动控制领域的应用及发展趋势

流动控制作为流体力学中的重要跨学科领域,一直是科学研究和工程应用关注的焦点之一。由于流动系统具有强非线性等复杂特征,对流动的控制尤其是闭环控制,一直颇富挑战性。近年来机器学习的迅速发展为许多学科带来了新的方法、新的视角和新的观点,对于流动控制领域亦是如此。通过回顾现阶段三类基于机器学习的流动控制方法,为主动流动控制领域的研究者展示机器学习在流动控制中应用的整体概况,进而勾勒出本领域的发展趋势。     

湍流数据同化技术及应用

近年来数据同化（DA）被引入湍流动力学研究中,通过融合实验测量和数值计算,提高了实验测量的精度和广度,改善了数值模拟的预测性能。实验观测、预测模型和同化算法是数据同化的三要素,湍流研究中的实验观测包括热线风速仪、粒子图像测速法（PIV）、压力传感器等局部测量数据,预测模型主要指流动控制方程及湍流封闭方程,而同化算法包括贝叶斯推断、集合卡尔曼滤波（EnKF）、伴随等。稳态数据同化一般结合雷诺平均Navier-Stokes （RANS）模型方程,从重新标定模型常数、修正涡黏模型方程形式误差、修正雷诺应力项等方面着手。非稳态的数据同化一般包括四维变分（4DVar）等时间连续的数据同化方式以及顺序数据同化。4DVar通过时间正向和逆向积分迭代,存储量和计算量都非常大。顺序数据同化不需要时间逆向积分,可以在若干时刻对实验观测进行间断地植入,正向求解整个系统。另外,随着人工智能的飞速发展,湍流数据同化研究也向智能化迈进。对于纯数据驱动的湍流机器学习,其缺乏物理本质的约束,而基于物理信息的机器学习在物理本质上与数据同化是一致的。     

基于制造特征的三轴高速铣削数控自动编程技术

运用面向对象技术,描述了待加工件的制造特征.利用模糊最大隶属原则,实现了加工区域几何制造特征的识别.以高速加工工艺数据库和范例库为支撑,采用IFTHEN规则和模糊匹配方法,提取出了适合高速铣削加工的工艺信息.提出了以切削时间短、加工成本低、表面质量高为目标的工艺方案寻优模型,该模型有助于形成成功的加工范例.依据已有加工范例和提取的工艺信息,实现了3轴高速铣削加工的自动编程.     

实体数控铣削仿真系统关键技术的研究

设计了数控铣削仿真系统结构。该铣削仿真系统实现多类型刀具的加工仿真，快速干涉检查和碰撞检测，过切加工错误的显示。本系统主要支持平底刀、球头刀、圆角刀、锥形刀和钻刀。提出基于设计模型的新方法检查干涉和检测碰撞。详细探讨了刀具扫掠体构造中扫掠体自交及其解决方法。基于ACIS平台实现刀具和毛坯实体的构造，布尔求交，以及毛坯实体的刷新显示。     

模糊温度控制系统在橡塑制品硫化工艺中的应用

根据橡塑制品的特点,以PLC为中心,在温度控制系统中应用PID 模糊抑制超调技术,研制一套平板硫化机模糊温度控制系统,提高硫化温度的精度,试验结果表明,所研制的系统能够全自动进行橡塑产品的硫化,操作方便,控制简单。     

一种基于实体模型的三轴数控加工刀轨生成算法

实体模型是几何造型的高级模型，它具有完整的曲面拓扑关系，国内基本实体模型的数摈加工算法的需求日渐迫切，本文提出了一种适合实体模型的三轴数控加工刀位轨迹生成算法；首先根据加工行距作一组平行于刀轴的平面，与模型的待加工表面求交，得到一系列交线，再根据加工步长规划另一组与上述平面垂直且平行于刀轴的平面，与上述交线求交，得到一交点网格，判断刀具与数据点的位置关系从而得到刀位轨迹。     

基于仲裁环的光纤通道性能分析

随着航空电子系统的发展,光纤通道技术正在逐渐取代传统的总线型通信网络。仲裁环作为一种经济的光纤通道拓扑结构,目前得到了较广泛的研究。本文利用OPNET modeler建立了光纤通道仲裁环及其节点状态机模型,并通过仿真对基于仲裁环的光纤通道性能进行了分析,为深入研究光纤通道奠定了理论基础。     

SVM和神经网络在电能质量扰动分类应用中的对比

提出了一种电能质量动态扰动特征向量的提取方法,分析比较了多种分类器对电能质量动态扰动的分类能力。首先采用小波包分解算法对电能质量信号某一频段内的信息进行精细分解从而提取出特征向量,然后针对该特征向量构造了相应的BP神经网络、学习向量量化(Learning vector quantization,LVQ)神经网络、自组织特征映射(Self-organizing map,SOM)神经网络及支持向量机(Support vector machine,SVM)分类器,并模拟实际电网中的复杂扰动信号提取其特征向量集,对多种分类器的分类能力进行对比。仿真结果表明,在较复杂的电能质量扰动情况中,支持向量机分类器仍能实现对信号的精确分类,对电能质量监测具有很好的应用价值。     

飞行控制用无刷直流电动机的优化设计

飞行控制中机电作动系统的发展是全电飞机的重要技术之一,而高速大功率密度的无刷直流电动机是其中的关键部件.为解决无刷直流电动机设计中的非线性优化问题,提出了使用遗传算法进行优化设计.为解决无刷直流电动机多目标优化问题,采用了多目标函数变量加权法,将多目标函数变成单目标函数进行优化计算.在计算中,为达到无刷直流电动机全局优化的目的,采用随机产生离散初始种群及随机交叉操作和变异操作方法.但由于采用随机交叉和变异操作,优化结果始终是发散的.为此采用优秀个体保护策略,加快了优化设计的收敛.在满足技术要求的前提下,通过计算达到了减小电机的体积重量、减小转子转动惯量及机电时间常数、提高无刷直流电动机功率密度的目的.