CBR方法在液体火箭发动机推力室设计中的应用

液体火箭发动机推力室的设计和制造是一项极其复杂的系统工程,其性能参数、结构形式、组织方式、材料等的选择尤其依赖于设计人员丰富的经验和成功研制型号积累的设计知识。为实现对以往设计经验和知识的继承,在推力室的设计中引入了基于案例推理(CBR,case-based reasoning)的方法。基于案例推理的方法作为人工智能领域的一个重要分支,是指将过去对典型问题的求解事例,按一定的组织方式存储起来,积累成案例库,当用户求解某一新问题时,利用该案例库来指导进行求解的一种策略。根据液体火箭发动机推力室的设计内容、设计流程以及设计特点,得出推力室性能参数关系图,并基于案例推理的方法提出了推力室的案例表示方法和案例调整方案,并应用该调整技术实现了具体的案例调整。     

民机电气线路互联系统(EWIS)维修性设计研究

依照将EWIS 作为飞机独立功能系统的研制理念,从型号工程实践中出发,分析明确了飞机运营中EWIS 的计划和非计划维修工作任务,并在此基础上创新性地提出了针对EWIS 维修性设计的定性要求、结合EWIS组件的设计特点提出了以EDZ 为对象进行维修性设计要求分解的方法,以及型号研制中开展EWIS 的维修性分析与评估验证的方法。     

基于案例推理和等价空间的定性/定量混合故障诊断方法

针对难以获得航天器控制系统的精确模型,采用基于知识的定性故障诊断方法也难以奏效的问题,采取定性/定量混合故障诊断的思路,将基于案例推理和等价空间故障诊断方法有机结合,建立定性/定量混合故障诊断模型,推出一种定性/定量混合故障诊断方法。以航天器姿态控制系统为对象进行故障诊断。验证结果表明,推出的定性/定量混合故障诊断方法能够发挥二者的优势,比任何单独一种方法的诊断效果都好。     

基于Web和层次实例推理的CAPP的研究

针对网络时代制造业企业对CAPP系统的现实要求,研究了以互联网为基础,以开放、通用、智能为特征的CAPP模型.模型采用数据库、Web服务器和客户端三层结构,实现了CAPP的在线服务.本文提出了一种称为基于层次实例推理的工艺生成方法,该方法将工艺计划分为工艺过程、工序和工步三个层次,并对这三个层次分别进行基于实例的分层推理,使工艺生成规则描述的随意性为基于粒度描述的规范性,降低了工艺规程组合和重用的粒度.由于采用基于层次的实例推理方法,使工艺生成既具派生又具创成的特征,提高了工艺生成的通用性和实用性.     

基于序列图像的自动目标识别算法

由于利用单幅二维图像进行三维目标识别存在识别的多义性,提出了一种基于二维序列图像的三维目标自动识别算法。首先以修正的Hu不变矩构造目标的图像识别特征,进而采用BP神经网络分类器构造关于目标融合识别的基本置信指派函数,以神经网络的训练误差构造证据理论不确定性度量,采用基于吸收法的DS证据理论实现高冲突证据的贯序式融合。对各姿态飞机图像识别的仿真表明,该算法对飞机的空间姿态变化具有很强的鲁棒性,能快速地准确识别飞机类型。此外,算法对先验性参数具有一定的鲁棒性。     

一种新颖的直升机舵回路故障诊断方法

研究了基于案例推理的直升机舵回路在线故障诊断方法。针对传统的CBR方法一般采用离散数据和符号向量来建立案例的不足,提出了动态系统多源异类信息的案例表达方法,利用系统特性集、征兆集和特征集混合模型作为案例的条件属性。在此基础上,研究了案例检索的综合相似性度量方法。最后,将上述方法在某型直升机的俯仰舵回路进行了试验验证,结果表明,该方法可以诊断出舵回路的控制参数漂移故障,为复杂动态系统的故障诊断提供了一种有效的新途径。     

基于案例推理方法在飞机故障诊断中的应用

基于案例推理(CBR,Case-Based Reasoning)方法是一种基于经验知识进行推理的求解方法,适合于经验丰富的领域.针对飞机售后服务过程中积累的大量故障诊断和维修经验,将CBR方法应用于飞机故障诊断和维修决策支持.从飞机维修的需求出发,分析了CBR飞机故障诊断方法的基本过程;讨论了飞机故障案例库的构建、案例表达、案例检索、匹配、案例修改和维护等关键技术;重点研究了故障案例的知识表达,应用字符型字段匹配和K-近邻方法(KNN,K-Nearest Neighbor)相结合的检索模型实现了案例检索和匹配;提出了辅助飞机故障诊断系统的结构,开发了原型系统并给出应用实例.      

基于弱相关界限理论的大型振动试验设备台体系统可靠性分析

航天器振动试验台部分元件在长时间使用的情况下易老化,甚至失效。采用FMEA方法对试验台整体定性分析,得出最薄弱环节;针对试验台中水平滑台的可靠性串联模型,分析并确定了其符合弱相关界限理论。使用传统可靠性公式和弱相关界限理论对串联模型的可靠性进行了计算,通过对比证实,弱相关界限理论比传统可靠性公式更符合实际情况,对水平滑台可靠度的评定更有效。该方法对机械系统可靠度计算具有理论和实际指导意义。     

一种融合卡尔曼滤波的改进时空上下文跟踪算法

针对时空上下文跟踪算法对快速运动和遭受严重遮挡目标的跟踪精度下降问题,提出一种融合卡尔曼滤波的改进时空上下文跟踪算法。首先人工标记目标所在的矩形区域,然后利用改进的时空上下文算法对目标进行稳定跟踪,在跟踪过程中,基于连续两帧图像灰度的欧氏距离判定目标跟踪状态,当判定目标遭受严重遮挡时,利用卡尔曼滤波进行预测估计。算法对噪声有一定的容忍度,通过降低噪声对跟踪过程的影响,能够得到更优的目标区域。仿真实验结果表明:本文算法适用于不同光照强度下高速、高机动目标的稳定跟踪,并且对目标的尺度变化和短时严重遮挡具有鲁棒性。算法帧平均耗时为34.07ms;帧几何中心平均误差为5.43pixel,比时空上下文算法减少70.2%;目标轮廓面积平均误差为13.08%,比时空上下文算法减少52.7%。     

多重加权双向联想记忆模型及决策性能研究

Ｃ Ｃ Ｗａｎｇ等利用Ｋｏｓｋｏ的双向联想记忆模型（Ｂｉｄｉｒｅｃｔｉｏｎａｌ ａｓｓｏｃｉａｔｉｖｅ ｍｅｍｏｒｙ,ＢＡＭ）,构造了由多个ＢＡＭ构成的多重ＢＡＭ（Ｍｕｌｔｉ－ＢＡＭ）决策模型,使之可以应用于多证据推理,获得了Ｍｕｌｔｉ－ＢＡＭ的决策性能。作者在此基础上,通过对各ＢＡＭ引入不同的权值来模拟各专家不同的权威度,构建了相应的多重加权ＢＡＭ（Ｍｕｌｔｉ－ＷＢＡＭ）模型,证明了该模型在同、