摘要：为保证飞机航行安全,航空发动机机匣需满足包容性要求以抵抗高能碎片的冲击。针对某型航空发动机内高压压气机机匣的轻量化设计需求,基于LS-DYNA进行包容性分析,揭示了传统光壁机匣与加筋机匣的包容机理,二者均通过鼓凸塑性变形吸收叶片动能。另外,为充分挖掘加筋构型的轻量化潜力,提出一种考虑包容性能的加筋机匣优化设计框架,主要包括:提出一种机匣厚度损伤包容准则,建立结合参数化建模、有限元分析及包容性判断的优化流程,采用自主研发的优化软件Deskopt进行优化迭代并输出最优加筋机匣构型。设计结果表明,相较传统光壁机匣构型,最优加筋机匣在保证包容能力的前提下实现减重20.86%。

摘要：为了更加智能化从服务事件中提取结构化信息,通过研究事件中信息的特性,我们提出了通用实体识别技术(Universal Named Entity Recognition,UNER)。首先,对数据进行清洗和无监督的自动标注,并进行了扩充,大大降低了人工标注的成本。接下来,设计了一种基于深度自注意力变换神经网络(transformer)和条件随机场(Conditional Random Fields,CRFs)的命名实体识别模型。对比之前系统的机器学习模型和大部分NER模型,实验表明,UNER具有0.96的高精度,能够极大缩短运维周期。