摘要：设计了一种基于深度学习的预测模型,以提升具有大数据特征的离散智能车间订单完工时间预测能力。从当地企业的MES系统中查询选取生产线的数据用于研究,初步统计分类并使用主成分分析法处理;搭建基于DNN(深度神经网络)的预测模型,初始化模型参数,选择Softmax回归分类器;对比BP神经网络与RBF神经网络,以验证模型准确度和可靠度。

摘要：为了使航空发动机高空模拟试车中的液压加载试验智能高效地运行,完善并优化其试验平台,提出一种基于轻量化建筑信息模型(BIM)的液压加载试验智能管控技术。建立了支持管控平台运行的高空台液压加载试验软硬件协同运行架构,提出了基于WebGL的数据在Web端3维模型上实时展示的技术,以提高试验操作人员对试验进行监测的直观性。所设计的智能管控平台同时集成了试验设置与试验操作、数据管理、试验过程分析、故障诊断分析等功能。结果表明:所提出的基于轻量化BIM的智能管控技术可使试验操作人员直观、便捷、高效地进行试验流程管控、数据综合管理、设备健康状况分析,提高了高空台液压加载系统试验的智能化、自动化水平。

摘要：为了满足航空发动机高空模拟试验智能化需求,以高空台液压加载系统为研究对象,研究其试验智能运行的关键技术。通过深入分析液压加载系统设备组成及试验智能化存在的传感器数据利用不充分、控制精度不高和数据可视化展示不直观等问题,提出基于层次分析法的数据分组关联架构,设计数据融合架构对传感器数据进行预处理并对数据进行数据层、特征层和决策层融合。针对控制精度不高且须满足快速性的要求,提出一种基于设备特性与加载谱的智能复合控制框架用于智能化控制。针对液压加载系统子设备众多且易发生故障并存在性能退化的问题,提出基于深度学习的故障诊断方法与基于支持向量机的健康预测方法。同时,提出一种基于WebGL框架下的液压加载系统工艺流程可视化展示方法并建立了三维可视化模型,实现液压加载系统动态模拟的运行状态显示。

摘要：高空台液压加载系统试验过程智能化、自动化运行已经成为重要的研究需求。针对基于轻量化BIM的人机交互界面设计的要求,搭建了高空台液压加载系统的三维虚拟模型。模型考虑了WebGL技术的应用条件和需求,对比了两种三维建模软件用于BIM技术的特点,分析并使用了3ds Max可使用的建模方法和流程,可以为高空台液压加载系统数据的三维可视化研究提供模型支持。

摘要：针对某转台系统中非线性不确定性因素对动态响应和稳定精度的影响,设计一种改进型自适应模糊PID复合控制器。对AF/PID控制器进行分析,设计融合函数将模糊控制器和变型PID控制器的输出量合理融合,提出一种控制规则在线学习调整的算法,达到自适应平稳调整模糊控制规则,并以某转台方位位置控制系统进行试验验证。结果表明:该方法结构简单、计算效率高,能实现无缝变化输出,避免输出振动,扩大模糊控制器的使用范围。