摘要：针对传统相似性方法在提取健康指标和相似性匹配上存在的不足,提出结合自编码器神经网络的基于多时间尺度健康指标相似性的预测方法(AE MTS-HI).采用自编码器从状态监测数据中提取表征发动机退化状态的健康指标,降低提取过程非线性信息的损失.将测试退化轨迹长度的波动纳入考量,针对性地设计多时间尺度的健康指标进行相似性匹配.这不仅可以克服单一时间尺度匹配导致的精度限制,而且可以提高预测的鲁棒性.在涡扇发动机的公开数据集上验证所提方法的性能.结果表明,利用该方法能够显著提升剩余使用寿命(RUL)的预测精度,为预知维护提供有力支撑.

摘要：提出了一种基于信用模型的共识协议。首先,该共识协议借鉴了个人信用风险评估的思想,设计了一种基于BP神经网络的节点信用度模型。其次,构造了一种分片轮转模型,它可以根据节点的信用度高低分割搜索空间产生新区块,同时对协议所面临的可能攻击进行分析,修复了协议存在的漏洞。最后,仿真实验表明共识协议既能有效地降低新区块产生过程中重复计算的巨大资源消耗,也能抑制大型矿池的产生,使整个区块链系统变得更加安全可靠。

摘要：入侵检测系统经常不可避免地出现误警、漏警错误而导致系统的重大安全隐患,然而当前未能找到一种行之有效的解决方案。针对该问题,提出一种基于信息论的入侵检测最佳响应模型。首先,将入侵检测过程中的入侵者和入侵检测系统抽象成随机变量,并根据对抗结果构建了入侵者和入侵检测系统的攻防模型。其次,根据攻防模型设计入侵检测系统的防守信道,将入侵检测系统的正确检测转换成防守信道成功传输1 bit信息问题。最后,通过分析防守信道的信道容量来衡量系统防守能力,其防守信道的最大互信息量就是入侵检测系统的防守极限能力,其对应的策略分布就是系统的防守能力最佳响应策略。实验结果表明,所提方案能够有效地降低系统误警和漏警所造成损失。

摘要：针对采用“即刻返工”机制的生产系统面临的设备组成复杂性高、空闲机器空转时间长、能耗在线优化难度大等问题,提出一种基于数字孪生的生产系统在线能耗优化方法。构建了面向生产系统能耗优化的数字孪生系统,建立了面向“即刻返工”机制的生产系统能耗数字模型,融合实时数据实现了基于最佳缓存区阈值的在线能耗优化。以某新能源车厂电池车间模组产线为应用对象,设计并开发了该车间返工型生产线的能耗优化数字孪生系统,验证了所提方法的有效性与可行性。

摘要：大样本高维度状态监测数据对剩余使用寿命(RUL)精准预测有着技术性挑战,为了提高以航空涡轮风扇发动机为代表的复杂装备的预测精度和收敛效率,提出一种两阶段的选择性深度神经网络集成方法.第1阶段为多方法联合扰动下的候选集生成方案,通过采用异质神经网络结构、多时间尺度设计和算法参数随机化消除模型内部耦合关系,强化候选深度神经网络集多样性;第2阶段利用遗传算法集成修剪冗余模型,有效剔除性能不佳的冗余学习器,以获取多样化最优候选子集,并按平均集成输出预测结果.与个体模型的数据实验对比表明,所提方法通过同步增强集成模型准确性和多样性,提升了近20%的RUL预测精度,可为运维决策提供有力支撑.

摘要：针对我国商用飞机智能维修和数字化诊断的需求,面向非结构化故障隔离手册,提出新型BM长短期记忆网络(BM LSTM)算法.运用多数投票法融合条件随机场(CRF)、双向长短期记忆网络(BiLSTM)、BiLSTM CRF 3种实体识别算法,有效提高实体识别精度.基于商用飞机维修故障诊断手册构建维修方案知识图谱,结合词频-逆向文件频率(TF-IDF)相似度算法与BM LSTM算法,设计商用飞机维修方案推荐系统,实现通过检索非结构化故障描述文本准确匹配到维修方案的功能.实验结果表明,利用商用飞机故障隔离手册构建知识图谱、基于所提创新方法开发的维修方案推荐系统,能够有效保证维修信息精确匹配,显著提高维修方案形成效率.

摘要：为了解决传统移动边缘计算网络无法很好地支持车辆的高速移动性和动态网络拓扑,设计了车辆多址接入边缘计算网络,实现路边单元和智能车辆的协同计算迁移。在该网络架构下,提出了多址接入模式选择和任务分配的联合优化问题,旨在最大化系统的长期收益,同时满足多样化的车联网应用需求,兼顾系统的能量消耗。针对该复杂的联合优化问题,设计了基于深度增强学习的多址接入协同计算迁移策略,该策略能够很好地克服传统Q-learning算法因网络规模增加带来的维度灾难挑战。仿真结果验证了所提算法具有良好的计算性能。

摘要：针对数字孪生在可重构制造系统(RMS)的应用问题,提出面向RMS的数字孪生与制造仿真一体化平台(DTMSIP)架构. DTMSIP架构充分适配RMS动态重构特性,可以在RMS构型设计中实现仿真分析.对面向RMS的数字孪生映射进行建模,通过引入孪生实体(TE),实现RMS车间的多源异构数据集成,并分别建立机床与构型的数字孪生映射.建立数字孪生方法在RMS重构中的应用流程,通过信息物理融合迭代与构型仿真优化迭代,DTMSIP可以服务于RMS的系统重构.为了验证所提出方法的可行性,使用虚幻引擎四(UE4)为一套实际的模块化RMS构建数字孪生平台,并将当前构型以及4种规划构型作为仿真输入.通过分析重构成本、生产周期与系统平衡率3项指标,实现对构型的量化综合分析,实现了重构设计流程加速.

摘要：运用网络信息资源构建知识库以提供知识答疑服务,有助于汽车企业或第三方平台获取竞争优势。本研究通过汽车运维专家系统集成建模,提出了基于知识图谱的系统构建方案。在命名实体识别方法上,通过集成隐马尔可夫模型、条件随机场(conditional random field,CRF)、双向长短期记忆网络(Bi-directional long short-term memory,BiLSTM)、BiLSTM CRF和Lattice LSTM,提出了BM LSTM(boyer-moore long short-term memory)算法,提高了实体识别精度。在文本质量评估算法上,设计了二级文本质量评估体系,基于词林工具包Synonyms以及Levenshtein Distance算法评估了问题匹配质量,基于TF-IDF(term frequency-inverse document frequency)相似度算法并围绕完整性、准确性、可靠性、论述强度评估了答案文本质量。最后对所提模型和算法进行了实验,证明了其有效性。