基于知识库的飞行器设计场景知识推送

合集下载

基于CLIPS的某型航空发动机故障诊断专家系统知识库构建

基于CLIPS的某型航空发动机故障诊断专家系统知识库构建

基于CLIPS的某型航空发动机故障诊断专家系统知识库构建摘要:该文针对某型航空发动机故障诊断专家系统的知识库构建开展研究工作。

为解决传统故障诊断知识库构建方法复杂及开发不便的问题,该文提出了一种新的知识库开发方法。

根据因果分析法得到发动机故障诊断的故障树;再利用数据抽取和知识抽取,对事实表和规则表进行了表示,并结合专家系统开发工具clips 实现了对某型航空发动机故障诊断专家系统的知识库的开发。

该方法所构建出来的知识库满足航空发动机故障诊断专家系统的需要,而且便于知识的扩充、修改和维护。

关键词:故障树;产生式规则;clips;知识库中图分类号:tp182 文献标识码:a 文章编号:1009-3044(2013)14-3366-04航空发动机故障诊断的意义就在于:首先,它能够迅速且准确的确定故障的部位以及故障的严重程度,能够确保飞行的安全及减少维修的人力和物力,减少飞行器的停飞时间,提高飞行器的效率;其次,它也是达到先进维修方式以及维修思维的前提条件与必要手段[1]。

从20世纪60年代开始,专家系统就作为一种研究工具而被开发,作为人工智能的一个可定部分,它可以成功解决某些领域如医疗诊断的复杂问题。

自从20世纪80年代早期,专家系统展现了其商业用途之后,就越来越受到欢迎并得到发展。

今天,专家系统已用于商业、科学、工程、制造和其他许多具有良定义问题的领域。

随着专家系统对实际问题的应用与解决,知识库的管理和开发就显得越来越紧迫和重要。

知识库设计是否能够成功靠的就是有没有一种既方便又有效的知识表示方法。

在当今的专家系统中,知识表示方法的类型有很多,主要有神经网络表示法、面向对象表示法、语义网络表示法、框架表示法、一阶谓词逻辑表示法、产生式表示法等。

基于规则的方法又叫做产生式规则方法,该方法的优点是知识表示直观、形象、方便,使用直观的知识表示和比较简单的启发式知识,诊断推理速度快;要求数据的存储空间比较小;有利于编写程序和有利于开发出快速的原型专家系统[1]。

基于知识库的飞行器设计场景知识推送

基于知识库的飞行器设计场景知识推送

飞 行 器 设 计 是 一 项 系 统 工 程, 涵盖 总 体 、 结构 、 弹道 、 气动 、
制 导 与 控 制 、动 力 、 电 气 、载
荷 、热 等 多 个 学 科 专 业 ,需 要
经过 方 案 、初 样 、试 样 、定 型 4 个 阶 段 ,并 需 要 多 人 协 同 完 成 。
取 以 往 的 设 计 经 验 知 识 已 成 为 系 ,数 据 涉及 模 型 、文档 、参 数 容 。设 计 场 景 集 成 则 是 为 了获 设 计 成 功 的 关 键 因素 之 一 。迄 等信 息 ,使用 工具 涉及 工 程 软件 取 设 计 人 员 的需 求 信 息 而 进 行 今 为 止 , 已 有 不 少 研 究 者 提 出 和业 务管 理 系统 。基 于此 ,笔 者 的对 相 关 工 具 和业 务 系 统 的 集 了采 用 知 识 推 送 的 方 式 解 决 知 提 出的基 于知 识库 的飞行 器设 计 成 工 作 。 识 获 取 的准 确 性 和 及 时 性 问题 , 场景 知识 推送 系统 体 系结 构如 图 知识捕 获及推 送层 主要 通 过
飞 行 器 设 计 在 各 阶段 一 般 采 用 WB S的任 务 分 解 管 理 模 式 ,各
学科 专业 之 间通 过任 务流 、数
据 流 的 传 输 方 式 进 行 反 复 迭 代 计算 。
设计 人 员 的设计 场 景一 般 为
从 上游 专业 获 取输 人参 数 ,按 照
任务指标要求完成任务后将设计
影 响推 送效 果 的 问题 。为 此 ,笔 者 通 过 分 析 飞 行 器 设 计 过 程 的
特 点 ,提 出了基 于 知识 库 的飞行 器 设 计 场 景 知 识 推 送 体 系结 构 ,

智能控制技术复习题课后答案讲解

智能控制技术复习题课后答案讲解
10.智能控制的不确定性的模型包括两类:(1);
(2)。
10、(1)模型未知或知之甚少;(2)模型的结构和参数可能在很大范围内变化。
立一个实用的专家系统的步骤包括三个方面的设计,它们分别是、
和。知识库的设计推理机的设计人机接口的设计
13.专家系统的核心组成部分为和。知识库、推理机
一、填空题
1.智能控制是一门新兴的学科,它具有非常广泛的应用领域,例如、、和。
1、交叉学科在机器人控制中的应用在过程控制中的应用飞行器控制
2.传统控制包括和。2、经典反馈控制现代理论控制
3.一个理想的智能控制系统应具备的基本功能是、、和。
3、学习功能适应功能自组织功能优化能力
4.智能控制中的三元论指的是:、和。
•(6)具有获取知识的能力;
•(7)知识与推理机构相互独立。专家系统一般把推理机构与知识分开,使其独立,使系统具有良好的可扩充性和维护性。
2、简述专家系统设计的基本结构。
答:基本知识描述---系统体系结构---工具选择----知识表示方法----推理方式----对话模型.P20
4、什么是专家控制系统?专家控制系统分为哪几类?
46、二进制编码
47.遗传算法的3种基本遗传算子、和。
47、比例选择算子单点交叉算子变异算子
48.遗传算法中,适配度大的个体有被复制到下一代。更多机会
49.遗传算法中常用的3种遗传算子(基本操作)为、、和。
49、复制、交叉和变异
第一章
1
答:(1)在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。
(3)神经控制系统(1分)
神经网络具有某些智能和仿人控制功能。学习算法是神经网络的主要特征。
(4)遗传算法(2分)

人工智能在航空航天领域的应用

人工智能在航空航天领域的应用

人工智能在航空航天领域的应用知识点:人工智能在航空航天领域的应用一、人工智能的定义与原理1. 人工智能的概念2. 人工智能的发展历程3. 人工智能的基本原理:机器学习、深度学习、神经网络等二、人工智能在航空领域的应用1. 飞行器设计与优化- 结构优化- 材料选择与性能预测- 气动特性分析- 飞行控制系统设计2. 飞行器制造与测试- 自动化装配- 智能检测- 机器人技术应用3. 飞行器运行与维护- 飞行数据监控与分析- 预测性维护- 故障诊断与排除4. 飞行器飞行管理- 航线规划- 空中交通管理- 自动飞行控制系统三、人工智能在航天领域的应用1. 航天器设计与制造- 结构优化设计- 高性能材料研发- 航天器控制系统设计2. 航天任务规划与管理- 轨道优化- 遥感图像处理与分析- 星际飞行任务规划3. 航天器在轨服务与维护- 在轨故障诊断- 在轨维修与回收- 在轨加注与补给4. 深空探测与科学研究- 自动化采样与分析- 外星生命迹象搜索- 深空通信与导航四、人工智能在我国航空航天领域的应用案例1. 我国航空领域的智能化发展- 飞机设计软件- 飞行模拟器- 智能无人机2. 我国航天领域的智能化发展- 嫦娥系列探测器- 天问系列火星探测器- 天宫空间站五、人工智能在航空航天领域的未来发展趋势1. 人工智能技术的进一步突破- 更高效的算法- 更强大的计算能力- 更智能的控制系统2. 航空航天领域的智能化需求- 更安全、高效的飞行器- 更智能、自主的航天器- 更深空的探测任务3. 我国在航空航天领域的智能化发展战略- 强化基础研究- 深化产学研合作- 培养高素质人才习题及方法:1. 习题:简述人工智能的基本原理及其在航空器设计中的应用。

答案:人工智能基本原理包括机器学习、深度学习、神经网络等。

在航空器设计中,可以通过这些技术进行结构优化、材料选择与性能预测、气动特性分析等。

解题思路:首先介绍人工智能的基本原理,然后结合航空器设计领域,阐述这些原理的具体应用。

飞机精益研发平台

飞机精益研发平台

飞机精益研发平台作者:安世亚太王恩青来源:《CAD/CAM与制造业信息化》2013年第06期一、前言当前正值中国军工企业信息化改革的关键时期,也是决定中国未来研发创新及发展的重要时期——代表高、精、尖产品研制的飞机研发企业,必将经历从仿制和改进、改型,到实现真正自主研发的蜕变式转型过程。

利用先进的精益研发体系,打造基于知识工程的精益研发与敏捷管理的先进飞行器研发平台,形成覆盖面广、渗透性强的数字化研制能力和信息化管理体系,提高自主创新能力和核心竞争力,是我国某航空设计研究所建设创新型研究所企业战略的重要组成部分和技术支撑。

二、项目背景该平台是为我国某航空设计研究所建设的飞机精益研发平台。

该所主要从事飞机的总体设计与研究工作,科研实力雄厚,专业设置齐全。

为适应飞机型号研发模式由仿制改型衍生发展到自主创新的转变,应对新一代飞机型号研制周期大幅度压缩的要求,解决研制队伍年轻化带来的能力建设和知识传承问题,适应由过去从已有型号研发流程的朴素总结到基于系统工程方法的新一代飞机型号数字化研发流程的正向梳理的转变,适应由过去专业内的平台建设向覆盖跨专业流程的平台建设转变,该所决定建设集系统工程、知识工程、综合设计、质量管理等系统为一体的大型精益研发平台。

三、面临的挑战在平台实施前,该所在研发方面主要存在如下问题:数字化研发流程未完整梳理,未按照规范的研发流程进行开发工作;型号开发缺乏科学的顶层策划与设计,执行层的工作效率低;综合设计与仿真工具采购和使用随意,流程数据不协同,使用效果差;知识没有融入到研发活动中,且很少被使用;质量管理没有融入到研发体系中,质量与研发两张皮。

同时,平台的建设需要从业务流、数据流和该所IT系统整体规划建设的角度来考虑,协调好质量文件、研发流程、知识工程之间的关系,为该所自主研发水平的全面提升起到重要推动作用。

四、解决方案1.平台建设思路平台建设从研发流程的梳理开始,根据该所的历史积淀进行全过程、全方位的多专业并行协同的飞机数字化研发流程梳理,形成飞机研制工作开展的基础和纲领,并按照研发流程进行研发平台的建设。

NASA航天器__MADe可靠性案例__郭然

NASA航天器__MADe可靠性案例__郭然

基于模型的NASA GFSC航天器可靠性分析案例郭然2020.03.25 基于模型的可靠性分析将转变传统的可靠性设计分析方法,方便准确控制生命周期中的可靠性设计更改,未来必须将可靠性集成到基于模型的系统工程中,“单一真实来源”有效确保建模分析过程中的准确、一致和高效。

该方法自动生成故障模式、影响和危害性分析(FMECA)、有限寿命分析(LLA)、故障树分析(FTA)、可维护性/可用性分析和概率风险评估(PRA),可靠性工程师有更多的时间进行风险评估缓解,系统行为模拟和基于风险的项目决策工作。

在NASA/GSFC持续的风险管理中,风险被识别和分析/研究,然后制定计划来处理。

风险和最终的风险被监控,预防发生和修改。

基于风险信息的决策方法(RIDM)和持续风险管理(CRM)的流程示意图如下:以下分享的3个案例属于基于模型的安全和任务保障计划(MBSMAI)的一部分,3个案例分别是:1.探索木卫2卫星计划(EUROPA)运载火箭推进系统2.探空火箭姿态控制系统3.生命保障系统:基于毛细管的盐水蒸发分系统1.EUROPA运载火箭推进系统Europa推进系统模型由9个主要功能框图组成,1个在系统级,8个在子系统级。

例如,推进剂隔离燃料组件模型由13个组件组成,其中8个组件的功能和流程是手动定义的,其余5个组件的建模使用了MADe预定义组件。

这13个组件中的每一个组件都由一个故障图支持,该故障图包含所有潜在的故障模式、影响、原因以及检测和补偿因素。

电力故障机制和原因是自动填充作为默认的故障图;机械故障机制需要手动添加到库组件故障图中(一次操作可保存重用)。

推进系统模块组成系统功能流框图故障机理图故障树图自动生成FMECA报告2.探空火箭姿态控制系统探空火箭姿态控制系统模型由4个主要功能框图组成,一个在系统级,两个在子系统,一个在部件级。

CASC模型由12个组件组成,其中5个组件的功能和流程是新定义的,其余7个组件使用MADe 模型库中已有的预定义组件进行建模。

飞机复合材料构件工装设计知识库研究与实现

飞机复合材料构件工装设计知识库研究与实现
材料 构件 工装设计 知识 库 系统。还 对该 系统 的体 系结 构、 实现 方法及 关键技 术进 行 了分 析 。 关键词 : 复合 材料 构件 ; 工装设 计 ; 识库 ; 户端/艮 器( / ) 知 客 月务 c s 中 图分 类号 : P 9 T 31 文献 标识码 : A 文 章编号 :6 2—1 1 【o 7 1 —0 1 一O 17 6 6 2 o )5 0 6 4
知 识打 印输 出
工 装 设 计 知识 厍 /数 据 厍
图 1 系统框 架 结构 原 理 图
专用机床夹具等等。
设计 中 的领 域 知 识 、 验 知识 、 家 知 识相 结 经 专
整个系统 的运行采用知识浏览的方式 , 工装设
工装时 , 由于老产 品的工装资料不便于检索, 也就 不便于 重用 和借 鉴 , 往 是对每一 套新 产 品都 设计 往 套相应 的工装 , 造成 了专 用工装 和相 似工装 越来

越多的局 面 , 果 导致 工 装 设计 人员 重 复 劳动 、 结 工 装技 术准 备 时 间长 、 装 利 用 率 低 和 产 品成 本 增 工 加 。因而开发一 种 有 效 的工 装 设计 知识 库 系统 势
在 2 世纪, 1 随着 经济 全球化 趋势 的加剧 , 制造 企业 面临着不 断激烈 的市 场竞争 , 其竞 争 的核心表 现为 以知识为 基础 的新产 品 的竞 争 。 工艺 装 备 的 设 计 , 现 着 企 业 的 工 艺 技 术 水 体
1 系统 体 系结构
1 1 系统 总体 框 架结 构 .
系统 的前 台开 发工 具采 用 Vi a C++ 60 sl u .。 后 台数 据库采 用 Mi oot QLSre 00 c sfS e r 0 。 r v 2

高超声速分离技术的知识获取

高超声速分离技术的知识获取

速 飞 行 器 往 往 采 用 超 燃 冲 压 发 大挑 战 。
环境分析的标准和规范 ,常用分析 分离 仿 真知识 ,主要 包括 分
动机 , 但超燃 冲压苛刻的启动条
四是 复杂 时变 的分 离 载荷 对 方法和工具 。业 内专家信息等 ;
件 极 大 地 压 缩 了分 离 系 统 的设 高超声速分离机构的试验验证提
1 . 面临 的挑 战及关键 技 术

文献 知 识 的获 取
设 计 实例 知识 ,又 有 隐性 的专 家 经 验 知识 ,加之 各 国对 其 保 护力
分离 系 统是 飞 行器 的一个 重
综 合 高超 声 速分 离技 术 领域
度 很 大 ,所 以对 高 超声 速 分 离技 要 分 系统 ,其 功用 是将 飞行 器飞 内的研究 情 况 ,可 以总 结 出高超
来越 迫切 。
助 推 器分 离 ,如美 国 H y p e r — X计 至设 计 准 则提 出了挑 战 。高超 声
般, 一 蓄缓 2 0 1 3 ・ 5 4 , 9
( i t 7 中 国运 载 火 箭 技 术 研 究 院知 识 管 理 论 文 专 辑
上 e a tu I - e s
二 、专 利知 识 的获 取
对 高 超声 速分 离 技术 专利 知
高 动压 环境 下 ,分 离过 程气 动力 赫数 、高 动压 分 离非定 常 气动 环 识 的获取 ,重点 针对 美 国 、俄 罗 影 响 巨大 ,其预 示 的准确 性将 直 境 分析 技 术 ;小 型高效 稳定 的分 斯 、欧洲 、 日本等 国家和地 区 的 接影 响设 计 分离 系统 的成败 。而 离机构设计技术;分离机构试验 专利 数据 库 ,检索 高超 声 速飞 行

飞行器数字化制造技术专业教学资源库-概述说明以及解释

飞行器数字化制造技术专业教学资源库-概述说明以及解释

飞行器数字化制造技术专业教学资源库-概述说明以及解释1.引言1.1 概述飞行器数字化制造技术是一种将数字化技术应用于飞行器制造过程中的新技术,它涵盖了数字化设计、数字化仿真、数字化加工等多个方面。

随着航空航天产业的发展和对飞行器性能、质量和效率要求的不断提高,飞行器数字化制造技术已经成为航空航天领域中一个重要的技术发展趋势。

为了培养适应这一趋势发展的人才,建设一套完备的飞行器数字化制造技术专业教学资源库至关重要。

1.2 文章结构文章结构部分将分为引言、正文和结论三个部分。

在引言部分中,将对飞行器数字化制造技术专业教学资源库进行概述,并介绍文章的结构和目的。

在正文部分中,将详细介绍飞行器数字化制造技术的概述、专业教学资源库建设现状以及专业教学资源库对飞行器数字化制造技术教学的意义。

在结论部分中,将对整篇文章进行总结,展望未来飞行器数字化制造技术的发展趋势,并得出结论。

整篇文章将以逻辑清晰、结构严谨的方式向读者呈现飞行器数字化制造技术专业教学资源库的重要性和价值。

1.3 目的本篇文章的目的在于探讨飞行器数字化制造技术专业教学资源库的建设和应用,旨在提供一种有效的教学资源分享平台,促进飞行器数字化制造技术教学水平的提高。

通过分析专业教学资源库的建设现状和对飞行器数字化制造技术教学的意义,旨在为教师和学生提供更丰富的教学资源和更高效的教学方式,从而推动飞行器数字化制造技术教学的发展和进步。

希望通过本文的研究,能够为飞行器数字化制造技术专业教学资源库的建设和应用提供一定的借鉴和参考。

2.正文2.1 飞行器数字化制造技术概述飞行器数字化制造技术是指利用先进的数字化设计、仿真、制造和管理技术,实现飞行器产品全生命周期的数字化管理和优化生产制造的一种技术体系。

随着科技的不断发展,飞行器制造业也在不断向数字化化、智能化方向迈进,数字化制造技术成为飞行器制造业发展的重要方向。

数字化制造技术的核心在于数字化设计和数字化制造。

系留气球升空辅助专家系统知识库构建

系留气球升空辅助专家系统知识库构建

社会科学系留气球升空辅助专家系统知识库构建周丰(中国特种飞行器研究所,湖北 荆门 448035)摘 要:本文介绍了一种应用于系留气球保障技术领域,为其升空任务提供辅助决策信息的专家系统。

阐述了该专家系统知识库的构建方法,并对专家知识库的构建过程做出示例。

关键词:系留气球;知识库;生产式规则一、引言系留气球是一种充装氦气并通过系留缆绳组件固定于地面,在空中执行预定任务的浮空器。

在执行升空任务时,指挥人员需要综合系留气球数据、气象保障数据、任务要求信息,依据操作规程完成任务。

当遭遇复杂故障时,也需要及时的进行故障处理,确保系统安全。

对指挥人员的系统熟悉程度和专业技术素质有很高的要求。

因此,构建一套能积累专家经验知识,为指挥人员提供放飞、回收、异常处理、氦气补充和纯化等辅助决策的专家系统具有很强的实用价值。

二、专家知识库专家系统的核心部分是知识库和推理机,知识库是推理机工作的重要对象,主要用来存放领域专家提供的专门知识,由知识抽象(规则)和数据抽象(事实)组成。

知识采用的是基于规则的表达方法,列出规则表与事实表进行存储。

此方法能够简单方便地对知识库中的知识进行添加、修改和删除。

最常用的知识表示法是产生式规则,用于描述因果关系强的知识,类似于人类大脑记忆模式中的知识块之间存在的大量因果关系。

生产式规则一般表示为(if)A(then)B的形式,A为规则的前件,B为规则的后件,零个或多个规则前件使用“且”(AND)及“或”(OR)连接满足条件时则推出规则的后件。

规则一般包含名称、代号、关系函数、规则前件、规则后件、优先级和描述。

相对“规则”是有关怎样生成新的事实以及如何根据现有事实得出结论的长程信息,“事实”则是在系统运行中不断改变的短程信息。

本文阐述的专家系统中事实主要来源于系留气球参数、气象信息、任务要求以及规则推导等。

事实一般包括名称、代号、来源、数据和描述。

三、知识库构建示例采用上述的方式,以系留气球氦气补充辅助决策为例,简述专家知识库的构建过程。

实时智能专家系统-G2概述

实时智能专家系统-G2概述

实时智能系统开发平台G2是美国Gensym公司出品的具有图形界面的、面向对象的实时智能专家系统开发平台,具有先进的知识表示和推理引擎,让设计者和开发者从繁重的技术实现中解脱,专注于解决行业难题。

对于原始设备生产商,增值服务提供商,系统集成商以及终端用户等而言,G2是一个优秀的开发平台。

北京国鼎源创智能科技有限公司是G2在国内的代理商,国鼎源创专注于工业先进控制及系统健康管理两个方向,以“智能为纲,客户为本,艰苦奋斗,持续创新”为核心价值观,配备一支由博士(后)、硕士领军的专业技术队伍。

为客户提供行业领先的人工智能&专家系统解决方案。

以帮助企业节能减排为使命,为《中国制造2025》提供智能制造、先进控制的解决方案,在节能、减排、改善产品品质、提高产量以及降低操作人员劳动强度等方面提供助力。

提供大系统故障诊断及健康管理解决方案,实现对复杂大系统的故障早期预警,提高系统可靠稳定运行效率。

实时规则推理引擎G2具有并行实时处理能力,每秒钟可以执行数千规则和过程。

在G2的推理引擎内核中,带优先级的进程调度方法被用于多任务多线程的并行计算,不同优先级的任务线程占有系统资源的份额不同,确保关键性的任务被优先执行。

实时推理引擎是G2基础平台及上层应用工具的核心要素,开发人员利用这种结构可以快速的创建实时推理方案。

自然语言式的规则定义G2规则采用“if …then”的组织模式,实时从在线数据或历史趋势得出结论,对相关存在的问题进行预测,并提供决策,以减少损失或提高性能。

G2规则采用结构化自然语言的方式,使得领域专家可以直接参与规则的创建和管理。

规则及其逻辑关系,可以采用多种方式进行管理,如表、树形图、层次关系的workspace(G2特有的结构)。

此外,G2还将规则与过程模型进行集成,用户通过配置图形之间的顺序、连接关系等操作即可完成规则的创建。

图形化的知识建模G2采用了高性能的图形语言,G2GL,该语言基于WEB服务业务流程执行语言(BPEL)的标准,通过G2GL,用户可以实时创建图形化的模型、顺序或并行的业务流程执行模型。

飞行器设计中的系统集成与创新

飞行器设计中的系统集成与创新

飞行器设计中的系统集成与创新在现代科技的飞速发展中,飞行器设计无疑是一个充满挑战与机遇的领域。

飞行器不仅要满足各种复杂的任务需求,还要在性能、安全性、可靠性等多方面达到高标准。

而在这一过程中,系统集成与创新发挥着至关重要的作用。

系统集成,简单来说,就是将各个独立的子系统有机地结合在一起,使其协同工作,以实现整个飞行器的功能和性能目标。

在飞行器设计中,这涉及到众多的方面,从结构设计、动力系统到航电设备、飞行控制系统等等。

每个子系统都有其独特的技术要求和性能特点,但只有通过有效的系统集成,才能让它们相互配合,发挥出最大的效能。

以战斗机为例,其结构设计要考虑到空气动力学性能,以减少阻力、提高飞行速度和机动性;动力系统需要提供强大的推力,同时还要保证燃油效率和可靠性;航电设备则包括雷达、通信、导航等系统,它们必须能够准确地获取和处理信息,为飞行员提供决策支持;飞行控制系统则要根据各种传感器的数据,实时调整飞行器的姿态和飞行轨迹,确保飞行的稳定性和可控性。

在系统集成的过程中,面临的一个重要挑战就是如何解决各个子系统之间的接口问题。

不同的子系统往往由不同的供应商提供,它们可能采用不同的技术标准和通信协议。

因此,需要制定统一的接口规范,确保各个子系统能够无缝对接,实现数据的准确传输和共享。

此外,还需要考虑到系统的可扩展性和兼容性,以便在未来进行升级和改进时,能够更加便捷地集成新的技术和设备。

创新则是推动飞行器设计不断发展的源动力。

创新可以体现在技术、理念、方法等多个层面。

在技术方面,新材料的应用、新的制造工艺、先进的控制算法等都可以为飞行器的性能带来显著的提升。

例如,碳纤维复合材料的使用可以减轻飞行器的重量,提高结构强度;3D 打印技术可以制造出更加复杂和优化的零部件,降低生产成本;智能飞行控制算法可以使飞行器更加自主、灵活地应对各种复杂的飞行环境。

在理念方面,飞行器的设计不再仅仅关注性能指标,而是更加注重用户体验和综合效能。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

◎中国运载火箭技术研究院研究发展中心 褚厚斌等*NASA 在其知识管理战略中指出,随着项目研究队伍的年轻化,新员工在未了解历史经验与教训的情况下就被卷入了工程研制的漩涡。

可以预计,如果不能基于知识库的飞行器设计场景知识推送* 其他作者:许怡婷(中国运载火箭技术研究院),王立伟、章乐平、杨玉堃(中国运载火箭技术研究院研究发展中心)有效管理和利用以往积累的研制经验与教训,研制进程中的重复性技术工作就无从避免,并将给项目的研发水平、效率和质量的提升带来负面影响。

在飞行器设计过程中如何获取以往的设计经验知识已成为设计成功的关键因素之一。

迄今为止,已有不少研究者提出了采用知识推送的方式解决知识获取的准确性和及时性问题,从而提高设计效率。

例如,面向产品设计的知识主动推送研究,基于粗糙集的产品协同设计知识推送方法研究以及基于本体的机械产品设计过程知识表示和推送技术研究等。

但这些研究缺乏对产品设计过程中设计场景信息的获取和分析,可能导致由于对设计信息获取不准确而影响推送效果的问题。

为此,笔者通过分析飞行器设计过程的特点,提出了基于知识库的飞行器设计场景知识推送体系结构,并研究了知识捕获及推送的实现机制。

一、推送系统的体系结构飞行器设计是一项系统工程,涵盖总体、结构、弹道、气动、制导与控制、动力、电气、载荷、热等多个学科专业,需要经过方案、初样、试样、定型4个阶段,并需要多人协同完成。

飞行器设计在各阶段一般采用WBS的任务分解管理模式,各学科专业之间通过任务流、数据流的传输方式进行反复迭代计算。

设计人员的设计场景一般为从上游专业获取输入参数,按照任务指标要求完成任务后将设计结果传递给下游专业。

设计场景的业务过程涉及任务、上下游关系,数据涉及模型、文档、参数等信息,使用工具涉及工程软件和业务管理系统。

基于此,笔者提出的基于知识库的飞行器设计场景知识推送系统体系结构如图1所示。

设计场景层主要完成推送系统与设计场景的集成,为后续实现设计场景的捕获打下基础。

设计场景主要包括设计人员、任务、数据、工具四大内容。

设计场景集成则是为了获取设计人员的需求信息而进行的对相关工具和业务系统的集成工作。

知识捕获及推送层主要通过任务捕获、模型捕获、文档捕获、参数捕获,在技术上实现对设计场景信息的捕获,然后通过知识搜索技术从知识库中获取相关知识,最后通过推送技术将知识推图1 飞行器设计场景知识推送系统体系结构送至设计场景。

知识管理层主要包括知识采集、知识组织、知识利用和知识清理,完成对知识的全生命周期管理。

知识资源层主要完成对设计规范、最佳实践、经验技巧及故障案例等资源的存储管理。

二、知识库的构建飞行器研制单位积累的知识资源类型众多、分布广泛,涉及不同的专业学科领域,分散在不同的数据管理系统及个人大脑中,缺乏统一的组织管理和提炼。

因此,建立统一组织利用的飞行器知识库已成为首要任务。

1.知识类型知识库中涵盖的知识资源类型包括基本内容、经验禁忌、故障案例、共用模型、最新发展、最佳实践、学术论文、发明专利、科技成果、标准规范。

基本内容是指从事本专业所需要掌握的基本理论方法,包括基本问题的物理原理、数学模型、计算方法、基础参数数据、试验资源等,侧重于与工程研制密切相关的理论、方法、模型、试验资源等。

经验禁忌包括从事本专业需要掌握的设计准则、设计禁忌、设计经验等知识。

故障案例包括本专业领域的质量技术故障、设备故障、国内外相关故障案例等知识。

共用模型包括本专业领域可以共享、共用的数字模型、仿真模型、设计模板等。

最新发展是指本专业领域前沿动态、情报信息,包括专业领域情报综述、国内外技术情报研究报告、精选国外专利情报分析报告、精选情报文献资料、精选情报视频资料等知识。

最佳实践包括专业领域优秀的设计方案、设计报告、试验报告、测试报告、产品报告、航天科技报告、国防科技报告、预研创新报告等。

学术论文包括员工撰写的专业优秀论文。

发明专利包括本专业申报的发明专利、国防专利。

科技成果包括获国家级、省部级、院级和厂所级相关奖励的科技成果的报告材料。

标准规范包括专业层面的国际、国家(国家军用)、行业(地方)、企业(院、厂所)的所有标准规范。

2.生命周期管理为实现对知识库中知识资源的统一化组织管理,需要建立知识生命周期管理机制,主要包括知识采集、知识组织、知识利用、知识清理等内容。

知识采集主要实现对分布在业务系统的显性知识资源及个人大脑中隐性知识资源的梳理及提炼,采集过程需要制定各知识类型的采集模板和机制,以便于系统自动抽取知识入库。

由于采集过程涉及各个专业学科、产品系列、组织部门,所以知识采集是一项长期任务,研制单位需要建立相应的长效机制。

知识组织主要实现对采集知识资源的统一化组织管理,使企业知识资源能够更易于积累和重用,主要包括知识审批、知识域、知识维度、知识体系管理。

知识审批主要完成对已经采集知识资源的入库审批;知识域管理主要完成对知识资源的存储及导航管理;知识维度管理主要完成对知识资源的多视角、多视图管理;知识体系管理主要完成对知识的谱系化、网状化管理,以使知识之间具有联系性,可以相互追溯补充。

知识利用主要实现对知识资源的重用,以支撑设计人员的设计工作,主要包括知识门户、知识搜索、知识借阅。

知识门户主要完成热点知识资源、专家等的展示及知识资源导航,使设计人员可以通过导航定位知识;知识搜索主要通过多种搜索方式实现对知识库中资源的获取;知识借阅主要完成对不易公开的知识资源的共享管理。

知识清理主要完成对已经重新定义或经鉴定不准确的知识资源的清理,以保证知识库的前沿性和准确性。

3.统一的知识表示方法构建飞行器设计知识库应以面向对象的知识表示方法为基础,将对象结构映射到关系数据库中,并按照关系数据库的管理技术实现对知识库的组织。

到目前为止,由于机械产品并没有形成统一的知识表示方法,所以往往需要在分析具体领域问题的基础上,通过选择、综合或修改现有的知识表示方法来实现。

但是飞行器产品的数据结构具有一定的通用性,可通过产品标识、产品结构—功能—材料属性、组成产品的部件属性、部件关系属性等来描述。

三、设计场景的知识捕获在飞行器设计场景的主要内容中,设计人员是从事飞行器设计的主体,是知识需求的发起对象,也是知识推送的服务对象。

因此,如何捕获设计人员的需求是实现知识推送的关键。

任务是飞行器设计过程中的业务节点,是根据设计人员的岗位职能、专业特点经过WBS下发给设计人员的。

数据是指设计人员在设计过程中涉及到的所有数据信息,包括任务输入参数、任务交付物及过程数据,主要由模型、文档、参数组成。

工具主要由业务管理系统和办公软件、工程软件组成。

业务管理系统主要负责管理业务流程任务及任务数据提交,工程软件和办公软件主要负责完成飞行器模型的设计及相关文档的撰写。

根据以上设计场景内容,考虑到直接捕获设计人员大脑中的知识需求目前无法实现,通过间接捕获蕴含知识需求的数据载体是可行的,因此可通过工具软件、业务管理系统集成技术,采用任务捕获、模型捕获、文档捕获、参数捕获4种途径实现对飞行器设计场景的捕获。

任务捕获。

通常设计人员的任务是通过项目管理系统及产品数据管理系统进行发放和审核的,主要实现机制为工作流系统,因此可以通过系统集成技术获取设计人员正在执行的任务信息,进而可以确定其当前专业范围,这是准确获取设计人员需求的重要参考指标。

例如,通过捕获某弹体模态分析任务信息可以知道该任务的结构信息及载荷特性专业信息。

模型捕获。

设计人员操作的模型一般被作为任务交付物进行管理。

通过系统集成技术获取任务的交付物信息,再对交付物进行格式判别,可以捕获设计人员当前操作的模型信息,包括模型文件的名称、模型打开工具,进而可以确定模型种类及计算状态。

文档捕获。

设计人员编写的文档一般被作为任务交付物进行管理。

同样通过系统集成技术获取任务的交付物信息,再对交付物进行格式判别,可以捕获设计人员当前操作的文档信息,进而可以对该文档进行全文搜索,抽取其标题、关键字等信息。

参数捕获。

参数包括任务指标参数和模型参数,一般通过任务指标参数管理及模型参数抽取进行管理,可以通过系统集成技术及工程软件二次开发技术实现对参数的获取,进而获取设计人员的具体参数需求,可以从材料库、气象环境库、电磁环境库中推送相关数据。

四、设计场景的知识推送完成对设计场景的捕获后,可以综合捕获任务、模型、文档和参数等信息,并将其作为搜索的输入条件进行权重计算,以准确获得设计人员的真实需求。

权重分配以设计人员当前操作对象为最高,如当前设计人员正在进行模型操作,那么捕获的模型信息权重最高,再加上任务信息、文档信息及参数信息,交由知识搜索引擎进行知识资源获取。

搜索后的结果需要按知识库中的10种知识类型进行分类,并且对每种类型能够列出的条目数量进行限制。

分类后需要根据捕获的设计人员需求对分类后的顺序进行严格排序,且对相关性差的可不予展示,最终从多个维度将设计人员所需的知识资源推送至需求者桌面。

当设计人员点击所需知识资源后,需要记录知识资源的类型、所属专业并进行统计分析,建立推送系统的自主学习机制,以此推理设计人员的专业背景及日常所需知识,增强知识推送的准确性。

▲。

相关文档
最新文档