数字试验测试验证标准体系

数字试验测试验证(Digital Experiment,Testing,and Validation,D-ETV)是利用“数力”和“智力”更好地了解产品或系统基本属性和性能特征的方法,是实现高质高效研制运维的重要支撑手段。然而,在物理试验测试验证(Physical Experiment,Testing,and Validation,P-ETV)向D-ETV演化的过程中,因缺乏基础共性标准参考,导致不同人员对D-ETV的理解与认识存在差异;因缺乏关键技术标准参考,导致D-ETV实现难;因缺乏通用支撑、安全、行业应用等标准参考,导致D-ETV实施难。针对上述问题,首先从D-ETV有何用、如何用、何处用3个角度对D-ETV标准需求进行分析。在作者团队前期提出的D-ETV通用流程“D”模型及关键技术基础上,进一步建立并完善“析-定-建-测-评-融”D-ETV理论体系。面向航空航天、工程机械、船舶、电子信息、汽车等领域的国家重大需求,与相关研究院所和企业共同尝试探索建立一套D-ETV标准体系,包括基础共性、关键技术、通用支撑、安全和行业应用5类标准。期望相关工作为D-ETV理论研究、标准研制、行业应用提供参考,助力我国试验测试验证向数字化、智能化、服务化方向发展,进而为我国装备高质量发展提供支撑。

基于SHAP-LightGBM的电动集装箱正面吊运起重机能耗分析和异常识别

集装箱正面吊运起重机(以下简称正面吊)在港口的实际作业中发挥着重要作用。随着社会对能源和环境问题的日益关注,正面吊的电动化趋势愈加显著,市场上电动正面吊的数量逐年增加。电耗性能直接影响电动正面吊的续航能力、作业效率和作业成本,是电动正面吊的重要性能之一。驾驶行为、作业工况、设备故障等因素均会对电动正面吊的能耗产生影响。为此,通过收集电动正面吊客户侧的实际运行数据,基于LightGBM(light gradient boosting machine,轻量级梯度提升机)模型,在微观和宏观两个层面分别对电动正面吊的行驶和作业过程进行能耗建模,并运用SHAP(Shapley additive explanations,沙普利加和解释)理论量化分析不同作业工况、作业行为对电动正面吊能耗的影响,同时识别设备故障所引起的能耗异常。结果表明,基于SHAP-LightGBM的能耗模型能够准确预测和分析电动正面吊的行驶和作业能耗,可为电动正面吊的设计、能耗策略优化提供有效的信息输入,同时可建立电动正面吊实际运行过程的理论能耗基准,有效指导驾驶行为和识别故障造成的能耗异常等。

体系化推进系统工程流程、方法和工具平台在航空产品开发中的应用

作为中航工业系统工程信息化推进工作的执行主体,中航工业信息技术中心（金航数码）联合国内外专家资源在2014年分别围绕航空运载器、航空发动机和航空系统开展了需求工程和MBSE的试点应用,整理形成了相关的流程、方法和规范,建立了完整的系统工程解决方案开发、咨询、培训、实施服务体系,培养了专业的系统工程信息化实施服务团队,形成了领域最佳实践,为后续系统工程推广应用奠定了基础。

面向复杂系统工程的多学科统一建模与联合仿真技术研究与应用实践

多学科联合仿真技术应用工程背景航空产品是涉及机械、电子、电气、控制、液压及软件等多学科,可靠性、维修性和保障性等多专业工程要求的复杂系统，其开发模式正经历从基于文档向基于模型的范式转移。建立以基于模型的系统工程方法论为指导、以功能/性能样机为载体，贯穿需求、功能、逻辑与物理构建模型在环、软件在环、硬件在环及人员在环的数字化综合仿真环境，开展多学科统一建模与联合仿真，实现功能/性能需求在开发早期阶段的验证与确认，基于数学模型（虚拟样机）开展复杂系统架构与方案的设计、权衡与分析优化，缩短设计迭代周期，提升开发质量，已成为国际航空航天和防务领域复杂系统开发的主流趋势。

基于多岛遗传-模拟退火算法的气动外形优化

针对超声速翼型滑翔机的气动外形优化问题,提出了一种多岛遗传算法与模拟退火算法相结合的混合优化算法。首先,通过多岛遗传算法产生一个随机的初始种群,找到全局最优点附近区域的一个次优解;然后,将此次优解作为模拟退火算法的初值启动退火进程,缩小设计空间的范围,找到全局最优解。优化结果表明,所提混合算法可以有效地解决飞行器外形优化问题;在数量巨大的设计空间中,滑翔机的最优气动外形能够以较低的计算资源代价快速得到;双弧形翼型的气动特性较六边形翼型更有优势,叉形尾翼的静稳定性和控制效率高于十字形;优化后的外形极大地增加了滑翔机的滑翔距离。