基于知识库的飞行器设计场景知识推送

合集下载

人工智能在航空航天领域的应用与创新

人工智能在航空航天领域的应用与创新

人工智能在航空航天领域的应用与创新第1章人工智能在航空航天领域的发展概况 (3)1.1 航空航天工业背景介绍 (3)1.2 人工智能技术的发展历程 (4)1.3 人工智能在航空航天领域的应用趋势 (4)第2章人工智能在飞行器设计与优化中的应用 (5)2.1 飞行器气动设计优化 (5)2.1.1 概述 (5)2.1.2 优化方法 (5)2.1.3 应用案例 (5)2.2 结构优化与减重 (5)2.2.1 概述 (5)2.2.2 优化方法 (5)2.2.3 应用案例 (5)2.3 材料选择与功能预测 (5)2.3.1 概述 (5)2.3.2 材料选择方法 (5)2.3.3 功能预测 (6)2.3.4 应用案例 (6)第3章飞行器制造过程中的智能技术 (6)3.1 智能焊接技术 (6)3.1.1 引言 (6)3.1.2 激光焊接技术 (6)3.1.3 电子束焊接技术 (6)3.1.4 智能焊接监测与优化 (6)3.2 自主装配与检测 (6)3.2.1 引言 (6)3.2.2 自主装配技术 (6)3.2.3 智能检测技术 (6)3.2.4 数据处理与分析 (7)3.3 智能故障诊断与预测 (7)3.3.1 引言 (7)3.3.2 传感器技术 (7)3.3.3 数据融合与处理 (7)3.3.4 机器学习与模式识别 (7)3.3.5 智能决策与控制 (7)第4章飞行器导航与控制系统的智能化 (7)4.1 智能导航技术 (7)4.1.1 概述 (7)4.1.2 智能导航算法 (7)4.1.3 智能传感器技术 (7)4.2 自主导航与路径规划 (8)4.2.1 自主导航技术 (8)4.2.2 路径规划算法 (8)4.2.3 多飞行器协同导航与路径规划 (8)4.3 飞行控制系统智能化 (8)4.3.1 飞行控制系统概述 (8)4.3.2 智能控制算法 (8)4.3.3 飞行控制系统仿真与实验 (8)第5章人工智能在飞行模拟与训练中的应用 (8)5.1 飞行模拟器技术 (8)5.1.1 飞行模拟器场景 (8)5.1.2 飞行模拟器动力学模型优化 (9)5.1.3 飞行模拟器人机交互 (9)5.2 虚拟现实与增强现实在飞行训练中的应用 (9)5.2.1 虚拟现实飞行训练 (9)5.2.2 增强现实飞行训练 (9)5.3 智能飞行教员与评估系统 (9)5.3.1 智能飞行教员 (10)5.3.2 飞行评估系统 (10)第6章航空航天器自主任务规划与调度 (10)6.1 自主任务规划技术 (10)6.1.1 基本概念与原理 (10)6.1.2 自主任务规划系统架构 (10)6.1.3 自主任务规划关键技术研究 (10)6.2 多任务协同调度 (10)6.2.1 多任务协同调度概述 (10)6.2.2 多任务协同调度策略 (10)6.2.3 多任务协同调度算法 (11)6.3 动态任务分配与优化 (11)6.3.1 动态任务分配的挑战与策略 (11)6.3.2 动态任务分配算法 (11)6.3.3 动态任务优化技术 (11)第7章人工智能在卫星遥感数据处理与分析中的应用 (11)7.1 卫星遥感图像预处理技术 (11)7.1.1 图像去噪与复原 (11)7.1.2 图像配准 (11)7.1.3 图像融合 (12)7.2 地物目标识别与分类 (12)7.2.1 基于深度学习的目标识别 (12)7.2.2 集成学习与目标分类 (12)7.2.3 稀疏表示与字典学习 (12)7.3 变化检测与资源监测 (12)7.3.1 基于深度学习的多时相遥感图像变化检测 (12)7.3.2 遥感图像资源监测 (12)7.3.3 极化合成孔径雷达图像处理与分析 (12)第8章航空航天器故障检测与健康管理 (13)8.1 故障诊断技术 (13)8.1.1 信号处理技术 (13)8.1.2 机器学习与模式识别 (13)8.1.3 数据驱动故障诊断方法 (13)8.2 健康监测与预测 (13)8.2.1 状态监测技术 (13)8.2.2 剩余寿命预测方法 (13)8.2.3 不确定性分析与优化 (13)8.3 智能维修与保障 (13)8.3.1 维修策略与决策支持 (13)8.3.2 维修资源优化配置 (14)8.3.3 智能保障系统 (14)第9章人工智能在无人机领域的应用与创新 (14)9.1 无人机自主飞行技术 (14)9.1.1 飞行控制系统 (14)9.1.2 导航与避障技术 (14)9.1.3 智能飞行决策 (14)9.2 无人机编队与协同作战 (15)9.2.1 编队控制技术 (15)9.2.2 协同作战策略 (15)9.3 无人机在民用领域的应用 (15)9.3.1 交通监测与指挥 (15)9.3.2 环境保护与监测 (15)9.3.3 灾害救援与搜救 (15)9.3.4 农业植保与监测 (15)第10章航空航天领域人工智能技术的发展展望 (16)10.1 人工智能技术发展趋势 (16)10.1.1 深度学习技术的进一步发展 (16)10.1.2 强化学习在航空航天领域的应用 (16)10.1.3 人工智能与其他技术的融合 (16)10.2 航空航天领域应用挑战与机遇 (16)10.2.1 应用挑战 (16)10.2.2 应用机遇 (16)10.3 未来航空航天智能化发展前景 (17)第1章人工智能在航空航天领域的发展概况1.1 航空航天工业背景介绍航空航天工业是国家战略性的高技术产业,其发展水平是衡量一个国家科技实力和工业能力的重要标志。

2024年航空航天科学与技术研究行业培训资料选集

2024年航空航天科学与技术研究行业培训资料选集

实践案例分享
介绍国内外航空航天企业在安全 管理体系建设方面的成功案例, 包括安全风险评估、安全绩效考 核、安全隐患排查与治理等方面 的经验。
可靠性工程在航空航天领域应用
可靠性工程基本概念
阐述可靠性、维修性、保障性等相关概念及其在航空航天领域的 重要性。
可靠性分析方法
介绍故障模式与影响分析(FMEA)、故障树分析(FTA)等常用 的可靠性分析方法及其在航空航天产品设计中的应用。
可靠性试验与评估
阐述可靠性试验的目的、分类、方法以及试验数据的处理与分析, 包括可靠性增长试验、加速寿命试验等。
事故预防与应急处理策略部署
事故预防策略
从人、机、环、管四个方面提出事故预防措施,如加强人员培训 、提高设备可靠性、改善工作环境、完善安全管理制度等。
应急处理方案制定
针对不同类型的事故或紧急情况,制定相应的应急处理方案,明确 应急处置流程、资源调配和协调机制。
01
航空航天科学与技术概述
航空航天定义及分类
航空航天定义
航空航天科学是探索、开发和利用太空以及地球以外天体的综合性工程技术科 学,涉及航空和航天两个领域。
航空航天分类
根据飞行原理和工作方式,航空航天技术可分为航空技术和航天技术两大类。 其中,航空技术主要研究大气层内的飞行原理和技术,而航天技术则研究大气 层外的太空飞行原理和技术。
20世纪中叶,随着火箭技术的成 熟和人造卫星的发射成功,人类 开始进入航天时代。随后,载人 航天、深空探测等领域也取得了
重大突破。
国内外现状及趋势
国内现状
近年来,中国在航空航天领域取得了显著成就,包括成功发射多颗卫星、实现载人航天飞 行、开展深空探测等。同时,中国也在积极推进航空航天技术的创新和应用,如研发新型 发动机、提高飞行器性能等。

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。

面向场景化的知识管理与服务模式研究

面向场景化的知识管理与服务模式研究

面向场景化的知识管理与服务模式研究才华、许源、董晓军、刘祎然 /北京航天长征科技信息研究所随着世界范围内工业产业升级,我国航天相关技术产业也随之不断发展、转型,诸如工业4.0、智能制造、大数据、云计算、量子通信等技术受到愈加广泛的应用。

作为典型的知识密集型科研机构,中国航天企业在几十年的科研生产中积累了大量的历史知识数据,呈现出数据量大(V olume)、数据种类多样(Variety)、数据增长速度快(Velocity)、数据蕴藏价值高(Value)的“4V”特性,如果不辅以采集、挖掘和分析等知识应用技术,其效用难以发挥。

纵观数据文化已根深蒂固的美国,大数据的应用已渗透到社会各行各业,尤其是牵引美国高新技术发展的航空航天领域。

美国国家航空航天局(NASA)通过构建地球科学数据和信息系统项目,实现了对地球卫星数据的实时处理、存档和发布,确保科学家和公众可以实时地访问从地球到太空的数据,提升应对气候和环境变化的能力;美国国防部高级研究计划局(DARPA)启动其大机理项目,旨在通过分析复杂的经济、社会、大气和生物数据之间的深度关联关系,为医学、环境等各领域提供决策支持;洛克希德·马丁公司也开始启动大数据研究工作,通过在全球范围内不断收购大数据信息技术企业,探索大数据技术在国防信息系统建设方面的应用。

一、大数据知识应用需求分析目前,众多企业机构面向航天大数据的体系建设开展了大量的研究与实践,然而覆盖型号全寿命周期的航天大数据管理与控制仍有待深入。

一方面,大量数据主要依靠各组织单位归档,相关制度标准不健全、数据资源分散独立、深度挖掘程度低、数据共享使用困难以及综合运用水平偏低等矛盾依然突出,成为研制周期优化上的短线和瓶颈。

另一方面,一线员工面对各种异构繁杂的知识数据,普遍希望将工作中的知识资源通过某种方式进行转化,最终整合并统一推送,从而提升工作效率。

从表1可看出,决策领导层关注如何让多年积累的工作留痕,避免“人去楼空”的现象,并在留角色典型“大数据”知识应用需求决策领导如何让工作方法留痕;如何对知识资源有效掌控;如何评测知识资产;如何让知识有序流转;各类知识资源如何有效发挥价值;如何了解知识缺口;如何驱动创新发展型号总师参与本型号的人员知识技能有哪些;能否支撑型号团队内的实时交流;能否提供明确的审核校对依据;能否沉淀型号项目知识并进行有效萃取专业部门管理者如何把部门、团队的知识有效管理;如何通过知识传递、共享加速人才培养;本专业的技术核心点是否已经掌握;技术发展路径是否清晰技术人员如何将设计、试验、试制、生产使用的软件工具串联起来,使工作更为顺畅;如何保障知识复用,完成自己承担的课题工作;如何支撑设计人员多人协同编制报告;如何支撑结构化编制报告,导入调用数据;如何一体化检索内部各种文献资源;如何支撑外部网络资源的导入、加工和使用;如何将知识推送、复用与业务流程有效结合;如何把工作中产生的知识,通过系统集成进行沉淀表1 各角色人员对大数据知识应用的典型需求痕的基础上对知识资源有序的掌控、流转;型号总师更关心知识如何在型号队伍内有效流转,并将已完成的型号知识资产进行有效萃取,无缝对接到后续型号;专业部门的管理者关注如何让自己的团队能够通过知识应用,有序地发展并加速人才培养,规划清晰的技术发展路线;技术人员则关注如何让自己参与的项目开展更为顺利,将工作中的知识资源、软件工具、模板进行有效串联并伴随着工作进行推送,提高工作效率。

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
  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)。

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 ,
并 研 究 了 知 识 捕 获 及 推 送 的 实
现 机制 。


推 送 系统 的体 系 结构
中国 运 载 火 箭 技 水 研 究 院 知 识 管理 论 文 专
上 e a tu re s
飞行器
◎中国运载火箭技术研 究院研 究发展 中心 褚厚斌等
N AS A在 其 知 识 管理 战 略 中 有 效管 理 和利 用 以往 积 累 的研 制 指 出 ,随着项 目研究 队伍 的年 轻 经 验 与教 训 ,研 制进 程 中 的重复
以共 享 、共 用 的数 字 模 型 、仿真 研 制 单 位 需 要 建 立 相 应 的长 效
机制 。
知识 管理 层 主要 包 括 知 识 采 模 型 、设 计模 板 等 。
最新发展是指本 专业 领域前
知识 组织 主要 实 现 对 采 集 知
清理 ,完成 对 知识 的全 生命 周期 沿动态 、情报信息 ,包括专业领 识 资源 的统 一 化组 织管 理 ,使 企 域 情报 综 述 、国内外 技 术情 报研 业 知识 资 源能 够更 易 于积 累 和重 知识 域 、 知 识资源 层 主 要 完 成 对设 计 究 报告 、精选 国外专 利 情报 分 析 用 ,主要包 括知识 审批 、
二 、知 识 库 的 构 建
的设计 方案 、设 计 报告 、试 验 报 完 成 对知 识 资源 的存 储及 导航 管 告 、测 试 报 告 、产 品报 告 、航 天 理 ;知识 维度 管 理 主要 完成 对知
从而提高设计效率 。例如 ,面向 1 所示。
产 品 设 计 的知 识 主 动 推 送 研 究 ,
任务 捕获 、 模 型捕获 、 文档捕 获 、
设 计 场 景 层 主 要 完 成 推 送 参数 捕获 ,在技术 上 实现对设 计
基 于 粗 糙 集 的 产 品 协 同设 计 知 系 统 与 设 计 场 景 的 集 成 ,为 后 场景 信息 的捕获 ,然后 通过 知识 识 推 送 方 法 研 究 以及 基 于 本 体 续 实 现 设 计 场 景 的 捕 获 打 下 基 搜索 技术从 知识 库 中获取相 关知
结 果传 递 给下 游专 业 。设计 场 景
l 2 0 1 3 ・ 5垂 b 天, 棠 理
图1 飞行器 设计 场景知 识推送 系统体 系结构
r l = ' 中 国 运载 火箭 技 术 研 究 院知 识 管 理 论 文 专
上 e a tU re s
送 至设 计 场景 。 集 、知识 组 织 、知 识 利用 和 知识 管理 。
化 ,新 员 工在 未 了解 历 史经 验 与 性 技术 工 作就 无 从避 免 ,并将 给
教 训 的情 况 下就 被 卷人 了工程 研 项 目的研发水平 、效率和质量的 制 的漩 涡 。可 以预 计 ,如 果 不能 提 升带 来负 面影 响 。
其他 作 者 :许怡 婷 Fra bibliotek中国运载 火箭技 术研 究 院 ),王 立伟 、章 乐平 、杨 玉 坌 (中国运载 火箭技 术研 究院研究发展 中心 )
的机 械 产 品 设 计 过 程 知 识 表 示 础 。 设 计 场 景 主 要 包 括 设 计 人 识 ,最后通 过推送 技术 将知 识推 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
规范 、最佳实践 、经验技巧及故 报 告 、精 选情 报 文献 资 料 、精 选 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 障案例 等资 源 的存 储 管理 。 情 报视 频资 料等 知识 。
最 佳实 践包 括 专 业 领 域 优 秀 源 的入库 审批 ;知识 域 管理 主要
垂 b 天, 棠 醒2 { ) 1 3 ・ 5 1
门 中 国运 载 火 箭 技 水 研 究 院知 识 管 理 论 文 专 辑
上 e a t U re S
在 飞行器 设 计过 程 中如 何获 的业 务过 程 涉及 任务 、上 下游 关 员 、任 务 、数 据 、工 具 四 大 内
相关文档
最新文档