一种气流冷却式多电极高能点火器

    公开(公告)号:CN114421284A

    公开(公告)日:2022-04-29

    申请号:CN202210321236.X

    申请日:2022-03-30

    Abstract: 本发明属于航空发动机燃烧室技术领域,公开了一种气流冷却式多电极高能点火器。该点火器包括多电极电嘴、冷却孔、冷却气流通道、流通孔、外部壳体和安装座;多电极电嘴与外部壳体的轴线重合,多电极电嘴嵌套在外部壳体内;多电极电嘴的顶端平面向内凹陷,与外部壳体构成放电凹腔;外部壳体的顶端平面靠近边沿处设置有沿周向均匀分布的冷却孔;外部壳体的侧壁开有流通孔,外部壳体的内壁设置有环缝型的冷却气流通道,冷却气流通道连接冷却孔和流通孔,外部壳体的后端设置有安装座。该点火器可以有效解决航空发动机高空极端条件下点火可靠性差、使用寿命短的问题,提高了发动机燃烧室在极端条件下点火可靠性,延长了使用寿命。

    飞行器知识图谱构建方法、装置、设备及存储介质

    公开(公告)号:CN114186690A

    公开(公告)日:2022-03-15

    申请号:CN202210139865.0

    申请日:2022-02-16

    Abstract: 本发明公开了一种飞行器知识图谱构建方法、装置、设备及存储介质,该方法包括获取飞行器的结构化数据、半结构化数据和非结构化数据,在确定飞行器知识图谱的模式层后,利用字段抽取、规则模板抽取和反馈长短时记忆神经网络与条件随机场模型抽取的方式分别对飞行器的结构化数据、半结构化数据和非结构化数据进行抽取,以获得不同数据类型的知识三元组,进而构建飞行器知识图谱。本发明通过在对飞行器非结构化数据抽取过程中采用改进的反馈长短时记忆神经网络与条件随机场模型抽取的方式,解决了传统长短时记忆神经网络在上下文关联性低时识别效果不佳的问题,增强飞行器知识图谱不同实体之间的联系,提高飞行器知识图谱的构建效率和结构合理性。

    基于飞行器知识图谱的智能问答方法、系统、设备及介质

    公开(公告)号:CN115599899A

    公开(公告)日:2023-01-13

    申请号:CN202211388973.8

    申请日:2022-11-08

    Abstract: 本申请涉及人工智能问答技术领域,公开了一种基于飞行器知识图谱的智能问答方法、系统、设备及介质,该方法包括:对用户问题进行语义分析,产生查询数据;在预先构建的飞行器知识图谱中检索获得与查询数据对应的三元组;根据检索获得的三元组,输出问题答案;针对用户对问题答案的满意度评价,将可能出现的新属性词或实体加入系统模板库或飞行器知识图谱库,对图谱库和问答模型进行实时更新。这样通过语义分析预处理、三元组检索、问题答案输出和知识更新这四个步骤完成智能问答和在线更新,过程中检索的信息来源于知识图谱数据库,可以实现一次构建,后续信息能够快速检索查询,减小了后续问答过程中的计算量,提高了问答系统的速度和效率。

    一种气流冷却式多电极高能点火器

    公开(公告)号:CN114421284B

    公开(公告)日:2022-07-22

    申请号:CN202210321236.X

    申请日:2022-03-30

    Abstract: 本发明属于航空发动机燃烧室技术领域,公开了一种气流冷却式多电极高能点火器。该点火器包括多电极电嘴、冷却孔、冷却气流通道、流通孔、外部壳体和安装座;多电极电嘴与外部壳体的轴线重合,多电极电嘴嵌套在外部壳体内;多电极电嘴的顶端平面向内凹陷,与外部壳体构成放电凹腔;外部壳体的顶端平面靠近边沿处设置有沿周向均匀分布的冷却孔;外部壳体的侧壁开有流通孔,外部壳体的内壁设置有环缝型的冷却气流通道,冷却气流通道连接冷却孔和流通孔,外部壳体的后端设置有安装座。该点火器可以有效解决航空发动机高空极端条件下点火可靠性差、使用寿命短的问题,提高了发动机燃烧室在极端条件下点火可靠性,延长了使用寿命。

    飞行器知识图谱构建方法、装置、设备及存储介质

    公开(公告)号:CN114186690B

    公开(公告)日:2022-04-19

    申请号:CN202210139865.0

    申请日:2022-02-16

    Abstract: 本发明公开了一种飞行器知识图谱构建方法、装置、设备及存储介质,该方法包括获取飞行器的结构化数据、半结构化数据和非结构化数据,在确定飞行器知识图谱的模式层后,利用字段抽取、规则模板抽取和反馈长短时记忆神经网络与条件随机场模型抽取的方式分别对飞行器的结构化数据、半结构化数据和非结构化数据进行抽取,以获得不同数据类型的知识三元组,进而构建飞行器知识图谱。本发明通过在对飞行器非结构化数据抽取过程中采用改进的反馈长短时记忆神经网络与条件随机场模型抽取的方式,解决了传统长短时记忆神经网络在上下文关联性低时识别效果不佳的问题,增强飞行器知识图谱不同实体之间的联系,提高飞行器知识图谱的构建效率和结构合理性。

Patent Agency Ranking