-
公开(公告)号:CN119514385A
公开(公告)日:2025-02-25
申请号:CN202411779019.0
申请日:2024-12-05
Applicant: 北京航空航天大学 , 北京宇航系统工程研究所
IPC: G06F30/27 , G06F18/2135 , G06F18/214 , G06F18/25 , G06N3/0499 , G06N3/084 , G06N3/096
Abstract: 本发明公开了一种空天装备数实融合测试小样本数据分析方法,包括:设计空天装备非破坏性数据获取模块,该模块通过健康管理系统获取实际运行数据,用于提取空天装备的健康数据;设计空天装备孪生预测模块,该模块将实际运行数据作为输入,训练孪生学习模型对数据进行处理,输出健康状态的预测结果;设计在线迁移学习模块,该模块根据新的运行数据不断更新和优化孪生学习模型。本方法能保证在只获得少量空天装备信息的前提下,预测其运行健康状态数据,并通过持续的学习机制提高预测精度,为空天装备的维护和故障诊断提供了有力支持。
-
公开(公告)号:CN119089795A
公开(公告)日:2024-12-06
申请号:CN202411262145.9
申请日:2024-09-10
Applicant: 无锡宏源机电科技股份有限公司 , 北京航空航天大学
Abstract: 本发明公开了一种基于GPT的加弹机数字孪生机理模型构建方法及系统,方法包括:S1、获取若干历史加弹机数字孪生机理模型,通过“模型‑程序‑文本”正向多模态映射机制转换为自然语言文本;S2、构建GPT深度学习模型,并将S1获取的自然语言文本和对应计算机程序作为样本,对GPT深度学习模型进行训练S3、获取目标加弹机数字孪生机理模型的需求,将需求转换为预设格式的自然语言文本,输入到训练完成的GPT深度学习模型中,并将GPT深度学习模型的输出转换为模型,得到目标加弹机数字孪生机理模型。本发明构建效率高、成本低。
-
公开(公告)号:CN119514384A
公开(公告)日:2025-02-25
申请号:CN202411778830.7
申请日:2024-12-05
Applicant: 北京航空航天大学
IPC: G06F30/27 , G06N3/096 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种空天装备极端工况下数实融合试验方法,属于电子工程和计算机科学领域。包括:设计空天装备数字建模模块,对空天装备的实际特征进行提取,利用数字建模的方法构建数字化模型,并基于空天装备的相关特征和历史数据完成对空天装备的数字化模型的迭代和验证;设计极端工况下数实融合试验模块,在已有的空天装备的数字化模型中进行动态泛化,其次,利用空天装备极端工况下的测试数据优化动态模型,最后将优化模型进行实际物理验证,形成极端工况下的数字化模型控制系统,引入数字孪生技术,在模型和装备之间建立闭环反馈,调整装备的运行工况。本发明能够保障空天装备安全,减少物理试验成本,提高试验效率,实时调整装备的运行工况。
-
-