基于数字孪生的航班保障预警系统

为了提高航班和保障车辆的安全性,本文提出了一种基于数字孪生的新型航班保障预警系统架构。数字孪生系统中包括实际机场、赛博空间的仿真模型以及实时数据。系统可以根据当前作业状况,预测保障活动未来会出现的风险情况。文章中详细介绍了航班保障的规则,仿真模型的设计开发,如何实现保障车辆和航班数据的实时采集,以及潜在碰撞风险的预测。为了验证预警逻辑和算法的有效性,在Anylogic平台进行系统开发和仿真实验,实验结果表明本文提出的架构可以对车辆和航班进行提前预警,保障运营安全。     

基于数字孪生的装甲装备故障与健康管理参数优化平台研究

针对故障预测与健康管理（prognostics and health management,PHM）系统的可靠性和指标参数优化问题,提出五维数字孪生（digital twin,DT）模型和智能体方法对基于PHM系统的装甲装备保障进行仿真建模。为提高PHM系统的效率和精度,利用五维数字孪生模型驱动装甲装备的PHM系统,将物理实体与虚拟模型进行数据融合。使用智能体技术对DT模型中装甲装备的复杂系统结构和装甲装备的等待、训练以及维修等物理行为进行刻画。利用仿真实验验证了系统的有效性和合理性,综合装甲装备完好性、任务成功性等系统权衡指标优化了PHM系统整体指标参数。     

部队装备保障运行评估研究

针对打分评估法对部队装备保障系统运行状况的评估中所存在的不足,构建了一种矩阵评估模型。该模型相对于一般"打分求和"法有较大的改进,适用于同一单位(或系统)工作水平升降的评估和任务相同单位(或系统)工作质量优劣的评比。对实例评估结果的分析表明,该模型适用于评估子系统权重等级较细的系统运行状况,对失误率的变化比较敏感,评估结果符合实际工作经验。模型对于解决用打分评估法评估不同权重的多指标系统所存在的问题具有很好的借鉴作用和实践指导意义。     

基于数字孪生的高温高压容器寿命预测

为解决高温高压容器剩余寿命在线预测难题,提出一种基于数字孪生的高温高压容器剩余寿命预测模型构建方法。该方法基于实时工况条件,采用ANSYS仿真模型进行耦合仿真,获取高温高压容器一定时域物理场,通过多轴蠕变损伤模型建立高温高压容器剩余寿命预测样本数据集,利用Tent-SSA优化的BP神经网络算法进行训练预测,建立机理模型与机器学习融合驱动的数字孪生高温高压容器寿命预测模型。最后以某型钠冷快堆蒸汽发生器关键部件的管板作为对象,试验结果表明该预测模型总体均方误差由优化前的3.2197E-02降低至7.7449E-03,模型更稳定且鲁棒性强、收敛快。     

装备保障能力评估指标体系研究

装备保障能力评估指标体系对于部队装备保障能力建设具有十分重要的意义,本文从装备保障能力评估体系的原则、要求和内容等方面着手,对装备保障能力评估指标体系进行了研究。     

面向智能制造的工业数字孪生关键技术特性

 综述了数字孪生技术在智能制造领域中产品设计、生产制造、安全维护3方面的研究进展。在工业数字孪生技术背景下,分析了当前应用于智能制造领域的关键技术的一些基本特性,其中包括可交互性、可孪生性、可组合性及可管理性,概述了工业数字孪生技术在产品设计研发、运维管理决策、生产管控3个方面的典型应用场景。展望了面向智能制造的工业数字孪生技术未来发展。     

装备保障训练评估问题研究

1．把握装备保障训练评估特征 1．1装备保障训练评估的内涵与要求。装备保障训练评估是指对装备保障训练的计划、实施、成效进行考察、评价和估量的训练管理活动。其要求有三：一是目的要明确。装备保障训练评估是训练管理的一项重要活动．其目的就是掌握训练现状，促进训练效果，其评估结果直接反映并作用于装备保障训练。二是内容要系统。     

装备保障指挥系统效能评估研究

从装备保障指挥的角度,分析了装备保障指挥效能的基本概念及评估方法,讨论了装备保障指挥评估的基本流程;建立比较全面的装备保障指挥效能评估指标体系,运用功效函数层次分析法分析装备保障指控系统的效能,计算及合成效能指标的效能值和模型,得出评估结果。     

基于数字孪生技术的政务管理范式重构

党的二十大报告指出,要加快推进“数字中国”战略。随着数字政府建设不断深化,进一步推进数字技术与政务管理改革深度结合逐渐成为行政管理学界的研究热点。作为国家治理体系和治理能力现代化建设的关键环节,现代信息技术驱动下的政务管理理论范式和运行模式面临着“数字化”的重要影响。在此背景下,作为能够有效衔接数据对象、工具模型、应用场景的数字孪生技术,不仅能够科学解释政务管理“数字化”范式体系转型的基本特征,同时也为相关制度建设和实践探索提供了有力技术支撑。文章通过探讨将数字孪生技术引入行政管理活动的理论可行性,探索性地提出以数字孪生实现行政活动政务流程数字化改造具体路径,并对实践中如何进一步提升行政机关“数字化”治理能力提出了建议。     

装备保障通信网络仿真模型研究

针对装备保障仿真中通信系统建模的问题,从分析装备保障指控网络的拓扑构成入手,提出了以考虑无线通信模块为主的指控网络建模仿真方法,并给出了信息传输模型的仿真流程和具体实现方法.     

数字化设备功能建模及其综合评价

根据数字化设备的特点,采用特征建模技术将设备信息分为6大类,并建立数字化制造资源特征模型.为适应快速多变的加工模式,提出设备加工能力评价体系:根据设备信息模型,提出特征筛选规则,建立设备加工能力规则库;采用综合模糊评价技术,建立综合评价模型,并且说明特征信息映射及其模糊化表示规则,给出了评价值规范化处理方法.通过实例分析可知,结果符合实际生产情况,实现了数字化设备的优化选择.     

基于建筑信息模型孪生深基坑性态可视化方法

随着土地资源短缺,城市深基坑工程越来越多,采用孪生技术准确反映深基坑性态并及时进行风险评价对深基坑施工安全意义重大。创建了反映现场监测点信息的监测点族,作为测钉嵌入深基坑建筑信息模型(building information modeling, BIM)中,使现场监测数据与相关BIM构件数据孪生,基于Revit软件,使用Visual Studio 2019二次开发了现场监测数据可视化模块,实现现场监测数据的深基坑可视化,建立了考虑条件信息熵的深基坑风险评价模型,并嵌入到现场监测数据可视化开发模块中,对孪生深基坑性态进行可视化。通过某深基坑实例,该可视化及风险评价方法可以更好更快地帮助施工人员定位危险单元以及制定相应的防控措施。     

基于HLA的战术级装备保障系统仿真

以HIJA（High Level Architecture）为计算机仿真标准,对战术级装备保障系统进行了建模仿真。在分析战术级装备保障仿真系统的体系结构基础上,开发了仿真系统中的对象类、交互类以及联邦成员,设计了联邦运行的整个流程。整个战术级装备保障仿真系统是一个联邦,由作战部队、作战指挥机构、装备指挥机构、装备维修成员、装备供应成员5类联邦成员组成,各联邦成员之间通过公布／订购对象属性和发送交互,仿真了整个装备保障活动,得到了满意的保障方案。用HIA技术对装备保障系统进行仿真研究是一种可行的方法。     

装备保障社会化人力资源需求量预测模型研究

通过运用灰色预测方法和马尔可夫概率矩阵预测对装备保障社会化的人力资源需求量建立了研究模型。     

基于multi-agent的装备综合保障数据交互研究

为了更好地解决装备综合保障活动中所需的和所产生的数据之间的交互问题,提出了将multi-agent(多智能体)技术引入到装备综合保障领域的方法。分析了装备综合保障数据的作用和种类,对数据之间的关系进行了研究。构建了基于multi-agent技术的装备综合保障数据交互模型,并对模型中不同agent的作用进行了分析。最后,通过实例对数据交互的过程进行了详细说明。     

联合战役"装备保障防卫"兵力需求分析的指标体系研究

在分析了联合战役“装备保障防卫”兵力需求的影响因素的基础上,建立了从环境条件、敌情威胁、防卫状况三个方面分析．包括27个指标的防卫兵力需求分析指标体系。     

基于犹豫模糊语言的数字孪生车间质量评价

为量化评价数字孪生车间的建设质量,提出了一种基于犹豫模糊语言的综合评价模型。首先构建了数字孪生车间质量评价的指标体系,采用OWA(ordered weighted averaging)算子对评价指标进行了权重计算;接着,针对在数字孪生车间质量评价过程中决策者无法准确用单一数值进行指标评价的不确定性问题,基于犹豫模糊语言建立了数字孪生车间的质量评价模型;最后,以结构件数字孪生车间为例进行了实例验证。实例应用表明,所建立的质量评价模型实用性较强,能有效提升评价结果的可靠性与柔性。可见,所述评价模型为数字孪生车间质量的量化评价提供了新的思路。     

基于灰色BP神经网络的装备保障费用预测模型

装备的保障费用是装备全寿命周期费用的重要组成部分,为了科学合理地预测武器装备的保障费用,通过分析装备保障费用的构成及其影响因素,考虑到装备保障费用数据量有限、复杂多变、非线性,用单一预测模型预测精度不高,因此建立了基于灰色系统理论和BP神经网络的组合预测模型,将灰色系统模型善于处理小样本数据和BP神经网络优于解决复杂非线性问题的优点有效地结合起来,对基于非线性时间序列的保障费用进行预测。仿真实例表明该组合模型的预测结果比传统单一模型所得到的预测结果总体误差要小,可以有效提高装备保障费用的预测精度。     

基于PCA的参数化间隔双子支持向量机及其在手写体识别上的应用

改进了基于参数化间隔的双子支持向量机算法的预处理过程,在数据预处理阶段使用了主成分分析法对数据进行降维,提出了基于主成分分析的参数化间隔双子支持向量机,从而加快了整个算法的训练速度.公共数据库上的实验结果显示了该算法的优秀分类能力,对高维数据集的降维效果也比较成功.最后,将这种算法应用到手写体数字识别技术上,实验结果显示出该算法较好的分类性能.     

结合张量特征和孪生支持向量机的群体行为识别

给出一种结合张量特征和孪生支持向量机的群体行为识别算法,以提高对视频中群体行为识别的准确率.首先通过群成员关节点骨架的姿态结构信息和群成员的社会网络信息描述群体在每一帧中的行为,并采用张量形式表示;然后使用多路非线性特征映射分解张量核,并利用粒子群优化张量核孪生支持向量机的模型参数;最后结合张量特征和孪生支持向量机实现视频中的群体行为识别.CAD2数据集和自建数据集上的实验结果表明,张量特征能够有效地表示群体行为,相比经典算法,所提算法能有效提高群体行为识别的准确率.