动态重组子网的Petri网飞机虚拟维修过程建模与仿真

来源 :计算机应用与软件 | 被引量 : 0次 | 上传用户:majinrao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对大型民用飞机虚拟维修仿真中部件繁多、维修行为关系复杂、模型庞大等问题,提出可动态重组子网的Petri网飞机虚拟维修过程建模方法。使用UML状态机建立维修实体状态迁移元模型,以规范维修实体的维修行为,并将其转化为Petri网子网模型;依据部件间的联结关系构建双向邻接矩阵,约束各子网间的维修行为关系,进而建立可动态重组子网的虚拟维修过程模型。通过空客A320飞机交输活门作动筒组件的拆卸仿真实例验证了该模型的有效性。
其他文献
在"互联网+"新形式下,传统的汽车服务模式已不能满足消费者需求。面向汽车服务生命周期,提出在互联网+多核服务价值链业务协同技术。设计并实现了多核服务价值链业务协同系统,在满足传统汽车服务业务需求的基础上,为汽车制造厂和维修服务商开展主动服务提供支持,从而进一步提高汽车服务的协同效率,降低服务成本,满足客户个性化需求。
针对PDF文件进行表格抽取研究是获取期刊文献中的表格数据并实现数据管理和共享的基础。通过分析近二十多年的有关PDF表格抽取技术的学术文献,总结出PDF表格抽取的三种思路。从算法构建的特征的角度对主要的表格抽取算法进行分类,并分析算法各自的特点和优劣;介绍表格抽取算法性能评估的研究现状,在此基础上总结和提出未来表格抽取技术的研究和发展方向。
针对当前研究中的脑胶质瘤分级模型难以充分利用磁共振影像序列间的互补信息的问题,提出一种基于多视角的脑胶质瘤分级模型(MBMED)。以最大熵判别模型(MED)为基础分类器;利用AdaBoost对多视角脑胶质瘤数据集进行模型训练。训练时进行等权重初始化,通过优化误差率对样本和多个视角的权重进行迭代更新,输出基础分类器的组合,实现对脑胶质瘤的精准分级预测。在公开数据集BraTS2017和自建数据集Gli
针对传统的永磁同步电机(PMSM)直接转矩控制中转矩脉动和磁链脉动较大及转速超调等问题,研究一种基于非线性自抗扰控制的PMSM直接转矩控制策略。将传统的PI控制器替换成非线性的自抗扰控制器,设计转速环自抗扰控制器。自抗扰控制器中的扩张状态观测器将外部扰动和未知系统的参数的变化进行估计,并通过补偿手段加以控制,提高系统的抗干扰性能。微分跟踪器将给定转速平滑化,使得系统快速跟踪给定的转速信号,提高系统
新零售模式在物流"最后一公里"的解决上并不完美,精确的物流管理已经成为研究的热点。提出一种新零售模式下的智能生鲜物流终端系统。研究将智能物流终端中的快递收发抽象为多主体模型,引入用户付费的快递服务过程,确保物流终端在消耗最小能量的同时,保持对生鲜快件状态的有效监测,并及时反馈给用户。此外,根据智能物流终端更新的数据,系统可以确定快件优化投递路线。实验结果表明,智能生鲜物流终端系统能够提高快件收发效
传统的集中式云计算能够较好地减轻本地负担,但带来了大量延迟。移动边缘计算通过利用移动边缘设备有限的计算能力和资源存储能力弥补了云计算在此方面的不足,也满足了在车联网中车辆的计算需求。为了使车辆能够在笔直的道路环境模型上完成计算任务,提出基于长短期记忆神经网络的卸载决策。通过仿真,该方法在任务较大的情况下可以高效利用边缘设备资源,降低延迟,对于高速动态变化的时间序列具有更低的响应时间。
Rambus近日宣布推出Rambus HBM2E内存接口子系统,该子系统包括一个完全集成的PHY和控制器,在三星先进的14/11nm FinFET工艺上经过硅验证。通过利用30多年的信号完整性专业知识,Rambus解决方案的运行速度高达3.2Gbps,可提供410GB/s的带宽。这种性能滿足了TB级带宽加速器的需求,此类加速器针对性能要求最为严苛的AI/ML训练和高性能计算(HPC)应用。  三星
针对遥感图像语义分割中目标尺度相差较大以及边界模糊等问题,对DenseASPP网络进行改进。引入通道注意力模型和空间注意力模型,使关键特征点在网络中具有更大的权重;在带孔卷积采样时使用分组卷积的方式,同时在训练时采用剪枝策略,舍去权值较低的连接,实现网络的稀疏化,有效克服DenseASPP内存占用过大的问题。改进后的网络在不同场景遥感图像测试的平均精度上比DenseASPP提高了1.1百分点,测试
针对国内许多大型热网控制系统仍然处于"只掌握总数,不清楚细节"的状态,缺乏实时监测与分析的问题,提出可运用在热网中的协议转换方法。利用GIS技术,实现一种应用在Web环境下的热网监测管理系统。系统具有报警监测、监督管理、GIS管理、实时数据管理等功能。该系统实现了城市供热系统的智能化监控,能够有效节省人力物力,保证数据可靠传输,加大供热系统的监督和力度,提高供热系统的仪器设备预警能力,提高现场修检
产业链上的多种大宗商品价格之间存在非线性相关性和上下游产品价格联动效应,经典的价格预测算法不能解决此类问题,对此提出一种基于图深度学习的大宗商品价格预测方法。该方法将产品现货价格、期货价格、产量等作为产品节点属性,产品上下游关系用产品结构熵量化作为边属性,CCPI、PPI作为全局属性,对全产业链上的产品进行价格预测。实验结果验证了该方法的可行性和有效性。与单变量LSTM、多变量LSTM价格预测模型