为了提高大型飞机电缆故障识别效果,提出了基于深度学习算法的大型飞机电缆故障识别方法。首先利用S变换方法获取大型飞机电缆信号的复时频矩阵,利用熵和奇异值分解理论提取复时频矩阵的特征向量,将特征向量作为深度学习网络的输入、大型飞机电缆故障作为输出;然后采用随机梯度下降法更新深度学习网络的权重参数、偏置参数,从而建立大型飞机电缆故障精准识别模型;最后对大型飞机电缆故障识别实例进行了分析,分析结果表明,在含有白噪声的情况下,深度学习算法的电缆故障识别精度仍高于99%,识别误差控制在有效范围内,具有较高的实际应用价值。

当前飞机装配制孔方法由于算法复杂,造成制孔装备在执行过程中气缸压力值不能达到设定值,导致制孔路径规划较差、制孔位置不够准确、可靠性差的问题。准确性较差,提出基于蚁群算法的飞机装配新型制孔方法。利用蚁群算法对制孔路径进行规划,融合规划定位结果,设计制孔执行器。执行器主要组成部分为支撑、主轴、进给和压紧等模块。执行器安装在制孔装备上,启动压紧和动力装备,当装备转移到待加工处,工控机给出信号,并启动法向检测模块,对执行器位置进行调整。气缸的活塞杆伸展出来驱动气缸推板,使压紧模块与主轴模块进行直线运动,利用气缸上节流阀对速度进行调整,压力头压紧在装配工件上,一直到压力值达到设定值。电主轴初始化进行旋转运动,驱动倒角刀具进行切削运动和去毛刺工艺。此时伺服电机初始化促使滚珠丝杆副运动,实现刀...