[發明專利]一種基于機器學習的飛機結構件設計方法

在審

• 申請號: 202210216724.4
• 申請日: 2022-03-07
• 公開（公告）號: CN114564793A
• 公開（公告）日: 2022-05-31
• 發明（設計）人: 郝博;張鵬;王明陽;王杰;汪萬炯;尹興超
• 申請（專利權）人: 東北大學
• 主分類號: G06F30/15
• 分類號: G06F30/15;G06F30/27;G06K9/62;G06N3/04
• 代理公司: 深圳市燊匯智誠專利代理事務所(普通合伙) 44725
• 代理人: 張雷

1.一種基于機器學習的飛機結構件設計方法，其特征在于：結合了規則選型和實例推理，包括以下部分：

(1)知識獲取模塊知識獲取模塊通過人機交互界面輸入所要求設計的飛機結構件的設計要求和相關參數；

(2)OpenCv輔助特征識別模塊OpenCv輔助特征識別模塊作用在飛機結構件上，對不相同的飛機機翼結構件進行特征分析，使其將板筋、助板、蒙皮等飛機典型結構件的特征進行分類；

(3)RBR和CBR推理模塊基于模板-模型-實例庫進行檢索，通過規則推理機在模型庫中檢索尋找模型實例，檢索相似實例并按相似度大小對檢索到的實例排序，選擇相似度最高的實例，在此實例的基礎上設計人員根據所需設計的要求修改實例，即通過設計模板提供的參數計算方法，確定相應參數，然后對其進行變形設計，實現模型的快速建立，生成解決方案；

(4)機器智能學習系統模塊機器智能學習系統模塊具有自學習功能，將基于所述RBR和CBR推理模塊的解決方案進行特征信息識別分析，如果修正后的實例和解決方案滿足預期設計要求的話，將對提取的特征根據k-近鄰算法進行分類，同時作為訓練學習的結果加入機器學習的訓練庫中，作為其中的一種新的實例；如果所述解決方案不滿足預期設計要求，將通過人機協同的工作模式在設計人員和計算機中實現交互，達到需要滿足的設計要求，進一步實現預期結果，同時該實例也作為訓練學習的一種，加入機器學習的訓練庫中；

(5)實例自動轉存系統通過機器學習對新實例及設計相應參數的保留，把訓練庫中實例存儲到知識-模型-實例庫中，作為知識-模型-實例庫的一種新實例，以后進行相似設計時直接提取并加以使用，這樣會使知識-模型-實例庫中的實例不斷增多，同時給出新的設計方案。

2.根據權利要求1所述的一種基于機器學習的飛機結構件設計方法，其特征在于：所述部分(1)中的知識是指設計人員通過人機交互界面對所需要設計的問題的描述。

3.根據權利要求1所述的一種基于機器學習的飛機結構件設計方法，其特征在于：所述部分(2)中OpenCv輔助特征識別模塊通過函數庫CAA的矩陣和點的數據的形式進行飛機結構件特征識別，采用卷積神經網絡的方法對產生的異常數據進行特征分析和處理，從而識別各個飛機結構件的特征。

4.根據權利要求1所述的一種基于機器學習的飛機結構件設計方法，其特征在于：所述部分(3)中RBR和CBR推理模塊是基于設計人員對設計問題的描述，如果有符合問題描述的相似實例，則進行實例重用，否則進行案例修正，重新確定相應參數。

5.根據權利要求1所述的一種基于機器學習的飛機結構件設計方法，其特征在于：所述規則推理機基于實例的變型設計中，檢索出的一些相似實例，實例中的設計參數可能不會完全滿足設計人員設計的要求，需要在已檢索出的實例的基礎上對部分設計參數進行修改，此時運用基于規則的推理方式，對待修改的參數進行基于規則的推理，使新修改的設計參數滿足設計人員的設計需求。

6.據權利要求1所述的一種基于機器學習的飛機結構件設計方法，其特征在于：所述部分(3)中相似度計算是指對象型屬性相似度的計算、數值型屬性相似度計算、全局相似度的計算。

7.根據權利要求1所述的一種基于機器學習的飛機結構件設計方法，其特征在于：所述部分(4)中機器智能學習系統主要包括飛機結構件特征識別模塊、算法分析模塊和存儲模塊。

8.根據權利要求1所述的一種基于機器學習的飛機結構件設計方法，其特征在于：所述部分(4)k-近鄰算法是給實例庫中每個實例的每個屬性規定一個權重分配,然后計算得到最大加權系數值,進一步找出和目標實例最接近的模型實例。

9.根據權利要求1所述的一種基于機器學習的飛機結構件設計方法，其特征在于：所述部分(5)中實例自動轉存系統是將修正后的實例存入實例庫，同時將修正后實例作為新的設計方案，把修正的實例和合理的設計解決方案作為新的實例保存到實例庫中，從而更新、豐富實例庫。