一种基于人工智能的飞机电磁兼容分级管理方法与流程

1.本发明涉及机器人集成板块领域，具体是一种基于人工智能的飞机电磁兼容分级管理方法。


背景技术：

2.多电飞机是航空科技发展的一项全新技术，是以电气系统取代液压、气动和机械系统的飞机。多电飞机的技术创新大部分与电力电子的技术相关，电气设备的性能提高会对飞机的正常运行提供保障。但是功率开关器件的增多会导致更强烈的电磁扰动，会造成很大的性能和安全问题。现在相关设备设计方案的生成都是基于工程师的经验，目前没有成体系的电磁兼容管理方案，在生产阶段，即设计、验证、开发、制造、部署和监控中，实现电磁兼容管理，可以保证航电系统稳定运行。
3.美国在1982年首次提出考虑电磁兼容的条件下最小化武器装备，全面考虑电磁干扰的测试，并且提出了电磁干扰测试方法和电磁干扰技术规格。
4.多电飞机的生产过程进行电磁兼容管理，能够从设计，生产、维护等过程实现全局的考虑。全面实现多电飞机的模块层、子系统层以及整机系统层三个层次的分级管理，有利于节省企业的生产成本，实现利益最大化。


技术实现要素：

5.为了解决上述问题，本发明提出一种基于人工智能的飞机电磁兼容分级管理方法。
6.一种基于人工智能的飞机电磁兼容分级管理方法，其具体步骤如下：
7.s1、获取电磁兼容产品级测试数据：从多电飞机产品属性、设计参数、电磁兼容测试数据中，整理对应数据集，将设计方案和效果参数按实体形式进行存储，分类记录各参数对电磁兼容指标的影响，以参数标签的形式进行存储，生成电磁兼容管理集，参数标签提供有关参数数据；
8.s2、根据产品属性、设计参数及电磁兼容测试数据产生电磁兼容管理数据集：使用人工智能算法对相关数据进行训练并建立电磁兼容测试数据与设计参数、产品属性关联的模块级测试数据与产品属性/参数影响关系数据集；
9.s3、进行人工智能算法建立产品级测试数据与产品属性/参数影响关系数据集：以模块级测试数据与产品属性/参数影响关系数据集为基础，更新多电飞机电磁干扰技术规格，提高模块级产品emc性能；
10.s4、获取多电飞机子系统电磁兼容测试数据，分类记录各系统参数对电磁兼容指标的影响，并进行存储；
11.s5、建立子系统数据与参数影响数据集：使用人工智能算法对相关数据进行训练并建立子系统级的测试数据与系统属性/参数影响关系数据集；
12.s6、以子系统级测试数据与产品属性/参数影响关系数据集为基础，更新多电飞机
电磁干扰技术规格，提高子系统级产品emc性能。
13.s7、进行人工智能算法建立系统级测试数据与参数影响关系数据集：根据多电飞机整机系统的电磁干扰数据集建立技术标准，将安全裕度加入到设计方案中，用于评价设计方案的品质，同时提供电磁兼容管理方案及优化解决方案；
14.s8、形成评价标准：获取三个级别的电磁兼容管理集，构建知识图表，根据产品要求，生成多电飞机电磁兼容管理，并逐渐形成评价标准，为后续技术支撑。
15.所述的步骤s1的设计参数包括额定功率、电压、电流、开关频率类。
16.所述的步骤s1的实体形式包括环路面积、磁环种类/大小类。
17.所述的步骤s2和步骤s5的人工智能算法包括knn、随机森林、支持向量机类。
18.所述的步骤s2的电磁兼容管理集指的是飞机设备模块级、子系统级和整机系统级的电磁干扰测试方案数据以及电磁兼容设计方案。
19.所述的步骤s2的人工智能指的是表示数据层次和学习数据集内部规律的智能机器学习方法。
20.所述的步骤s4的多电飞机子系统包括电源系统、任务系统、航电系统类。
21.所述的步骤s7的安全裕度指的是测量数据与形成评价标准既电磁干扰技术规格之间的误差范围。
22.本发明的有益效果是：通过对众多电磁兼容管理计划和电磁干扰技术规格进行人工智能算法识别，对多电飞机的模块层、子系统层以及整机系统层等三层进行分层关联，智能数据提取根据实体和属性决策产生良好的电磁兼容管理计划，本发明可以提高产品质量、缩短生成周期，降低生产成本。
附图说明
23.下面结合附图和实施例对本发明进一步说明。
24.图1为本发明的流程结构示意图。
具体实施方式
25.为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面对本发明进一步阐述。
26.如图1所示，一种基于人工智能的飞机电磁兼容分级管理方法，其具体步骤如下：
27.s1、获取电磁兼容产品级测试数据：从多电飞机产品属性、设计参数、电磁兼容测试数据中，整理对应数据集，将设计方案和效果参数按实体形式进行存储，分类记录各参数对电磁兼容指标的影响，以参数标签的形式进行存储，生成电磁兼容管理集，参数标签提供有关参数数据；
28.s2、根据产品属性、设计参数及电磁兼容测试数据产生电磁兼容管理数据集：使用人工智能算法对相关数据进行训练并建立电磁兼容测试数据与设计参数、产品属性关联的模块级测试数据与产品属性/参数影响关系数据集；
29.s3、进行人工智能算法建立产品级测试数据与产品属性/参数影响关系数据集：以模块级测试数据与产品属性/参数影响关系数据集为基础，更新多电飞机电磁干扰技术规格，提高模块级产品emc性能；
30.s4、获取多电飞机子系统电磁兼容测试数据，分类记录各系统参数对电磁兼容指标的影响，并进行存储；
31.s5、建立子系统数据与参数影响数据集：使用人工智能算法对相关数据进行训练并建立子系统级的测试数据与系统属性/参数影响关系数据集；
32.s6、以子系统级测试数据与产品属性/参数影响关系数据集为基础，更新多电飞机电磁干扰技术规格，提高子系统级产品emc性能。
33.s7、进行人工智能算法建立系统级测试数据与参数影响关系数据集：根据多电飞机整机系统的电磁干扰数据集建立技术标准，将安全裕度加入到设计方案中，用于评价设计方案的品质，同时提供电磁兼容管理方案及优化解决方案；
34.s8、形成评价标准：获取三个级别的电磁兼容管理集，构建知识图表，根据产品要求，生成多电飞机电磁兼容管理，并逐渐形成评价标准，为后续技术支撑。
35.通过对众多电磁兼容管理计划和电磁干扰技术规格进行人工智能算法识别，对多电飞机的模块层、子系统层以及整机系统层等三层进行分层关联，智能数据提取根据实体和属性决策产生良好的电磁兼容管理计划，本发明可以提高产品质量、缩短生成周期，降低生产成本。
36.所述的步骤s1的设计参数包括额定功率、电压、电流、开关频率类。
37.所述的步骤s1的实体形式包括环路面积、磁环种类/大小类。
38.所述的步骤s2和步骤s5的人工智能算法包括knn、随机森林、支持向量机类。
39.所述的步骤s2的电磁兼容管理集指的是飞机设备模块级、子系统级和整机系统级的电磁干扰测试方案数据以及电磁兼容设计方案。
40.所述的电磁兼容管理集包括产品、子系统级整机电磁兼容测试数据，并通过上述数据建立的产品属性与参数影响关系数据集、模块、子系统级整机电磁兼容测试技术规范。
41.其中，飞机整机装备电磁兼容标准参考gjb151b
‑
2013《军用设备和分系统电磁发射和敏感度要求与测量》及gjb 1389a
‑
2005《系统电磁兼容性要求》。
42.所述的步骤s2的人工智能指的是表示数据层次和学习数据集内部规律的智能机器学习方法。
43.所述的步骤s4的多电飞机子系统包括电源系统、任务系统、航电系统类。
44.所述的步骤s7的安全裕度指的是测量数据与形成评价标准既电磁干扰技术规格之间的误差范围。
45.本发明的总体架构包括电磁兼容管理集、人工智能训练算法、测试数据与产品属性/参数影响关系数据集、多电飞机电磁干扰技术规格、实体和属性分类归并、智能数据提取。
46.以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。