针对空间有效载荷系统高复杂性和高可靠性需求的特性,设计了一种基于SysML (System Modeling Language)的故障诊断方法.该方法融入MBSE (Model Based System Engineering)思想,提出了基于SysML的空间有效载荷系统故障分析流程.基于SysM...针对空间有效载荷系统高复杂性和高可靠性需求的特性,设计了一种基于SysML (System Modeling Language)的故障诊断方法.该方法融入MBSE (Model Based System Engineering)思想,提出了基于SysML的空间有效载荷系统故障分析流程.基于SysML对空间有效载荷系统建立了故障分析相关的模型,其中,为满足故障分析建模的需求,对SysML元模型进行扩展定义,从而实现对组件间关系和故障表征与直接关联组件间关系的描述;基于所建模型构建故障诊断的整体框架,并提供从SysML数字模型到FTA (Fault Tree Analysis)的转换逻辑,从而实现对所有故障可能性的获取.通过案例分析,对提出方法在实际应用中的具体流程进行分析,并验证了该方法的有效性和实用性.展开更多
针对复杂系统设计过程缺乏早期可靠性评估的问题,提出一种基于模型的系统工程方法支持复杂系统的设计及可靠性评估。结合复杂系统的研发特点,提出一种基于“使命、运行、功能、逻辑、物理、可靠性”的基于模型的系统工程(model-based sy...针对复杂系统设计过程缺乏早期可靠性评估的问题,提出一种基于模型的系统工程方法支持复杂系统的设计及可靠性评估。结合复杂系统的研发特点,提出一种基于“使命、运行、功能、逻辑、物理、可靠性”的基于模型的系统工程(model-based systems engineering, MBSE)建模方法,支持复杂系统设计和可靠性评估;利用基于“图、对象、属性、点、关系、角色”的系统建模语言KARMA对上述过程进行统一表达;通过KARMA的代码生成功能实现图模型到计算模型的映射,完成复杂系统可靠性的评估;将方法应用于液压系统案例,结果表明所提方法对于复杂系统设计和评估具备有效性。展开更多
重力式挡土墙设计中,设计人员需要参考相关设计规范,进行地质分析和稳定性计算,确保墙体的稳定性和安全性,快速获取设计规范知识仍面临诸多挑战。文中研究基于大型语言模型(LLMs,Large Language Models)进行LoRA(Low-Rank Adap-tation)...重力式挡土墙设计中,设计人员需要参考相关设计规范,进行地质分析和稳定性计算,确保墙体的稳定性和安全性,快速获取设计规范知识仍面临诸多挑战。文中研究基于大型语言模型(LLMs,Large Language Models)进行LoRA(Low-Rank Adap-tation)微调,设计了一套专注于重力式挡土墙设计的辅助系统。该系统通过学习挡土墙设计相关数据集,提高了设计沟通效率和协作流程,通过与不同通用大语言模型生成的内容进行对比,来评估其性能表现。结果表明,该系统在专业领域表现出色,能够根据提示生成所需的设计答案,并在内容生成的全面性和准确性方面表现突出,供科研及设计人员参考。展开更多
文摘针对空间有效载荷系统高复杂性和高可靠性需求的特性,设计了一种基于SysML (System Modeling Language)的故障诊断方法.该方法融入MBSE (Model Based System Engineering)思想,提出了基于SysML的空间有效载荷系统故障分析流程.基于SysML对空间有效载荷系统建立了故障分析相关的模型,其中,为满足故障分析建模的需求,对SysML元模型进行扩展定义,从而实现对组件间关系和故障表征与直接关联组件间关系的描述;基于所建模型构建故障诊断的整体框架,并提供从SysML数字模型到FTA (Fault Tree Analysis)的转换逻辑,从而实现对所有故障可能性的获取.通过案例分析,对提出方法在实际应用中的具体流程进行分析,并验证了该方法的有效性和实用性.
文摘针对复杂系统设计过程缺乏早期可靠性评估的问题,提出一种基于模型的系统工程方法支持复杂系统的设计及可靠性评估。结合复杂系统的研发特点,提出一种基于“使命、运行、功能、逻辑、物理、可靠性”的基于模型的系统工程(model-based systems engineering, MBSE)建模方法,支持复杂系统设计和可靠性评估;利用基于“图、对象、属性、点、关系、角色”的系统建模语言KARMA对上述过程进行统一表达;通过KARMA的代码生成功能实现图模型到计算模型的映射,完成复杂系统可靠性的评估;将方法应用于液压系统案例,结果表明所提方法对于复杂系统设计和评估具备有效性。
文摘重力式挡土墙设计中,设计人员需要参考相关设计规范,进行地质分析和稳定性计算,确保墙体的稳定性和安全性,快速获取设计规范知识仍面临诸多挑战。文中研究基于大型语言模型(LLMs,Large Language Models)进行LoRA(Low-Rank Adap-tation)微调,设计了一套专注于重力式挡土墙设计的辅助系统。该系统通过学习挡土墙设计相关数据集,提高了设计沟通效率和协作流程,通过与不同通用大语言模型生成的内容进行对比,来评估其性能表现。结果表明,该系统在专业领域表现出色,能够根据提示生成所需的设计答案,并在内容生成的全面性和准确性方面表现突出,供科研及设计人员参考。
