摘要:犯错是人类的固有特性,这意味着在某种程度上,人为错误是不可避免的。业务改进工具和实践忽视了处理人为错误的根本原因;因此,它们忽略了某些可能防止或尽量减少此类错误发生的设计考虑。认识到这一差距,本文试图概念化一个基于防错概念的结合认知科学文献的模型,从而提供更深层次、更深刻的人为错误分析。进行了一项涉及航空航天装配线的探索性案例研究,以深入了解所开发的模型。案例研究的结果揭示了人为错误的四种不同原因,如下:(i)描述相似性错误,(ii)捕获错误,(iii)记忆失误错误,以及(iv)中断。基于此分析,提出了相应的防错措施。本文为未来研究航空航天工业人为错误背后的心理学奠定了基础,并强调了了解人为错误的重要性,以避免在劳动力投入至关重要的生产环境中出现质量问题和返工。
摘要:核心部件全场位移感知与数字孪生在航空制造等精密制造行业中发挥着至关重要的作用。本文提出一种在线多点位移监测与矩阵补全理论相结合的实时全场位移感知方法。首先,建立基于多点观测信息的全场位移感知概念模型。为获得核心部件的全场位移,将部件划分为丰富的离散点,包括观测点与未观测点,并在此基础上建立观测点与全场位移之间的对应关系。然后,提出全场位移感知模型的求解方法。基于矩阵补全原理和仿真大数据,采用最优化问题建立模型,并给出伪代码。最后,进行全场位移感知实验。重复实验表明,采用该方法计算的位移最大误差小于0.094 mm,中值误差小于0.054 mm,平均时间小于0.48 s,有利于满足大型飞机装配对精度和效率的高精度要求。
摘要。作为欧洲 Clean Sky 2 活动的一部分,欧盟 ACCLAIM 项目旨在改进飞机装配流程。SIMFAL H2020 Clean Sky 2 项目是 ACCLAIM 项目的一部分,该项目的目标是分析、规划和优化机舱和货舱内部部件的自动装配任务,并实现人力与机器(轻型机器人和 AGV)的共存。SIMFAL 框架集成了 VR 和 AR 系统,帮助用户在有限的空间内工作,并与自动化系统协作。VR 系统可帮助用户在沉浸式环境中可视化不同的装配过程,并从时间和人体工程学方面对其进行评估,以选择最佳装配过程。该系统的输出将提供给 AR 系统,该系统将使用最佳流程指导用户完成装配任务,并通过帮助助手显示有关任务和环境的上下文相关信息。本文重点介绍基于 SIMFAL 框架设计的飞机装配任务 VR 模拟实施的初步结果。概念验证通过模拟六个真实场景和已经在空客设施中完成的人体工程学实验进行测试。
摘要 在飞机项目的早期阶段,工业架构师需要评估不同的工业场景并进行权衡,以根据不同的关键绩效指标优化未来的工业架构。以前项目中积累的专家知识为新项目提供了基础。以一致的方式捕获和重用专家知识是一项具有挑战性的任务。本文介绍了一个关于飞机装配过程形式化应用本体开发的案例研究。它旨在促进从现有程序中捕获专家知识并重用它以支持新的飞机装配系统设计。该应用本体继承了IOF-Core本体的结构和类作为基础,采用BFO作为顶级本体。历史装配过程规范和领域专家的反馈被用作本体的知识来源。提取装配过程的相关元素,包括所有操作、材料和制造资源,并将其作为个体集成到本体中。基于对这些个体的分析,可以在类似过程中重复使用的共同知识可以概括为本体的相互关联的类。使用工业试点介绍了应用本体的详细开发方法。开发的本体被集成为交易空间框架的核心功能块。它可以帮助跟踪利益相关者的需求并支持新装配过程的联合仿真。关键词 1 本体,IOF,BFO,飞机装配,知识管理,系统工程,基于本体的工程。
摘要 在飞机项目的早期阶段,工业架构师需要评估不同的工业场景并进行权衡,以根据不同的关键绩效指标优化未来的工业架构。在以前的项目中积累的专家知识为新项目奠定了基础。以一致的方式捕获和重用专家知识是一项具有挑战性的任务。本文介绍了一个关于飞机装配过程正式应用本体开发的案例研究。它旨在促进从现有程序中捕获专家知识并将其重用以支持新的飞机装配系统设计。该应用本体继承了 IOF-Core 本体的结构和类作为基础,采用 BFO 作为顶级本体。历史装配过程规范和领域专家的反馈被用作本体的知识源。包括所有操作、材料和制造资源在内的装配过程的相关元素被提取并作为个体集成到本体中。基于对这些个体的分析,可以在类似过程中重用的共同知识可以概括为本体的相互关联的类。使用工业试点介绍了应用本体的详细开发方法。开发的本体被集成为交易空间框架的核心功能块。它可以帮助跟踪权益
摘要:飞机工业系统的开发是一个复杂的过程,由于不同数字工具之间的各种接口,面临着多学科工程中数字不连续性的挑战,从而导致额外的开发时间和成本。本文提出了一种基于本体的系统,旨在通过制造模型方法原理实现功能集成和设计过程自动化。在实际案例研究中启用并演示了具有离散事件仿真和 3D 仿真的工具无关建模、仿真和验证平台。收集领域知识的本体层可以集成所提出的系统,加速设计过程并提高设计质量。关键词:本体,基于本体的系统,飞机装配,基于模型的系统工程,需求管理,制造模型
在新的飞机装配线上提高产量的背景下,新的团队领导者(近距离经理)进行了大规模整合。在发现绩效恶化(根据其层级结构)归因于团队领导者的管理不善后,提出了干预请求。干预的重点是这些管理者的实际活动、他们遇到的困难、应对这些困难的手段以及相关成本。他们自己担任这一管理职位并冷静地接受这一职位的道路(过去的经验和培训)问题是本次沟通的核心。我们的分析表明,技术知识是维护他们的健康和确保预期表现的重要杠杆之一。团队领导者成功整合过程所面临的挑战质疑这些“准备不足”的管理者是否有能力“发展”自己的团队。
摘要 随着数字化进程的推进,大数据、人工智能、云计算、数字孪生、边缘计算等先进的计算机技术被应用于各个领域。为研究数字孪生与人工智能结合的应用现状,本文通过研究目前已发表文献的研究成果,对人工智能在数字孪生中的应用及前景进行分类,探讨数字孪生在航空航天、生产车间智能制造、无人驾驶汽车、智慧城市交通四个领域的应用现状,并回顾当前的挑战和未来需要期待的课题。研究发现,数字孪生与人工智能的融合在航空航天飞行检测仿真、故障预警、飞机装配,乃至无人驾驶飞行中都有显著的效果。在汽车自动驾驶虚拟仿真测试中,可以节省80%的时间和成本,相同路况降低实际车辆动力学模型的参数规模,大大提高测试精度。在智能制造生产车间,建立虚拟车间环境,可以及时故障预警,延长设备使用寿命,保障车间整体运行安全;在智慧城市交通中,模拟现实道路环境,还原交通事故,使交通
摘要 随着数字化进程的推进,大数据、人工智能、云计算、数字孪生、边缘计算等先进的计算机技术被应用于各个领域。为研究数字孪生与人工智能结合的应用现状,本文通过研究目前已发表文献的研究成果,对人工智能在数字孪生中的应用及前景进行分类。分别探讨了数字孪生在航空航天、生产车间智能制造、无人驾驶汽车、智慧城市交通四个领域的应用现状,并回顾了当前的挑战和未来需要展望的课题。研究发现,数字孪生与人工智能的融合在航空航天飞行检测仿真、故障预警、飞机装配乃至无人驾驶飞行中都有着显著的效果。在汽车自动驾驶虚拟仿真测试中,可节省80%的时间与成本,相同路况降低实际车辆动力学模型参数规模,大幅提升测试精度。在生产车间智能制造中,虚拟车间环境的建立,可及时故障预警,延长设备使用寿命,保障车间整体运营安全。在智慧城市交通中,模拟真实道路环境,还原交通事故,使交通状况清晰高效,快速精准地开展城市交通管理。最后,对数字孪生与人工智能的未来进行了展望,希望为未来相关领域的研究提供参考。
航空职业 A-Z 航空工程师:他或她开发、设计和测试飞机、导弹、卫星和其他系统。空运代理:此人的工作是监督货运站、记录空运货物并安排交货。空运/行李处理员:他或她装卸货物和行李、驾驶行李牵引车并操作传送带、叉车和其他空运处理设备。飞机装配工:他或她组装、装配和安装预制部件以制造固定翼或旋翼飞机或飞机子组件。飞机装配检查员检查飞机组件是否符合工程规范。他们受雇于飞机和飞机子组件制造商。这也可能包括制造飞机上的所有部件。飞机复合结构工人:随着石墨和凯夫拉纤维等现代飞机材料技术的进步,这一行业已成为一项非常有趣且具有挑战性的行业。该行业的技术人员负责维护、修理和制造塑料、玻璃纤维和蜂窝结构部件,例如飞行控制装置(襟翼、扰流板、升降舵)、机头雷达罩和各种其他蜂窝结构部件。培训包括:玻璃纤维蒙皮修复。金属蒙皮修复。飞机窗户返工。热焊修复。飞机电镀工:该行业需要通过电化学过程在飞机零件上镀上一层薄保护层。各种金属都经过电镀,例如铬、镍、银、铅锡、铜、镉。这些金属用于防腐蚀,并将磨损的部件重建为原始标准和尺寸。他们还使用特殊工艺对铝和镁进行防腐蚀处理。培训包括以下内容:实验室分析,因为所有电镀溶液均在我们自己的设施中制备和测试。电化学和电学原理。不同金属的表面处理。飞机维修工程师 (AME):他或她诊断、调整、维修、更换或大修飞机发动机和组件,例如液压和气动系统、机翼和机身,以及功能部件(包括索具、表面控制和管道),以确保适航性。该职业领域包括以下内容:飞机电工:任何现代飞机的令人满意的性能在很大程度上取决于所有电气和系统的持续可靠性。飞机电工必须能够诊断电气系统的故障,进行定期检查,维护、维修和检修所有电气系统