大型复杂装备虚拟维修训练平台技术研究

《大型复杂装备虚拟维修训练平台技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要本文将虚拟现实技术、计算机仿真技术、人工智能技术引入大型复杂装备维修训练，开发了大型复杂装备虚拟维修训练平台，为大型复杂装备维修训练提供了一种新的途径和方法．本文在对大型复杂装备虚拟维修训练需求进行深入研究的基础上，以大型复杂装备维修训练过程仿真模型为切入点，结合HLA标准提出了大型复杂装备虚拟维修训练平台的新构想，构建了支持这一构想的通用性强的技术框架，对框架涉及的一些具体技术问题进行了深入研究，提出了基于MKDN(MaimtenanceKnowledgeDescriptionNet)的维修知识描述方法；建立了学

2、生模型的评估数学模型；采用面[甸Agent的方法进行了系统设计；提出了一种柔性线缆建模的新算法．论文最后应用上述技术完成了某型导弹地测发控系统虚拟维修训练系统的开发。论文主要研究内容包括：一、首次从虚拟维修训练出发，对大型复杂装备虚拟维修的需求进行了全面的研究，不仅从宏观上对大型复杂装备虚拟维修系统的特点、需求进行了分析，而且还研究了电子、机械、液压等子系统和人体维修活动需求．二、对大型复杂装备虚拟维修训练系统通用框架进行了研究．首先提出了单维修人员虚拟维修训练系统过程仿真模型，在此基础上结合HLA特点提出了大型复杂装

3、备虚拟维修训练系统过程仿真模型和结构框架。建立了HLA联邦与虚拟维修训练的通用映射关系，提出了联邦成员结构和功能流程。三、对大型复杂装备虚拟维修训练系统维修知识描述方法进行了深入研究，提出了基于朋咒DⅣ的维修知识描述方法．脱碰)幄对Petri网的功能扩充，使其适合描述层次多、关系复杂的维修知识。文中对M碰)^，白勺定义、分析方法、基于MKDN虚拟维修想定建模、基于膨碰lⅣ对象行为建模进行了深入研究，并证明了脱旺lⅣ保持了Petri网的有界性、活性、安全性和可逆性．四、对智能辅助训练技术进行了深入研究。采用面向对象基于框

4、架的知识表示方法表示领域知识，将领域知识分为原理库和案例库，采用基于案例的推理机制，根据案例的相关原理属性，计算案例间相似度；通过建立学生模型的评估数学模型和评估指标体系，实现了对受训者的知识水平和维修能力的评估：根据学生模型确定了训练策略，控制实例模块选择补救的案例或新的案例对受训者进行训练，从而达到适人化训练的目的。五、对面[甸Agent大型复杂装备虚拟维修训练系统设计方法进行了研究。将系统划分为维修训练Agent和虚拟样tlLAgent两大类进行设计，重点研究了维修训练Agent的设计方法．提出了维修训练Agen

5、t的’混合式体系结构，并基于操作——响应模型设计了慎思子系统，基于联邦成员间交互模型设计了反应子系统。六、综合应用提出的大型复杂装备虚拟维修训练系统技术框架、基于M碰)Ⅳ维修知识描述方法、向Agent设计方法，针对某型导弹地测发控系统设计了虚拟维修训练系统，验证了提出的系统结构框架和各项技术的正确性和先进性。Ⅱ关键词虚拟维修；虚拟现实；HLA／RTI；过程仿真；大型复杂装备；维修训练AbstractInthispaper,anewvirtualmaintenal3cetrainingsystemofthelargeco

6、mplexequipmentiscreatedwithmanytechnologiessuchasvirtualreality,computersimulation,artificialintelligenceetc，andanewapproachandmethodisprovidedforlargecomplexequipmentmaintenancetraining．BaSedOntheresearchoftherequirementoflargecomplexequipmentvirtualmaintenance

7、training，takingthevirtualmaintenanceprocesssimulationmodelofthelargecomplexequipmentascut-inpoint，anewthoughtaboutlargecomplexequipmentvirtualmaintenancetrainingplatformisofferedwithHLAstandard，andthegeneraltechnologyframeworkoftheplatformisconstructed．Manytechn

8、ologyproblemsinthefi'ameworkaredeeplystudiedandsomcnewmethods．modelsandarithraeticsarcputforwardsuchasthemaintenanceknowledgedescriptionnet(MKDN)whichissuitableformai