下载文档原格式
导师介绍机电工程学院各学科博、硕士研究生导师（按姓氏笔划排序）工程力学（080104）硕士生导师：仇原鹰徐亚兰陈贵敏杨勇机械制造及其自动化（080201）博士生导师：仇原鹰李团结苏玉鑫陈建军郑飞段宝岩贾建援周德俭（兼）硕士生导师：马洪波马娟王芳林李凯杜淑幸邵晓东陈建军郑飞段江涛赵克殷磊崔明涛曹鸿钧陈永琴孔宪光仝勖峰许威杨东武机械电子工程（080202）博士生导师：段宝岩郑晓静仇原鹰王龙李志武邵晓东陈建军周孟初贾建援黄进王从思陈贵敏邱扬田文超平丽浩(兼) 周德俭(兼) 杜敬利 Alessandro Giua Witold Pedrycz硕士生导师：马伯渊仇原鹰王从思田文超田锦刘焕玲过润秋李志武杜敬利苏玉鑫邱扬邵晓东陈光达陈贵敏郑飞段宝岩贾建援黄进段清娟段学超朱言午曹艳荣米建伟牛海军(校内)机械设计及理论（080203）硕士生导师：朱敏波许社教李团结陈建军亿珍珍电子机械科学与技术（0802Z1）博士生导师：李团结邵晓东郑飞保宏硕士生导师：保宏朱敏波王伟宋立伟工业设计（0802Z2）硕士生导师：杨西惠张英李建坤邵晓东精密仪器与机械（080401）硕士生导师：王卫东田文超李团结张菊香黄进樊康旗王从思陈光达测试计量技术及仪器（080402）博士生导师：刘贵喜王海李小平(校内) 郭宝龙(校内) 庄奕琪(校内) 李智(兼)硕士生导师：于建国王海白丽娜任获荣朱红张玲霞李智奇邱扬陈晓龙宣宗强赵克赵建孙璐王辉肖建康高建宁(校内) 王松林(校内) 谢楷(校内) 方海燕(校内) 方葛丰（兼）郭利强（兼）电机与电器（080801）硕士生导师：明正峰赵明英郑峰控制理论与控制工程（081101）博士生导师：李志武李智王龙周孟初 Alessandro GiuaWitold Pedrycz 刘贵喜明正峰胡核算张强硕士生导师：千博马伯渊王龙刘贵喜朱荣明过润秋张大兴张强张菊香李智李志武陈光达屈胜利保宏段宝岩贾建援韩保君王安荣郭金维侯叶胡核算李向宁陈玉峰钟春富周孟初(兼) 郭宝龙(校内)。
新工科背景下机械工程专业产教融合人才培养模式研究与实践学科分类：高等教育课题类别：一般课题关键词：新工科，智能制造，产教融合预期研究成果：研究报告课题设计论证1.1 问题的提出为主动应对新一轮科技革命与产业变革，支撑服务创新驱动发展、“中国制造2025”等一系列国家战略。
2017年2月以来，教育部积极推进新工科建设，专门制订了行动路线，明确提出高校要“深化产教融合、校企合作、协同育人，推动传统工科专业改造升级”。
随着“新工科”建设的逐步推进，“产教融合”作为应对第四次产业革命、高端智能制造、“中国制造2025”“双一流”大学建设，以及新工科教育改革等一系列挑战的有效举措，被寄予空前的厚望。
产教融合能提升科技成果转化率，促进我国经济发展新旧动能持续转化，加强智能制造产业核心竞争力，逐步提高行业企业参与办学程度，健全多元化办学体制，全面推行校企协同育人。
在宏观层面能推动经济增长方式由要素驱动向创新驱动转变，在微观层面能实现企业、高校和科研院所深度融合，形成创新合力。
此外，“产教融合”远超出了传统人才培养的范畴，它是人才发展引领产业转型升级的“助推器”、促进毕业生就业的“稳定器”、人才红利的“催化器”；从长远来看，“产教融合”将推动整个高等教育系统性变革，打造新型的中国高等教育系统，使高校与产业界围绕产业与技术变革中的核心要素，构建新型的高等教育系统和产业体系之间的互动演进关系，推动国家实现科技自主创新与高端智能制造技术变革。
然而，纵观当前新工科背景下的高校“产教融合”教育的现状，机械工程专业也逐渐出现一些新的亟待解决的问题和挑战：随着“制造”向“智造”的转型升级，在新工科专业建设布局下，迫切需要我们去探索如何进一步明确“建立产教融合、校企合作的技术技能人才培养模式”，从而更好的整合课内课外资源、校内校外资源、国内与国际资源等开展多元化人才培养的协同育人机制研究，构建多元化的协同育人模式，并开展实践探索工作，推动新形势下人才培养质量的提升。
西安电子科技大学副教授杨龙坚持自主创新赋能工业物联网马玲
【期刊名称】《中国高新科技》
【年(卷),期】2024()8
【摘要】工业是国民经济的基础。
随着科技的发展,工业物联网被广泛应用于制造业供应链管理、生产设备健康管理、生产过程工艺优化和工业安全生产管理等领域,并凭借其实时性、自动化、嵌入式、安全性和信息互通互联性等特点,能有效提高制造效率,改善产品质量,降低产品成本和资源消耗,最终实现将传统工业提升到智能化的新阶段。
因此,工业物联网技术也成为新的研究热点。
西安电子科技大学华山领军教授、副教授杨龙,作为陕西省青年科技新星,正在这股科研大潮中砥砺前行。
【总页数】2页(P10-11)
【作者】马玲
【作者单位】不详
【正文语种】中文
【中图分类】F42
【相关文献】
1.新型半导体材料的破局与博弈——记西安电子科技大学副教授宁静
2.赋能超声精准筑“器”——西安电子科技大学副教授费春龙的科研进阶路
3.坚持科研自主创新心系中国装备制造——记广东工业大学青年“百人计划”特聘副教授吴正涛
4.知识化笔,书写红色新篇--记西安电子科技大学电子工程学院副教授董阳阳
5.西安电子科技大学副教授朱卫东教学科研并重争做新能源产业发展的推动者
因版权原因，仅展示原文概要，查看原文内容请购买。
2023哪些大学有智能科学与技术专业
智能科学与技术专业简介
智能科学与技术专业以光、机、电系统的单元设计、总体集成及工程实现的理论、技术与方法为主要内容，培养具备基于计算机技术、自动控制技术、智能系统方法、传感信息处理等科学与技术，进行信息获取、传输、处理、优化、控制、组织等并完成系统集成的，具有相应工程实施能力，具备在相应领域从事智能技术与工程的科研、开发、管理工作的、具有宽口径知识和较强适应能力及现代科学创新意识的高级技术人才。
智能科学与技术专业就业方向
学生毕业后可从事智能制造技术、智能网络技术、智能检测技术、智能机器人、智能交通、智能监控等领域的研究、设计与开发、技术管理等工作，或从事智能科学与技术及相关学科的教学与科研工作。
也可报考人工智能、计算机科学与技术、软件工程、模式识别与智能控制、控制工程等相关学科的硕士学位。
智能科学与技术专业就业前景
智能科学与技术专业毕业生就业前景广阔，薪资水平较高。
该专业毕业生主要面向的就业领域包括电子信息、自动控制、计算机、智能科学与技术等相关领域毕业生主要从事产品开发、系统测试、技术支持与咨询、产品销售等工作，以及各类学校及科研院所从事相应的教学、科研等工作。
科技风2021年4月科技创新DOI：10.19392/ki.1671-7341.202110003“智能制造"背景下新工科人才的跨学科培养方法探索何利华倪敬杭州电子科技大学机械工程学院浙江杭州310018摘要:摘要:智能制造已经在全球范围內成为了大趋势。
本文就“智能制造”背景下新工科人才的跨学科培养方法的探索与研究，分析了跨学科协同培养新工科人才的必要性以及国內外工科人才教育现状，探讨了新工科人才的跨学科协同培养方法，重点结合“任务驱动（项目+竞赛）”的培养模式，将培养“机械+”交叉复合型新工科人才作为最终目标，逐渐形成机械与材料工程、机械与管理工程等全面发展与个性发展相结合的素质教育模式。
关键词：智能制造;跨学科;新工科;人才培养智能制造成为现代制造业发展的前沿技术，那么与之相适应的创新型拔尖人才培养必然需要加强，从而推动产业升级，提升国家核心竞争力，实现国家战略目标。
大学作为高等教育主要阵地，必须意识到在智能制造领域中，只有培养能同时满足不同学科不同层次需求的人才，才能顺应时代的发展。
一、跨学科协同培养新工科人才的必要性分析（一）顺应时代发展、符合国家战略新形势下的国际经济与制造业环境发生了变化,德国联邦教研部与联邦经济技术部于2013年推出了“工业4.0”，利用物联信息系统将生产中的供应、制造、销售信息数据化、智慧化,随后被列入了《德国2020高技术战略》，成为其中十大未来项目之一。
日美在自身已有的强工业基础之上相继参与领衔“工业4.0”，继而英、印、加、南非等国家也开始纷纷提出与“工业4.0”相对应的工业转型战略规划。
为此，我国也在自身内在需求（经济发展、民生发展等）和外在动力（技术水平、产业结构调整等）的双重推动下于2015年推出《中国制造2025》，把智能制造作为主攻方向，随后国务院又于2017年实施《新一代人工智能发展规划》，明确指出加快推进并实现智能制造+1,$（二）应对我国新工科教育的改革我国高等教育改革从2017年开始全面铺开:加快推进“双一流”建设，加强改进新形势下高校思政教育，深化产教 融合、课程体系、课堂教育等改革。
面向复杂工业大数据的实时特征提取方法孔宪光;章雄;马洪波;常建涛;牛萌【摘要】Industrial big data have the traits of big volume , multi‐sources , continuous sampling and low value density , which results in high complexity , real‐time and high abnormality . Traditional feature extraction methods cannot meet the real‐time requirements of complex industrial big data . In addition , the processing method for industrial big data is different from the internet data stream processing method , which has a higher accuracy requirement . Therefore , this paper proposes a robust incremental on‐line feature extraction method as the Robust Incremental Principal Component Analysis . It uses the sliding window to update new coming data dynamically and filter the abnormal data in windows , thenthe incremental principal component analysis is implemented on data in windows in order to meet the accuracy and real‐time requirements of industrial big data processing . Experimental results show that the proposed method can effectively extract the data stream in real time with high accuracy .%工业大数据具有大体量、多源性、连续采样和价值密度低等特点，造成其数据复杂度高、实时性强和异常数据多。
机电工程学院2012年硕士研究生招生专业目录及自命题考试科目参考书专业名称、代码及研究方向招生人数考试科目备注院系名称：机电工程学院学科专业名称及代码：机械制造及其自动化（080201）研究方向：1. 智能制造与数控技术2. CAD/CAE/CAM与逆向工程3. 高速精密加工技术与精密测试方法4. 机械装备数字化设计及性能分析5. 机械装备网络设计与制造技术6. 特种加工理论与方法第一单元：101思想政治理论第二单元：201英语一第三单元：301数学一第四单元：①802数控技术参考书目：《数控技术及装备》、韩建海、华中科技大学出版社2008.9②805机械制造技术基础参考书目：《机械制造技术基础》华楚生重庆大学出版社《机械制造技术基础》赵雪松华中科技大学出版③874微机原理及接口技术参考书目：《单片机原理及接口技术》、余锡存、西安电子科技大学④803机械控制工程基础参考书目：《控制工程基础》、杨建玺、徐莉萍科学出版社2008.4⑤917液压传动参考书目：《液压与气动传动》第三版许福玲机械工业出版⑥901机械设计基础参考书目：《机械设计基础》（第四版）高教出版社杨可桢⑦815理论力学参考书目：《理论力学》（上下册）（第5版）哈尔滨工业大学编①-⑦任选1门复试科目名称：1. 机械制造技术基础参考书目：同考试科目2. 数控技术参考书目：同考试科目3. 微机原理及接口技术参考书目：同考试科目4. 机械控制工程基础参考书目：同考试科目5. 液压传动参考书目：同考试科目6. 机械设计基础参考书目：同考试科目（以上科目任选1门初试未选科目）同等学力加试科目名称：1．材料力学参考书目：《材料力学》刘鸿文高等教育出版社2．机械原理参考书目：《机械原理》、孙恒、高教出版社（第七版）院系名称：机电工程学院学科专业名称及代码：机械电子工程（080202）研究方向：1. 机电控制技术2. 流体传动与控制3. 机电液一体化技术4. 机器人技术92第一单元：101思想政治理论第二单元：201英语一第三单元：301数学一第四单元：复试科目名称：1. 机械制造技术基础参考书目：同考试科目2. 数控技术参考书目：同考试科目3. 微机原理及接口技术参考书目：同考试科目4. 机械控制工程基础5. 制造系统工程6. 嵌入式测控系统设计①802数控技术参考书目：《数控技术及装备》、韩建海、华中科技大学出版社2008.9②805机械制造技术基础参考书目：《机械制造技术基础》华楚生重庆大学出版社《机械制造技术基础》赵雪松华中科技大学出版③874微机原理及接口技术参考书目：《单片机原理及接口技术》、余锡存、西安电子科技大学④803机械控制工程基础参考书目：《控制工程基础》、杨建玺、徐莉萍科学出版社2008.4⑤917液压传动参考书目：《液压与气动传动》第三版许福玲机械工业出版⑥901机械设计基础参考书目：《机械设计基础》（第四版）高教出版社杨可桢⑦815理论力学参考书目：《理论力学》（上下册）（第5版）哈尔滨工业大学编①-⑦任选1门参考书目：同考试科目5. 液压传动参考书目：同考试科目6. 机械设计基础参考书目：同考试科目（以上科目任选1门初试未选科目）同等学力加试科目名称：1．材料力学参考书目：《材料力学》刘鸿文高等教育出版社2．机械原理参考书目：《机械原理》、孙恒、高教出版社（第七版）院系名称：机电工程学院学科专业名称及代码：机械设计及理论（080203）研究方向：1. 齿轮传动件的数字化设计2. 齿轮制造技术及其装备3. 现代数控装备设计技术4. 滚动轴承的数字化设计与技术5. 摩擦学与表面工程6. 滑动轴承先进设计理论与制造方法第一单元：101思想政治理论第二单元：201英语一第三单元：301数学一第四单元：①802数控技术参考书目：《数控技术及装备》、韩建海、华中科技大学出版社2008.9②805机械制造技术基础参考书目：《机械制造技术基础》华楚生重庆大学出版社《机械制造技术基础》赵雪松华中科技大学出版③874微机原理及接口技术参考书目：《单片机原理及接口技术》、余锡存、西安电子科技大学④803机械控制工程基础参考书目：《控制工程基础》、杨建玺、徐莉萍科学出版社2008.4复试科目名称：1. 机械制造技术基础参考书目：同考试科目2. 数控技术参考书目：同考试科目3. 微机原理及接口技术参考书目：同考试科目4. 机械控制工程基础参考书目：同考试科目5. 液压传动参考书目：同考试科目6. 机械设计基础参考书目：同考试科目（以上科目任选1门初试未选科目）同等学力加试科目名称：1．材料力学参考书目：《材料力学》刘鸿文高等教育出版社⑤917液压传动参考书目：《液压与气动传动》第三版 许福玲 机械工业出版⑥ 901机械设计基础参考书目：《机械设计基础》（第四版）高教出版社杨可桢⑦ 815理论力学参考书目：《理论力学》（上下册）（第5版）哈尔滨工业大学 编①-⑦任选1门2．机械原理参考书目：《机械原理》、孙恒、高教出版社（第七版）院系名称：机电工程学院学科专业名称及代码：精密仪器及机械（080401）研究方向：1. 光测技术及信号处理2. 精密机械电子系统3. 智能化信号检测与装备4. 大型装备检测技术及应用5. 机电设备故障诊断第一单元：101思想政治理论第二单元：201英语一第三单元：301数学一第四单元：①916测试技术参考书目：《机械工程测试技术》，韩建海，清华大学出版社，第一版②807误差理论与数据处理参考书目：《误差理论与数据处理》，费业泰，机械工业出版社，第六版。
ＤＯＩ:１０.３９６９/ｊ.ｉｓｓｎ.２０９５－５０９Ｘ.２０２０.０３.０２６基于ＣＡＴＩＡ模型的自动爆炸图制作方法研究马永敬１ꎬ刘光俊１ꎬ安㊀帅１ꎬ牟㊀琳１ꎬ杜伟平２(１.中车青岛四方机车车辆股份有限公司ꎬ山东青岛㊀２６６０３１)(２.西安电子科技大学机电工程学院ꎬ陕西西安㊀７１００７１)摘要:针对当前商品化三维ＣＡＤ系统自动爆炸功能存在爆炸不完全㊁位置不合理㊁不能再次调整等问题ꎬ提出了一种基于微位移和碰撞检测的分层自动爆炸方法ꎮ该方法首先根据装配约束情况确定一个优化的试爆炸顺序ꎬ并将模型分为多个试爆炸层ꎬ然后针对每一层的零部件ꎬ通过基于微位移和碰撞检测的方法来确定爆炸方向ꎬ最后基于包围盒计算爆炸距离ꎬ完成模型的自动爆炸ꎮ基于ＣＡＴＩＡ开发了自动爆炸图制作工具ꎬ以某减速器装配体为例ꎬ验证了该方法的有效性ꎮ关键词:自动爆炸图ꎻ爆炸方向ꎻ爆炸距离ꎻ碰撞检测ꎻＣＡＴＩＡ中图分类号:ＴＰ３９１.７㊀㊀㊀文献标识码:Ａ㊀㊀㊀文章编号:２０９５－５０９Ｘ(２０２０)０３－０１２１－０４㊀㊀航空㊁航天㊁船舶㊁汽车㊁工程机械㊁轨道交通等领域大型产品的零部件结构越来越复杂ꎬ为了揭示和分析产品的内部结构ꎬ设计人员通常使用爆炸图将装配体中的零部件按照顺序㊁方向和距离进行分解来表达零部件的相对空间位置关系ꎮ与剖视图㊁透视图相比ꎬ爆炸图不仅可以清晰展示复杂装配体中零部件及其之间的装配约束关系ꎬ甚至还能展示装配序列和装配路径ꎮ爆炸图目前已应用于设计㊁工艺㊁制造㊁使用㊁维护维修等产品生命周期的各个阶段ꎬ如产品设计阶段用于表达设计结果的爆炸图ꎬ工艺设计阶段用于装配序列规划的爆炸图ꎬ产品使用阶段用于展示产品性能的三维交互式电子手册ꎬ维护维修阶段用于演示产品拆卸的动画等ꎮ国内外研究人员对爆炸图自动生成方法进行了大量研究ꎮＡｇｒａｗａｌａ等[１]利用投影的方法大概确定模型的爆炸方向ꎬ从而自动生成爆炸图ꎻＭｏ￣ｔｏｍａｓａ等[２]利用模型的装配手册并通过指定模型的爆炸方向和爆炸距离的方式生成爆炸图ꎬ但是无法实现爆炸图的自动生成ꎻＣｏｒｒｅａ等[３]利用模型分层的方式将模型不断地剥开来显示模型的内部细节ꎻＢｒｕｃｋｎｅｒ等[４]利用力学原理对模型进行拆分ꎬ部分实现了自动爆炸ꎮ于嘉鹏等[５－６]提出了利用装配序列规划算法及零部件几何信息自动生成复杂产品爆炸图的方法ꎬ并基于ＵＧＮＸ平台开发了面向复杂产品的数字化装配序列规划系统对算法进行了验证ꎮ之后提出了基于递归循环的层次化爆炸图自动生成算法ꎬ该算法对层次化装配序列进行深度优先循环搜索ꎬ实时计算已爆炸零部件的累积包围盒ꎬ从而确定待爆炸零件位移矢量ꎬ自动生成间隔均匀有序㊁结构紧凑且空间层次感强的爆炸图ꎮ邢宇飞等[７]提出了一种局部爆炸图自动生成方法ꎬ为降低计算复杂度ꎬ该方法利用蚁群算法求解零件的爆炸顺序ꎮ赵鸿飞等[８]则是使用同步约束解除的方法生成爆炸图ꎮ以上研究推动了爆炸图自动生成技术的发展ꎬ其中部分研究成果还在工程实践中得到了应用ꎮ当前ꎬ大部分商品化三维ＣＡＤ系统都有自动爆炸功能ꎬ如达索公司的ＣＡＴＩＡ㊁西门子公司的ＵＧＮＸ和ＰＴＣ的Ｃｒｅｏ等ꎬ但商品化三维ＣＡＤ系统自动爆炸功能存在爆炸不完全㊁位置不合理㊁不能再次调整等问题ꎬ不能很好地满足工程应用中的效率和准确性要求ꎮ如ＣＡＴＩＡ提供的自动爆炸工具ꎬ生成的爆炸图不尽如人意ꎬ爆炸后模型比较杂乱ꎬ而且爆炸之后难以调整爆炸距离ꎬ调整单个模型的爆炸状态也比较困难ꎬ导致ＣＡＴＩＡ中的自动爆炸工具利用价值不高ꎬ不能很好地满足产品生命周期各阶段对爆炸图的应用需求ꎮ因此ꎬ本文针对ＣＡＴＩＡ自动爆炸功能存在的问题ꎬ提出了基于微收稿日期:２０１８－１０－１５基金项目:工业和信息化部智能制造综合标准化与新模式应用项目(高速动车组关键零部件智能制造新模式应用项目)作者简介:马永敬(１９８７ )ꎬ男ꎬ工程师ꎬ硕士ꎬ主要研究方向为制造过程监测与控制㊁数字化工厂ꎬｍａｙｏｎｇｊｉｎｇ＠ｃｑｓｆ.ｃｏｍ.１２１ ２０２０年３月㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀机械设计与制造工程㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀Ｍａｒ.２０２０第４９卷第３期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀ＭａｃｈｉｎｅＤｅｓｉｇｎａｎｄＭａｎｕｆａｃｔｕｒｉｎｇＥｎｇｉｎｅｅｒｉｎｇ㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀Ｖｏｌ.４９Ｎｏ.３位移和碰撞检测的分层自动爆炸方法ꎬ并开发了自动爆炸图制作工具ꎮ１㊀基于微位移和碰撞检测的分层自动爆炸图制作方法本文提出的自动爆炸过程大体上类似于剥洋葱的过程ꎬ即将模型一层一层由外向内进行剥离ꎬ从而生成有层次的爆炸图ꎮ首先在模型爆炸前ꎬ设置一个在爆炸过程中不动的模型作为爆炸的基体ꎻ然后根据选定的基体及模型的装配约束情况确定一个优化的试爆炸顺序ꎬ并将模型分为多个试爆炸层ꎻ接着按照分层顺序对每一层进行试爆炸ꎬ确定每层零件的爆炸方向和爆炸距离ꎬ直到所有分层都完成爆炸为止ꎬ如图１所示ꎮ图１㊀基于微位移和碰撞检测的分层自动爆炸图制作方法㊀㊀在自动爆炸时ꎬ依次将试爆炸层中的每一个模型按照Ｘ＋㊁Ｘ－㊁Ｙ＋㊁Ｙ－㊁Ｚ＋㊁Ｚ－方向做微小的移动ꎬ然后检测移动后的模型是否与其他模型发生了干涉ꎬ如果没有发生干涉ꎬ说明在当前状态下模型在该方向上是可以爆炸的ꎬ将该方向记录为模型的可爆炸方向ꎬ否则当前状态下模型在该方向上是不可爆炸的ꎮ每一个模型经过６个方向的试爆炸后ꎬ如果存在几个可行的爆炸方向ꎬ则选择一个最优的爆炸方向并记录下来ꎬ否则在下一轮试爆炸时继续试爆炸该模型ꎮ在一个试爆炸层的模型全部完成试爆炸后ꎬ为了防止对下一层(即里层模型)的试爆炸结果产生影响ꎬ将该层模型中存在可爆炸方向的模型按照所得的最优方向移动单层爆炸距离ꎮ接着ꎬ继续对下一层模型以及之前没有找到可爆炸方向的模型进行试爆炸ꎬ并将有可行爆炸方向的模型移动单层爆炸距离ꎮ为了防止新爆炸的模型与之前爆炸的模型发生接触ꎬ如果在某个方向上产生了新的可以爆炸的模型ꎬ将该方向上之前已经爆炸的模型全部再移动一个单层的爆炸距离ꎬ这样模型就可以按照一定的层次产生爆炸ꎮ以此类推ꎬ重复上述过程ꎬ直到所有的模型都完成爆炸或者所有的模型都没有可爆炸方向ꎬ此时自动过程完成ꎮ现以图１所示的模型自动爆炸过程为例ꎬ进一步说明自动爆炸算法的基本过程和思想ꎮ在自动爆炸的过程中ꎬ首先根据部件中各个零件的接触情况确定试爆炸顺序并分层ꎬ第一层为所有的螺钉㊁垫片㊁螺塞和定位销ꎬ第二层为端盖和支架盖ꎮ然后试爆炸第一层模型ꎬ将每一个零部件沿着６个标准方向进行微小移动并进行干涉检测ꎮ经过检测ꎬ所有的螺钉和油塞均可以移动ꎬ所以将其爆炸到计算得到的位置ꎮ接着将第一层剩下的垫片进行微位移和干涉检测并进行爆炸ꎬ并将同方向的螺钉再移动一个单层的爆炸距离ꎮ最后对第二层的端盖和支架盖进行微位移和干涉检测ꎬ并将其移动到计算得到的位置ꎬ完成爆炸ꎮ２㊀关键技术２.１㊀基于装配约束的爆炸顺序分层方法在基于微位移和干涉检测技术确定模型的爆炸方向时ꎬ需要将每一个模型沿着６个方向进行微移动ꎬ并且检测微移动以后是否与其他模型产生干涉ꎬ这两个操作相对来说是比较耗时的ꎬ因此模型试爆炸的次数直接影响自动爆炸的速度ꎬ而试爆炸的顺序直接影响需要试爆炸的次数ꎮ为了减少模型的试爆炸次数ꎬ提高计算效率ꎬ本文提出了一种基于装配约束关系的爆炸顺序分层方法ꎮ该方法首先以基体模型建立根节点ꎬ接着找到与基体模型存在装配约束关系的所有模型作为树的一级节点ꎮ然后遍历所有一级节点模型ꎬ寻找与一级节点模型有装配约束关系但是不在树中的模型ꎬ以此类推ꎬ直到所有需要爆炸的模型节点都在树中ꎮ２２１２０２０年第４９卷㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀机械设计与制造工程㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀以图１中模型为例ꎬ将底座设为爆炸的基体ꎬ建立一个树结构ꎬ将底座设为树结构的根节点ꎬ接着找到所有与底座有装配约束关系的零部件ꎬ即端盖㊁支架盖㊁螺钉和定位销ꎮ然后遍历树结构的第一层ꎬ可以发现与端盖有装配约束关系的模型有垫圈和螺塞ꎬ与支架盖有装配约束关系的模型有螺钉和垫圈ꎮ此时可以形成如图２左侧所示的装配约束树结构ꎬ首先可将所有的叶子节点进行试爆炸ꎬ即将所有的螺钉㊁垫圈㊁螺塞和定位销进行试爆炸ꎬ去除这些节点后的装配约束树以及后续的去除步骤如图２右侧所示ꎮ按以上顺序试爆炸时ꎬ可以在一定程度上减少模型试爆炸次数ꎬ提高爆炸速度ꎮ图２㊀爆炸顺序分层确定方法２.２㊀基于微位移和碰撞检测的爆炸方向确定零部件爆炸顺序分层确定后ꎬ针对每一层的零部件ꎬ通过基于微位移和碰撞检测的方法来确定爆炸方向ꎮ该方法将需要爆炸的模型依次沿Ｘ＋㊁Ｘ－㊁Ｙ＋㊁Ｙ－㊁Ｚ＋㊁Ｚ－６个标准方向进行微小的移动ꎬ并在移动后检测模型是否与其他模型有干涉ꎬ如果移动之后没有发生干涉ꎬ则该方向可以爆炸ꎮ每一个模型在６个方向上进行微位移和干涉检测的结果有以下几种情况:１)模型有０个可爆炸方向ꎮ此时ꎬ先跳过该模型去尝试爆炸其他模型ꎬ等其他模型爆炸完成后再次尝试该模型是否有可爆炸方向ꎮ２)模型有１个可爆炸方向ꎮ将该方向设定为该模型的爆炸方向ꎮ３)模型有２~６个可爆炸方向ꎮ在这种情况下有多个符合要求的爆炸方向时ꎬ需要选择一个最优的方向将模型移动初始的爆炸距离ꎮ最优的方向一般为在该方向上可以爆炸但在其反方向不可以爆炸的方向ꎮ如果存在多个这样的最优方向ꎬ则选择其中的一个最优方向作为爆炸方向ꎮ如果没有最优的爆炸方向ꎬ则选择任意一个可爆炸方向即可ꎮ如图３(ａ)所示ꎬＸ＋㊁Ｘ－㊁Ｙ＋㊁Ｚ＋㊁Ｚ－均为端盖的可爆炸方向ꎬ由于端盖在Ｙ－方向上不可爆炸ꎬ所以Ｙ＋方向为最优的方向ꎮ在图３(ｂ)中ꎬＸ＋㊁Ｘ－㊁Ｙ＋㊁Ｚ＋均为支架盖的可爆炸方向ꎬ由于Ｙ－㊁Ｚ－方向均不可爆炸ꎬ所以Ｙ＋㊁Ｚ＋方向均为最优的爆炸方向ꎮ此时Ｚ＋和Ｙ＋方向都是比较理想的爆炸方向ꎬ在这种情况下选择第一个得出的最优爆炸方向即可ꎮ在图３(ｃ)中套筒有Ｙ＋㊁Ｙ－两个可爆炸方向ꎬ但是没有最优爆炸方向ꎬ此时选择任意一个可爆炸方向即可ꎬ此处选择第一个得出的爆炸方向ꎬ即Ｙ＋方向为最优爆炸方向ꎮ图３㊀最优方向确定２.３㊀基于包围盒的爆炸距离计算在自动爆炸时ꎬ确定了模型的爆炸方向后ꎬ需要将模型按照计算的方向移动一个预定的距离ꎬ这个距离就是模型的单层爆炸距离ꎮ为了能够使预定的爆炸距离对不同的模型都有较好的可利用性ꎬ单层爆炸距离需要按照模型的外形尺寸计算得出ꎮ根据多次实验及结果评估ꎬ可知将单层爆炸距离定为模型的包围盒的长㊁宽㊁高的平均值的１/２能够达到较好的效果ꎮ计算单层爆炸距离的公式为:Ｌｅｎａｖｅｎ＝１３(Ｌ＋Ｗ＋Ｈ)(１)ｅｘｐ(ｌＤｉｓ)＝Ｌｅｎａｖｅｎ２(２)式中:ＬꎬＷꎬＨ分别为模型包围盒的长㊁宽㊁高ꎻＬｅｎａｖｅｎ为模型包围盒边长的平均值ꎻｅｘｐ(ｌＤｉｓ)为计算得出的单层爆炸距离ꎮ３㊀应用实例基于上述算法ꎬ笔者利用ＶｉｓｕａｌＳｔｕｄｉｏ开发环３２１２０２０年第３期㊀㊀㊀㊀㊀㊀㊀㊀㊀马永敬:基于ＣＡＴＩＡ模型的自动爆炸图制作方法研究境并配合ＣＡＴＩＡ提供的ＡｕｔｏｍａｔｉｏｎＡＰＩꎬ开发了爆炸图工具ꎬ该爆炸图工具包括爆炸场景管理模块㊁模型树设置模块㊁爆炸方向计算模块㊁总体爆炸参数设置模块㊁节点爆炸参数设置模块以及二次爆炸模块ꎮ图４所示为爆炸图制作界面ꎬ图５所示为某减速器模型的爆炸效果ꎮ图４㊀自动爆炸图界面图５㊀自动爆炸实例４㊀结束语本文基于ＣＡＴＩＡ开发的爆炸图自动生成工具已成功应用于高速轨道交通大型部件的装配工艺设计ꎬ提高了装配工艺设计的质量和效率ꎮ该算法的不足之处在于进行爆炸方向确定时依次按照６个标准方向进行微小的移动并不能覆盖所有情况ꎬ笔者接下来将对算法进行优化ꎬ以进一步提高自动爆炸图制作效率ꎮ参考文献:[１]㊀ＡＧＲＡＷＡＬＡＭꎬＰＨＡＮＤꎬＨＥＩＳＥＲＪꎬｅｔａｌ.Ｄｅｓｉｇｎｉｎｇｅｆｆｅｃｔｉｖｅｓｔｅｐ－ｂｙ－ｓｔｅｐａｓｓｅｍｂｌｙｉｎｓｔｒｕｃｔｉｏｎｓ[Ｊ].ＡＣＭＴｒａｎｓａｃｔｉｏｎｓｏｎＧｒａｐｈｉｃｓꎬ２００３ꎬ２２(３):８２８－８３７.[２]㊀ＭＯＴＯＭＡＳＡＫ.Ｅｘｐｌｏｄｅｄｖｉｅｗａｕｔｏｍａｔｉｃｃｒｅａｔｉｏｎａｐｐａｒａｔｕｓꎬｓｔｏｒ￣ａｇｅｍｅｄｉａａｎｄｍｅｔｈｏｄｓ:ＥＰ２００５０２４８５６０[Ｐ].２００５－１１－１０. [３]㊀ＣＯＲＲＥＡＣＤꎬＳＩＬＶＥＲＤꎬＣＨＥＮＭ.Ｆｅａｔｕｒｅａｌｉｇｎｅｄｖｏｌｕｍｅｍａ￣ｎｉｐｕｌａｔｉｏｎｆｏｒｉｌｌｕｓｔｒａｔｉｏｎａｎｄｖｉｓｕａｌｉｚａｔｉｏｎ[Ｊ].ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＶｉｓｕａｌｉｚａｔｉｏｎａｎｄＣｏｍｐｕｔｅｒＧｒａｐｈｉｃｓꎬ２００６ꎬ１２(５):１０６９－１０７６.[４]㊀ＢＲＵＣＫＮＥＲＳꎬＧＲＯＬＬＥＲＭ.Ｅｘｐｌｏｄｅｄｖｉｅｗｓｆｏｒｖｏｌｕｍｎｄａｔａ[Ｊ].ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＶｉｓｕａｌｉｚａｔｉｏｎａｎｄＣｏｍｐｕｔｅｒＧｒａｐｈ￣ｉｃｓꎬ２００６ꎬ１２(５):１０７７－１０８４.[５]㊀于嘉鹏ꎬ王成恩ꎬ张闻雷.基于装配序列规划的爆炸图自动生成方法[Ｊ].机械工程学报ꎬ２０１０ꎬ４６(２１):１４９－１５７. [６]㊀于嘉鹏ꎬ王健熙.基于递归循环的层次和爆炸图自动生成方法[Ｊ].机械工程学报ꎬ２０１６ꎬ３２(１３):１７５－１８８. [７]㊀邢宇飞ꎬ王成恩ꎬ于嘉鹏.基于蚁群算法的爆炸图自动生成方法[Ｊ].东北大学学报(自然科学版)ꎬ２０１２ꎬ３３(６):８８３－８８６.[８]㊀赵鸿飞ꎬ张琦ꎬ王海涛ꎬ等.基于同步约束解除的零件爆炸图自动生成方法[Ｊ].中国机械工程ꎬ２０１５ꎬ２６(１):７０－７３.ＴｈｅｍｅｔｈｏｄｆｏｒａｕｔｏｍａｔｉｃｇｅｎｅｒａｔｉｏｎｏｆｅｘｐｌｏｄｅｄｖｉｅｗｂａｓｅｄｏｎＣＡＴＩＡｍｏｄｅｌＭａＹｏｎｇｊｉｎｇ１ꎬＬｉｕＧｕａｎｇｊｕｎ１ꎬＡｎＳｈｕａｉ１ꎬＭｏｕＬｉｎ１ꎬＤｕＷｅｉｐｉｎｇ２(１.ＣＲＲＣＱｉｎｇｄａｏＳｉｆａｎｇＣｏ.ꎬＬｔｄ.ꎬＳｈａｎｄｏｎｇＱｉｎｇｄａｏꎬ２６６０３１ꎬＣｈｉｎａ)(２.ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇꎬＸｉｄｉａｎＵｎｉｖｅｒｓｉｔｙꎬＳｈａａｎｘｉＸｉ'ａｎꎬ７１００７１ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:Ｉｎｖｉｅｗｏｆｔｈｅａｕｔｏｍａｔｉｃｅｘｐｌｏｄｅｄｆｕｎｃｔｉｏｎｉｎｃｏｍｍｅｒｃｉａｌｔｈｒｅｅ￣ｄｉｍｅｎｓｉｏｎａｌＣＡＤｓｙｓｔｅｍꎬｓｕｃｈａｓｅｘ￣ｐｌｏｄｅｄｉｎｃｏｍｐｌｅｔｉｏｎꎬｔｈｅｐｏｓｉｔｉｏｎｕｎｒｅａｓｏｎａｂｌｅꎬｕｎａｂｌｅｏｎｃｅａｇａｉｎａｄｊｕｓｔｍｅｎｔꎬｉｔｐｒｏｐｏｓｅｓａｈｉｅｒａｒｃｈｉｃａｌａｕｔｏ￣ｍａｔｉｃｅｘｐｌｏｄｅｄｍｅｔｈｏｄｂａｓｅｄｏｎｍｉｃｒｏｄｉｓｐｌａｃｅｍｅｎｔａｎｄｃｏｌｌｉｓｉｏｎｄｅｔｅｃｔｉｏｎ.Ｉｔｔａｋｅｓｔｈｅａｓｓｅｍｂｌｙｃｏｎｓｔｒａｉｎｔｔｏｏｐｔｉｍｉｚｅｔｈｅｔｒｙｅｘｐｌｏｄｅｄｓｅｑｕｅｎｃｅꎬｄｉｖｉｄｅｓｔｈｅｍｏｄｅｌｓｉｎｔｏｍｕｌｔｉｐｌｅｔｒｙｅｘｐｌｏｄｅｄｌａｙｅｒｓ.Ａｉｍｉｎｇａｔｅｖｅｒｙｌａｙｅｒꎬｉｔｄｅｔｅｒｍｉｎｅｓｔｈｅｅｘｐｌｏｄｅｄｄｉｒｅｃｔｉｏｎｂａｓｅｄｏｎｍｉｃｒｏｄｉｓｐｌａｃｅｍｅｎｔａｎｄｃｏｌｌｉｓｉｏｎｄｅｔｅｃｔｉｏｎꎬｏｂｔａｉｎｓｔｈｅｅｘｐｌｏｄｅｄｄｉｓｔａｎｃｅｂａｓｅｄｏｎｂｏｕｎｄｉｎｇｂｏｘ.ＩｔｄｅｖｅｌｏｐｓａｎａｕｔｏｍａｔｉｃｅｘｐｌｏｄｅｄｖｉｅｗｇｅｎｅｒａｔｉｏｎｔｏｏｌｂａｓｅｄｏｎＣＡＴＩＡꎬａｎｄｔａｋｅｓａｒｅｔａｒｄｅｒａｓｓｅｍｂｌｙｔｏｉｌｌｕｓｔｒａｔｅｔｈｅｖａｌｉｄｉｔｙｏｆｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄ.Ｋｅｙｗｏｒｄｓ:ａｕｔｏｍａｔｉｃｅｘｐｌｏｄｅｄｖｉｅｗꎻｅｘｐｌｏｄｅｄｄｉｒｅｃｔｉｏｎꎻｅｘｐｌｏｄｅｄｄｉｓｔａｎｃｅꎻｃｏｌｌｉｓｉｏｎｄｅｔｅｃｔｉｏｎꎻＣＡＴＩＡ ４２１２０２０年第４９卷㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀机械设计与制造工程㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀。
智能制造与工业大数据研究团队
团队负责人孔宪光
团队成员
团队简介
该团队现有教师25人，顾问8人，博士研究生11人，硕士研究生70余人，形成了一支机械、数学、计算机、管理等学科交叉融合，数字化、可靠性、健康管理、仿真、统计分析、大数据、人工智能等技术交叉融合团队。
承担了国家科技重大高端装备专项、国家发改委大数据专项、国家工业互联网平台专项、工信部智能制造项目、教育部、国防科工局、军委装备发展部、国家自然基金、省科技统筹创新及国际合作交流专项、省教改项目等，获得了省科技进步奖、省教学成果奖等，授权受理专利40多项，软件著作权近20项。
建立了陕西省电子装备虚拟仿真实验教学中心，陕西省研究生联合培养示范工作站（西电-上海航天精密机械研究所可靠性与虚拟仿真人才培养示范工作站），西电-800可靠性试验与仿真联合实验室，西电-美国堪萨斯州立大学质量大数据联合技术研究中心，西电-紫光
云引擎工业互联网与工业大数据联合研发中心，西电-顶逸轨道交通及工业大数据联合实验室，西电-中铁盾构工业大数据联合技研究中心，并与国际知名的工业大数据机构IMS紧密合作。
中心积极开展产学研合作，与航天800所、空军装备研究院、中铁一局、西电集团、中兴通讯、航天15所、中电29所、中电27所、中电深科技、航空430厂、西门子、陕鼓、清华紫光、网易、新华三等公司在内的10余家单位建立了密切合作关系。
参加中国信息通信研究院主办的首届工业大数据创新竞赛，阿里云-天池工业大数据竞赛，取得了不错的比赛成绩。
围绕国家智能制造与中国制造2025的军民重大需求，中心正逐步将智能制造成果拓展应用于航空航天、电子电器、高端装备智能制造、城市地下空间工程智慧建造等领域，推动中国工业转型升级，培养新工科跨学科人才，致力于产学研成果转化并成为国内有影响力的智能制造与工业大数据研究中心！
人才、重要成果及奖项
1.国务院政府特殊津贴专家、陕西省有突出贡献专家：仇原鹰
2.华山学者讲座教授、美国辛辛那提大学杰出教授：李杰
3.兼职教授、上海航天800所副所长：李中权
4.兼职教授、西电研究院总经理：康鹏举
5.兼职教授、西安交通大学教授、博导：王军平
6.陕西省智能制造专家委员会委员，陕西省大数据与云计算创新联盟理事，陕西省信息技术标准化技术委员会委员，陕西省军民融合专家
体委员，陕西省工业大数据规划专家、中铁一局专家，网易工业互联网与工业大数据顾问、镇江市现代服务业领军人才: 孔宪光
7.国家科技进步奖二等奖：面向全性能与全系统的天线结构机电综合优化与精密控制研究
8.国家科技进步奖二等奖：反射面天线的电磁、结构与控制集成设计及其应用
9.陕西省科学技术奖二等奖：动态大变形服役环境下大飞机机翼液压管路耐久试验系统及关键技术
10.国家科技重大高端装备专项：航天成套制造装备可靠性评估系统研究、面向航天复杂薄壁轻合金构件精密成形装备示范线的工业大数据研究、航天钛合金构件国产高档数控装备与关键制造技术应用示范运载火箭箭体结构制造关键成套装备与工艺、运载火箭国产五轴数控机床和数控系统规模化示范应用
11.国家发改委大数据专项：城市地下空间工程大数据智能分析与公共服务平台建设，国家首批支持的38个项目之一，陕西省唯一一项，并获得2017年好设计金奖
12.工信部智能制造项目：质量大数据分析系统、质量大数据标准及验证、智能工厂仿真标准
13.教育部项目：基于工业互联网的离散制造业大数据分析与协同管理研究、工业大数据创新应用技术研究
14.国防科工局：XX机电产品高加速筛选试验关键技术研究、多点激励振动试验系统建模与软件平台开发、XX多轴振动应力筛选试验关
键技术研究
15.军委装备发展部：多应力条件下机电装备加速试验技术研究
16.陕西省科技项目：面向输配电装备制造业的试验检测服务平台研发及示范、面向输配电装备制造行业的“试验检测云”、质量大数据分析系统、开关设备运行故障（缺陷）的影响因素数据分析及挖掘
主要研究方向
1.基于大数据的智能产品（装备）可靠性评估与PHM技术
针对传统装备可靠性计算与评估手段单一，经验曲线与实际情况不符等问题，研究基于大数据的智能产品（装备）可靠性评估技术，形成多维度部件级/系统级功能与性能的计算模型和评估方法；针对PHM依赖单一信号处理，物理模型与数据模型未融合等问题，研究基于大数据的智能产品（装备）PHM技术研究，形成故障影响因素分析、状态监测、健康评估、故障预测等分析模型和计算方法。
进一步研究可靠性评估与PHM的融合技术，形成独特智能产品（装备）大数据分析技术。
2.面向智能制造的质量大数据分析技术
面向智能制造中的“人机料法环测管”等海量异构数据，传统质量管理手段无法满足实时、动态、预测等分析需求，研究质量追溯影响因素分析、最佳工艺参数优化推荐、质量问题预测预警、质量趋势与良率预测、质量控制阈值优化等，形成产线级、车间级、工厂级、集团级质量大数据分析模型，为电子电器、国防军工等行业应用大数据分析提升质量提供支撑。
3.基于工业大数据的生产线运行可靠性评估理论和方法
首先，对生产线可靠性大数据进行处理与重构，形成高质量可靠性数据包；其次，运用大数据分析技术和深度学习技术，研究装备运行可靠性建模与分析方法，建立动态实时装备可靠性分析模型；最后，以大数据驱动深度挖掘产品质量指标与可靠性指标的关联规律，将二者指标融合为生产线的可靠性评估指标，完成面向产品质量的生产线可靠性综合评估并在企业验证，为生产线高效可靠运行提供的可靠性理论基础和评估方法支持，更好地满足智能制造下生产线的高工艺稳定性和高可靠性制造需求。
4．多应力环境与可靠性试验大数据分析技术
针对武器装备试验系统的精确认识和有效控制需求，开展基于大数据分析和虚拟仿真的试验技术研究，掌握传感器布局与数据传输存储，智能挖掘算法等技术，实现多源试验数据集成、分析与监控，建立基于试验大数据分析方法的多应力试验综合平台，为型号产品多应力环境与可靠性试验提供新的理论和技术。
5.面向产品全生命周期、产业链、跨产业链的工业大数据分析技术
围绕产品全生命周期的研发、工艺、制造、试验、使用等数据，研究面向某一主题的跨阶段闭环大数据分析技术；围绕企业供应商、客户等产业链数据，研究供应链优化、客户画像、供应商评价等大数据分析技术，形成产业云图；围绕工业与金融、安全、气象、商业等跨界数据，研究企业征信评估、安全监管、个性化定制等跨界分析技术。
6.面向智慧建造的盾构施工大数据分析技术
我国地下空间工程（例如地铁、综合管廊等）发展迅猛，针对地下盾构施工风险难以有效预测、质量无法动态控制、装备健康管理困难那等行业迫切需求，开展地下盾构施工大数据分析技术研究，突破地下盾构施工数据演化规律、盾构装备健康管理、不良地面沉降预测、异常工况预警、轴线纠偏分析、管片拼装评估等关键技术，为大数据在智慧建造中应用提供基础理论和应用技术。
7.多模态融合的工业大数据分析平台
研发领域知识、业务流程、机理建模、物理建模、信号处理、统计学习、机器学习等深度融合，支持面向历史数据、实时数据、混合数据等多种计算平台，实现描述性分析、规定性分析、诊断性分析、预测性分析、指导性分析的工业大数据建模工具。
智能感知实际运行的状态数据建立多工况多场景的仿真模型，基于深度学习方法驱动运行仿真模型的进化与修正，从而通过虚实映射实现实时仿真。
8.基于数字孪生的CPS系统构建与分析方法
围绕现有数字化平台信息割裂，异构模型难以交互，数字链演化机理不明、认知计算困难等问题，研究研发、制造、运维、试验、施工等环节的数字孪生体设计技术，建立业务过程同步高逼近映射，提供数字链价值传递演化机理，研究异构对象互操作建模规范，构建虚实映射的CPS系统。
基于CPS系统开展单元级、系统级、SOS级的大数据分析方法研究，提供面向装备、个体、群体、产业链场景下的CPS应用体系。
9.基于人工智能的工业大数据分析方法
面向工业结构化数据、时序数据、图像数据、视频数据、声音数据、日志文件等多源异构数据，构建工业级人工智能算法库和人工智能芯片，研究多源异构数据融合分析与验证方法，为人工智能技术应用于工业大数据分析提供理论支撑，同时为CPS系统向机器智能，人机协同智能等三元智能系统发展提供技术支撑。
10.机械CAD/CAE/CAM
将传统的机械设计、力学分析与先进的计算机设计、分析软件相结合，面向机械工程领域中设计、分析与优化等方面的科学研究和工程技术问题，进行建模、仿真、分析、优化与验证。
相关技术与研究所和生产厂的先进数字化设计及制造工作相匹配。
图1舱段自动对接测量原型系统
图2电路板的建模与热振耦合仿真
11.机电一体化
侧重于机械系统的动力分析与运动控制。
在机器人运动学、动力学与控制等方面进行深入理论研究和模型实验。
相关技术可应用于并联机构的运动控制、智能机器人加工与装配。
图3 大飞机机翼液压管路动态大变形耐久试验系统
博士/硕士招生（详见招生简章）。
