XK-L650数控铣床是高精度、高刚度、高可靠性的新一代生产型数控机床，由我公司与机床公司合作生产，主机结构合理可靠，制作精良。 能自动进行各种钻、铣、镗、铰、攻丝等工序加工，支持CAD/CAM功能，完成复杂板类、箱体类零件、特别是模具的加工。

MCV380-5加工中心是高精度、高刚度、高可靠性、高性能价格比的新一代生产型数控机床，由我公司与机床公司合作生产，主机结构合理可靠，制作精良。 能自动进行各种钻、铣、镗、铰、攻丝等工序加工，支持CAD/CAM功能，完成复杂板类、箱体类零件、特别是模具的加工。

碳纤维增强碳化硅陶瓷基复合材料耐腐蚀、耐高温、耐磨损、韧性高，能够广泛用于能源、交通、化工等领域的关键部件，比如摩擦制动材料、耐化学腐蚀叶片等。

卫星在轨运行和返回过程中需经历极端高低温环境，构件尺寸的稳定是保证卫星在轨高精度、返回高安全、任务高可靠的关键。针对卫星搭载的某宽带微波载荷与卫星本体材料之间热膨胀系数不匹配极易导致的载荷在轨及返回过程中载荷接收精度不稳定、信息传输不连续等问题。我校陈骏教授团队以原创的负热膨胀技术研发了具有轻质、热膨胀系数低、力学性能优异、尺寸稳定性好的高性能低膨胀铝基复合材料，并研制了系列关键连接内置件、环件等高性能低膨胀构件，首次将负热膨胀技术应用到我国的卫星上，填补了高性能低膨胀金属构件在工程应用领域的空白。该技术使得某宽带微波载荷与卫星本体之间热膨胀匹配性增强、界面应力大幅度减小，保证了卫星在轨与返回过程中信号高精度传输与接收，助力卫星成功返回。 图1 实践十九号卫星成功返回（图片来源国家航天局） 图2 高性能低膨胀铝基复合材料及构件应用于全球首颗可重复使用返回式技术试验卫星（图片来源央视新闻频道）

本成果提出了基于零件批量加工数据分析的加工工艺与流程优化，主要包括零件加工过程的工艺数据挖掘与机器学习算法、基于数据和机理模型相结合的零件加工精度预测、基于机器学习的零件加工工艺优化与决策、基于数据驱动的零件批量加工工艺优化方法验证这四方面。以下是各方面具体对应内容： 1）零件加工过程的工艺数据挖掘与机器学习算法：在数据挖掘与机器学习算法方面，搭建了轴类零件全流程加工工况数据实时采集硬件平台，实现对加工力、加工振动、主轴电流等工况数据的实时在线获取。 2）基于数据和机理模型相结合的零件加工精度预测：在航空薄壁件加工精度预测方面，对复杂曲面加工过程混合建模与全流程加工精度预测等理论开展了深入研究工作；建立了零件单工序/多工序加工精度预测混合驱动模型，实现了加工精度的高效高精预测。 3）基于机器学习的零件加工工艺优化与决策：在轴类零件全流程加工工艺优化与决策方面，围绕隐马尔可夫决策过程、遗传算法等理论开展了理论研究工作，结合轴类零件加工过程开展了优化工作；提出了加工参数自适应调控联合决策方法。 4）基于数据驱动的零件批量加工工艺优化方法验证：构建加工数据库1套，包含机床设备、加工刀具、加工参数、检测数据等四种类型数据。开发全流程加工智能推理软件1套（部署于中航发南方公司柔轴车间），实现航轴全流程质量数据感知与工艺优化，其中全流程误差建模与分析模块实现了端到端的零件加工质量智能推理，可以用于工艺设计与现场预先感知，加工过程工艺数据挖掘模块实现基于批量数据的多工序误差流分析，实现后续工序加工误差推理，加工过程工艺优化与智能决策模块实现了零件多工序加工质量数据推理与给定期望指标下的加工参数优化。 图1 本成果对应功能结构示意图 【技术优势】 围绕航空领域制造的加工质量问题，开展基于制造过程数据的工艺全流程智能决策技术与系统的研发，初步实现工艺与制造过程的智能控制。在数据挖掘与机器学习算法、航空薄壁件加工精度预测、轴类零件全流程加工工艺优化与决策、零件全流程加工质量智能推理与优化、智能加工产线智能决策技术应用与推广等多个方面实现了突破，具有显著的理论价值与应用价值。 规范制定方面，研究了薄壁件加工误差产生的深层机理，构建了批量零件加工过程中误差传递的理论模型，探究了机床、夹具、刀具、加工参数全方位、多层次的因素对于零件加工误差产生的影响规律，提出了零件加工工艺与流程优化策略，形成制定面向航空发动机大长径比轴类零件的决策规范，规定轴类零件全流程加工过程中机床、刀具、装夹、加工参数四个方面的具体要求。通过中国航发南方工业有限公司企业标准体系管理系统制定、修改、审批，形成《航空发动机轴类零件加工工艺优化与决策技术规范Q/2B 1586—2022》。 软件开发方面，将上述理论成果进行高度集成，开发了零件全流程加工智能推理优化软件（MIO软件）。软件集成了四大功能模块，包括加工工艺数据库、全流程误差建模与分析、加工过程工艺数据挖掘、加工工艺优化与智能决策。相关知识与优化规则形成权。全流程加工智能推理优化软件以及知识库软件通过第三方测评，测评机构具备MA与CNAS认证资质，最终形成《零件全流程加工智能推理优化软件第三方测试报告》、《智能加工产线工艺全流程智能决策工艺知识库软件第三方测试报告》。 应用验证方面，结合航空发动机制造具体需求，将相关成果应用到某型号航空发动机轴类零件（动力涡轮传动轴）加工生产中。将零件全流程加工智能推理优化软件部署在航轴加工车间，在验证产品的加工设备上部署了数据采集装置，实时采集加工过程数据，集成企业工艺资源数据库和产品数字化检测系统，获取机床、夹具、刀具、产品质量等信息，构建了加工工艺数据库，开展了航轴加工工艺分析、现场加工质量预先感知、加工工艺与流程优化、现场实际加工验证等工作。通过南方公司现场应用验证，零件次品率平均降低54.53%。（2019年至2020年优化前，次品率为8.38%；2021年6月至2022年5月优化后，次品率为3.81%）。相关应用验证通过了中国航发南方公司的效果认定，并形成用户报告。 【技术指标】 1）采用机理模型/有限元仿真技术获取切削力/热/柔度/加工误差数据集，构建代理模型实现了切削过程的毫秒级预测，切削过程关键物理量的预测时间优于10毫秒。 2）建立了机理模型与小样本工况数据混合驱动的预测模型不确定分析与量化模型，提出了贝叶斯框架下的不确定校准方法，实现了加工误差快速（毫秒级）精准（偏差小于5微米）预测。 3）提出了航轴加工质量状态估计方法，建立了现场多源数据信息串联模型，基于隐马尔科夫的决策模型，实现工序间感知平均误差控制在9.21%内。 4）建立了加工次品率与加工参数约束集间双向映射互通模型，首次提出了基于隐马尔科夫模型与遗传算法的联合决策方法框架，联合决策优化框架保证次品率降低优于50%。

本发明公开了一种基于干扰观测器的单相逆变器有限时间控制方法，包括建立单相逆变器的受扰状态空间平均模型；以逆变器实际输出电压与参考电压之间的跟踪误差值为状态变量，同时考虑集总干扰的影响，建立单相逆变器的误差动态模型，并设计有限时间干扰观测器；将观测器的输出作为前馈补偿与输出反馈控制方法相结合，设计基于有限时间干扰观测器的有限时间抗干扰控制器；根据有限时间抗干扰控制器，实现单相逆变器输出电压的控制。本发明能够在有限时间内实现对单相逆变器参考输出电压的快速准确跟踪以及对多源干扰和不确定性的精确补偿抑制，同时提高系统抗干扰能力，降低了系统成本，提高了系统的容错性。

本发明公开了一种水体表观光谱观测双通道自校验系统及方法，系统包括主控装置、太阳追踪装置、 转台和双通道光谱测量装置;主控装置分别与太阳追踪装置、转台和双通道光谱测量装置电连接，用于 控制太阳追踪装置、向转台下达调整观测方位命令，并控制双通道光谱测量装置完成双通道水体表观光 谱的采集和数据存储;方法包括前期部署、观测方位角调整、双通道光谱测量、数据检验和数据存储; 本发明为测量数据有效性的判断增加非常重要的参考依据，为水体表观光谱数据的检验提供一种新的方 法和工具。

本发明公开了一种利用多系统 GNSS 观测值的高精度基线解算方法，首先通过对各 GNSS 系统各频 率的伪距、载波相位观测值在基线两端测站间做差构建站间单差观测值，之后选择某类观测值的伪距硬 件延迟作为基准以解决法方程秩亏问题，并根据各 GNSS 系统的性质对浮点单差模糊度估值处理去除组 合 UPD 影响，恢复单差模糊度的整周特性，进而实现基线高精度解算。本发明突破了现有多系统 GNSS 基线解算方法存在的缺陷，具有理论严密、模型简单、易于实现

本发明针对模糊多领航无人机系统的容错编队控制问题。提出基于降阶观测器的模糊无人机系统容错编队控制方法，包括：使用T‑S模糊模型多领航无人机系统进行建模；将原系统先转化为降阶形式，再导出增广形式；基于中间变量为降阶增广系统设计降阶故障观测器，估计跟随无人机的状态、过程故障和系统不确定性；利用相对状态信息设计跟踪容错编队控制器，以过程故障和系统不确定性的估计作为补偿项；为降阶故障观测器和跟踪容错编队控制器设计自适应参数；验证降阶故障观测器和跟踪容错编队控制器性能；本发明能更突出地处理非线性、不确定的控制问题，同时减少计算量、提高分布式决策效率。