一种航空救生设备智能加温调尺寸方法

技术领域

本发明涉及人工智能技术领域，尤其涉及一种航空救生设备智能加温调尺寸方法。

背景技术

现有航空救生设备用于航空器应急撤离系统，该区域对航空救生设备尺寸要求严格，为满足尺寸要求，需先将航空救生设备加温至一定温度，使其内部气囊织物加热，然后再使其冷却定型，保证航空救生设备的装机尺寸满足要求。现有加温冷却调整尺寸的办法，根据设备的尺寸人工设定加温冷却调尺寸。人工设定准确性不高，调的尺寸精准度不够。本发明采用人工智能技术，学习到不同尺寸调温达到调尺寸的加温温度和冷确时间，进而智能决策，做到精准修正救生设备的尺寸。

发明内容

本发明的目的是提出一种航空救生设备智能加温调尺寸方法，其特征在于，包括以下步骤：

步骤1：通过航空救生设备尺寸的长、宽、高、冷却时间、环境温度和设置温度，利用航空救生设备加温控制装置得到最终调整尺寸和期望调整尺寸；

步骤2：将步骤1得到的数据上传到数据传输系统，数据传输系统将数据标准化，进行数字化表示后传到人工神经网络模型；

步骤3：根据人工神经网络模型学习到上传的参数和预先设置的权重，计算出模型输出的尺寸；

步骤4：人工神经网络有监督模型通过设备调出的尺寸、给到人工神经网络模型进行梯度调试参数，直至模型的输出尺寸和期望调整尺寸一致；

步骤5：绘制输入尺寸、输出尺寸和温度之间的逻辑回归函数关系；绘制输入尺寸、输出尺寸和加温时间、冷却时间的函数关系；

步骤6：通过步骤5的加温时间、冷却时间、输入尺寸、输出尺寸、温度和最终逾期，建立决策树，通过决策树预测不同尺寸期望调的尺寸预测需要加温的温度、冷却的温度和时间。

所述人工神经网络模型的每个节点的输出公式为

Y＝WX+B

其中，X为输入向量、W为输入节点与输出节点的连接权重，B为罚值。

所述人工神经网络模型在调试参数阶段调试参数的方式是从最后一层逆向朝第一层进行调试，其调试参数的公式为

使用的误差公式为

本发明的有益效果在于：

本发明实现了自动化学习到调尺寸需要的加温冷却时间，无需人工干预，精准度随着智能学习时间的提高，准确度不断提高。

附图说明

图1为本发明航空救生设备智能加温调尺寸方法的流程图；

图2为航空救生设备加温控制装置图；

图3为人工神经网络模型。

具体实施方式

本发明提出一种航空救生设备智能加温调尺寸方法，下面结合附图和具体实施例对本发明做进一步说明。

图1为本发明航空救生设备智能加温调尺寸方法的流程图，其方法包括以下步骤：

步骤1：通过航空救生设备尺寸的长、宽、高、冷却时间、环境温度和设置温度，利用航空救生设备加温控制装置得到最终调整尺寸和期望调整尺寸；

步骤2：将步骤1得到的数据上传到数据传输系统，数据传输系统将数据标准化，进行数字化表示后传到人工神经网络模型；

步骤3：根据人工神经网络模型学习到上传的参数和预先设置的权重，计算出模型输出的尺寸；

步骤4：人工神经网络有监督模型通过设备调出的尺寸、给到人工神经网络模型进行梯度调试参数，直至模型的输出尺寸和期望调整尺寸一致；

步骤5：绘制输入尺寸、输出尺寸和温度之间的逻辑回归函数关系；绘制输入尺寸、输出尺寸和加温时间、冷却时间的函数关系；

步骤6：通过步骤5的加温时间、冷却时间、输入尺寸、输出尺寸、温度和最终逾期，建立决策树，通过决策树预测不同尺寸期望调的尺寸预测需要加温的温度、冷却的温度和时间。

图2为航空救生设备加温控制装置图，该航空救生设备加温控制装置包含控制箱和加温装置，在控制箱面板上部固定电源总开关K和温度控制器，中部为加热管指示灯AD1、AD2，右边为加热管手动开关LA1、LA2；其中温度控制器包括温度控制器50℃R1和温度控制器60℃R2组成。可以人工控制温度，冷却时间。

图3为人工神经网络模型，每个节点的输出公式为

Y＝WX+B

其中，X为输入向量、W为输入节点与输出节点的连接权重，B为罚值。

人工神经网络模型在调试参数阶段调试参数的方式是从最后一层逆向朝第一层进行调试，其调试参数的公式为

使用的误差公式为

此实施例仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。