为了解决训练样本有限和极端环境条件下飞机结构强度分析的难题，提高分析效率，将深度迁移学习方法应用于RX4E电动飞机复合材料层合板的力学性能研究。基于复合材料层合板试验结果的分析，对比了多种深度学习模型对试验结果的预测，最终选定卷积-长短期记忆（convolutional long short-term memory，CLSTM）网络作为最优的深度学习模型。此外，还引入了迁移学习（transfer learning，TL）模型，以精确预测复合材料层合板在不同温度、湿度及铺层方式下的应力-应变关系。结果表明，提出的TL-CLSTM网络模型在预测复合材料的力学性能方面具有显著的优势，特别是在预测应力-应变关系方面，其均方误差和均方根误差分别为10-5和10-3。所提出的模型克服了传统力学性能测量方法的复杂性和低效性，能够有效地预测电动飞机复合材料层合板的力学性能，为电动飞机制造研究提供了新的途径。
针对传统连续碳纤维增韧超高温陶瓷基复合材料（Cf /UHTCs）制备方式周期长、成本高等问题，提出一种基于超声调控技术的碳纤维内部注浆工艺，实现陶瓷粉体在碳纤维编织体中的均匀分布，并在此基础上分析制备复合材料的力学性能。研究结果表明，通过超声调控技术辅助碳纤维内部注浆，可有效提升复合材料的力学性能，在连续碳纤维增韧超高温陶瓷基复合材料的制备中具有显著效果，可在提升材料制备效率的同时，改善材料性能，对于推动复合材料制备技术的创新有着十分重要的作用。
为了降低电动飞机的研制成本，研究了基于全寿命周期的电动飞机多学科优化设计。通过研究电动飞机全寿命周期费用的组成，得到电动飞机的全寿命周期成本估算模型。建立电动飞机气动、飞行性能、质量和经济性学科分析模型，以电动飞机全寿命周期费用最低为优化目标，提出一套基于全寿命周期费用的轻型电动飞机多学科设计优化方法。以某型四座电动飞机为例，利用并行子空间优化算法对模型进行优化找到了最优解，从而得到最优的总体设计方案，验证了方法的有效性。本方法可应用于电动飞机概念设计，为电动飞机研发提供技术支持。
针对自适应变循环发动机剩余稳定裕度扩展控制需求，以某构型自适应变循环发动机为研究对象，采用基本效应敏感性分析法，分析了地面状态、亚巡状态、超巡状态3种发动机典型工作状态下几何调节对稳定裕度的影响，筛选出了自适应变循环发动机压缩系统稳定裕度不足时需优先调节的可调机构，形成了针对该构型自适应变循环发动机的几何调节稳定裕度扩展规律并在典型工作状态下得到验证。结果表明，调节外喷管喉部面积是扩展前风扇稳定裕度的有效手段；调节喷管喉部面积和后涵道引射器面积是扩展后风扇稳定裕度的有效手段；调节压气机导流叶片角是扩展压气机稳定裕度的有效手段。在典型工作状态下利用所建立的几何调节稳定裕度扩展规律进行调节，各压缩部件稳定裕度绝对误差均小于0.5%，可见规律适用良好。
为改善TiAl基合金的抗熔盐热腐蚀性能，采用大气等离子喷涂技术在TiAl基合金表面制备了稀土元素Ce改性的NiCrAlY涂层，对NiCrAlY（Ce）涂层体系进行900 ℃/60 h的熔盐热腐蚀试验，分析稀土元素Ce对NiCrAlY涂层热腐蚀行为和机制的影响。研究表明，添加稀土元素Ce改善了NiCrAlY涂层的抗熔盐热腐蚀性能。经过900 ℃/60 h的热腐蚀后，NiCrAlY/TiAl涂层体系表面的腐蚀层大面积剥落，致使TiAl基体受到严重侵蚀，涂层发生失效；而NiCrAlYCe/TiAl涂层体系表面仍覆盖着完整的腐蚀层，涂层仍保持一定的防护能力。添加稀土元素Ce促进了Al的选择性氧化，阻碍了尖晶石氧化物的形成，致密的Al2O3膜阻碍了S元素的内扩散，从而提高了NiCrAlY涂层的抗腐蚀性能，延长了其使用寿命。
针对飞机机体中翼尖整流罩和玻璃纤维肋（简称玻纤肋）零件在制造过程中无法保证成型质量的问题，通过优化固化程序，改变进罐零件数量，使用热电偶监测零件表面温度场分布，研究温度场分布均匀程度对零件力学性能及固化变形的影响。结果表明，在固化工艺中，适当提高固化温度，可以有效地提高温度较低区域的升温速率，提升零件的力学性能，减少固化过程中的变形；当热压罐放入6个玻纤肋零件时，会导致整个罐内的升温速率下降，影响结构的固化效果，在实际生产中，应合理安排热压罐内零件数量以保证成型质量。
视频行人重识别是一种在多摄像机监控网络中识别特定行人的技术。相较于基于单帧图像的方法，该类算法可以提供更多的行人信息，但也存在着模型复杂、构建特征不对齐等问题。提出一种基于特征融合的视频行人重识别算法，算法包含全局分支和空间变换的局部分支。全局分支提取行人的全局特征，捕捉行人的粗粒度信息和整体的上下文信息。空间变换的局部分支将空间变换矩阵插入局部分支，对特征进行重新学习，学习有区分性的局部区域特性并缓解特征不对齐的问题。通过多分支结构，将局部特征和全局特征有效融合，并通过时间平均池化聚合特征加强特征的多元化，增强模型的鲁棒性。最终，利用交叉熵和软边界三元损失进行模型训练。在Mars 和 DukeMTMC-Video 数据集上的测试结果验证了所提算法的可行性，其在 Mars数据集的 mAP、Rank-1 分别达到82.25%、89.76%，具有较好的实用性。
输电线路的定期巡检是使其长期稳定运行的重要保障，为解决传统人工巡检方式存在的劳动强度大、工作效率低且成本高等问题。设计了一种基于可编程逻辑控制器（programmable logic controllers，PLC）的输电线路自动巡检机器人系统，重点针对机器人巡检作业中防振锤复位和断线修复控制问题进行研究，将手动与自动控制模式相结合，采用经典的比例-积分-微分（proportional-integral-derivative，PID）控制算法参与控制。实验结果表明，设计的输电线路巡检机器人修复控制系统能够准确实现防振锤自动复位和断线自动修复，得到较好的控制效果。该系统对巡检机器人代替传统人工巡检方式、减轻巡检人员的劳动强度、提高输电线路管理和维护的自动化水平具有重要意义。
针对动态工艺需求及工艺数据复杂多变的工艺路线规划问题，提出了一种基于深度循环Q网络（deep recurrent q-network，DRQN）的工艺路线柔性规划方法。首先，结合长短期记忆网络（deep recurrent q-network，DRQN）的结构优势，充分挖掘序列数据中的特征，提高工艺路线规划的准确性和稳定性。其次，借助深度Q网络及自适应调整策略的强大动态决策能力，解决需求变更和加工环境变化带来的挑战。最后，采用“选择性遗忘”机制，提高频繁工艺更改时工艺路线规划的响应速度。仿真实验结果表明，所提方法能有效地解决零件发生特征重构的工艺路线规划问题。
为了提高卫星导航系统的欺骗干扰检测能力，提出一种基于循环神经网络（recurrent neural network，RNN）的卫星导航系统欺骗干扰检测算法，并设计了损失函数。为了提高数据预测准确率，研究了数据预处理方法，将数据映射在固定区间，放大了数据的特性。实验结果表明，循环神经网络模型对10颗卫星信噪比的预测准确率全部高于Transformer模型，循环神经网络模型对信噪比数据预测的平均准确率为64.76%，而Transformer模型仅为3%。在循环神经网络预测模型中，针对10颗卫星信噪比的预测有7颗的准确率都在60%以上。由此可以看出，在处理时序数据类型的北斗卫星导航信号信噪比数据时，循环神经网络模型具有更好的预测效果。因此，循环神经网络模型可以针对北斗信噪比实现0.08dB误差的预测，当未来信噪比值与预测值的差大于0.08dB时，认为此时的信号为欺骗信号，从而实现欺骗干扰检测。该研究成果为卫星导航欺骗算法的研究提供了一定的参考价值。
针对目前轻型电动直升机故障诊断依靠人工经验、处理速度慢等问题，为保障其飞行安全性和可靠性，提出一种基于故障树的电动直升机故障诊断专家系统。构建某轻型电动直升机常见故障的故障树模型，定性和定量分析故障树各事件概率重要度FVI值，基于FVI值对各故障事件进行排序，并将故障树转换成二叉型故障树。依据二叉型故障树建立专家知识库，根据知识库中的生产式规则及正向推理策略实现了推理机的设计。最后采用QT开发了该专家系统，经模拟测试证明所设计的专家系统能对轻型电动直升机进行有效故障诊断。
基于脑电（electroencephalogram，EEG）测量技术，对网络购物者与购物网站交互后的行为意向进行客观预测。运用脑电实验的方法，测量网络购物者进行购物网站首页交互任务过程中的脑电及网络购物者完成任务之后对购物网站的行为意向，采用方差方法提取影响网络购物者行为意向的显著性脑电，基于偏最小二乘（partial least squares，PLS）方法建立被试脑电与行为意向之间的关系模型，并对模型进行验证。结果表明，所构建的模型能够很好地预测网络购物者对购物网站的接近或规避趋势。
