针对气冷涡轮叶片建立了耦合分析数值模拟计算平台，采用气热耦合的方法，对径向气冷MARK Ⅱ 型叶片进行三维气热耦合数值模拟。分析了该内冷涡轮叶片的多场耦合特性，并将计算结果与试验值进行对比。对比结果表明：湍流模型的选择影响叶片表面的温度分布，但对叶片表面压力分布影响较小；在选择的6种湍流模型中，SST k - \omega湍流模型对该流场状态模拟的效果较好，叶片表面温度和压力与试验结果最接近，满足工程上的计算要求。考虑涡轮进口总温径向不均匀时，会在叶片尾缘形成局部高温区，增加了叶身的温度梯度，可适当改进冷却方式，以提高叶片强度。

传统的厚板曲面件制造方法存在着成本高、效率低等问题，多点成形技术为这一问题提供了解决方法。但多点成形技术又因为回弹导致工艺参数难以确定使实验操作次数增加，降低成形效率。为了提高成形效率，采用ABAQUS有限元软件模拟与实验相结合的方法进行板料成形的研究与分析。首先，利用有限元软件进行三维建模并模拟板料的成形过程；然后，通过对模拟结果的分析进行模具型面的补偿修正；最后，利用修正后的模具型面进行实验操作，获得了符合要求的零件。对修正后的型面进行成形实验可以减少操作次数，提高实验的成形效率，为后续的研究提供参考。

为了分析燃油阶跃逼喘试验中供油规律对发动机的影响，以小涵道比混合排气涡扇发动机为研究对象，将发动机模化为典型的基本部件组成的系统，构建考虑转子动力学方程及容积效应的平衡方程。对发动机燃油阶跃逼喘过程进行仿真，理论计算结果与试验数据误差在4%以内，验证了计算方法的准确性。通过仿真获取了阶跃供油规律的关键影响因素，仿真结果能够为发动机燃油阶跃试验的试验提供理论基础，降低发动机在燃油阶跃逼喘过程中的超温、超转风险，具有一定的工程意义。

经典瓶颈链路带宽和往返传播时延（bottleneck bandwidth and round-trip propagation time， BBR）拥塞控制算法在链路拥塞时无法及时调整发送行为及发包数量，容易导致链路拥塞程度加剧，从而产生较大时延。分析发现，BBR拥塞检测的滞后性是这一问题的主要根源。为解决该问题，提出了BBR拥塞预测及避免（BBR congestion prediction and avoidance， BBR-CPA）算法，该算法从BBR的传输时延（round-trip time，RTT）更新机制入手，通过动态检测瓶颈路径，根据传输时延（round- trip time，RTT）数据实现对链路拥塞状态的预判，提前减少发包数量，从而排空链路中可能存在的拥塞。运行过程中记录瓶颈路径带宽数据并对带宽估值进行均值处理，加快链路向最优状态收敛。实验结果表明，与经典BBR算法和最新的BBR-S、BBR-ACD算法相比，BBR-CPA的平均时延分别降低了56%、44%、8%，有效消除了链路拥塞并降低了由此带来的时延。

为了提高滚动轴承特征提取的有效性和故障识别的准确性，提出了一种基于联合指标的信号重构及基于CWT-2DCNN的故障诊断方法。首先，根据峭度和互相关系数构建出联合指标对通过集成经验模态分解（ensemble empirical mode decomposition，EEMD）得到的本征模态函数（intrinsic mode fuction，IMF）分量进行筛选与重构；其次，运用连续小波变换（continue wavelet transform，CWT）变换对重构信号进行时频域特征提取；最后，以时频特征图作为输入，构建基于卷积神经网络（convolutional neural network，CNN）的故障识别模型，从而实现滚动轴承故障的智能诊断。实验结果表明，提出的信号重构及故障诊断方法故障诊断正确率达到了99.48%，且在强噪声下仍具有较高的正确识别率，说明其具有较强的泛化能力。

在实际工程中，采集到的滚动轴承故障信号往往来自多个源。多个故障信号在传播路径中相互耦合形成了复合故障信号，使故障诊断问题变得更加复杂。如果直接对复合信号进行分析，那么提取到的故障特征中往往存在多源的故障频率，导致无法正确判断故障出现的位置。针对这一问题提出了变分贝叶斯独立向量分析（variational Bayesian independent vector analysis，VBIVA）算法，并将该算法应用于故障诊断。通过与独立向量分析（independent vector analysis，IVA）算法以及变分贝叶斯独立分量分析（variational Bayesian independent component analysis，VBICA）算法的仿真对比，证明VBIVA算法有效地解决了复合故障信号的盲源分离及故障诊断问题。

单模型构建的滚动轴承性能健康指标仅能从本身的“单角度”来描述滚动轴承的性能退化状态，具有一定的局限性。为解决这个问题，提出一种基于主成分分析（principal component analysis，PCA）多模型融合的滚动轴承健康指标构建方法。该方法分别采用支持向量数据描述（support vector data description，SVDD）模型、自联想核回归（auto-associative kernel regression，AAKA）模型和高斯混合模型（gaussian mixture module，GMM）构建相应单模型的健康指标，再将3个单模型的健康指标经主成分分析（PCA）融合，并选取第一主成分作为能够包含“多角度”性能退化信息的健康指标（SAG-HI）。试验结果表明，相比于各单模型的健康指标，SAG-HI与滚动轴承保持可靠度的灰置信水平达到98.38%，其相关性、单调性和鲁棒性也均表现为最优，且通过包络谱分析验证了其能够准确且及时监测到早期故障发生时刻。

为提高应急救援服务能力，提出一种基于北斗三号短报文的应急图文信息传输技术，并设计了基于北斗三号的应急图文信息传输平台。为提高北斗短报文信息传输效率，提出文本和图像压缩编码算法，将文本和图像信息压缩成信息容量更小的数据包，缩短了信息传输所需数据包的长度。实验结果表明，该算法对文本消息的压缩率达到50%，图像信息的压缩率达到2%。平台测试结果表明，在有限的通信资源下，终端与指挥机之间能够高效地进行信息交互，有助于更快速地响应应急情况。该研究成果对应急管理部门提高应急救援服务能力具有一定参考价值。

在使用无人机进行机动车道行人与非机动车检测过程中，发现目标检测精度低、效果差的问题。为解决这些问题，提出一种针对无人机的行人与非机动车检测算法YOLOv5s-P2S。首先，基于原有的PAFPN特征融合方案，将YOLOv5s模型的Neck部分进行扩展，并增加专门针对小目标的检测层；然后，在预测部分添加小目标检测头，对小目标检测层输出特征图进行预测；最后，将YOLOv5s的定位损失函数改进为SIOU，提高检测精度和锚框的回归效率。实验结果表明，与YOLOv5s模型相比，YOLOv5s-P2S的平均精度均值mAP₅₀提高了0.05，参数量仅增加0.2M。YOLOv5s-P2S能够满足无人机视角的行人与非机动车目标检测的准确性和实时性要求。

运用模糊集定性比较分析（fuzzy set qualitative comparative analysis，fsQCA）的方法，探究东北地区科技人才高集聚的实现路径。提出应该抓住机遇，进行人才链与产业链、教育链的协同创新，从特色产业的高质量发展及科教优势的强化等两方面着手，精准聚焦特色产业，加快装备制造产业转型升级、建设先进制造产业集群、发挥行业协会“链主”主导作用、激发中小企业主动对接人才内生动力、发挥高校特色专业优势、提高政府服务意识、优化人才生态环境等对策建议，对东北地区在新时代全面振兴契机下有针对性地调整科技人才战略、集聚科技人才进行有益的探索。

针对带容量约束的车辆路径问题，提出了一种聚类蚁群混合算法，将车辆路径问题拆分成数个旅行商问题进行求解。首先，改进了蚁群算法中信息素和路径的生成方式，使其能够对车辆路径问题进行有效的拆分求解；然后通过对种群进行分级，加快了蚁群算法的收敛速度，并设置3种邻域搜索算子来避免蚁群算法陷入局部最优；最后，设计了仿真实验对算法的部分参数进行合理设计，选取50个Solomon基准算例对算法进行实验验证。实验结果表明，算法收敛速度快，稳定性较高，求解结果较好。