无线传感器网络（wireless sensor network，WSN）由多个微传感器节点组成，定位技术是无线传感器网络技术的重要应用之一。目前，许多定位算法在视距（line of sight，LOS）环境下定位精度较高，但在非视距（non line of sight，NLOS）环境下的定位精度较差。为了解决这一问题，提出一种改进的基于到达时间的最大熵模糊概率数据关联算法。采用分组的思想将N个测量值分为L组，每组通过交互式多模型（interactive multi model，IMM）算法获得相应的移动节点位置估计、模型概率和协方差矩阵。然后将得到的L个位置估计，通过验证门进行非视距检测，丢弃被非视距误差污染的位置估计，利用相应的关联概率对正确的位置估计进行加权得到最终的位置估计。仿真和实验结果表明，与现有方法相比，该算法可以减轻非视距误差的影响，实现更高的定位精度。

针对无人机小目标检测中漏检率高、检测成功率低等问题，提出一种基于YOLOv5的小目标检测算法。首先，分别在backbone结构和neck结构中，融合swin transformer模块，在减少计算成本的基础上，提高目标检测的准确率，以适应无人机航拍小目标检测；其次，引入卷积注意力模块（convolutional block attention module，CBAM），以增强网络对小目标特征的关注度；最后，将原始损失函数CIoU替换为SIoU损失函数，强调高质量样本权重加速收敛，提高回归精度。实验结果表明，经过模型优化，在Visdrone2019数据集上的检测精度为35.3%，与YOLOv5相比，提升了5.2%；相较于其他经典及先进算法，SWCBSI-YOLO算法表现良好，满足针对无人机航拍小目标的检测要求。

为提高具有内埋质量升力面的颤振速度，将其简化为带集中质量的矩形悬臂板。基于假设模态法和一阶活塞理论得到颤振模型，进而考察其颤振特性。首先，基于Kirchhoff薄板理论建立矩形悬臂板的结构动力学模型，并利用假设模态法得到带内埋质量时的模态属性。其次，引入一阶活塞理论近似求解在超声速条件下的模态气动力，代入结构动力学模型得到颤振方程的时域表达。最后，通过引入指数形式的模态位移将颤振方程变换至频域并通过 p - k法求解颤振速度和颤振频率。通过改变内埋件的位置、质量和数目等参数，得到其对超声速悬臂板颤振特性的影响规律。研究结果表明，在悬臂板前缘靠近翼梢区域内埋小质量物体可有效提高升力面的颤振速度，而在翼根附近，颤振速度对内埋质量的变化不敏感。

研究了带时间窗多车场车辆路径问题（multi-depots vehicle routing problem with time windows，MDVRPTW），建立MDVRPTW模型，设计了结合混合高斯模型（Gaussian mixture model，GMM）聚类算法的自适应大邻域搜索（adaptive large neighborhood search，ALNS）算法。通过在邻域变换前将客户集进行分类，优化初始解，提高算法运算效率。算法使用6种不同变换因子，采用得分系统对变换因子进行评价，使算法能够在迭代的不同阶段自适应地选择合适的变换因子。分析了参数设置值的合理性，设计了3组仿真实验，实验结果验证了算法的高效性。

对学习者的知识掌握水平进行追踪是智慧教育的重要研究方向之一。传统深度知识追踪方法的关注点主要集中在循环神经网络上，但存在缺乏可解释性、长序列依赖等问题。同时，很多方法没有考虑学习者特征信息及习题特征对实验结果的影响。针对以上问题，提出了一种融合习题特征信息的交叉注意力机制知识追踪模型。该模型结合知识点和习题特征信息得到习题特征嵌入模块，再根据学习者回答情况对注意力机制进行改进，得到双注意力机制模块。考虑到学习者实际做题情况，引入基于注意力机制的猜想失误模块。首先，将习题特征信息输入到该模型中，通过习题特征嵌入模块得到融合习题特征信息的学习者反应；然后，经过猜想失误模块的处理，可以得到学习者的真实反应；最后，通过预测模块得出学习者下一次回答正确的概率。实验结果表明，融合习题特征信息的交叉注意力机制知识追踪模型相对于传统深度知识追踪（deep knowledge tracing，DKT）模型，接收者操作-曲线下面积（area under curve of the receiver operating characteristic，ROC-AUC）和预测准确率（accuracy，ACC）分别提高了3.13%和3.44%，能够很好地处理长序列依赖情况，并具有更好的可解释性和预测性能。

针对目前基于深度学习的输电线路目标检测存在的小目标特征提取能力较差、易出现误检漏检、检测精度较低、检测速度较慢等问题，提出了一种基于改进深度学习神经网络模型YOLOv7的目标检测方法。首先使用MobileNetV2网络作为YOLOv7的特征提取部分，实现模型的轻量化处理；其次引入注意力（coordinate attention，CA）机制和空洞金字塔池化（atrous spatial pyramid pooling，ASPP）模块来提高模型的精度和感知能力；最后利用建立的输电线路障碍物数据集来训练改进的YOLOv7网络模型，并与原有YOLOv7网络模型进行对比。结果表明，算法在准确率、召回率上显著提升，可满足复杂场景下的输电线路故障检测，更利于模型的嵌入式系统硬件实现。

飞行器组件之间不可避免地存在接触热阻，接触热阻的准确获取对热结构细节设计至关重要。针对高温、高压同时作用下接触热阻测量的难题，基于静态热流法自主研制了高温界面接触热阻测量装置。该装置能够有效测得给定界面压力、最高热面温度1 500 ℃固体结构界面间的接触热阻。利用该装置，成功开展了三类热结构组件高温界面接触热阻测量试验，获得了压力、温度和界面粗糙度对结构界面接触热阻的影响规律。试验结果表明，测量装置稳定可靠、温度和压力载荷模拟精度高、试验易实施，试验结果可以为飞行器热结构设计与工程应用提供依据。

为了使国内涡扇发动机满足吞雹试验验证需求，得到有效的吞雹能力验证，根据GJB241A-2010、CCAR-33R2标准中吞雹试验的相关要求，开展了涡扇发动机吞雹试验方案设计方法研究，总结了方案设计过程的经验。通过吞雹试验相关标准的内涵解析和实际应用场景分析，研究了冰雹数量、冰雹速度、发动机工作状态、撞击位置等试验参数的具体设计方法。通过研究国外相关试验中冰雹投射情况，确定了冰雹投射方案的设计和评估方法，明确了针对投射方案的仿真分析方法。以上试验方案设计方法在某发动机上得到验证，能够为涡扇发动机吞雹试验方案设计提供参考和指导。

由于航空事故具有致因机理复杂且致因因素较强的灰色特性，传统的灰色预测模型只适用于单变量预测且具有预测精度低的缺陷。基于此，提出一种以遗传算法优化的多变量灰色模型开展航空安全预测的方法。首先，以航空事故致因理论为基础，从SHEL模型的角度运用鱼骨图确定航空安全影响因素，并以相关系数矩阵可视化图形进一步筛选关键致因因素；其次，构建以人为因素、环境因素、设备设施因素、外来影响因素等为强输入指标的多变量灰色模型，并利用遗传算法对模型的待定参数r全局搜索最优解；最后，以2007-2016年中国民用航空器事故征候万次率和航空不安全事件统计为对象进行仿真实验，并利用GM（1，1）和MGM（1，n）两种灰色预测模型进行预测对比。结果表明：提出的方法与传统的灰色模型相比，在短时间的航空安全预测中平均预测误差约为1.6%，验证了该方法的有效性和较高的预测精度。

针对某发动机管路支架安装边裂纹问题，通过对支架裂纹处断口的分析，及对支架组件的静强度受力分析，明确解决失效问题。从零件设计、加工、装配3方面着手，确定失效原因为支架与管路之间存在相互作用力，支架工作时除受振动应力影响外还承受装配时引入的额外应力。因支架组件刚性较强，受力后缓冲较弱，支架弹性变形所产生的作用力会传递至孔边，易产生裂纹。设计了增加浮动结构的改进方案，其具备轴向变形补偿能力，可以大幅降低传递至孔边的作用力。经试验验证，该措施可行、有效。

采用碳纤维增强复合材料贮箱可显著减轻运载火箭的质量，但贮箱在低温环境中机械-热载荷作用下的分析方法有待研究，尤其是要准确地考量纤维与基体间产生的细观热应力。采用包含多根纤维的代表体元模型，结合基体、纤维失效准则，建立了细观应力场及失效预测模型，并采用k-means聚类方法开展降维计算，提出了一种高效、高精度复合材料贮箱跨尺度分析方法。结果显示：该方法能够根据纤维和基体的热、力学常数准确地预测复合材料单层板的弹性常数和破坏强度；结合某贮箱模型，模拟了机械-热载荷共同作用下复合材料贮箱渗漏失效的发生过程，给出了明确的失效载荷及失效状态。

为探讨不同舱门开启条件下空客A330客舱人员疏散特性，使用Pathfinder软件数值模拟，探究全部舱门开启、应急舱门无法开启、前客舱门无法开启、后客舱门无法开启4种情形下的人员疏散特性。研究发现：全部舱门开启条件下人员疏散用时63.3 s，应急舱门无法开启时人员疏散用时118.3 s，3、4、7、8号舱门的人流量每秒分别下降0.09、0.2、0.09、0.04人，公务舱门和后客舱门出现堵塞。前客舱门无法打开时，人员疏散用时64 s，从3、4、5、6号舱门撤离人数分别为47、48、52、50人，表明前客舱门无法开启未对疏散时间造成显著影响。后客舱门无法开启时，人员疏散用时112.3 s，从3、4、5、6号舱门第一个人撤离到最后一个人撤离的时间间隔分别为67.7、67.6、109.9、107.1 s。这表明经济舱乘客更倾向于从5、6号舱门逃生，从而延长了疏散时间。研究结果对掌握不同舱门开启条件下人员疏散特性提供了参考。

人体行为识别（human action recognition，HAR）是从无人机捕获视频中理解行人意图的一项关键技术。但无人机平台算力有限、现有行为识别方法效率较低。提出轻量级的空间分组注意力图卷积网络，降低网络深度，提升效率并保证行为识别精度。为了捕获能够代表全局运动的肢体部位，提出空间分组注意力模型，增强与全局特征相似性高的局部特征。此外，仅靠关节和骨架特征无法有效区分具有相似运动轨迹的行为，构建骨骼角度的高阶特征编码，捕获更能反映细微运动差异的肢体关节间角度的变化，提升特征的表示能力。最后，针对无人机航拍视频的低帧率问题，提出基于帧间差异的线性插帧方案，提升样本信息量。实验结果表明，与现有SOTA方法相比，该方法在UAV-Human数据集上的识别率、参数量、训练耗时、执行耗时都具有更好的性能。

以中国装备制造业A股上市企业2011—2021年的数据为样本，实证检验数字化转型、动态能力对企业创新绩效的作用机制。结果表明：数字化转型可以通过增强动态能力促进装备制造企业创新绩效，组织惯性在数字化转型与动态能力之间存在着不同程度的调节作用。由企业异质性分析发现，数字化转型对于企业创新绩效的影响在国企与非国企及东、中、西部地区均有显著差异。研究结论弥补了动态能力与组织惯性的理论缺口，并为数字化转型促进企业创新绩效的内在机理提供实践指导。

针对粗糙元均匀分布壁面，基于国家数值风洞风雷软件，在k-ω SST湍流模型和γ-Re_θt 转捩模型中分别引入粗糙壁面边界条件修正及粗糙壁面转捩动量厚度雷诺数，同时增加了部分粗糙表面设置，实现了局部/全局粗糙壁面边界层流动模拟能力。算例研究表明，对于全湍状态翼型，粗糙壁面导致失速攻角减小4°，1×10^-3倍弦长量级的等效粗糙元高度使最大升力系数下降约36%。同时粗糙壁面会使边界层转捩提前，导致翼型的摩擦阻力增大。计算分析证明，Hellsten等提出的粗糙壁面比耗散率边界条件能够较准确地反映粗糙度造成的影响，气动力计算结果与实验值基本吻合，流场模拟结果符合粗糙壁面流动特征；同时能够保证与转捩模型及其粗糙壁面修正的稳定耦合计算，对于转捩位置及其随粗糙度和来流湍流度变化趋势的模拟结果符合实验结果，但转捩区长度还需通过更严谨的实验进行进一步验证和修正。

螺栓连接结合面的刚度和阻尼的变化会引起整个螺栓连接结构的动态特性变化，准确得到结合面动态参数在工程中具有极大的实用价值。基于螺栓连接结构，提出螺栓预紧力作用范围内结合面刚度分布不均的结合面等效改进模型，并对有限元建模中不同数量刚度矩阵单元分布作出分析。采用实验与有限元分析相结合的方法对螺栓连接结合面进行刚度参数辨识。结果表明：在一定程度上，增加刚度矩阵单元数量可以提高固有频率解的精度。同时考虑螺栓预紧力作用范围内结合面刚度分布不均，可以有效地提高螺栓连接结构的等效建模精度。

复合材料强度退化规律对研究结构疲劳寿命具有重要意义，然而现有剩余强度模型均需利用剩余强度试验数据确认模型参数，模型构建成本较高。通过探究复合材料疲劳寿命和剩余强度的关系，以疲劳寿命累积分布函数为出发点，构建具有明确物理意义的损伤度，进而提出改进剩余强度模型。改进剩余强度模型不需要剩余强度试验数据，仅需初始静强度和疲劳寿命数据。在改进剩余强度模型基础上，构建S-N-φ疲劳寿命预测模型，该模型可以考虑初始静强度对疲劳寿命的影响。算例结果表明，改进剩余强度模型的预测精度是满意的，S-N-φ模型相比经典S-N曲线模型具有更好的预测精度。

针对现有能量法无法准确描述齿轮存在齿面剥落的时变啮合刚度，造成齿轮传动系统故障的动力学建模方法不完善的问题，提出改进能量法。考虑不同类型的齿面剥落，建立一种考虑齿面剥落的时变啮合刚度公式。将所建立的齿面剥落时变啮合刚度公式引入六自由度传动系统，建立一个能够模拟齿面剥落的齿轮传动系统动力学模型。采用Newmark-β法进行求解，将数值模拟结果与试验数据进行对比分析，验证了所建立模型的准确性。基于该模型分析了不同齿面剥落关键参数对时变刚度的影响和对应的刚度变化规律及动力学响应的频率特性规律。研究结果表明，考虑齿面剥落的齿轮传动系统特征频率左右两侧会出现间距10Hz的次生频率峰值。

为了能在仅有健康状态数据条件下进行故障诊断，构建一种优化的swin transformer深度神经网络架构，对健康数据的特征进行提取并重构，提出一种滚动轴承故障诊断的无监督学习方法。与自编码器、深度编码器、卷积自编码器及稀疏自编码器进行对比，准确率分别为98.62%、76.46%、68.69%、77.69%、68.00%，与对比网络相比准确率提升20%以上。

纤维增强树脂基复合材料损伤机理复杂，为保证其长期稳定应用，需要采用先进的健康监测技术对其进行损伤监测。基于碳纳米纸传感器可灵敏监测电阻变化，对碳纤维增强聚合物（carbon fibre reinforced polymer composite，CFRP）复合材料进行冲击损伤监测，并设计出一套基于人工神经网络（artificial neural network，ANN）深度学习算法的损伤监测系统。通过数据分析可知，该系统可长期有效地监测CFRP的损伤发生与位置预测，且损伤位置精确度高达92%。该损伤监测系统可实现对复合材料健康状况的评估。

基于transformer架构，提出一种面向学习轨迹的知识追踪预测模型（knowledge tracing prediction model for learning trajectories，LTKT），解决知识追踪领域使用transformer架构所存在的问题：网络中缺乏知识点信息、注意力被分散到众多关联较小的试题及忽略了学习能力在答题决策中的影响。LTKT在数据预处理阶段，采用教育领域的知识融通机制整合题目涉及的多个知识点，作为模型学习的一个信息维度。在编码器与解码器结构中，根据注意力呈现长尾分布的特点引入稀疏自注意力机制，并在其中嵌入包含绝对距离和相对距离的位置编码，使注意力集中在少数高度相似的试题上，同时加强模型对位置信息的感知。在预测策略上，使用双线性层融合学习能力特征与学生的知识状态，综合预测学生下一时刻的作答表现。在两个真实的大型公开数据集上进行实验，与其他优秀模型进行对比，结果显示LTKT的AUC有了明显提升。

针对传统喷漆轨迹规划算法中需要大量搜索最近点对的缺陷，提出一种基于点云薄切技术的初始轨迹点提取算法。该算法通过计算点云模型密度确定切片厚度，并将薄片上的点设定为初始轨迹点，通过避免点对搜索的方式提高了运行效率。为解决传统线性插值算法导致的轨迹精度不足和曲率过大等问题，提出一种轨迹拟合算法。该算法首先将三维空间中的轨迹点映射到二维坐标系，并引入孤立森林算法去除轨迹点异常值，然后结合曲线拟合方法进行轨迹规划。实验结果表明，该算法规划的轨迹具有更高的精度和光滑度，同时提升了算法的整体运行效率。

为了研究大气湿度对分开排气涡扇发动机性能的影响，在某涡扇发动机性能模型的基础上，考虑了湿度对进入发动机空气热物理性质的影响，计算分析了不同环境温度和相对湿度对某涡扇发动机的推力、排气温度和燃油流量的影响，得到对应的湿度修正系数，并与发动机试验结果进行对比。结果表明：相同环境温度条件下，随着相对湿度的增加，发动机的推力、排气温度和燃油流量的换算值逐渐减小，且环境温度越高，大气相对湿度的影响越明显；发动机换算推力、换算排气温度、换算燃油流量的湿度修正系数与含湿量均呈线性相关的关系，且与试验验证结果基本一致；当环境温度低于0℃时，在实际工程应用中可以不考虑湿度对发动机性能影响。

为了解决经典K-均值聚类算法要求用户事先知道待处理数据的聚类数量及聚类结果对算法的初始化很敏感的问题，提出一种对K-均值聚类算法的改进措施并可视化地确定聚类数量的综合方案。首先，对数据进行标准化，使其服从正态分布，利用主分量分析（principal component analysis，PCA）抽取数据中最重要的特征以实现高维数据的降维；然后，采用最远质心选择和最小-最大距离规则对K-均值聚类算法的初始化进行修正，避免出现空聚类并确保数据的可分离性；在此基础上，采用统计经验法则估计聚类数量的可能范围，通过搜索在此范围内平方误差和（sum-of-squared-error， SSE）曲线的肘部估计最佳的聚类数量；最后，通过计算比较各个聚类的轮廓系数以评价算法的聚类质量，从而最终确定数据集固有的聚类数量。仿真结果表明，该方案不仅能可视化地确定数据集潜在的聚类数量，而且为大数据时代的高维数据分析提供了一种有效的方法。

在发动机性能分析中，高压涡轮导向器的冷却用气流量与压气机进口流量的比值为固定值。而实际涡轮冷却用气流量会受到冷气流路进出口压差、流通面积、流阻等因素的影响而发生变化，使发动机性能仿真精度与实际性能存在偏差。为进一步提高发动机的性能仿真精度，提出了一种基于高压涡轮导向器流量特性的建模方法，并以此完善了核心机性能计算模型，利用该模型对某型核心机性能参数进行计算。计算结果表明：对某型核心机，在考虑高导流量特性后，实际高导冷气量减少，且冷气量对冷气流路总压恢复系数的变化较为敏感。在核心机性能计算中采用高导冷气流量修正后，燃烧室出口总温下降1%～2%，核心机温比上升0.2%～0.45%，单位循环功增大0.24%～0.48%，核心机压比和单位循环功耗油率变化较小。

为研究某型涡扇发动机吞雹能力，按照CCAR-33R2标准33.78（a）条开展了整机吞雹试验方法研究及验证。梳理了试验流程，确定了试验条件，对发动机、试车台等进行了分析，开展了防护装置、摄影装置、投射装置设计，并对冰雹的制作方法进行了研究。通过投射装置实现了冰雹向发动机的投射，同时设计了试验前的校靶试验和空炮试验，通过校靶试验保证了投射的速度和准确性，通过空炮试验测试了投射装置对发动机进气的影响，又通过高速摄影验证了冰雹投射的速度和撞击位置的准确性。发动机吞入冰雹过程中推力出现短时减小，随后恢复了稳定工作，吞雹后发动机排气温度下降约2%～3%，转差变化约-0.6%～0.2%，推力下降约0.1%～1.6%；其余参数无明显变化，通过低压测点时域信号采集了风扇部分的冲击响应；试验后分解检查5片风扇叶片进气边变形，未出现掉块情况，未发现可能危及飞行安全的结构损坏，验证了某型涡扇发动机的吞雹适航符合性。

火箭图像目标识别与跟踪是图像目标识别的重要应用领域，是实现火箭测试发射、飞行控制的重要支撑，对火箭目标跟踪、姿态分析控制具有重要意义。上升段的火箭目标视频图像跟踪是火箭飞行测控的重要阶段，但目前对火箭上升段的视频图像跟踪主要依靠人工手动操作云台控制器，图像跟踪存在跟踪滞后、画面抖动等问题，跟踪效果受人为因素影响较大。结合全卷积理论和深度学习方法，提出一种基于全卷积深度神经网络的火箭图像目标识别与跟踪方法，采集火箭发射及上升段的图像作为样本，构建、训练全卷积网络模型，采用端到端的语义分割方法，在深度分类网络的基础上，实现火箭目标在像素级别上的语义判断，具有较好的识别率和鲁棒性。在火箭目标识别的基础上建立云台控制模型，通过对云台的智能控制获得火箭上升段的高质量图像，完成对火箭目标的跟踪。

针对噪声环境下难以提取齿轮故障特征、诊断准确率低的问题，提出了一种将基于综合评价指标的变分模态分解（variational mode decomposition，VMD）参数寻优、核主成分分析（kernel principal component analysis，KPCA）特征融合和BP网络相结合的齿轮故障诊断方法。首先，为了有效评价VMD分解后的各固有模态函数（intrinsic mode function，IMF）分量及避免变分模态分解需要人为设定相关参数的问题，设计了一种基于包络熵与峭度的综合评价指标，用于建立VMD参数寻优中的适应度函数及筛选最优IMF分量；其次，按最优参数进行VMD分解后对最优IMF分量提取多域特征集，再利用KPCA模型对其进行特征的融合；最后，通过BP网络模型进行故障诊断。实验表明，与其他传统方法相比，在相同实验条件下该方法提高了齿轮故障的识别率，准确率高达98%，证明了该方法的有效性。

伴随市场环境的复杂多变，高端装备制造业必须通过协同创新来增强技术实力及提高创新成效，其中伙伴选择是其实现创新的关键一步。首先，分析总结伙伴选择评价指标相关文献，并结合高端装备制造业协同创新发展需求，从互补性、兼容性、创新资源、创新能力、创新环境、声誉与信任及技术水平这7个维度，建立了高端装备制造业协同创新伙伴选择指标体系；然后，考虑到高端装备制造业的复杂性及专家评价的模糊性，在概率犹豫模糊环境下，构建基于可能度的平均解距离法（evaluation based on distance from average solution，EDAS）群决策评价模型，并将其应用到该指标体系下的协同创新伙伴选择中；最后，通过一个算例，对该研究方法加以验证，为高端装备制造业进行协同创新伙伴选择提供一定的参考。

作为一种比单一导航系统精度更高、稳健性更好的导航方案，全球导航卫星系统/惯性导航系统（global navigation satellite system/inertial navigation system，GNSS/INS）组合导航，在各种运动载体中得到广泛应用。针对环境遮挡或电磁干扰导致卫星导航信号中断从而降低组合定位精度的问题，提出一种基于全连接神经网络（fully connected neural network，FCNN）的GNSS/INS组合导航定位方法，该方法由训练模块和预测模块构成。在GNSS信号正常的情况下，该方法利用INS解算的位置和速度信息与组合导航输出的位置和速度信息对FCNN模型进行训练；当GNSS信号中断或失效时，利用前期训练的FCNN模型预测输出导航解。采用实测数据对所提方法进行了验证，结果表明，提出的基于FCNN的GNSS/INS组合导航方法可有效地抑制单一惯导定位误差发散的情况，提高GNSS信号中断时GNSS/INS组合定位结果的精度和可用性。

折叠翼无人机可服役于多任务剖面，飞行环境复杂且易受低空突风的影响。开发一种新型的具有非侵入性特征的参数化气动弹性模型，用以快速计算在不同折叠角度下Z形折叠翼的离散突风响应特性。首先，对现有Z形折叠翼进行了结构和气动方面的增强设计。其次，基于舒展状态下颤振计算的Nastran输入文件，重构任意折叠角下的参数化气动弹性模型。最后，考察了折叠角、飞行速度、突风速度幅值、铰链阻尼等参数对折叠翼突风响应特性的影响。结果表明，增大折叠角可有效减缓突风响应，飞行速度和突风速度幅值的增大对翼尖加速度和翼根弯矩响应的贡献明显，铰链阻尼参数的存在会减缓翼尖加速度响应，但同时会增大翼根弯矩响应。

针对现代飞机部件装配过程中存在的装配信息量大、装配工艺复杂的问题，提出了一种基于数字孪生等相关理念的在线可视化装配模型。综合考虑飞机部件装配过程前后所涉及的零件、装配件和段件的尺寸准确度等物理数据和工艺参数，并结合Oracle数据库技术搭建信息集成平台，以映射表的形式实现物理空间和孪生空间的数据交互，将装配过程中的各种信息进行可视化管理。该模型能够提高装配效率，同时帮助工作人员科学决策。

在双碳目标的背景下，制造企业的数字化转型对于促进绿色化转型，进而实现经济效益和环境效益的平衡具有十分重要的意义。以2011—2021年沪深A股上市制造企业作为研究对象，实证检验制造企业数字化转型对环境、社会和治理（environmental，social and governance，ESG）责任表现的影响。研究发现，数字化转型正向促进制造企业ESG责任表现，且经过稳健性和内生性检验后结论依然成立。机制检验表明，数字化转型可以通过缓解制造企业的融资约束，进而促进其ESG责任表现的提升。调节效应表明，数字普惠金融能够加大数字化转型对制造企业ESG责任表现提升的影响力度。异质性分析表明，在创新资源投入高以及处于低碳试点城市的制造企业，数字化转型对企业ESG责任表现的促进作用更加显著。研究结论从政府和企业两个层面对提升ESG责任表现提供了对策建议。

电力行业碳排放仍然是当前我国碳减排任务的重点。分析了我国30个省份生产侧、消费侧电力碳排放情况，阐明了省际碳排放空间转移和部门转移的规模和路径。主要采用多区域投入产出（multi-regional input-output，MRIO）模型进行相关研究。结果表明，碳转移是导致地区生产侧、消费侧碳排放差异的主要原因，整体呈现出碳排放由经济发达省份转移到电力供应过剩的欠发达省份的态势。从部门级来看，大部分电力转移是由建筑业和服务业的电力需求引起的，其碳排放占比达到57.89%。有效地识别了各省电力碳排放时空特点和转移特征，为制定省域尺度的电力行业碳减排方案提供科学依据和理论基础，该研究将服务于“双碳”目标的建设和完成。

针对航空发动机主轴承故障信号传输路径复杂、不稳定和故障特征提取困难的特点，提出了一种基于时域特征参数、频域特征参数和本征模态函数（intrinsic mode function，IMF）能量矩特征参数融合降维的故障识别方法。首先，分别选取60组轴承滚动体故障、内圈故障、外圈故障和正常轴承数据，提取时域特征、频域特征及能量矩特征。由于3种参数组成的融合向量维度过大、数据量庞大和信息冗余，利用主成分分析方法（principal component analysis，PCA）对3种数据进行融合降维，根据主成分累积贡献率提取有效的主成分分量。最后，将降维后的特征向量输入支持向量机（support vector machine，SVM）中进行模式识别，诊断不同类型的轴承故障。结果表明，相对于使用单一特征参数等模型的故障识别正确率，该方法能够在复杂的信号中提取出有效的故障特征向量，之后运用故障特征向量准确地对故障类型进行识别分类，故障识别率达到98.75%。

在民机噪声适航审定试飞测量中，气象的影响对最终的测试结果影响至关重要。为保证申请人正确地测量气象参数，对噪声数据进行气象影响修正并获得准确的试验结果，对使用地面气象站、车载气象站和气象飞机搭载的测试设备提出技术指标要求，针对测量方法、试飞方法及数据有效性等内容给出审查指导要求，提出用于修正噪声测量数据的大气分层方法、大气声衰减系数二次插值方法，并进行分析验证。在噪声适航测量数据修正过程中，通过计算大气声衰减系数和修正测量数据，使得噪声结果能够符合基准条件，并满足适航要求。研究表明，提出的气象数据试飞、测量、分析和数据修正方法提高了最终噪声结果的准确性和可靠性，可以确保在不同气象条件下进行的噪声测试结果具有可比性和可靠性。

为了探究旋转状态下涡轮叶片内冷通道的流动换热特性变化，研究了入口雷诺数为3×10⁴，旋转数分别为0、0.03、0.06、0.09和0.3时缩扩蜿蜒通道流阻及换热性能。结果表明：哥氏力与离心力共同将通道中心流体推向压力面，再由流程上壁面回流与中心流体形成涡旋，进而改变通道内流场结构。随着旋转数增加，通道阻力系数表现出先增大后减小的趋势。当旋转数从0上升至0.3时，通道阻力系数下降了53.79%。旋转通过强化流体扰动来破坏吸力面与压力面的边界层，增强通道整体换热能力，当旋转数从0上升至0.3时，第一、二流程局部换热能力增长速率明显高于其他流程，相较静止通道提升了68.49%，缩扩蜿蜒通道整体换热能力较静止状态提升了21.18%。

为解决小尺寸单人旋翼飞行器的飞行稳定性问题，针对整机尺寸小、载重大的特点，提出增稳结构方案，建立动力学模型并进行了模态仿真分析。首先，确定了飞行器的重心位置，确保设计满足飞行稳定性要求。其次，针对摇摆、振动等稳定性问题，提出了增稳结构方案。最后，通过不同阻尼器阻尼值的驾驶舱动力学仿真，确定了阻尼器方案，并完成了模态仿真分析。研究结果表明，研究的目标飞行器在保持小尺寸的同时，通过合理的结构设计和飞行控制策略，能够实现稳定飞行，满足实际应用需求。

以一种六自由度桌面式上肢康复机器人（desktop upper limb rehabilitation robot，DULRR）为研究对象，观察到传统的位置控制无法满足患者康复训练的需求，可能导致其在康复过程中二次受伤。针对这一问题，提出一种基于位置闭环的自适应柔顺性控制方法。首先，根据DULRR的运动学模型，构建基于模糊比例-积分-微分（proportional-integral-derivative，PID）的位置控制器。然后，利用阻抗模型将力信号转换为速度和位置信号的特点，提出了基于压力传感器的自适应柔顺性控制器，与所提出的模糊PID控制器相结合，形成了完整的DULRR被动康复训练控制方法。最后，通过仿真分析和样机实验的方式，验证了基于位置闭环的自适应柔顺性控制方法的优越性。实验结果表明：相较于传统的PID控制器，在DULRR系统下模糊PID响应时间更短、稳态误差更小，体现出了较好的轨迹跟踪能力。同时，该控制器表现出良好的柔顺性效果，满足了患者早期被动康复训练的需求，并避免了康复过程中的二次伤害。

为了改善选区激光熔化TC4合金的表面质量，采用超声辅助磁力研磨技术进行光整加工。模拟了不同磁极尺寸和研磨区域下磁通密度的大小和分布情况。对空化泡在复合场下受力进行分析，研究磁场对空化效应的影响机理。分析了施加超声振动前后试样表面形貌的变化规律，研究了振幅、研磨转速和研磨时间对表面粗糙度的影响规律。结果表明，随着磁极直径和高度的增加，磁感应强度增加，磁通密度的分布逐渐由不均匀向均匀变化。在80 mm的固定位置研磨效果较好，平均磁场力为17.12 mN，表面粗糙度为0.673 μm。施加超声振动后，原始表面凸起和缺陷被完全去除，表面有细长的划痕，表面粗糙度降至0.243 μm。与磁力研磨工艺相比，表面粗糙度降低了60%。磁场对空化效应的抑制作用降低了空化泡溃灭时释放的能量，从而减小了空化效应对表面造成的损伤。