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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。