锂离子电池的荷电状态（state of charge，SOC）是新能源电动汽车电池管理系统中的关键参数。针对复杂运行环境下锂离子电池SOC预测精度不足等问题，提出了一种基于Transformer神经网络的电动汽车锂离子电池SOC智能预测方法。以日产Leaf电池为研究对象，搭建了新能源电动汽车锂离子电池充放离子电测试平台，模拟用户的真实能量需求及实时能量需求的动态变化，动态调整电池的充放电策略，采集多维度电池数据并进行预处理。构建基于Transformer模型的SOC预测框架，通过神经网络提取复杂时间序列特征，实现了对锂离子电池SOC的高精度预测。实验结果表明，提出的方法在预测精度上优于其他网络，其平均绝对误差低于1.51%，均方根误差（root mean square error，RMSE）低于0.48%，验证了该方法的有效性和准确性。

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。

对于制造业企业管理者而言，掌握适应数字时代发展的数字化领导力，是推动制造企业转型升级的关键所在。基于领导力理论探讨制造企业管理者提高数字化领导力的路径，总结了6个影响数字领导力的前因，并运用模糊集定性比较分析（fuzzy set qualitative comparative analysis，fsQCA）方法进行实证研究。结果表明，在所有前因条件变量中，任一要素均无法单独促使制造业企业实现高数字化领导能力。实现制造业企业管理者高数字化领导能力的路径有2条；实现制造业企业管理者非高数字化领导能力的路径有4条，与产生制造业企业管理者高数字化领导能力的组态路径存在着因果非对称的关系。

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。

基于计划行为理论，采用定性比较分析探究影响高校科技人才创新意愿的复杂前因机制。研究发现：内生态度、外生态度、指令性规范、示范性规范、自我效能感和控制力均不构成高校科技人才创新意愿的必要条件。影响高校科技人才创新意愿的路径有3条，即创新态度型驱动、指令性规范态度型驱动、混合型驱动。研究结论有助于系统阐释高校科技人才的创新意愿的复杂前因，提高科技人才的创新效率，赋能科技创新高质量发展。

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。

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。

针对飞机复杂大机动过程中非定常气动力高精度建模需求，提出了一种基于自适应遗传算法（adaptive genetic algorithm，AGA）优化长短时记忆（long short-term memory，LSTM）神经网络的非定常气动力建模方法。通过计算流体力学（computational fluid dynamics，CFD）模拟飞机不同坡度角的快速转弯及在不同马赫数飞行条件下的横滚和筋斗机动动作并获取机动飞行数据，建立了AGA-LSTM气动力模型。基于此对坡度角为60°的快速转弯机动系数进行预测，成功预测了其升力系数、阻力系数及俯仰力矩系数的变化，与CFD仿真数据基本吻合，具有较高的准确性。为验证所提出模型的准确性，对英斯曼机动进行预测，并与CFD仿真数据和传统的LSTM神经网络模型进行对比。结果表明，AGA-LSTM神经网络建模结果比传统的LSTM神经网络模型更接近仿真数据，具有更好的预测精度。

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。

为了避免万向联轴器因磨损导致传动效率下降甚至破坏的问题，基于Archard模型和Hertz接触理论对磨损量进行计算。结合动力学仿真给出输出端角速度变化幅度和磨损量之间的函数关系，进而建立可靠度及灵敏度计算模型。结果表明，磨损量越大，输出端角速度的波动越大，当磨损量超过一定值时，输出端角速度的波动出现明显激增；随着磨损量增大，可靠度逐步下降，可靠度对各随机变量的灵敏度均为负值，其中参数K _H的灵敏度最大。因此，在定期监测磨损量和输出端角速度变化幅度的同时，应采取适当工艺手段提高材料硬度和使用优质润滑油等措施降低K _H的均值和离散性。

为了研究沟槽结构减阻特性，选取不同尺寸的三角形和梯形沟槽，对二维横向、三维横向与三维纵向沟槽布置的平板模型减阻特性进行仿真对比。结果表明，沟槽结构可以在沟槽底部产生低速流体，横向沟槽低速流体可以起到滚动轴承的作用，纵向沟槽的减阻机理则可以从突出高度论的角度来解释。在沟槽内部的低速流体，减小近壁面速度梯度，从而减小摩擦阻力。沟槽结构可以有效减小湍流动能和剪切应力，从而减小黏性阻力。二维横向与三维横向沟槽模型减阻效果相近，而纵向沟槽的减阻率高于横向沟槽，且梯形沟槽减阻率高于三角形沟槽，最优沟槽尺寸为宽0.1 mm，深0.1 mm，最大减阻率为18.57%。

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。

传统的输电线路导线压接由人工完成，其压接精度及一致性难以保证。为此，设计一种输电线路导线自动压接控制系统，该系统以西门子S7-1200为控制器，以模糊PID为核心控制算法，应用博途平台系统管理语言（system control language，SCL）进行模糊比例-积分-微分控制（proportional-integral-derivative control，PID）算法的编程实现。设计的系统可通过上位机监控界面设定压接参数，实现滑台自动移动、导线自动压接、导线对边距自动测量等功能，并且可在监控界面查看系统运行过程中的实时变化曲线、当前变量值及压接状态。实验结果表明，设计的系统可自适应动态调整控制参数，实现对导线压接的精确控制，在提高压接精度的同时也降低了人工成本。

针对传统连续碳纤维增韧超高温陶瓷基复合材料（C_f /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。

为了研究雷诺数对风洞换热器性能的影响，采用CFD数值模拟的方法对风洞常规翅片式换热器进行分析。利用NX12.0制作翅片式换热器的三维几何模型，并通过Ansys-Meshing划分网格。使用Fluent 2021R1软件进行模拟仿真计算，研究来流雷诺数对换热器换热性能和阻力性能的影响。由计算可知：2、4和6 mm对应的雷诺数分别为676.79、1 353.59和2 030.39，雷诺数增大，换热器进出口压降和温差下降，综合换热性能分别提升72.61%和28.28%，但提升效果趋于平缓。在结构参数相同工况下，入口风速增大，所对应的雷诺数分别为1 355.09、2 710.18、4 065.27、5 420.35和6 775.44。雷诺数增大，换热因子随之减小，风洞换热器的换热特性呈下降趋势，摩擦因子随之减小，风洞换热器的流动阻力呈下降趋势，综合换热因子随之减小，分别下降了9.34%、8.96%、4.79%和5.34%，换热器综合性能随之变差。

传统民间棋艺——藏久棋，是一种承载着深厚藏族文明与灿烂文化的完备信息博弈游戏。鉴于藏久棋规则体系的复杂性与棋局变化的多样性，传统博弈搜索算法难以有效应对其复杂决策需求。为提升藏久棋博弈的智能水平，提出了一种融合先验知识的蒙特卡洛树搜索（Monte Carlo tree search，MCTS）算法优化策略。在布局规划、行棋策略等关键阶段，基于深度强化学习，融合领域专家的先验知识设计了策略选择优化函数和评估函数。通过函数来有效指导MCTS的搜索过程，并训练出能够生成高质量着法的最佳模型。实验表明，改进的MCTS算法在对弈中取得显著效果。

为解决复杂多场耦合服役工况下涡轮叶片的热机械疲劳损伤问题，基于发动机服役工况载荷谱，结合改进的Morrow低周疲劳损伤和蠕变损伤模型，进行发动机涡轮叶片的热机械疲劳寿命预测。首先，考虑叶栅间的转静干涉效应，完成了涡轮叶片的三维流场建模与多场耦合仿真。然后，基于服役工况载荷谱下和多场耦合响应特性，确定了涡轮叶片疲劳损伤关键考核位置。其次，利用改进的Morrow低周疲劳损伤模型，并与传统模型和试验结果进行了比较检验。最后，根据线性累积损伤准则及Morrow低周疲劳损伤和L-M蠕变损伤，预测了服役工况下涡轮叶片的热机械疲劳寿命。结果表明，数值仿真计算结果与试验数据吻合良好，验证了涡轮叶片三维非定常流场模拟和改进Morrow低周疲劳损伤模型的准确性。在服役工况发动机载荷谱和多场耦合作用下，考虑Morrow低周疲劳损伤和L-M蠕变损伤，涡轮叶片的热机械疲劳寿命为6.028×10³h，最小寿命区域位于进气口叶根前缘考核位置A，此处为涡轮叶片的重点检修部位，可为复杂服役工况涡轮叶片的热机械疲劳寿命预测提供理论参考和依据。

航空发动机整流帽罩作为飞机发动机结冰的关键部件之一，其表面的水滴撞击特性直接影响后续的结冰状态。为了得出整流帽罩在不同工况下的水滴撞击特性，采用欧拉法和单旋转坐标系，建立了航空发动机旋转整流帽罩的三维水滴撞击模型。分别模拟了整流帽罩在静止及旋转工况下的水滴撞击特性。结果表明，在静止工况下，随着来流马赫数的增加，水滴收集系数和撞击区均显著增大。相比单一直径，当考虑水滴的Langmuir-D分布时，驻点处水滴收集系数减少，撞击区域反而增加，下游区域的收集系数也会略有增大。在旋转工况下，由于整流帽罩的流线型外形特征，转速对水滴撞击特性的影响可以忽略不计。

为保障涡轮叶片正常工作，面对不断提高的涡轮前温度，发展更高效的冷却技术显得尤为迫切。陶瓷基复合材料（ceramic matrix composite， CMC）发汗冷却技术结合了CMC优异的高温耐受性与发汗冷却的高效散热潜力，在未来的涡轮叶片热防护中具有广阔的应用前景。然而，CMC材料强烈的各向异性及其内部复杂的多孔结构，为其发汗冷却过程的热分析带来很大挑战，相关流动与传热机制也不明确。对CMC各向异性导热系数和微孔隙渗流特性方面的研究进展进行了综述，分析了当前研究存在的关键问题与难点，并为建立面向CMC涡轮叶片发汗冷却结构的整体设计体系提出了建议。

为了满足太阳能小车开环轨迹运动要求，提出了一种太阳能小车的设计制作方法。首先，通过使用 B 样条曲线，将特征点坐标拟合出理想的开环轨迹曲线，并利用MATLAB软件对规划轨迹进行分析和优化，生成凸轮轮廓线。其次，根据总体功能要求，设计太阳能小车的整体结构、传动机构及转向微调机构。然后，运用仿真软件对凸轮轨迹进行仿真分析和优化，并组装小车电路模块。最后，进行小车实际行驶测试，通过调整微调机构改变前轮偏移角度，提高小车的轨迹运行精度。实验结果表明，制作的小车运行稳定，能够顺利通过所有预定特征点。

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。

为了更好地解决磁流变起落架缓冲系统在阻尼器故障情况下的鲁棒容错控制问题，提出了基于模型参考自适应的容错控制策略，建立力学模型，并通过阻尼实验确定关键参数。针对磁流变起落架系统建立故障模型并引入容错控制，设计自适应律以实时调整控制增益，构建容错控制器应对阻尼器故障。结果表明，相比于传统被动式和模型参考自适应控制方法，基于模型参考自适应的阻尼器故障容错控制方法的缓冲效率分别提升了4.9%和0.95%，该控制方法显著提升磁流变起落架缓冲系统的缓冲效率和质量。

为了选择更有效的表征空压机轴承性能退化特征指标，提出一种基于博弈论组合赋权法的特征指标选取方法。通过对轴承振动进行时域指标分析及冗余信息预处理，获得轴承时域指标数据集。利用单调性、鲁棒性和趋势性3种特征指标评价方法，分别完成性能特征指标选择。基于此，利用博弈论组合赋权法，对3种特征指标和16种时域指标进行加权，完成轴承性能退化指标的选择，并通过实例验证，说明该方法的有效性。

针对螺旋桨飞行器概念设计阶段的快速迭代需求，涡格法等低可信度气动评估方法是较为合适的选择。为获得合适的计算参数及定量误差，基于螺旋桨标模研究了NASA开源飞行器设计工具（Open vehicle sketch pad，OpenVSP）非定常涡格法（unsteady vortex lattice method，UVLM），并首次给出了多重参考系准定常涡格法（multiple reference frame quasi-steady vortex lattice method，MRF-VLM）的计算特性。采用 APC电动螺旋桨标模分析了计算收敛性和误差特性，获得了兼顾计算稳定性和效率的网格/迭代参数设置。与试验数据对比表明，在合适的网格和迭代参数下，上述两种方法在低桨距角和中等前进比工况下推进效率计算误差分别在6.1%和3.6%以内，精度满足概念设计阶段要求，且4线程并行的MRF-VLM计算仅需4 min，效率更高。NACA 5868-9螺旋桨标模算例进一步验证了MRF-VLM方法的计算可信度。以上研究结果能够为OpenVSP涡格法可靠工程应用提供参考。但由于涡格法的线化势流理论局限性，上述两种方法在高桨距角和高低前进比下无法准确模拟较强的流动非线性，计算精度有待改善。

在无人机与地面车辆协同作业的背景下，旋翼无人机执行相关任务时往往需要通过必经点或躲避障碍物，轨迹的波动增多给路径规划带来更多挑战。针对该问题提出一种改进的离散力学最优控制（discrete mechanics and optimal control，DMOC）轨迹优化算法，该方法将最优控制问题转化为非线性规划问题。考虑到车载旋翼无人机的续航时间，在保证遍历条件下，以时间最短为优化目标。在算法实现过程中，提出根据误差因子大小调整离散步长，再进行近似相关积分，有效解决了轨迹波动的问题。实验结果表明，该方法在保证遍历所有必经点的同时，提高了最优轨迹的平滑度，也为其他智能体的轨迹优化提供参考。

Nomex蜂窝材料因其低密度、高比强度和高比刚度等特点，广泛应用于船舶、高铁、航空航天等领域，但蜂窝结构的非均质、薄壁、脆性等特征使其在加工过程易产生撕裂、压溃等问题。国内外学者利用超声加工技术切削力小、加工表面质量高等优势来解决Nomex蜂窝材料加工的难题，并开展了广泛且深入的研究。然而，相较于普通加工，高质高效的超声加工过程中产生的高频振动、周期性冲击对刀具性能与寿命提出了更高的要求。因此，围绕Nomex蜂窝材料加工过程中刀具材料选择、刀具设计、运动学分析、切削力和切削热模型建立、加工表面形貌分析等方面，总结了超声切削Nomex蜂窝材料的加工机理、切削特性及超声刀具设计的研究现状，提出了超声切削Nomex蜂窝材料的未来研究重点与发展趋势，为进一步研究超声刀具在切削加工的使役性能与加工质量提供参考。

针对无人机（unmanned aerial vehicle，UAV）与地面无人车（unmanned ground vehicle，UGV）在搜救场景下的协同搜索任务规划问题，提出一种集中任务分配与独立路径规划相结合的方法。首先，根据需求明确任务并分配给UAV和UGV。然后，UAV和UGV依据各自所负责的任务分别进行航迹规划和路径规划。针对任务分配问题，引入一种基于任务类型的“多目标区域分割与分配”模型，采用一种结合遗传算法（genetic algorithm，GA）与禁忌搜索算法的自适应混合算法进行求解。航迹规划针对UAV任务需求构建了“旅行商路径-区域覆盖路径规划”（traveling salesman path-area coverage path planning，TSP-ACPP）模型，采用改进的遗传算法进行求解，即在传统遗传算法的基础上，引入“S”型路径作为初始种群，并设计适应度函数优化筛选过程。针对UGV的路径规划，提出了将A*算法与人工势场算法相结合求解最优行进路径的方法。仿真结果表明，与常用的遗传算法和A*算法相比，所提出的算法能有效完成搜索任务，并在任务执行效率和路径规划精度上均有显著改善。

为了深入研究离子液体凝胶（ionic liquid gel，ILG）作为离子电活性聚合物的驱动性能，设计了一种基于ILG的新型软体致动器，并对ILG软体致动器机电耦合模型进行了详细研究。根据电活性聚合物的材料特性和电流响应规律，基于Claudia Bonomo提出的离子聚合物—金属复合材料致动器等效变压器模型，建立了ILG软体致动器的机电耦合方程和驱动方程。采用最小二乘法对ILG软体致动器的耦合模型进行辨识，分析结构参数对软体致动器末端位移和驱动力的影响，为软体致动器的控制提供理论基础。离子液体凝胶软体致动器的机电耦合模型的建立，可为高性能软体机器人的发展奠定基础。

为提升无人机企业供应链韧性及应对风险的能力，基于2016—2022年A股上市无人机企业数据，实证检验人工智能技术（artificial intelligence，AI）对供应链韧性的影响及机制。研究发现，增强人工智能技术能够显著提升供应链韧性，该结论经一系列稳健性检验后依然成立，且对市场占有率较低的中小型无人机企业效果更为明显。机制分析表明，人工智能主要通过增强供应链集中度和降低内部管理成本两条路径发挥作用，通过优化资源配置、提高运营效率及减少管理开支，强化企业应对市场波动和外部冲击的能力。该研究为政府和企业利用人工智能优化供应链管理提供了策略建议，也为提升企业抗风险能力提供了理论支持与实践指导。

针对液压油泵车试验台传统健康监测方法依赖周期性物理检查和维护、信息化程度低、生产效率不足等问题，提出了一种基于数字孪生的液压油泵车试验台监测系统应用开发架构。该架构集数据、模型和通信于一体，旨在提升设备的预测性维护水平和运行效率。通过构建设备数字孪生虚拟模型，利用TCP/IP协议和统一JSON数据包格式，实现物理设备与虚拟模型之间的实时数据交互与融合。在此基础上，系统能够对液压油泵车试验台进行模拟仿真、数值预测、故障诊断和预警，从而优化设备运行状态。试验结果表明，该系统能够实现液压油泵车实现的健康监测和故障诊断，在航空试验台应用方面有着广阔的前景。

为了探究装配偏差对管路密封性能的影响，根据扭拉关系建立有限元模型，分析3种装配偏差（轴向、径向和角度）单独作用对管路连接件密封性能的影响，并通过正交试验研究3种装配偏差耦合作用对管路连接件密封性能的影响。结果表明，单一偏差时，负轴向偏差、径向偏差和角度偏差均降低管路密封性能；3种装配偏差耦合时，密封性能下降，负轴向偏差和角度偏差对管路密封性能影响显著，径向偏差影响相对较小。因此，实际工程中应严格控制负轴向偏差与角度偏差，尽量减小正轴向偏差和径向偏差。

实现高水平科技自强的关键在于加强对科技人才创新行为的激励。基于AMO理论，结合必要条件分析（necessary condition analysis，NCA）和定性比较分析（qualitative comparative analysis，QCA）方法，从个体和组织复杂交互组态视角探究科技人才创新行为的驱动路径。研究表明，单个要素的出现并不构成结果变量的必要条件，共有3条路径能够驱动科技人才高创新行为。该研究丰富了科技人才创新行为领域的相关理论研究，为管理者有效驱动科技人才的创新行为提供了可靠依据和具体措施。

为准确捕捉不同折叠角下Z形折叠翼的气动特性，考虑不同翼段结构弹性效应的影响，基于准稳态环境构建了参数化气动-结构耦合模型。在ANSYS Workbench软件中采用RNG k - \epsilon湍流模型和Coupled算法，对折叠翼在弹性效应作用下的气动特性进行数值模拟，并与刚性机翼的特性进行对比。此外，系统探讨了弹性折叠翼在不同飞行环境中的变形规律。结果表明，在弹性效应作用下，折叠翼的升力和俯仰力矩绝对值略低于刚性机翼；且随着折叠角的增大，弹性变形对机翼整体气动性能的影响趋于平稳。当折叠角度为90°时，弹性与刚性机翼的升力和俯仰力矩仅相差0.93%和0.70%。此外，在弹性效应影响下，机翼的最大变形出现在翼尖处，且随折叠角度的增大，翼尖变形量逐渐减小。

为保障电动直升机设备平台在复杂振动和冲击环境中的动态性能，采用仿真与试验相结合的方法，对某电动直升机设备平台进行深入研究。仿真部分利用 HYPERMESH 和 ANSYS 软件，开展了模态分析、扫频分析、随机振动分析及瞬态响应分析，获取了平台的动态特性和关键数据。试验部分包括随机振动和冲击测试，随机振动以RMS缩放到1 g 的加速度功率谱密度（power spectral density，PSD）作为激励条件，冲击测试以4 g峰值加速度和6 ms半正弦波激励进行。研究表明，平台前两阶模态频率分别为 33.735 Hz和39.751 Hz，低频模态可能与运行工况下的低频激励产生耦合。随机振动分析显示，主要响应集中于 70~300 Hz，平台在随机振动环境下的最大变形量为1.572 9 mm，应力分布均匀，满足材料屈服强度要求。瞬态冲击分析表明，平台在4倍重力加速度冲击下的最大应力为 11.464 MPa，显著低于材料屈服强度。试验与仿真结果一致，验证了平台设计的可靠性，为电动直升机设备平台的优化设计提供了理论依据与参考。

在高度复杂且对抗激烈的空战环境中，无人机意图评估方法普遍面临融合规则主观性强、忽视相关属性时间关联性及缺陷信息处理手段不足的挑战。针对这些问题，提出了一种融合缺陷信息修正与主客观规则的动态证据网络方法。首先，着眼于连续型变量在时间维度上的强关联性，模块化构建了一个时空融合的证据网络模型。然后，通过引入长短期记忆网络（long short-term memory，LSTM）轨迹预测技术建立缺陷证据修正机制，显著提升信息的准确性和完整性。最后，基于统计计算的方法设计客观规则，并结合主观经验，构建全面且可靠的主客观规则库。基于上述改进进行4组不同方法的实战仿真试验，结果证实所提出的缺陷信息修正、主客观规则、“时-空”动态融合等机制在提升意图识别结果的精确度和可信性方面具有显著优势。

为了提升航空发动机整机试验环境下部件性能评定的精度，提出一种基于人工蜂群（artificial bee colony，ABC）算法的航空发动机整机试验部件性能优化评定方法。将待评定部件性能参数作为输入变量，利用航空发动机总体性能仿真模型结合人工蜂群算法优化得到满足试验测试参数精度的最优待评定部件性能参数集合。利用该方法对某核心机试验环境下的部件性能进行评定。结果表明，评定后参数与测试值的偏离度保持在0.95%以内，表明该评定方法具有较高的有效性和工程实用性。在多工况优化过程中，为平衡全转速评定的精度，会使最大偏离差增大约0.1%，但通过引入优化约束的方法提升性能评定的真实性，降低测试不确定度对性能评定的影响，同时优化过程中获取了核心机不同进气温度环境下部件性能的修正特性。