考虑倍率的平流层飞艇储能电池建模与分析

准确掌握储能电池的实际电量是确保平流层飞艇实现长航时飞行的关键因素之一。首先，建立了平流层飞艇能源系统仿真模型，对能量输入和消耗进行动态分析。随后，对储能电池进行不同电流倍率的充放电测试，采用多项式拟合的方法，根据测试数据建立了储能电池充放电过程中荷电状态(SOC)、剩余放电时间(RDT)、剩余充电时间(RCT)的分析模型。最后，结合能源系统能量输入、消耗模型和储能电池模型进行飞行模拟仿真，获取各部分变化数据，与已有试验数据进行量化对比分析。结果表明:所构建储能电池模型在SOC、RDT、RCT的计算误差分别小于3%、1.5%、1.5%，能够准确反映电池工作过程中SOC、RDT、RCT的变化，可为平流层飞艇平台制定优化的飞行策略提供量化支撑。      

基于工况聚类和残差自注意力的发动机剩余使用寿命预测

针对多工况的航空发动机剩余使用寿命（RUL）预测精度较低的问题，本文提出了一种基于工况聚类分析和残差自注意力的发动机剩余使用寿命预测方法。首先，通过聚类将不同的工况进行划分，并构建线性回归分析模型筛选出符合发动机性能变化的退化参数；其次，通过卷积神经网络，获取数据中隐含的发动机性能退化特征；再次，利用双向长短期记忆神经网络挖掘时序退化特性并对其进行记忆；最后，结合残差自注意力机制对退化特征分配不同的权重来实现发动机剩余使用寿命预测。在美国国家航空航天局（NASA）的C-MAPSS多工况数据集上进行了消融试验，验证了该方法的有效性。结果表明，该方法评分和均方根误差均最优，可为发动机剩余使用寿命预测提供一定的参考。     

考虑随机效应的多源信息融合剩余寿命预测

为了合理利用同类设备的先验信息，提高参数估计和剩余使用寿命（RUL）预测精度，提出一种基于多源信息融合并考虑随机效应的RUL预测方法。利用考虑随机效应的线性Wiener过程对设备的退化过程进行建模；利用期望最大化（EM）算法，融合先验退化信息和先验失效寿命数据信息，计算模型中的未知参数；根据Wiener过程参数估计的性质，提出一种基于多源信息融合并考虑随机效应的非线性Wiener过程参数估计方法；利用激光器数据和疲劳裂纹数据进行实验验证。实验结果表明：与基于历史退化数据或失效寿命数据的方法相比，所提方法能有效提高参数估计和RUL预测的精度。     

基于状态辨识的航空发动机转子叶片剩余寿命模型

为有效评定航空发动机转子叶片的检查更换周期，防止叶片过度使用危及飞行安全，将叶片在不同使用阶段的装机工作时间，及典型部位的表面残余应力，作为表征叶片剩余寿命的状态参数，提出了叶片剩余寿命模型的表达形式。以现役航空发动机部分转子叶片为对象，跟踪获得叶片工作历程中，不同阶段的状态参数以及叶片到寿失效信息，采用支持向量机算法和滚动优化方式，建立了叶片剩余寿命状态参数辨识模型。应用结果表明，模型准确性随着时间增长和可用样本数量增加而逐渐提高，预期应用价值明显。     

树脂基纤维复合材料在湿热耦合及载荷-湿热耦合环境下的损伤分析（英文）

研究了环氧树脂基碳纤维增强复合材料（EP-CFRP）在高低温-湿度-拉伸载荷耦合作用下的损伤情况。考虑了两个高低温循环间隔（[-40～40℃]/[-40～25℃]）、两种湿度条件（浸泡在水中/无水）和3个荷载水平（无荷载/30%极限荷载/60%极限荷载）以及它们之间的耦合效应。结果表明，这3个因素对EP-CFRP的耐久性均有显著影响。这些因素的耦合效应对抗拉强度的影响较大，而对拉伸模量的影响较小。树脂基体与纤维界面产生的微裂纹被证明是后期强度降低的主要原因。湿度和拉伸载荷的耦合效应促进了裂纹的膨胀，加剧了对EP-CFRP的损伤。基于累积损伤理论，采用非线性拟合方法标定了EP-CFRP在3因素耦合作用下的剩余强度损伤模型。