面向舵回路故障的数字孪生建模及动态调整机制

doi:10.7527/S1000-6893.2024.31273

飞行器数字孪生技术专刊

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

面向舵回路故障的数字孪生建模及动态调整机制

雷珺祺¹, 程月华¹(), 姜斌¹, 徐骋², 徐贵力¹, 孙天宇¹

^1.南京航空航天大学自动化学院，南京 210016
^2.复杂系统控制与智能协同技术重点实验室，北京 100074

收稿日期:2024-09-27 修回日期:2024-10-21 接受日期:2024-12-05 出版日期:2024-12-10 发布日期:2024-12-10
通讯作者: 程月华 E-mail:chengyuehua@nuaa.edu.cn
基金资助:
国家重点研发计划(2023YFB3307100)

Digital-twin’s modelling and dynamic adjustment mechanism of rudder-loop-system under fault conditions

Junqi LEI¹, Yuehua CHENG¹(), Bin JIANG¹, Cheng XU², Guili XU¹, Tianyu SUN¹

^1.College of Automation Engineering，Nanjing University of Aeronautics and Astronautics，Nanjing 211106，China
^2.Key Laboratory of Complex System Control and Intelligent Cooperative Technology，Beijing 100074，China

Received:2024-09-27 Revised:2024-10-21 Accepted:2024-12-05 Online:2024-12-10 Published:2024-12-10
Contact: Yuehua CHENG E-mail:chengyuehua@nuaa.edu.cn
Supported by:
National Key Research and Development Program of China(2023YFB3307100)

摘要/Abstract

摘要：

针对长航时可复用飞行器舵回路故障检测、诊断、预测中存在的可量测数据少和数据不全面的问题，将数字孪生引入至舵回路健康管理中。首先，提出了一种舵回路系统的数字孪生框架，通过AMESim和FLUENT对舵回路进行了机、电、控制和飞行动态负载的精细化建模，并实现了三相机电控制和飞行实时动态负载模型的耦合集成。然后，为解决舵回路数字孪生与物理实体在正常、舵面缺损和松浮故障等多种运行状态中保持虚实一致的问题，构建了舵回路虚实一致性感知方法及数字孪生动态调整机制，使得舵回路数字孪生通过在线故障感知与加载，具备持续跟踪实体变化并保持虚实一致性的能力。最后，实验表明，正常和故障下所建舵回路数字孪生虚实电流和舵角的多项时域指标的幅值与趋势均能与物理实体保持虚实一致，且经孪生扩展的数据维度可为舵回路健康管理提供更全面的数据支撑。

关键词: 数字孪生, 飞行器舵回路, 健康管理, 电动舵机, 数字孪生应用

Abstract:

To address the challenges of limited and incomplete measurable data in fault detection， diagnosis， and prediction of the rudder-loop-system in long-endurance reusable aircraft， this study introduces a digital twin-based approach for health management of the system. First， a digital twin framework for the aircraft’s rudder-loop-system is proposed， incorporating high-fidelity modelling and simulation of mechanical， electrical， control， and dynamic flight load subsystems using AMESim and FLUENT. The integrated model realizes the coupling of three-phase electro-mechanical control with real-time flight dynamic loading. Subsequently， to ensure consistency between the digital twin and the physical system under various operational conditions including normal， rudder surface degradation， and loosening faults， a virtual-physical consistency perception method and a dynamic adjustment mechanism are developed. This enables the digital twin to continuously track physical system changes and maintain synchronization through online fault perception and dynamic updating. Finally， experimental results demonstrate that under both normal and faulty conditions， the digital and physical systems exhibit consistent trends and amplitudes in multiple time-domain indicators of rudder current and deflection angle. Moreover， the expanded data dimensions provided by the digital twin enhance the comprehensiveness of data available for health management. This research highlights the potential of digital twin applications in improving the reliability and maintainability of electric rudders in advanced flight systems.

Key words: digital twin, aircraft’s rudder-loop-system, health management, electric rudders, digital twin’s applications

中图分类号:

V242

雷珺祺, 程月华, 姜斌, 徐骋, 徐贵力, 孙天宇. 面向舵回路故障的数字孪生建模及动态调整机制[J]. 航空学报, 2025, 46(19): 531273.

Junqi LEI, Yuehua CHENG, Bin JIANG, Cheng XU, Guili XU, Tianyu SUN. Digital-twin’s modelling and dynamic adjustment mechanism of rudder-loop-system under fault conditions[J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(19): 531273.

图/表 33

图 1

图 2

图 3

图 4

表1

图 5

图 6

图 7

图 8

表2

图 9

图 10

表3

图 11

图 12

图 13

图 14

图 15

表4

图 16

图 17

图 18

图 19

图 20

图 21

图 22

图 23

图 24

图 25

图 26

表5

表6

图 27

参考文献 46

[1]	佘文学，刘凯，刘晶. 空天飞行器制导控制技术发展思考［J］. 战术导弹技术， 2017（4）： 1-10.
	SHE W X， LIU K， LIU J. Thoughts on the development of guidance and control technology for aerospace vehicle［J］. Tactical Missile Technology， 2017（4）： 1-10 （in Chinese）.
[2]	丛斌，孟祥瑞，张迪. 飞翼飞机新型操纵舵面故障效能影响分析［J］. 战术导弹技术， 2020（2）： 29-33.
	CONG B， MENG X R， ZHANG D. Influences of control efficiency of flying-wing’s new-type control surface faults［J］. Tactical Missile Technology， 2020（2）： 29-33 （in Chinese）.
[3]	武天才，王宏伦，任斌，等. 基于学习的高超声速飞行器分层协调容错方法［J］. 航空学报， 2024， 45（22）： 330191.
	WU T C， WANG H L， REN B， et al. Learning-based hierarchical coordination fault-tolerant method for hypersonic vehicles［J］. Acta Aeronautica et Astronautica Sinica， 2024， 45（22）： 330191 （in Chinese）.
[4]	刘剑慰. 基于模型的飞行控制系统故障诊断方法研究［D］. 南京：南京航空航天大学， 2014.
	LIU J W. Research on fault diagnosis method of flight control system based on model［D］. Nanjing： Nanjing University of Aeronautics and Astronautics， 2014 （in Chinese）.
[5]	朱纪洪，和阳，黄志毅. 舵机特征模型及其故障检测方法［J］. 航空学报， 2015， 36（2）： 640-650.
	ZHU J H， HE Y， HUANG Z Y. Characteristic model-based approach for actuator fault diagnosis［J］. Acta Aeronautica et Astronautica Sinica， 2015， 36（2）： 640-650 （in Chinese）.
[6]	刘聪，钱坤，丁奇. 飞翼飞机非线性电动舵回路鲁棒滑模故障估计观测器设计［J/OL］. 机械科学与技术，（2023-11-24）［2025-06-03］. .
	LIU C， QIAN K， DING Q. Design of robust sliding mode fault estimation observer for nonlinear electric rudder loop of flying wing aircraft［J/OL］. （in Chinese）.
[7]	杨石琳，乔凯俐，万晓忠，等. 考虑多环节间隙非线性的电动舵机多学科耦合动力学建模［J/OL］. 北京航空航天大学学报，（2024-04-22）［2025-06-03］. .
	YANG S L， QIAO K L， WAN X Z， et al. Multidisciplinary coupling dynamics modeling of electric steering gear considering multi-link gap nonlinearity［J/OL］. Journal of Beijing University of Aeronautics and Astronautics，（2024-04-22）［2025-06-03］. （in Chinese）.
[8]	KIM S H， TAHK M J. Dynamic stiffness transfer function of an electromechanical actuator using system identification［J］. International Journal of Aeronautical and Space Sciences， 2018， 19（1）： 208-216.
[9]	KARPENKO M， SEPEHRI N， SCUSE D. Diagnosis of process valve actuator faults using a multilayer neural network［J］. Control Engineering Practice， 2003， 11（11）： 1289-1299.
[10]	SIMANI S， FARSONI S， CASTALDI P， et al. Actuator fault reconstruction via dynamic neural networks for an autonomous underwater vehicle model［J］. IFAC-PapersOnLine， 2022， 55（6）： 755-759.
[11]	QIN H， YANG R F， GUO C X， et al. Fault diagnosis of electric rudder system using PSOFOA-BP neural network［J］. Measurement， 2021， 186： 110058.
[12]	崔乃刚，郭冬子，王瑞鸣，等. 飞航导弹智能故障诊断与容错控制［J］. 战术导弹技术， 2020（4）： 125-134.
	CUI N G， GUO D Z， WANG R M， et al. Intelligent fault diagnosis and fault tolerant control for cruise missile［J］. Tactical Missile Technology， 2020（4）： 125-134 （in Chinese）.
[13]	姜斌，程月华，孙颢，等. 一种利用LSTM-FCN的导弹舵回路故障诊断算法［J］. 宇航学报， 2023， 44（5）： 687-698.
	JIANG B， CHENG Y H， SUN H， et al. A fault diagnosis algorithm of missile rudder loop using LSTM-FCN［J］. Journal of Astronautics， 2023， 44（5）： 687-698 （in Chinese）.
[14]	曾聪. 飞控系统故障诊断方法研究与实现［D］. 成都：电子科技大学， 2019.
	ZENG C. Research and implementation of fault diagnosis method for flight control system［D］. Chengdu： University of Electronic Science and Technology of China， 2019 （in Chinese）.
[15]	郭璐，刘晓东，魏东涛，等. 基于改进PCA的导弹装备健康表征参数提取方法［J］. 系统工程与电子技术， 2022， 44（10）： 3275-3281.
	GUO L， LIU X D， WEI D T， et al. Extraction method of missile equipment health characterization parameters based on improved PCA［J］. Systems Engineering and Electronics， 2022， 44（10）： 3275-3281 （in Chinese）.
[16]	刘笑炎，陈立平，丁建完，等. 迁移学习在变工况方向舵故障诊断中的应用［J］. 航天控制， 2024， 42（3）： 75-81.
	LIU X Y， CHEN L P， DING J W， et al. Application of transfer learning in rudder fault diagnosis under variable operating conditions［J］. Aerospace Control， 2024， 42（3）： 75-81 （in Chinese）.
[17]	马兴瑞，马嵩华，胡天亮. 基于数字孪生模型的故障特征生成与诊断［J］. 组合机床与自动化加工技术， 2022（8）： 94-98， 104.
	MA X R， MA S H， HU T L. Fault feature generation and fault diagnosis based on digital twin model［J］. Modular Machine Tool & Automatic Manufacturing Technique， 2022（8）： 94-98， 104 （in Chinese）.
[18]	GRIEVES M， VICKERS J. Digital twin： Mitigating unpredictable， undesirable emergent behavior in complex systems［M］∥Transdisciplinary Perspectives on Complex Systems. Cham： Springer International Publishing， 2016： 85-113.
[19]	GLAESSGEN E， STARGEL D. The digital twin paradigm for future NASA and U.S. air force vehicles［C］∥53rd AIAA/ASME/ASCE/AHS/ASC Structures， Structural Dynamics and Materials Conference. Reston： AIAA， 2012.
[20]	ROJEK I， MIKOŁAJEWSKI D， DOSTATNI E. Digital twins in product lifecycle for sustainability in manufacturing and maintenance［J］. Applied Sciences， 2021， 11（1）： 31.
[21]	FULLER A， FAN Z， DAY C， et al. Digital twin： Enabling technologies， challenges and open research［J］. IEEE Access， 2020， 8： 108952-108971.
[22]	陶飞，刘蔚然，张萌，等. 数字孪生五维模型及十大领域应用［J］. 计算机集成制造系统， 2019， 25（1）： 1-18.
	TAO F， LIU W R， ZHANG M， et al. Five-dimension digital twin model and its ten applications［J］. Computer Integrated Manufacturing Systems， 2019， 25（1）： 1-18 （in Chinese）.
[23]	陶飞，张贺，戚庆林，等. 数字孪生模型构建理论及应用［J］. 计算机集成制造系统， 2021， 27（1）： 1-15.
	TAO F， ZHANG H， QI Q L， et al. Theory of digital twin modeling and its application［J］. Computer Integrated Manufacturing Systems， 2021， 27（1）： 1-15 （in Chinese）.
[24]	陶飞，张贺，戚庆林，等. 数字孪生十问：分析与思考［J］. 计算机集成制造系统， 2020， 26（1）： 1-17.
	TAO F， ZHANG H， QI Q L， et al. Ten questions towards digital twin： Analysis and thinking［J］. Computer Integrated Manufacturing Systems， 2020， 26（1）： 1-17 （in Chinese）.
[25]	TSITSILONIS K M， THEOTOKATOS G， PATIL C， et al. Health assessment framework of marine engines enabled by digital twins［J］. International Journal of Engine Research， 2023， 24（7）： 3264-3281.
[26]	周标，谢诚语， BATTIATO G，等. 面向结构动力学测试的整体叶盘数字孪生技术［J/OL］. 航空动力学报，（2024-05-23）［2025-06-03］. .
	ZHOU B， XIE C Y， BATTIATO G， et al. Digital twinning technology of integral bladed disk for structural dynamics test［J/OL］. Journal of Aerospace Dynamics，（2024-05-23）［2025-06-03］. （in Chinese）.
[27]	付洋，曹宏瑞，郜伟强，等. 数字孪生驱动的航空发动机涡轮盘剩余寿命预测［J］. 机械工程学报， 2021， 57（22）： 106-113.
	FU Y， CAO H R， GAO W Q， et al. Digital twin driven remaining useful life prediction for aero-engine turbine discs［J］. Journal of Mechanical Engineering， 2021， 57（22）： 106-113 （in Chinese）.
[28]	项浩圆. 基于数字孪生的电静液作动器热特性研究［D］. 杭州：浙江大学， 2023.
	XIANG H Y. Study on thermal characteristics of electrohydrostatic actuator based on digital twin［D］. Hangzhou： Zhejiang University， 2023 （in Chinese）.
[29]	郭丞皓，于劲松，宋悦，等. 基于数字孪生的飞机起落架健康管理技术［J］. 航空学报， 2023， 44（11）： 227629.
	GUO C H， YU J S， SONG Y， et al. Application of digital twin-based aircraft landing gear health management technology［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（11）： 227629 （in Chinese）.
[30]	董雷霆，周轩，赵福斌，等. 飞机结构数字孪生关键建模仿真技术［J］. 航空学报， 2021， 42（3）： 023981.
	DONG L T， ZHOU X， ZHAO F B， et al. Key technologies for modeling and simulation of airframe digital twin［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（3）： 023981 （in Chinese）.
[31]	陈健，孟义兴，袁慎芳，等. 融合导波监测的搭接结构裂纹扩展寿命孪生预测［J］. 机械工程学报， 2024， 60（16）： 34-42.
	CHEN J， MENG Y X， YUAN S F， et al. Digital twins prediction of crack growth life for the lap joint structure combined with guided wave monitoring data［J］. Journal of Mechanical Engineering， 2024， 60（16）： 34-42 （in Chinese）.
[32]	陶飞，马昕，戚庆林，等. 数字孪生连接交互理论与关键技术［J］. 计算机集成制造系统， 2023， 29（1）： 1-10.
	TAO F， MA X， QI Q L， et al. Theory and key technologies of digital twin connection and interaction［J］. Computer Integrated Manufacturing Systems， 2023， 29（1）： 1-10 （in Chinese）.
[33]	刘大同，郭凯，王本宽，等. 数字孪生技术综述与展望［J］. 仪器仪表学报， 2018， 39（11）： 1-10.
	LIU D T， GUO K， WANG B K， et al. Summary and perspective survey on digital twin technology［J］. Chinese Journal of Scientific Instrument， 2018， 39（11）： 1-10 （in Chinese）.
[34]	陶飞，刘蔚然，刘检华，等. 数字孪生及其应用探索［J］. 计算机集成制造系统， 2018， 24（1）： 1-18.
	TAO F， LIU W R， LIU J H， et al. Digital twin and its potential application exploration［J］. Computer Integrated Manufacturing Systems， 2018， 24（1）： 1-18 （in Chinese）.
[35]	陈墨，胡昌华，张伟，等. 新型无刷直流电动伺服机构设计与分析［J］. 电机与控制应用， 2015， 42（5）： 6-10， 16.
	CHEN M， HU C H， ZHANG W， et al. Design and analysis of A new BLDCM servomechanism［J］. Electric Machines & Control Application， 2015， 42（5）： 6-10， 16 （in Chinese）.
[36]	黄璐，文军，姜杰. 电动舵机系统建模与仿真研究［J］. 自动化与仪器仪表， 2020（12）： 237-239， 244.
	HUANG L， WEN J， JIANG J. Research on modeling and simulation of electric servo system［J］. Automation & Instrumentation， 2020（12）： 237-239， 244 （in Chinese）.
[37]	卢晋，吴志刚，杨超. 电动舵机模块化建模及动刚度仿真［J］. 北京航空航天大学学报， 2021， 47（4）： 765-778.
	LU J， WU Z G， YANG C. Modular modeling and dynamic stiffness simulation of electromechanical actuator［J］. Journal of Beijing University of Aeronautics and Astronautics， 2021， 47（4）： 765-778 （in Chinese）.
[38]	李朋，高智刚，周军，等. 高性能电动舵机系统高保真建模方法研究［J］. 西北工业大学学报， 2018， 36（1）： 7-12.
	LI P， GAO Z G， ZHOU J， et al. High fidelity modeling method of high performance electromechanical actuator［J］. Journal of Northwestern Polytechnical University， 2018， 36（1）： 7-12 （in Chinese）.
[39]	韩强. 小型高精度弹载舵机系统设计［D］. 西安：西安石油大学， 2021.
	HAN Q. Design of small and high precision missile-borne steering gear system［D］. Xi’an： Xi’an Shiyou University， 2021 （in Chinese）.
[40]	白滢. 小型高精度电动舵机伺服控制系统设计［D］. 大连：大连理工大学， 2018.
	BAI Y. Design of servo control system for small high precision electric steering gear［D］. Dalian： Dalian University of Technology， 2018 （in Chinese）.
[41]	高翔. 基于强化学习的X舵AUV控制分配与故障诊断［D］. 哈尔滨：哈尔滨工程大学， 2023.
	GAO X. Control allocation and fault diagnosis of X-rudder AUV based on reinforcement learning［D］. Harbin： Harbin Engineering University， 2023 （in Chinese）.
[42]	王小平. X舵AUV控制分配优化与容错控制方法研究［D］. 哈尔滨：哈尔滨工程大学， 2020.
	WANG X P. Research on control allocation optimization and fault-tolerant control method of X rudder AUV［D］. Harbin： Harbin Engineering University， 2020 （in Chinese）.
[43]	彭钱诚，裴扬，王文宽. 飞机舵面易损特性与毁伤评估方法研究综述［J］. 空天防御， 2024， 7（3）： 14-26.
	PENG Q C， PEI Y， WANG W K. Review of vulnerability characteristics and damage assessment methods of aircraft rudder surface［J］. Air & Space Defense， 2024， 7（3）： 14-26 （in Chinese）.
[44]	顾君垚，丁强，夏宇栋，等. 基于UMAP-AdamDD的冷水机组故障诊断方法［J］. 低温与超导， 2022， 50（1）： 81-87.
	GU J Y， DING Q， XIA Y D， et al. An effective fault diagnosis method for water chillers using UMAP-AdamDD［J］. Cryogenics & Superconductivity， 2022， 50（1）： 81-87 （in Chinese）.
[45]	易灿灿，庹帅，涂闪，等. 基于UMAP辅助的模糊C聚类方法进行太赫兹光谱识别［J］. 光谱学与光谱分析， 2022， 42（9）： 2694-2701.
	YI C C， TUO S， TU S， et al. UMAP-assisted fuzzy C-clustering method for recognition of terahertz spectrum［J］. Spectroscopy and Spectral Analysis， 2022， 42（9）： 2694-2701 （in Chinese）.
[46]	万琦，刘更，马尚君. 舵机传动系统动力学联合仿真建模及实验研究［J］. 机床与液压， 2024， 52（11）： 132-137.
	WAN Q， LIU G， MA S J. Research on co-simulation modeling and experiments of rudder transmission system［J］. Machine Tool & Hydraulics， 2024， 52（11）： 132-137 （in Chinese）.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

角度/（°）	正转（顺时针）		反转（逆时针）
角度/（°）	导通相	导通桥	导通相	导通桥
0~60	A-C	1-6	C-A	3-4
60~120	B-C	2-6	C-B	3-5
120~180	B-A	2-4	A-B	1-5
180~240	C-A	3-4	A-C	1-6
240~300	C-B	3-5	B-C	2-6
300~360	A-B	1-5	B-A	2-4

取值类型	空速/（m·s^-1）	攻角/（°）	侧滑角/（°）
上限	245	5	2.2
中间值	240	2.5	0.7
下限	235	0	-0.8

项	项系数	项	项系数	项	项系数
a	5.664 7	f·y²	0.312 2	k·x·y³	0
b·x	-0.095 3	g·x²·y	0	l·y⁴	0.001 9
c·y	-0.003 5	h·y²·x	-0.008 5	m·x²·y³	0
d·x²	0.000 3	i·y³	-0.001 4	n·x·y⁴	0
e·x·y	0.000 4	j·x²·y²	0.000 1	p·y⁵	0.000 1

组别	点集总数	非正常点数	占比/%
正常电流训练集	7 586	401	5.286
故障电流训练集	10 978	10 377	94.525
正常电流测试集	1 898	112	5.901
故障电流测试集	2 746	2 611	95.083
正常舵角训练集	14 498	142	0.979
故障舵角训练集	4 839	4 839	100
正常舵角测试集	3 626	27	0.744
故障舵角测试集	1 212	1 212	100

指标/运行状态	正常段		舵面缺损和松浮故障段
指标/运行状态	实体	孪生	实体	孪生
Is均值/A	2.830 0	2.797 4
Is方差	0.054 1	0.045 2	0.002 5	0.002 5
Is峰峰值/A	0.870 8	0.691 2	0.271 2	0.228 3
舵角均值/（°）	5.121 6	5.119 6	0.039 8	0.045 4
舵角方差	0.002 0	0.002 5	0.001 0	0.001 1
舵角峰峰值/（°）	0.325 3	0.372 1	0.201 3	0.231 1
虚实Is绝对误差均值/A	0.267 1		0.138 0
虚实Is相对误差均值/%	9.600 0		12.410 0
虚实舵角绝对误差均值/（°）	0.052 3		0.003 7
虚实舵角相对误差均值/%	1.021 2		8.090 0

面向舵回路故障的数字孪生建模及动态调整机制

Digital-twin’s modelling and dynamic adjustment mechanism of rudder-loop-system under fault conditions

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 33

参考文献 46

相关文章 15

编辑推荐

Metrics

本文评价

方法	建模维度	指标	多运行状态下自调整能力
本文模型	机、电、控制及外部负载耦合的精细化建模	无故障下，虚实电流虚实误差<9.6%，舵角相对误差<1.02%；故障下，虚实电流虚实误差<12.41%，舵角相对误差<8.09%	虚实一致判别模型误诊率<6%，虚实非一致判别正确率>94.5，具备在舵面缺损、松浮和逆变器故障下的虚实一致自判别自调整能力
模型1^［4］	电机、传动、伺服控制耦合的动力学建模	考虑多环节非线性间隙下，虚实共振频率相对误差<10%
模型2^［7］	舵机控制特征建模	忽略舵机内部其他特征，虚实控制系统输出频率特性误差-22 dB，相对误差<8%
模型3^［46］	舵机传动的动力学建模	带载运行下，舵轴虚实输出角相对误差<21.9%

[1]	黄熠玮, 耿一斌, 高天贺, 胡轩玮, 王圆, 马红艳, 田阔. 数字孪生驱动的结构全场变形高精度反演方法[J]. 航空学报, 2025, 46(19): 530967-530967.
[2]	代定强, 周轩, 董雷霆, 孙侠生. 数字工程与数字孪生在航空疲劳与结构完整性领域的研究进展与展望[J]. 航空学报, 2025, 46(19): 531022-531022.
[3]	李尚宇, 冯杭, 陈俊全, 陈彬, 梅丹. 一种数字孪生的设计架构和概念建模方法[J]. 航空学报, 2025, 46(19): 531118-531118.
[4]	陈亮, 黄蕾, 顾宇轩, 郭聪, 林可欣, 管宇, 宋健. 基于飞行参数的结构关键部位载荷孪生技术[J]. 航空学报, 2025, 46(19): 531292-531292.
[5]	顾宇轩, 郭聪, 黄蕾, 董一飞, 董宏达, 邓智伦. 数字孪生驱动的机群寿命精细化管理[J]. 航空学报, 2025, 46(19): 531290-531290.
[6]	张音旋, 张起, 许镇勇, 孟琳书. 基于残差神经网络的飞机力学响应预测方法[J]. 航空学报, 2025, 46(19): 531295-531295.
[7]	肖若瑶, 郑联语, 周健, 赵思如, 张洁茹, 陈育武. 面向筒段对接数字孪生的定位精度在线优化方法[J]. 航空学报, 2025, 46(19): 531978-531978.
[8]	胡家亮, 吴江鹏, 霍思旭, 高一地, 郑华. 基于颤振试飞数字孪生扫频数据重构的模态参数估计[J]. 航空学报, 2025, 46(19): 531602-531602.
[9]	王鹏飞, 曾丽芳, 邵雪明, 黎军. 基于预训练微调的机翼气动载荷多源数据融合建模方法[J]. 航空学报, 2025, 46(19): 532297-532297.
[10]	王逸飞, 曹戈勇, 曹阳, 王晓军. 飞行器数字强度孪生中的不确定性技术[J]. 航空学报, 2025, 46(19): 532408-532408.
[11]	陈亮, 孟凡星, 王成波, 张音旋, 孟琳书. 数字孪生技术在飞行器强度设计中的发展及应用[J]. 航空学报, 2025, 46(19): 532252-532252.
[12]	卓然, 闫楚良. 飞机结构数字孪生的关键一环：多参数飞行实测[J]. 航空学报, 2025, 46(19): 532375-532375.
[13]	林琳, 索世伟, 刘丹, 张音旋, 岳凌宇, 张思豪, 刘奕坤, 付松. 基于多尺度核构造的深度特征融合网络及其在机翼应力场数据填补中的应用[J]. 航空学报, 2025, 46(19): 532343-532343.
[14]	陈嘉宇, 陆钦华, 王旭航, 石智龙, 葛红娟, 谢旻. 融合任务剖面与PCA-MD的飞机空调系统智能健康评价与退化预警方法[J]. 航空学报, 2025, 46(15): 231604-231604.
[15]	程荣辉, 张志舒, 阮文博, 王建锋. 先进航空发动机核心关键技术[J]. 航空学报, 2025, 46(12): 31220-031220.