近日，我院飞行器设计系陈志强博士在非定常气动力降阶方法研究方面取得突破性进展，最新研究成果《基于增量学习的跨声速气动弹性参数化建模与分析》发表在国际顶级期刊《航空航天科学与技术（Aerospace Science and Technology）》（中科院一区，TOP期刊，航空航天领域排名第二）。
为了提高ROM对不同飞行参数下的气动力预测能力，论文提出了基于最小二乘支持向量回归(LS-SVR)和两种增量学习算法的参数化降阶模型；针对增量学习算法样本较多时计算复杂性急剧增加的问题，论文发展了具有遗忘机制的增量学习算法(Incremental Learning Algorithm with Forgetting Mechanism，FIL)。研究表明，该降阶模型能够准确地描述气动力和气动弹性系统在不同飞行参数下的动态特性，为航空飞行器在可变飞行参数下非定常气动力预测研究提供了重要参考。
图. CFD, SVR-ROM, IL-ROM 和 FIL-ROM方法预测NACA0012翼型的颤振边界
陈志强博士的研究方向为飞行器气动弹性力学与控制，致力于参数化降阶方法和颤振主动控制律设计等研究。主持河南省自然科学基金1项、河南省高等学校重点科研项目1项，并参与国家自然科学基金重点项目和面上项目多项，以第一作者在Aerospace Science and Technology、Journal of Aerospace Engineering、航空学报等期刊上发表论文多篇。
论文详见：https://www.sciencedirect.com/science/article/pii/S1270963822007283。
近年来，我院聚焦航空宇航科学与技术学科建设目标和机械学科水平提升计划，在获批高水平科研项目和产出高水平科研成果方面持续突破，取得了一系列重要进展。学院将继续以提高人才培养质量和学术研究水平为导向，不断优化学院管理制度，推动学院各学科快速发展。（文图/王正鹤 编辑/王正鹤 审核/王晓璐）
