1.  在役装备声发射监测：面向重大装备的在线监测和预测性维护需求，通过声发射等健康监测技术，实现裂纹、腐蚀等损伤的准确识别与评价。

（1）发展了复杂环境下声发射信号多维特征提取技术：基于信息熵理论提出了一种新的声发射特征参量——声发射信息熵；从时域、频域和时频域等多维度提取关键特征，发展完善了声发射多维度特征提取方法，设计开发了声发射多维特征提取软件。

（2）发展了基于多维声发射特征的材料损伤评价技术：采用多维声学特征准确描述材料损伤过程的物理规律，发展了一套基于声发射监测的材料疲劳裂纹损伤定性与定量评价流程；建立了一种基于多维声发射特征的裂纹萌生识别准则，以准确识别材料起裂点。

（3）发展了基于人工智能与声发射特征相融合的故障诊断技术：建立了基于机器学习的声发射信号模式识别与故障智能诊断技术，为材料损伤与机械故障的早期准确诊断奠定基础。

2. 金属材料的疲劳与断裂：针对重大装备关键材料，研究服役条件下高/低周疲劳、裂纹萌生与扩展、高温蠕变行为，阐明损伤与失效机制，实现剩余寿命的准确预测。

（1）研究了核电用不锈钢、加氢反应器用高强钢焊接接头的疲劳裂纹扩展规律、断裂韧性和高温蠕变行为，阐明了材料微观损伤机制。

（2）提出了一种基于机器学习的可解释蠕变断裂寿命预测方法，开发了压力容器钢蠕变寿命智能预测软件。