研究背景：

        数字孪生(Digital Twin)是一种集成多物理、多尺度、多学科属性，具有实时同步、忠实映射、高保真度特性，能够实现物理实体与虚拟模型交互与融合的技术手段，是目前全球十大战略科技发展趋势之一，被美国空军实验室、NASA、GE、洛克希德•马丁公司等机构列为航空航天、国防等领域突破性技术,在航空发动机健康管理与运行维护领域表现出巨大的潜力和诱人的应用前景。

研究方向：

        本团队面向国家重大需求，聚焦于航空发动机涡轮盘、叶片、主轴承等关键部件，研究数字孪生驱动的健康管理与智能运维新模式，将改变传统的“定期检修、人工检测”维护手段，实现航空发动机核心零部件全生命周期“预知维修” ，提升我国航空发动机运行安全保障能力，培养从事该领域前沿科学研究的高端人才。

（1）航空发动机全生命周期数字孪生建模与更新方法

（2）非平稳信号处理与运行状态智能监控技术

（3）数字孪生驱动的性能评估与剩余寿命预测方法

（4）大数据下新一代人工智能故障诊断与预测方法

（5）基于数据与物理模型融合的健康管理与智能运维技术