大型客机集成技术与模拟飞行全国重点实验室

大型客机集成技术与模拟飞行全国重点实验室所属领域为制造领域-重大装备技术，所属方向为航空航天装备技术，定位为应用基础研究类实验室。实验室拥有清晰的使命，坚持“四个面向”，坚持围绕国家大飞机战略需求，以国家战略为导向，聚焦大型客机集成、模拟飞行器领域科技问题，提出原创性新概念、新原理、新方法，致力于做关键核心技术攻关“特长生”，攻克关键核心技术，消除卡脖子技术风险；当产业链链长“排头兵”，促进攻克机载系统可靠性、全产业链数字化共性技术，带动产业发展，确保产业链安全；建原始创新“策源地”，策源引领带动新技术、新产品创新发展。支撑实现国家大飞机战略，保障国家大飞机战略落地，实现安全、可持续的国家大飞机产业变革性转变。

复旦大学作为大型客机集成技术与模拟飞行全国重点实验室的共建单位之一，负责建设实验室的“面向适航验证的数字孪生智能设计”研究方向，需着力突破飞机/系统跨尺度高精度建模、多学科分布式联合仿真、数据实时处理与信息泛在链接等新技术，解决民机研制面向适航验证的全生命周期数字孪生体构建的基础科学问题。

近年来，复旦大学在大型客机集成技术与模拟飞行全国重点实验室的建设中，主要聚焦基于MBSE的数字孪生建模技术、多源异构数字孪生数据治理技术、数字孪生虚拟实验技术、基于数字孪生的智能设计与应用等方面的研究。针对飞机/发动机健康管理，搭建了先进的数据驱动智能化模型，并开发了一套模型虚实验证平台；开展了基于先进模型-数据融合方法的数字孪生技术研究，提出了基于深度表示学习多模态信息融合（DRLMIF）+衰退自适应修正（DAC）的多模态数据深层表示学习及特征融合框架，实现了实时高精度参数仿真和部件级故障诊断；进行了飞行试验大数据的高效处理技术研究，成功处理了试验大数据中的重复和缺失数据，提升了数据质量，并开发了图形化交互界面程序，实现了对数据的高效处理；围绕民用飞机/航空发动机数字孪生健康诊断框架，开展了数据-知识驱动的多模态信息融合关键技术研究，实现了传感器测量数据、机理模型仿真数据、数据驱动模型预测数据的高效融合，创新提出了嵌入物理约束图结构信息融合模型（GCNEPC），提出了GCNEPC+IF的可解释图结构故障诊断方法，实现了高精度的故障诊断。