| 评审组： | 机械组 | | 项目名称： | 航空发动机流道件的机器人智能检测方法及应用 |
| 提名单位： | 陕西省教育厅 |
| 提名等级： | 一等奖 |
| 提名单位意见： | 该项目瞄准航空发动机运行安全迫切需求，在国家973计划项目等资助下，针对航空发动机流道件机器人智能检测的迫切需求持续研究，提出了狭小空间复杂曲面爬壁机器人稳定黏附设计理论、频域聚焦驱动的多源融合损伤定位方法以及流道件超像素变尺度损伤定量识别方法，有效破解了困扰航空发动机流道件智能检测领域“检不全、辨不清、评不准”等关键瓶颈。相关成果应用于AL-31F等6型475台航空发动机及C919 LEAP-1C发动机，流道件损伤检测准确率优于英国罗罗所采用的国外同类技术水平，整体技术达到国际先进水平，核心技术达到国际领先水平。相关研究成果获2025年陕西高等学校科学技术研究优秀成果特等（基础研究类）。 |
| 项目简介： | 
|
| 客观评价： | 
|
| 代表性论文专著目录： | 
|
| 主要完成人情况： | - 姓名：陈雪峰
排名：1
行政职务：无
技术职称：教授
工作单位：西安交通大学
完成项目时所在单位：西安交通大学
对本项目主要学术贡献：项目的总体负责人，主持了本项目理论和方法的研究工作；提出了航空发动机爬壁机器人稳定吸附设计理论、频域聚焦驱动的多源融合损伤定位理论以及流道件超像素变尺度损伤定量识别理论，主持研制了航空发动机爬壁机器人与流道件智能检测系统，是5篇代表作主要学术思想的提出者。佐证材料：代表性论文2通讯作者等。
- 姓名：孙闯
排名：2
行政职务：无
技术职称：教授
工作单位：西安交通大学
完成项目时所在单位：西安交通大学
对本项目主要学术贡献：项目的参与人之一，对发现点2、3均作出了重要贡献，提出了高动态环境下图像-声音融合的损伤识别方法，建立了流道件超像素变尺度损伤定量识别模型，参与研制了航空发动机流道件机器人智能检测系统。佐证材料：代表性论文5通讯作者等。
- 姓名：赵志斌
排名：3
行政职务：无
技术职称：副教授
工作单位：西安交通大学
完成项目时所在单位：西安交通大学
对本项目主要学术贡献：项目的参与人之一，对发现点1、2作出了贡献，设计了负压吸附爬壁机器人，提出了频域聚焦驱动的多源融合损伤定位方法，构建了小波核网络与差分正则展开网络，参与研制了航空发动机流道件的机器人智能检测系统。佐证材料：代表性论文4第一作者等。
- 姓名：严如强
排名：4
行政职务：无
技术职称：教授
工作单位：西安交通大学
完成项目时所在单位：西安交通大学
对本项目主要学术贡献：项目的参与人之一，对发现点2作出了重要贡献，提出了频域聚焦驱动的多源融合损伤定位方法，设计了自适应融合的频带自动选择方法。佐证材料：代表性论文3通讯作者等。
- 姓名：彭军
排名：5
行政职务：无
技术职称：教授
工作单位：西安交通大学
完成项目时所在单位：西安交通大学
对本项目主要学术贡献：项目的参与人之一，对发现点1作出了重要贡献，提出了爬壁机器人黏附性能设计与评价方法，参与研制了航空发动机流道件的机器人智能检测系统。佐证材料：代表性论文2第二作者。
- 姓名：郭艳婕
排名：6
行政职务：无
技术职称：研究员
工作单位：西安交通大学
完成项目时所在单位：西安交通大学
对本项目主要学术贡献：项目的参与人之一，对发现点1作出了重要贡献，设计了强黏附-快脱附足端构型，参与研制了航空发动机流道件的机器人智能检测系统。佐证材料：代表性论文1共同通讯作者等。
|
| 主要完成单位： | - 单位名称：西安交通大学
单位贡献：作为本项目的组织单位和完成单位，用以支持本项目研究的国家973计划项目、国家自然科学基金、企业课题均是依托完成单位西安交通大学申请承担的，在项目申请、管理和研究过程中，西安交通大学从设备平台、人力财力方面给与了大力的支持。在项目的具体实施中，西安交通大学“装备运行安全保障与智能监控国家地方联合工程研究中心”为该项目的实验验证提供了传感器、采集设备、试验平台等支撑。西安交通大学机械工程学科为本项目航空发动机流道件的机器人智能检测方法提供重要基础，保证本项目成果实施的基础理论与核心技术攻关。在项目完成基础研发之际，西安交通大学科研院等多个职能部门为帮助项目产业化做出了大量努力。
|
| 完成人合作关系说明： | 完成人合作关系说明：1
|
