以可調(diào)葉片為代表的主動(dòng)控制技術(shù)可以實(shí)現(xiàn)壓氣機(jī)穩(wěn)定裕度的擴(kuò)大烹看，而失速預(yù)警技術(shù)是主動(dòng)控制的關(guān)鍵一環(huán)共胎，如何通過行之有效的預(yù)警方法獲得更長的預(yù)警時(shí)間是研究人員一直追求的目標(biāo)沪么。

現(xiàn)代航空發(fā)動(dòng)機(jī)邁向更高推重比的目標(biāo)促使設(shè)計(jì)人員進(jìn)一步地提升壓氣機(jī)的總壓比或級(jí)負(fù)荷，而高壓比怒见、高負(fù)荷的設(shè)計(jì)卻往往遭到流動(dòng)穩(wěn)定性問題的制約俗慈。航空發(fā)動(dòng)機(jī)流動(dòng)穩(wěn)定性問題通常是指壓氣機(jī)的旋轉(zhuǎn)失速和喘振。這兩種失穩(wěn)狀態(tài)會(huì)影響發(fā)動(dòng)機(jī)的正常工作，導(dǎo)致發(fā)動(dòng)機(jī)推力下降闺阱、結(jié)構(gòu)損壞炮车、甚至在空中熄火停車，對(duì)飛行安全性造成嚴(yán)重危害酣溃。研究如何避免壓氣機(jī)進(jìn)入不穩(wěn)定工作狀態(tài)具有十分重要的現(xiàn)實(shí)意義瘦穆。目前發(fā)動(dòng)機(jī)擴(kuò)穩(wěn)技術(shù)分為兩大類：風(fēng)扇/壓氣機(jī)旋轉(zhuǎn)失速/喘振主動(dòng)控制技術(shù)和以機(jī)匣處理為代表的被動(dòng)控制技術(shù)。失速預(yù)警技術(shù)一直以來是風(fēng)扇/壓氣機(jī)穩(wěn)定性主動(dòng)控制所關(guān)注的焦點(diǎn)之一赊豌。對(duì)于主動(dòng)控制技術(shù)扛或，控制單元需要知道何時(shí)起動(dòng)擴(kuò)穩(wěn)裝置，即需要知道哪種信號(hào)可以用來判斷壓氣機(jī)是否工作在裕度不足的狀態(tài)碘饼，控制系統(tǒng)需要一種失速預(yù)警方法來實(shí)現(xiàn)這一目的（見圖1）熙兔。失速預(yù)警技術(shù)自20世紀(jì)90年代開始發(fā)展，近年來業(yè)界將熱門的人工智能技術(shù)與之結(jié)合進(jìn)行了諸多研究艾恼。

圖1   主動(dòng)控制流程

失速先兆探測

早期對(duì)失速預(yù)警技術(shù)的研究一般集中于對(duì)失速先兆的探測候妻。1990年，麥克杜格爾（McDougall）等在一臺(tái)低速壓氣機(jī)上利用6個(gè)周向均勻布置的熱線在失速前成功觀察到了模態(tài)（modal）型失速先兆执摆。典型的模態(tài)波類型的失速先兆（見圖2（a））在壓力信號(hào)圖中表現(xiàn)為溫和平緩的周期性波動(dòng)柒拌。模態(tài)型失速先兆通常在壓氣機(jī)失速前的多個(gè)轉(zhuǎn)子周期前即出現(xiàn)，是一種逐漸發(fā)展起來的擾動(dòng)波蚤件，在時(shí)間和空間上難以準(zhǔn)確界定其起始點(diǎn)欢兑。模態(tài)波擾動(dòng)表現(xiàn)為一種小幅值、發(fā)生在全葉高范圍的擾動(dòng)完株，其周向尺度與壓氣機(jī)的圓周尺寸相當(dāng)置凤，相對(duì)另一種失速先兆來說在周向具有較大的空間尺度，因此又稱為大尺度擾動(dòng)颁殃。模態(tài)波擾動(dòng)通常發(fā)生在壓升特性線的斜率為0或略為正的工作點(diǎn)辐杜，從產(chǎn)生到演化為完全發(fā)展的旋轉(zhuǎn)失速團(tuán)約有幾十個(gè)轉(zhuǎn)子周期，在周向傳播的速度通常小于50%轉(zhuǎn)子速度显钙，在整個(gè)周向范圍內(nèi)對(duì)壓氣機(jī)產(chǎn)生影響拿杉。它發(fā)生的物理機(jī)制通常被認(rèn)為是特性線斜率的改變使得壓縮系統(tǒng)中的阻尼由正值變?yōu)樨?fù)值，擾動(dòng)的增長無法得到抑制绑雄，從而引起旋轉(zhuǎn)失速的發(fā)生展辞。

圖2   失速起始的兩種類型

1993年，戴（Day）在試驗(yàn)中首次發(fā)現(xiàn)了一種與大尺度的模態(tài)失速先兆不同的位于葉尖區(qū)的突尖（spike）型失速先兆万牺。典型的突尖型的失速先兆（見圖2（b））在原本平穩(wěn)的壓力或軸向速度信號(hào)圖中表現(xiàn)為突然出現(xiàn)的尖刺狀脈沖罗珍，并在出現(xiàn)之后迅速發(fā)展為旋轉(zhuǎn)失速。這種突尖型的先兆波最早出現(xiàn)在壓氣機(jī)葉片排中的某一個(gè)局部位置脚粟。剛出現(xiàn)時(shí)覆旱，它的周向尺度范圍很小蘸朋，通常只有1～3個(gè)葉片通道的寬度，因此也稱為短尺度擾動(dòng)扣唱。突尖形成之后在周向快速傳播藕坯，傳播速度通常在60%~80%轉(zhuǎn)子速度之間，而且葉片排中的葉片通道數(shù)目越少其傳播速度越快噪沙。在周向傳播的過程中炼彪，突尖的空間尺度快速增長而傳播速度逐漸下降，最終發(fā)展為完整的失速團(tuán)曲聂。結(jié)果表明突尖型失速先兆具有強(qiáng)烈的三維特性霹购。突尖的發(fā)現(xiàn)對(duì)失速先兆的探測與識(shí)別提出了挑戰(zhàn)，這種位于葉尖區(qū)域的小擾動(dòng)毫無征兆的突然產(chǎn)生侠呛，且一旦出現(xiàn)便迅速傳播發(fā)展，很快就成為完整的失速團(tuán)凯践，由于其非線性的特征披锨，很難使用流動(dòng)穩(wěn)定性模型進(jìn)行分析。

因此符站，研究人員對(duì)突尖產(chǎn)生的機(jī)理進(jìn)行了非定常數(shù)值模擬研究卖寻，結(jié)果表明有兩種流動(dòng)情況會(huì)導(dǎo)致突尖擾動(dòng)的產(chǎn)生，即轉(zhuǎn)子葉尖泄漏流和主流交界面與前緣平齊弯沥，或者轉(zhuǎn)子葉片尾緣處產(chǎn)生回流進(jìn)入相鄰的葉片通道除阐。從研究結(jié)果來看，泄漏流增強(qiáng)是一個(gè)逐漸的過程鸳辛，在這一過程中泄漏流和主流的交界線也會(huì)前移消贼，到交界線和葉片前緣基本平行的時(shí)候就會(huì)直接影響下一個(gè)葉片的進(jìn)氣攻角，此時(shí)候便出現(xiàn)突尖擾動(dòng)舒疚，距離壓氣機(jī)發(fā)生旋轉(zhuǎn)失速就很短暫了异凹。且葉尖泄漏流并非形成突尖擾動(dòng)的必要條件，突尖擾動(dòng)是由葉片前緣分離引起的兜畸，并且由于前緣渦脫落而在周向范圍傳播努释，在失速開始時(shí)，前緣的分離會(huì)造成堵塞咬摇，導(dǎo)致葉片排上游靜壓升高伐蒂，而前緣的脫落渦又會(huì)形成低壓區(qū)，反映在壓力信號(hào)中即為典型的突尖波肛鹏。但試圖從葉尖泄漏流或者角區(qū)分離這些表面流動(dòng)現(xiàn)象中分析失速端倪逸邦，則非常困難。如果等到失速先兆出現(xiàn)標(biāo)志著系統(tǒng)已處于失穩(wěn)臨界狀態(tài)龄坪，此時(shí)采取控制措施為時(shí)已晚昭雌。

從已有的探測失速預(yù)兆實(shí)現(xiàn)失速預(yù)警的研究結(jié)果來看复唤，從探測到突尖型失速先兆到壓氣機(jī)進(jìn)入完全發(fā)展的旋轉(zhuǎn)失速，通常僅有幾十毫秒的時(shí)間烛卧。幾十毫秒量級(jí)的提前預(yù)警自然無法給控制系統(tǒng)提供足夠的時(shí)間起動(dòng)主動(dòng)控制裝置佛纫，難以實(shí)現(xiàn)對(duì)失穩(wěn)的控制。同時(shí)壓氣機(jī)的實(shí)際工作環(huán)境極其復(fù)雜总放，誘發(fā)先兆的因素難以確定呈宇，并且工作環(huán)境的微小改變都可能造成失速先兆的變化。同時(shí)傳感器采集到的失速信號(hào)一般都與高頻的主要流場擾動(dòng)以及氣動(dòng)噪聲等混雜在一起侥嫂，對(duì)其的探測省牍、識(shí)別也難以實(shí)現(xiàn)，何時(shí)起動(dòng)作動(dòng)機(jī)構(gòu)的問題更是難以解決莽入。且實(shí)踐證明淀爆，在多級(jí)壓氣機(jī)中，工況的很小改變都能導(dǎo)致突尖的位置發(fā)生變化押棋，因此連測量都很難在多級(jí)壓氣機(jī)的條件下實(shí)現(xiàn)余源，更遑論在整個(gè)壓氣機(jī)中各處都布上可以高速響應(yīng)后作動(dòng)的噴氣結(jié)構(gòu)了。

因此范益，通過探測失速先兆的實(shí)現(xiàn)壓氣機(jī)的失速預(yù)警的效果往往不如人意天枣。如何對(duì)壓氣機(jī)工作狀態(tài)進(jìn)行有效監(jiān)測從而獲得更長的預(yù)警時(shí)間的問題亟待解決。

傳統(tǒng)失速預(yù)警技術(shù)

失速預(yù)警技術(shù)是實(shí)現(xiàn)壓氣機(jī)流動(dòng)穩(wěn)定性主動(dòng)控制的重要一環(huán)虫犀，該技術(shù)需要預(yù)判壓氣機(jī)失穩(wěn)邊界袖指，在其接近失速狀態(tài)時(shí)發(fā)出信號(hào)預(yù)警，起動(dòng)主動(dòng)控制機(jī)構(gòu)证莺，以避免或延遲壓氣機(jī)進(jìn)入失速工況熟什。早期對(duì)失速先兆探測的研究工作表明，通過在失速先兆出現(xiàn)的短時(shí)間內(nèi)進(jìn)行精確探測獲得的預(yù)警時(shí)間往往是不夠的热某，為了得到更長的預(yù)警時(shí)間腻菇，研究人員采用了各種不同的分析方法開展了研究，主要方法還是一些信號(hào)處理方法昔馋，如傅里葉分析筹吐、小波變換等。小波變換可以應(yīng)用于非線性秘遏、非平穩(wěn)信號(hào)的分析丘薛，反映信號(hào)的局部特性，克服了短時(shí)傅里葉變換難以平衡時(shí)間和頻率分辨率的缺點(diǎn)邦危。林峰等采用小波變換的方法分析了來自1臺(tái)高速單級(jí)壓氣機(jī)和1臺(tái)低速三級(jí)壓氣機(jī)上的動(dòng)態(tài)壓力信號(hào)洋侨，來研究流動(dòng)的非定常性和旋轉(zhuǎn)失速發(fā)生的關(guān)系。在低速壓氣機(jī)上的結(jié)果表明倦蚪，小波變換的方法可以在失速發(fā)生前近百轉(zhuǎn)的時(shí)間上準(zhǔn)確地探測到失速先兆希坚。然而小波變換并非是自適應(yīng)的边苹，其分析結(jié)果會(huì)由于研究人員選取的小波基不同而結(jié)果不同。

一些研究者通過試驗(yàn)觀察裁僧，發(fā)現(xiàn)葉片通過某一固定位置是一個(gè)周期性事件短琴。這一周期性會(huì)反映在近場壓力傳感器所采集到的壓力信號(hào)上，并且會(huì)隨著壓氣機(jī)工作點(diǎn)靠近失速邊界而變差智榆。這種周期性變壞的現(xiàn)象首先隨機(jī)地發(fā)生在個(gè)別葉片通道膏般，隨著工作點(diǎn)逐漸靠近失速邊界，這種現(xiàn)象逐步擴(kuò)展到更多的葉片通道档低，發(fā)生頻率也越來越高娜珍。這一現(xiàn)象可以看作壓氣機(jī)失速前的“孤立事件”∷蟮椋基于葉片周期性破壞踏拓，丁格拉（Dhingra）等建立了一種失速/喘振先兆檢測方法，提出了一個(gè)名為“相關(guān)量度”（correlation measure）的參數(shù)作為評(píng)價(jià)壓力信號(hào)不規(guī)則程度的參數(shù)矩汪，試驗(yàn)結(jié)果表明這一參數(shù)是一個(gè)有效的指示失速起始的參數(shù)端皮。然而，這是一種比較保守的方法拒凝，在應(yīng)用中會(huì)產(chǎn)生虛警現(xiàn)象。隨后泞驴，他們通過在相關(guān)量度概率分布研究的基礎(chǔ)上發(fā)展了一個(gè)隨機(jī)模型牢裳，將相關(guān)量度的減小看作一個(gè)隨機(jī)事件，通過計(jì)算事件發(fā)生率隨穩(wěn)定裕度的變化來實(shí)現(xiàn)失速預(yù)警叶沛。同時(shí)蒲讯，以上的失速預(yù)警方法皆是通過對(duì)試驗(yàn)現(xiàn)象的觀察認(rèn)識(shí)進(jìn)行單純的數(shù)據(jù)分析，對(duì)于其背后的物理機(jī)理灰署，以及為什么傳感器所采集到的動(dòng)態(tài)壓力信號(hào)在壓氣機(jī)的設(shè)計(jì)點(diǎn)和近失速工作點(diǎn)所表現(xiàn)出來的差別并沒有清楚的認(rèn)識(shí)判帮。

北京航空航天大學(xué)孫曉峰團(tuán)隊(duì)根據(jù)氣動(dòng)聲學(xué)的基本原理揭示了這一現(xiàn)象產(chǎn)生背后的機(jī)理。在設(shè)計(jì)點(diǎn)溉箕，壓氣機(jī)通道內(nèi)流動(dòng)平穩(wěn)晦墙，流場的非定常效應(yīng)并不明顯，此時(shí)每個(gè)葉片的環(huán)量基本是不變的肴茄，則葉片載荷近似不變晌畅，這使得壓力信號(hào)較為平穩(wěn)。而在近失速點(diǎn)寡痰，流動(dòng)變得不穩(wěn)定抗楔，流動(dòng)分離和葉尖泄漏效應(yīng)增強(qiáng)所造成的頻繁的渦脫落現(xiàn)象使得葉片環(huán)量波動(dòng)，則導(dǎo)致葉片載荷產(chǎn)生變化拦坠，壓力信號(hào)波動(dòng)急劇增長连躏。據(jù)以上認(rèn)識(shí)朵椿，定義了一個(gè)參數(shù)Rc來量化評(píng)價(jià)壓氣機(jī)由設(shè)計(jì)點(diǎn)到近失速點(diǎn)期間內(nèi)壓力信號(hào)周期性的變化。當(dāng)壓氣機(jī)由設(shè)計(jì)點(diǎn)向失速點(diǎn)靠近時(shí)怠义，流場非定常特性增強(qiáng)俭宁，其中導(dǎo)致葉片環(huán)量下降的渦脫落等現(xiàn)象使葉片載荷發(fā)生變化，而葉片載荷的變化產(chǎn)生相應(yīng)的壓力波會(huì)被傳感器記錄下來俘噩，當(dāng)傳感器記錄的某一周期內(nèi)的葉片信號(hào)與上一周期不同時(shí)辱折，則會(huì)體現(xiàn)在Rc的變化上。當(dāng)Rc越接近1時(shí)表示壓力信號(hào)周期性越好逾辕，越接近0表示壓力信號(hào)周期性越差（見圖3）财调。并且為了解決Rc在大流量工作點(diǎn)突然出現(xiàn)下降而導(dǎo)致的失速誤報(bào)警問題，研究了該參數(shù)的統(tǒng)計(jì)特性煮沸，以分布函數(shù)的方式發(fā)展了一種基于渦動(dòng)力學(xué)和升力定理的實(shí)時(shí)失速預(yù)警方法兔触，并結(jié)合機(jī)匣處理技術(shù)，建立了穩(wěn)定性主動(dòng)控制系統(tǒng)腾枣。試驗(yàn)表明該系統(tǒng)可以在壓氣機(jī)接近失速邊界時(shí)發(fā)出預(yù)警信號(hào)起動(dòng)機(jī)匣處理审炬，實(shí)現(xiàn)壓氣機(jī)失速裕度的擴(kuò)展，且預(yù)警時(shí)間提高了80～100倍跨跨。

圖3   低速軸流壓氣機(jī)設(shè)計(jì)轉(zhuǎn)速下Rc在不同工作點(diǎn)的分布

以上方法仍面臨一些問題潮峦。例如，閾值的選取勇婴，不單指閾值大小問題忱嘹，更關(guān)鍵在于面對(duì)不同工況如何選擇合適的閾值，這需要預(yù)警參數(shù)學(xué)習(xí)耕渴；還有信號(hào)的質(zhì)量拘悦，傳感器的精度、安裝位置以及進(jìn)口畸變都會(huì)影響信號(hào)質(zhì)量橱脸，降低預(yù)警準(zhǔn)確性础米。這些問題都有待進(jìn)一步解決。

智能化預(yù)警技術(shù)

由于轉(zhuǎn)速波動(dòng)會(huì)導(dǎo)致鎖相壓力數(shù)據(jù)相移添诉，同時(shí)由于葉尖間隙分布不均勻和周向進(jìn)氣畸變使得傳感器的周向位置也會(huì)對(duì)信號(hào)質(zhì)量造成影響屁桑，而基于同一周向位置的自相關(guān)分析法嚴(yán)重依賴于傳感器的布置，可靠性難以保證吻商。而后互相關(guān)分析法逐漸發(fā)展掏颊，該方法通過分析周向上兩個(gè)對(duì)稱傳感器之間一個(gè)轉(zhuǎn)子轉(zhuǎn)數(shù)的相關(guān)性達(dá)到失速預(yù)警的目的，可以一定程度上降低傳感器周向位置對(duì)信號(hào)質(zhì)量的影響址檀，但相較于自相關(guān)算法锌褒，互相關(guān)算法需布置一對(duì)傳感器同時(shí)測得畸變區(qū)與穩(wěn)定區(qū)域的壓力信號(hào)，因此互相關(guān)算法對(duì)畸變更加敏感绍堪，也更容易受進(jìn)氣畸變影響降低預(yù)警可靠性勇湃。

進(jìn)氣道畸變除了會(huì)帶來額外的擾動(dòng)外坝总，還會(huì)在壓氣機(jī)的不同周向位置造成明顯的流量差異。現(xiàn)有的失速預(yù)警方法如自相關(guān)迅忙、互相關(guān)法只使用1～2個(gè)傳感器兆距，容易受到畸變引起的強(qiáng)不均勻性的影響，難以保證預(yù)警可靠性姆巨》δ颍基于此分析，北京航空航天大學(xué)孫曉峰團(tuán)隊(duì)提出了多信號(hào)相關(guān)分析來解決畸變帶來的影響嫩碘。該方法對(duì)于不同位置的8支傳感器迂擅，將其信號(hào)排列成矩陣形式，通過求解信號(hào)之間的相關(guān)矩陣臊啃，計(jì)算矩陣特征值以及特征值熵症丁，用特征值熵表示信號(hào)矩陣中各個(gè)信號(hào)之間的整體相關(guān)程度。如果矩陣中任意兩個(gè)信號(hào)的相關(guān)系數(shù)都為1旋圆，則此時(shí)特征值熵為0宠默，如果矩陣中任意兩信號(hào)之間相關(guān)系數(shù)都為0，此時(shí)矩陣特征值熵為1灵巧。圖4為多相關(guān)分析法在畸變條件下的預(yù)警效果搀矫。在風(fēng)扇/壓氣機(jī)發(fā)生失穩(wěn)后，失速團(tuán)與喘振產(chǎn)生的強(qiáng)烈流動(dòng)波動(dòng)會(huì)顯著影響信號(hào)的整體相關(guān)性刻肄。因此通過計(jì)算安裝在機(jī)匣壁面的8支傳感器所測量信號(hào)之間的整體相關(guān)性艾君，對(duì)風(fēng)扇和壓氣機(jī)的工作狀態(tài)進(jìn)行評(píng)估，同時(shí)一定程度上避免由于畸變等周向不均勻的工作狀態(tài)導(dǎo)致的錯(cuò)誤評(píng)估肄方，從而提高預(yù)警可靠性。

圖4   進(jìn)口畸變條件下多相關(guān)分析法的失速預(yù)警結(jié)果

近年來蹬癌，還出現(xiàn)了結(jié)合人工智能的失速預(yù)警手段权她。2021年，趙宏陽首次將深度學(xué)習(xí)與壓氣機(jī)的失速預(yù)警結(jié)合起來建立了壓氣機(jī)失速預(yù)測模型逝薪。該模型對(duì)某一組失速數(shù)據(jù)測試驗(yàn)證結(jié)果如圖5所示隅要，深度學(xué)習(xí)模型可以較傳統(tǒng)預(yù)警方法（如小波分析、方差分析）給出更早的預(yù)警信號(hào)刷航，在考慮其自適應(yīng)性不會(huì)引入主觀經(jīng)驗(yàn)的限制更顯其優(yōu)秀表現(xiàn)讥啤。2022年，仵凱將表征非定常載荷的RMS脈動(dòng)量和表征定常載荷的平均脈動(dòng)量作為失速特征輸入启尚，以長短時(shí)記憶網(wǎng)絡(luò)為基礎(chǔ)睬仿，引入注意力機(jī)制，建立了基于深度學(xué)習(xí)網(wǎng)絡(luò)的失速預(yù)警模型纤秃，最終利用全連接網(wǎng)絡(luò)輸出為該時(shí)間步壓氣機(jī)的失速概率竹小。這表明深度學(xué)習(xí)方法是可以用來解決壓氣機(jī)失速預(yù)測問題的吕迁。但是該模型仍通過檢測失速先兆實(shí)現(xiàn)失速預(yù)警，所以當(dāng)面臨出現(xiàn)時(shí)間極短的突尖失速先兆時(shí)無法獲得較長的預(yù)警時(shí)間傲钳。同時(shí)由于壓氣機(jī)失速具有強(qiáng)非線性和不確定性的特征肿圾，如何定義一個(gè)有效的參數(shù)作為壓氣機(jī)工作狀態(tài)的表征、如何提高模型適用范圍以適應(yīng)復(fù)雜工況以及網(wǎng)絡(luò)模型和訓(xùn)練方法的優(yōu)化等問題仍需解決棺昵。隨著計(jì)算機(jī)能力的提升簇戳，人工智能技術(shù)的日益成熟與革新，相信深度學(xué)習(xí)結(jié)合失速預(yù)警的智能化預(yù)警技術(shù)將大有所為销贝。

圖5   深度學(xué)習(xí)模型與傳統(tǒng)方法預(yù)警時(shí)刻對(duì)比

結(jié)束語

失速先兆的發(fā)現(xiàn)為航空發(fā)動(dòng)機(jī)的擴(kuò)穩(wěn)方法提供了新的契機(jī)與思路樊展。主動(dòng)控制作為一種最直接的失速先兆波消除方式引起業(yè)界的廣泛關(guān)注。為了更早地發(fā)現(xiàn)失速先兆波鸽心，研究人員發(fā)展了失速預(yù)警技術(shù)滚局，如小波變換、傅里葉分析顽频、相關(guān)性分析等藤肢。這些方法在一定程度上都提前了失速預(yù)警時(shí)間，但都存在一些共性問題糯景，即預(yù)警閾值需要人為主觀選取嘁圈，且不同轉(zhuǎn)速下無法統(tǒng)一，不具有通用性蟀淮，在壓力波動(dòng)大的情況下容易報(bào)虛警等最住。隨著相關(guān)算法的發(fā)展，智能預(yù)警技術(shù)為失速預(yù)警提供了新的思路怠惶。相信在未來智能化迅速發(fā)展的時(shí)代涨缚，智能化預(yù)警技術(shù)能在很大程度上解決航空發(fā)動(dòng)機(jī)的主動(dòng)控制所面臨的困境。

（夏增虎 高晗庭 等 航空動(dòng)力 期刊）

聲明：本網(wǎng)站所收集的部分公開資料來源于互聯(lián)網(wǎng)策治，轉(zhuǎn)載的目的在于傳遞更多信息及用于網(wǎng)絡(luò)分享脓魏，并不代表本站贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé)，也不構(gòu)成任何其他建議肄埠。本站部分作品是由網(wǎng)友自主投稿和發(fā)布妄舅、編輯整理上傳，對(duì)此類作品本站僅提供交流平臺(tái)搓胯，不為其版權(quán)負(fù)責(zé)和绳。如果您發(fā)現(xiàn)網(wǎng)站上所用視頻、圖片臂沽、文字如涉及作品版權(quán)問題挺教，請第一時(shí)間告知，我們將根據(jù)您提供的證明材料確認(rèn)版權(quán)并按國家標(biāo)準(zhǔn)支付稿酬或立即刪除內(nèi)容，以保證您的權(quán)益孙鼎！聯(lián)系電話：010-58612588 或 Email:editor@mmsonline.com.cn榨厚。