近日，91视频 航空航天系费庆国教授团队联合中国飞行试验研究院在面向试飞试验的模态参数识别方面取得重要进展，相关研究成果以《Enhancing Damping Identification Accuracy of Wing Using Variational Local Mean Decomposition》和《Novel LMD-NExT Hybrid Method for Damping Ratio Identification under Sweep-Frequency Excitation》为题，发表在航空航天领域国际顶级期刊《AIAA Journal》。该期刊作为美国航空航天学会（American Institute of Aeronautics and Astronautics，AIAA）主刊，是航空航天领域最具国际影响力的期刊之一。

试飞试验是航空器研制阶段验证飞行性能、保障飞行安全的核心环节，模态参数尤其是阻尼比的精准识别，直接关乎航空器结构动力学特性分析的准确性，是把控试飞试验安全、优化航空器结构设计的重要前提。针对模态识别过程中存在的阻尼识别精度问题与面向扫频信号的算法适用性问题，分别提出了一种变分局部均值分解算法与LMD-NExT混合算法，实现了试飞试验复杂激励场景下阻尼比的高效、精准识别。有效提升了试飞过程中结构动力学特性评估的可靠性，对降低试飞试验风险、保障试飞人员与航空器安全具有重要现实意义。

《Enhancing Damping Identification Accuracy of Wing Using Variational Local Mean Decomposition》论文第一作者为博士研究生王伟鑫。《Novel LMD-NExT Hybrid Method for Damping Ratio Identification under Sweep-Frequency Excitation》论文第一作者为博士生导师朱锐、第二作者为博士研究生王伟鑫。上述研究工作均得到国家杰出青年基金等项目的资助。

（论文链接分别为：//doi.org/10.2514/1.J066117、//doi.org/10.2514/1.J066336）

供稿：朱锐

审核：刘晓军