全球工程前沿2020.pdf

引言 1第一章 研究方法 31工程研究前沿的遴选 31.1 论文数据的获取与预处理 41.2 论文主题挖掘 41.3 研究前沿的确定与解读 42工程开发前沿的遴选 52.1 专利数据的获取与预处理 62.2 专利主题挖掘 62.3 开发前沿的确定与解读 63术语解释 6第二章 领域报告 9一、机械与运载工程 91工程研究前沿 91.1 Top10 工程研究前沿发展态势 91.2 Top3 工程研究前沿重点解读 132工程开发前沿 192.1 Top10 工程开发前沿发展态势 192.2 Top3 工程开发前沿重点解读 24二、信息与电子工程 301工程研究前沿 301.1 Top10 工程研究前沿发展态势 301.2 Top3 工程研究前沿重点解读 342工程开发前沿 422.1 Top10 工程开发前沿发展态势 422.2 Top3 工程开发前沿重点解读 47三、化工、冶金与材料工程 531工程研究前沿 531.1 Top10 工程研究前沿发展态势 531.2 Top3 工程研究前沿重点解读 562工程开发前沿 652.1 Top10 工程开发前沿发展态势 652.2 Top3 工程开发前沿重点解读 69四、能源与矿业工程 761工程研究前沿 761.1 Top12 工程研究前沿发展态势 761.2 Top4 工程研究前沿重点解读 802工程开发前沿 912.1 Top12 工程开发前沿发展态势 912.2 Top4 工程开发前沿重点解读 95目录全球工程前沿Engineering FrontsI全球工程前沿Engineering Fronts五、土木、水利与建筑工程 1021工程研究前沿 1021.1 Top10 工程研究前沿发展态势 1021.2 Top3 工程研究前沿重点解读 1062工程开发前沿 1152.1 Top10 工程开发前沿发展态势 1152.2 Top3 工程开发前沿重点解读 119六、环境与轻纺工程 1261工程研究前沿 1261.1 Top10 工程研究前沿发展态势 1261.2 Top3 工程研究前沿重点解读 1302工程开发前沿 1372.1 Top10 工程开发前沿发展态势 1372.2 Top3 工程开发前沿重点解读 142七、农业 1491工程研究前沿 1491.1 Top11 工程研究前沿发展态势 1491.2 Top3 工程研究前沿重点解读 1532工程开发前沿 1632.1 Top9 工程开发前沿发展态势 1632.2 Top3 工程开发前沿重点解读 167八、医药卫生 1741工程研究前沿 1741.1 Top10 工程研究前沿发展态势 1741.2 Top3 工程研究前沿重点解读 1792工程开发前沿 1852.1 Top10 工程开发前沿发展态势 1852.2 Top3 工程开发前沿重点解读 191九、工程管理 2001工程研究前沿 2001.1 Top10 工程研究前沿发展态势 2001.2 Top3 工程研究前沿重点解读 2042工程开发前沿 2142.1 Top10 工程开发前沿发展态势 2142.2 Top3 工程开发前沿重点解读 219总体组成员 229II1全球工程前沿Engineering Fronts引 言工程科技是改变世界的重要力量，工程前沿是工程科技未来方向的重要指引。当今时代，世界面临百年未有之大变局，新一轮科技革命和产业变革持续深化演进，工程科技创新前沿加速交叉融合、不断衍生突破。把握全球工程科技大势，瞄准世界工程科技前沿，大力推动工程科技创新发展，有效地应对全球性重大挑战，实现人类社会可持续发展，已经成为世界各国的战略选择。中国工程院作为国家工程科技领域最高荣誉性、咨询性学术机构，肩负着发挥学术引领作用、促进工程科技发展的历史使命。自 2017 年以来，中国工程院连续组织开展“全球工程前沿”重大咨询研究项目，旨在按年度分析全球工程研究前沿和工程开发前沿，研判全球工程科技演进变化趋势。2020 年度全球工程前沿研究项目，主要依托中国工程院 9 个学部及中国工程院工程系列期刊开展研究工作。项目研究以数据分析为基础，以专家研判为核心，遵从定量分析与定性研究相结合、数据挖掘与专家论证相佐证、工程研究前沿与工程开发前沿并重的原则，凝练获得 93 个工程研究前沿和 91 个工程开发前沿，并重点解读 28 个工程研究前沿和 28 个工程开发前沿。为提高前沿研判的科学性，在前三年实践经验的基础上，2020 年度的研究工作进一步加大了数据与专家的交互力度，领域专家与图书情报专家深度参与数据准备、数据分析、图表制作、报告撰写等环节，专家智慧与客观数据在多轮迭代中不断融合，提升了研究的专业性和前瞻性。本书为 2020 年度“全球工程前沿”项目研究成果，共两章：第一章为研究方法，主要说明项目研究采用的数据和研究方法；第二章为领域报告，包括机械与运载工程，信息与电子工程，化工、冶金与材料工程，能源与矿业工程，土木、水利与建筑工程，环境与轻纺工程，农业，医药卫生和工程管理共 9 个领域分报告，分别描述和分析了各领域的工程研究前沿和工程开发前沿概况，并对重点前沿进行详细解读。工程前沿研判是一项复杂且有挑战性的工作。在研究过程中，项目研究团队聚焦全球工程科技发展的热点和难点问题，将前沿研究、学术论坛与期刊建设紧密结合，相互促进，逐步探索出一条别具特色的研究路径。工程前沿研究得到了来自我国工程科技界各领域、各机构上千位院士和专家的支持，在此向所有指导工程前沿研究的院士、所有参与工程前沿研究的专家表示感谢！3全球工程前沿Engineering Fronts工程前沿指具有前瞻性、先导性和探索性，对工程科技未来发展有重大影响和引领作用的关键方向，是培育工程科技创新能力的重要指南。根据前沿方向的侧重点是工程科技的理论研究还是应用开发，工程前沿分为工程研究前沿和工程开发前沿。本研究中，工程前沿基于公开数据和专家研判得出，不涉及非公开领域。2020 年度全球工程前沿研究继续在以专家为核心、数据为支撑的原则下，采用专家与数据多轮交互、迭代遴选研判的方法，实现了专家研判与数据分析的深度融合，共遴选出 2020 年度 93 个工程研究前沿和 91 个工程开发前沿，并重点解读了其中的 28 个工程研究前沿和 28 个工程开发前沿。9 个领域的前沿数量分布如表 1.1 所示。前沿研究按数据准备、数据分析、专家研判 3 个阶段分步实施。在数据准备阶段，领域专家和图书情报专家对初始论文、专利数据进行修订，明确数据挖掘的范围；在数据分析阶段，通过共被引聚类方法获得文献聚类主题和专利地图；在专家研判阶段，通过专利地图解读、专家研讨、问卷调查等方法逐步筛选确定前沿，并结合前沿在论文或专利数据上的表现进一步调整 Top 10 前沿列表、完善前沿命名。为弥补因数据挖掘算法局限性或数据滞后所导致的前沿性不足，鼓励领域专家对定量分析结果查漏补缺，提名前沿。研究实施流程如图 1.1 所示，其中绿色部分以数据分析为主，紫色部分以专家研判为主，红色方框为专家与数据多轮深度交互的过程。1工程研究前沿的遴选本报告中，工程研究前沿的基础素材主要来自以下两种途径，一是科睿唯安基于 Web of Sci-ence 核心合集的 SCI 期刊论文和会议论文数据，通过共被引聚类方法获得文献聚类主题；二是专家提名备选工程研究前沿。两种途径获得的前沿经过专家论证、提炼得到备选工程研究前沿，再经过问卷调查和多轮专家研讨，遴选得出 9 个领域 93 个工程研究前沿。第一章 研究方法表 1.1 9 个领域前沿数量分布领域工程研究前沿/个工程开发前沿/个机械与运载工程1010信息与电子工程1010化工、冶金与材料工程1010能源与矿业工程1212土木、水利与建筑工程1010环境与轻纺工程1010农业119医药卫生1010工程管理1010合计93914第?章?1.1 论文数据的获取与预处理科睿唯安将 Web of Science 学科与中国工程院9 个学部领域建立映射关系，获得每个领域对应的期刊和会议列表，经领域专家修订与补充，确定 9 个领域数据源共计 11730 种期刊和 41734 个会议。此外，对于 Nature 等 70 种综合学科的期刊，采用单篇文章归类的方法，即根据期刊内单篇文章的参考文献主要归属的学科来定义这篇文章的领域学科。在此基础上，检索得到 20142019 年上述期刊和会议收录的论文，论文引用时间截至 2020 年 2 月。对于每个领域，科睿唯安综合考虑期刊和会议的差别、出版年等因素，对上述文献列表进行检索和数据挖掘，筛选出被引频次位于前 10%的高影响力论文，作为研究前沿分析的原始数据集，如表 1.1.1 所示。1.2 论文主题挖掘通过对上述 9 个领域前 10%的高影响力论文进行共被引聚类分析，得到每个领域的全部文献聚类主题。对于平均出版年在 20182019 年的聚类主题，按照核心论文的数量、总被引频次、常被引论文占比依次筛选，获得 25 个不相似的文献聚类主题；对于平均出版年在2018年之前的聚类主题，按照核心论文的数量、总被引频次、平均出版年、常被引论文占比依次筛选，获得 35 个不相似的文献聚类主题。其中，如果各领域聚类主题有交叉，则递补不交叉的聚类主题。此外，对于没有聚类主题覆盖的学科按关键词进行定制检索和挖掘。最终筛选得到 9 个领域 800 个备选研究热点，如表 1.2.1所示。1.3 研究前沿的确定与解读在论文数据处理与挖掘的同时，领域专家基于对其他数据如科技新闻、各国战略布局等的综合分析，提出研究前沿问题，并将其融入前沿确定的每个阶段。在数据准备阶段，图书情报专家将领域专家提出的研究前沿问题转化为检索式，这是初始数据源的重要组成部分。在数据分析阶段，针对没有文献图 1.1 全球工程前沿研究实施流程5全球工程前沿Engineering Fronts聚类主题覆盖的学科，领域专家提供关键词、代表性论文或代表性期刊，用于支撑科睿唯安进行定制检索和挖掘。在专家研判阶段，领域专家对照科睿唯安提供的文献聚类结果进行查漏补缺，对于未出现在数据挖掘结果中而专家认为重要的前沿进行第二轮提名，图书情报专家提供数据支撑。最终，领域专家对数据挖掘和专家提名的工程研究前沿素材进行归并、修订和提炼，而后经过问卷调查和多轮会议研讨，每个领域遴选出 10 个左右工程研究前沿。各领域依据发展前景、受关注度选取 3 个重点研究前沿，邀请前沿方向的权威专家从国家和机构布局、合作网络、发展趋势、研发重点等角度详细解读前沿。2工程开发前沿的遴选工程开发前沿的基础素材也来自两种途径：一是科睿唯安基于Derwent Innovation专利检索平台，对 9 个领域 53 个学科组中被引频次位于各学科组前 10000 个的高影响力专利家族进行文本聚类，获得 53 张专利地图，领域专家从专利地图中解读出备选工程开发前沿；二是专家提名备选工程开发前沿。两种方式获得的备选开发前沿通过多轮专家研讨和问卷调查，获得每个领域 10 个左右工程开发前沿。表 1.1.1 各领域数据源概况序号领域期刊/种会议/个高影响力论文/篇1机械与运载工程5122641707482信息与电子工程958174181993473化工、冶金与材料工程114439392532214能源与矿业工程59421811056745土木、水利与建筑工程5601075564026环境与轻纺工程132611741860227农业1167951702938医药卫生4675111634459409工程管理794119245716表 1.2.1 各领域文献聚类结果序号领域聚类主题/个核心论文/篇备选研究热点/个1机械与运载工程7596318161442信息与电子工程1929485292643化工、冶金与材料工程26703111032654能源与矿业工程1162149722955土木、水利与建筑工程6133274491356环境与轻纺工程2084986909857农业778432821728医药卫生47145202238659工程管理467519012756第?章?2.1 专利数据的获取与预处理在数据准备阶段，科睿唯安基于 Derwent In-novation 专利数据库，采用德温特世界专利索引（DWPI）手工代码、国际专利分类表（IPC分类）、美国专利局分类体系（UC）等专利分类号和特定的技术关键词，初步构建 9 个领域 53 个学科组的专利数据检索范围及检索策略；领域专家对专利检索式进行删减、增补和完善，并提名备选前沿主题，图书情报专家转化为专利检索式。科睿唯安将以上两部分检索式进行整合，确定 53 个学科组的专利检索式，在 DWPI 和德温特专利引文索引（DPCI）数据库中检索，获得相应学科的专利文献。专利检索时间范围为 20142019 年，专利引用时间截至2020 年 2 月。为了进一步聚焦专利文献，对检索得到的百万量级专利文献根据“年均被引频次”和“技术覆盖宽度”指标进行筛选，综合评估得到每个学科前10 000 个专利家族。2.2 专利主题挖掘对 9 个 领 域 53 个 学 科 组 被 引 频 次 位 于 前10000 的高影响力专利开展专利文本语义相似度分析，基于 DWPI 标题和摘要字段进行主题聚类，获得 53 张能快速直观呈现工程开发技术分布的 ThemeScape 专利地图，以关键词的形式展现所聚集专利的总体技术信息。领域专家在图书情报专家辅助下，从专利地图提炼技术开发前沿、归并相似前沿、确定开发前沿名称，得到每个学科组的备选工程开发前沿。同时，为避免遗漏新兴前沿，领域专家尤其注重专利地图中低频次、关联性较低的技术空白点的解读。2.3 开发前沿的确定与解读在专利数据处理与挖掘的同时，领域专家基于对其他数据如科技新闻、各国战略布局等的综合分析，提出开发前沿问题，并将其融入前沿确定的每个阶段。在数据准备阶段，图书情报专家将领域专家提出的关键前沿问题转化为专利检索式，作为基础数据集的重要组成部分。在数据分析阶段，领域专家开展第二轮前沿提名，补充数据挖掘中淹没的专利量少、影响力尚未显现的新兴技术点。在专家研判阶段，领域专家研读高影响力专利，图书情报专家辅助领域专家从“高峰”和“蓝海”等多角度解读专利地图。最终，领域专家对专利地图解读结果与专家提名前沿进行归并、修订和提炼，得到备选工程开发前沿，而后通过问卷调查或多轮专题研讨，每个领域遴选出 10 个左右工程开发前沿。各领域依据发展前景、受关注度选取 3 个重点开发前沿，邀请前沿方向的权威专家从国家和机构布局、合作网络、发展趋势、研发重点等角度详细解读前沿。3 术语解释文献（论文）：包括 Web of Science 中经过同行评议的公开发表的研究型期刊论文、综述和会议论文。高影响力论文：指被引频次在同出版年、同学科论文中排名前 10%的论文。文献聚类主题：对高影响力论文进行共被引聚类分析获得的一系列主题和关键词的组合。核心论文：根据研究前沿的获取方式不同，核心论文有两种含义，如果是来自数据挖掘经专家修正的前沿，核心论文指高影响力论文；如果是来自专家提名的前沿，核心论文指按主题检索被引频次排前 10%的论文。图片中的圆点大小根据核心论文数量绘制。论文比例：某个国家或机构参与的核心论文数量占全部国家或机构产出核心论文数量的比例。施引核心论文：指引用核心论文的文献。7全球工程前沿Engineering Fronts被引频次：指论文被科睿唯安 Web of Science核心合集收录的论文引用的次数。平均出版年：指对文献聚类主题中所有文献的出版年取平均数。引文速度：引文速度是一定时间内衡量累计被引频次增长速度的指标。在本研究中，每一篇文献的引文速度是从发表的月份开始，记录每个月的累计被引频次。常被引论文：指引文速度排名前 10%的论文。高影响力专利：每个学科被引频次排名前10 000 的专利家族。核心专利：根据开发前沿的获取方式不同，核心专利有两种含义：如果是来自专利地图的前沿，核心专利指高影响力专利；如果是来自专家提名的前沿，核心专利指按主题检索的全部专利。专利比例：某个国家或机构参与的核心专利数量占全部国家或机构产出核心专利数量的比例。专利地图：通过分析专利文献中的语义相似度，将相关技术的专利聚集在一起，并以地图形式可视化展现，是形象地反映某一行业或技术领域整体面貌的主题全景图。技术覆盖宽度：指每个专利家族覆盖的 DWPI分类的数量。该指标可以体现专利的领域交叉广度。中国工程院学部专业划分标准体系：包含中国工程科学技术（含农业、医学）的 9 个学部所涵盖的 53 个专业学科，按照中国工程院院士增选学部专业划分标准（试行）确定。9全球工程前沿Engineering Fronts1 工程研究前沿1.1 Top 10 工程研究前沿发展态势机械与运载工程领域 Top 10 工程研究热点涉及机械工程、船舶与海洋工程、航空宇航科学技术、兵器科学与技术、动力及电气设备工程与技术、交通运输工程等学科方向（见表 1.1.1）。其中：属于传统研究深化的是增减材复合制造方法、基于机器学习的故障监测与诊断、超声速燃烧室技术研究、作业型飞行机器人、高功率无线电能传输；新兴前沿包括数字孪生驱动的智能制造、吸气式高超声速飞行器、连续纤维增强复合材料增材制造、空间大型可展开天线、基于第五代移动通信（5G）的车联网与实时交通管理方法。20142019 年，各前沿相关的核心论文逐年发表情况见表 1.1.2。（1）数字孪生驱动的智能制造数字孪生作为新兴技术，基本特征是物理实体和数字孪生模型的双向映射；在数字化设计、虚拟仿真、工业物联网等关键使能技术交叉融合的基础上，构建产品/工厂所对应的数字孪生模型，对数字孪生模型进行可视化、调试、体验、分析与优化，以此提升实体产品/工厂的性能和运行绩效。20172019 年，高德纳咨询公司均将数字孪生列入十大新兴技术。数字孪生驱动智能制造主要体现在两方面。一是智能产品全生命周期的数字孪生应用，在产品设计制造阶段进行虚拟测试和半实物仿真；在产品服役阶段通过工业物联网采集产品运行数据，基于数字孪生模型仿真结果进行故障预测、绩效分析与优化；在产品报废回收再利用阶段结合数字孪生模型判断哪些零件可以进行再利用和再制造。二是智能工厂全生命周期的数字孪生应用，在新工厂建设前通过数字孪生模型对生产线进行虚拟调试；在智能工厂运行期间通过数字孪生模型对工厂运行状态进行可视化、优化和故障预警；在智能工厂改造升级过程中利用数字孪生模型优化改进方第二章领域报告一、机械与运载工程表 1.1.1 机械与运载工程领域 Top10 工程研究前沿序号工程研究前沿核心论文数被引频次篇均被引频次平均出版年1数字孪生驱动的智能制造984794.112017.62增减材复合制造方法1162556.822015.33吸气式高超声速飞行器2598439.362016.64基于机器学习的故障监测与诊断41298672.832017.75连续纤维增强复合材料增材制造1075075.002017.26超声速燃烧室技术研究2864022.862016.87空间大型可展开天线1121519.552016.78基于 5G 的车联网与实时交通管理方法17122572.062017.19作业型飞行机器人46122126.542015.210高功率无线电能传输20160080.002016.810第二章领域报告：?与?工程案。相关研究热点有：高保真度数字孪生模型，三维交互式实时渲染，贯穿产品全生命周期的数字主线构建，数字孪生模型的多学科仿真与优化，应用人工智能（AI）和大数据技术对工业物联网开展数据实时分析以及与数字孪生模型进行实时映射等。（2）增减材复合制造方法增减材复合制造方法运用逐层堆叠的增材制造和适时的减材加工，实现零件在同一台机床上完成“增材堆积 减材精整”的连续或同步制造过程。方法的实质是将减材制造融入增材制造的成形过程中，旨在提高增材制造零件的精度和质量，直接获得结构复杂、组织致密、形状精度和表面质量高的零件，满足工业高精尖领域对精密零件的性能要求。相关研究主要分为三方面：一是增减材复合制造方法与装备，研究不同能量源和材料的增减材复合制造方法，开发多轴数控机床、增材制造机构、送料机构，研制增减材复合制造装备；二是增减材复合制造软件，开发重点是零件特征识别分层数据处理、增减材复合制造路径生成与规划、增减材加工工艺模拟；三是增减材复合制造工艺，根据成形材料特点和性能要求，优化增材和减材制造工艺，达到控形控性的目的。增减材复合制造工艺引入在线检测技术，可实现制造过程实时检测反馈，发现成形过程中产生的缺陷，动态调整成形过程中的复合工艺参数。利用减材技术实时去除增材形成的缺陷，是提高增减材复合制造零件性能和精度的有效手段，成为当前研究热点。（3）吸气式高超声速飞行器吸气式高超声速飞行器飞行马赫数不小于 5，以吸气式超燃冲压发动机或组合发动机为动力，可从地面零速起飞直到入轨，通常分为临近空间飞行器和空天飞行器。临近空间飞行器细分为高超声速巡航飞行器、高超声速跨域机动飞行器、高超声速飞机；空天飞行器指可自由进出空间的可重复使用航天运载器。吸气式高超声速飞行器具有速度快、航程远、性能优异等独特优势，将对人类社会发展和未来军事对抗模式产生重要影响。相关技术体系成为衡量一个国家航空航天领域发展程度的标志，研究集中在超燃冲压发动机及其组合循环动力技术、高超声速热防护结构与材料技术、飞行器/推进一体化气动外形设计技术、高超声速飞行器导航制导与控制技术、高超声速地面试验与飞行演示验证技术等。航天大国都将吸气式高超声速飞行器技术作为未来航空航天领域发展的重要方向，力争占据未来航空航天技术表 1.1.2 机械与运载工程领域 Top10 工程研究前沿逐年核心论文发表数序号工程研究前沿2014 年2015 年2016 年2017 年2018 年2019 年1数字孪生驱动的智能制造0013412增减材复合制造方法2450003吸气式高超声速飞行器1647434基于机器学习的故障监测与诊断0151014115连续纤维增强复合材料增材制造0025216超声速燃烧室技术研究2448917空间大型可展开天线1035118基于 5G 的车联网与实时交通管理方法2223359作业型飞行机器人1814653010高功率无线电能传输05265211全球工程前沿Engineering Fronts发展的制高点。（4）基于机器学习的故障监测与诊断随着大数据挖掘和 AI 技术的发展，计算机网络规模趋于复杂，生成的过程数据越发庞大，出现了新的数据分析需求。基于机器学习的智能故障诊断方法普到工业界和产业界的遍受关注。当前主流的智能诊断方法分为机器学习和深度学习：前者有贝叶斯网络、人工神经网络、支持向量机、隐马尔可夫模型等，后者有卷积神经网络、循环神经网络、自动编码机、对抗学习网络、脉冲神经网络等，均具有强大的数据特征自动提取功能，可进行端对端的故障诊断。传统机器学习普遍存在泛化能力和精度有限、复杂多工况多分类场景下面临性能瓶颈等问题；相比之下，深度学习因其大数据适应能力强、覆盖范围广、适应性和移植性好而成为研究热点。第一代神经网络（以人工神经网络为代表）存在学习时间长、网络规模大等不足，第二代神经网络（以卷积神经网络为代表）在故障监测与诊断方面取得了良好的应用效果，但计算和存储需求偏大。为适应复杂工况智能诊断需求，同时具有高效学习、低存储和低成本的基本特征，第三代神经网络（如脉冲神经网络）利用随时间变化的脉冲序列传递特征信息，脉冲编码效率较高，也与智能故障诊断发展方向趋同。（5）连续纤维增强复合材料增材制造连续纤维增强复合材料作为一种先进高性能轻质材料，长期以来存在制备过程周期长、成本高、工艺复杂等问题，严重制约了应用范围和推广进度。增材制造具有工艺简单、加工成本低、原材料利用率高、无模自由成形、绿色环保等优点，理论上可制备具有任意复杂几何构型的结构件。两方面的技术融合具有重大前景，发展的制备工艺有选区激光烧结、熔融沉积制造、分层实体制造、立体光刻技术；其中熔融沉积制造因工艺成本低、设备简单、易于操作等特性，应用较为广泛。尽管针对打印装备、制备工艺、材料改性等已开展了大量的研发工作，但最终成型件的刚度、强度、表面质量、致密性等方面仍存在缺陷，尚不能完全满足工程应用需求。对标大规模工业化应用，未来重点发展方向有：具有特殊性能的连续纤维制备与开发，增材制造成型技术与连续纤维增强复合材料成型融合机理，连续纤维增强复合材料增材制造标准评价体系，适用面更宽泛的新型增材制造工艺。（6）超声速燃烧室技术研究随着高超声速技术的发展，超燃冲压发动备受工程界关注。在高超声速来流条件下，考虑到总压损失等一系列性能指标，气流经过进气道压缩后进入燃烧室时仍为超声速，出现了超声速燃烧现象。燃烧室要在数毫秒周期内完成燃料喷射、雾化、蒸发、掺混、点火、稳定燃烧等过程，还要实现高效能量转化和较小压力损失，设计难度极大。相关研究方向有：流道整体优化设计技术、燃料喷注与雾化技术、可靠点火和火焰稳定技术、高效低阻燃烧组织技术、可控燃烧技术、燃烧过程高精度测量等。目前，航天强国在工程层面上陆续突破了超声速燃烧技术，具备了满足一定工程应用推力需求的超燃冲压发动机和双模态冲压发动机的研制能力，但仍面临较多问题，如宽域燃烧、低压燃烧、多模态燃烧、更高马赫数燃烧、大尺度燃烧、高精度数值模拟等。这些问题的解决事关发动机性能提升和应用拓展，将是超声速燃烧技术方向的持续关注重点。大力开展超声速燃烧相关基础科学研究，在火焰生成及传播机理、液态燃料蒸发雾化机理、不稳定燃烧、燃烧模式及其转化等方面取得进一步突破。（7）空间大型可展开天线星载天线应用于空间和对地无线通信、电子侦察、导航、遥感、深空探测及射电天文，为了具备多波段、大容量、高功率能力以实现通信连接及网络服务，通信卫星需配备大口径星载天线。受限于运载火箭整流罩尺寸与发射费用，星载天线要求轻质且收拢体积小，因而大口径星载天线应具备可展开特性，常用的有反射面天线、阵列天线、微电子12第二章领域报告：?与?工程机械天线。反射面天线是各种卫星使用最多的一类，可作为超高频、微波乃至毫米波波段的通信卫星天线，根据反射面结构形式又可分为刚性反射面天线、充气反射面天线、网状反射面天线、薄膜反射面天线。阵列天线具有更多的设计自由度，如线阵、平面阵、共形阵、相共阵等，能较好地实现高增益、窄波束、多目标、空分多址、自主控制等功能。微电子机械天线是一种结合了微机电系统技术的新型低成本、高性能天线，分为微电子机械相控阵天线、微电子机械可重构天线、微带栅格天线、微电子机械多频段天线等。近年来，空间大型可展开天线技术的研究集中在柔性结构和展开机构设计、反射面形面分析与调整、电磁性能分析与可靠性分析等方面，相关基础理论研究涉及机电热综合优化设计理论与方法、波束赋形反射面天线设计、性能测试、网状天线无源交调、新材料应用等。实现高频通信的大口径高精度天线是下一代可展开天线的发展方向，技术攻关重点包括可展开构架式反射面天线、充气式可展开反射面天线、空间组装大型天线、智能阵列天线等。（8）基于 5G 的车联网与实时交通管理方法5G 具有大带宽高速率、低时延高可靠和海量连接等特性，推动蜂窝车联网（C-V2X）持续演进。5G 车联网业务以智慧道路监测、自动驾驶、远程驾驶、编队行驶等业务为主，在 C-V2X 的基础上融合了蜂窝通信和直连通信，使“人 车 路 云”等交通参与要素有机地联系，实现交通网、信息网、能源网“三网合一”，形成随时通信、实时监控、及时决策的智能网络。“智能+网联”是未来车联网发展的基本路线，通过车 车、车 路、车 人、车 网的信息交互和共享来实现车辆和基础设施之间智能协同与配合；构建智能路况综合感知、动态协同交通控制等能力，旨在优化系统资源利用、提高道路交通安全、缓解交通拥堵；未来朝着更加安全、协同、智能、绿色的交通系统方向演进。C-V2X将与超大规模多输入多输出、毫米波通信、移动边缘计算、雷达、基于 5G 增强的高精度定位等技术结合；突破 5G 车联网信息安全技术来确保交通行车安全、隐私和数据安全，通过全域感知、分级云控，建设地面交通在云端的数字孪生映射，利用 AI 技术实现快速高效的智慧交通实时管理。（9）作业型飞行机器人作业型飞行机器人由飞行器与作业装置（如机械臂）共同组成，是一种具有主动作业能力的新型机器人；由螺旋桨提供升力，机动灵活，操控性强。作业型飞行机器人系统具有诸多优势：在飞行过程中快速捕捉空中或地面目标，迅速到达地面机器人无法进入的复杂环境中（如地震、火山喷发等灾害现场）执行精细作业任务，多个作业型飞行机器人进行协同搬运、装配大负载，综合飞行能力和作业机构灵活性来拓展实现新概念多栖移动平台。由于作业装置与飞行器之间的强耦合性、作业装置与外部目标的接触对飞行器自身运动产生影响，作业型飞行机器人的应用依然面临一些问题，如欠驱动、多变量、强耦合的复杂非线性因素对飞行控制的影响。近年来，有关作业型飞行机器人的系统设计、视觉引导、运动控制获得较多关注，但目前还处于起步阶段，耦合效应建模与分析、高性能飞行与作业控制、运动/状态规划、实验系统构建等方面均待深入开展研究。（10）高功率无线电能传输无线电能传输（WPT）是一种综合利用电力电子与控制技术实现电能从电源到负载的非电气接触电能传递技术，重点发展方向是磁耦合无线电能传输，利用发射/接收线圈之间的高频交变耦合磁场来实现电能传输，具有安全、可靠、灵活、非接触等特点。2013年，WPT技术被世界经济论坛评为“对世界影响最大、最有可能为全球面临的挑战提供答案的十大新兴技术”之一。磁耦合无线电能传输技术为诸多领域提供新的供电解决方案，如电动汽车充电、植入式医疗设备供能、水下传能、高压电气设备供能等。相关研究方向主要有：WPT 系统最13全球工程前沿Engineering Fronts大功率点跟踪、传输距离及传输效率分析、多线圈耦合方式优化与控制、多拾取动态无线电能传输系统控制方法、磁耦合 WPT 系统异物检测技术等。相关发展趋势包括：提高无线传能的功率，提高供能系统的功率密度，提高供能效率，提高传输距离，优化系统结构与控制方法，提高供能的可靠性、稳定性、鲁棒性。1.2 Top 3 工程研究前沿重点解读1.2.1 数字孪生驱动的智能制造数字孪生技术的应用源于美国国家航空航天局（NASA）在航空产品的设计、制造、测试与服役中的应用，例如对“好奇号”火星车进行远程仿真与操控。在数字化设计技术和虚拟仿真技术发展和集成应用的过程中，产生了数字原型、数字样机、虚拟样机、全功能虚拟样机等技术，主要用于实现复杂产品的运动仿真、装配仿真和性能仿真。随着传感器技术和无线通信技术的发展，工业物联网开始应用于高价值工业设备的运行监控和维修维护。随着学术界的研究，通用电气公司、西门子集团等企业应用的示范下，数字孪生技术开始受到广泛关注，基于工业物联网实现了数字孪生模型与物理模型之间的虚实映射。数字孪生已经成为智能制造领域的应用热点与研究前沿。智能产品数字孪生应用的价值在于，通过虚实映射来持续改进产品的性能，为客户提供更好的体验，提高产品运行的安全性、可靠性、稳定性，进而提升产品的市场竞争力。智能工厂数字孪生应用的价值主要体现为：构建透明工厂，提升工厂的运营管理水平，提高设备运转率，降低能耗，促进安全生产。数字孪生技术的典型应用场景有：机电软一体化复杂产品研发，智能产品运行监控和智能运维，智能工厂运行实时模拟和远程监控，生产线虚拟调试，数字营销等。目前，数字孪生技术的应用还处于初步阶段，主要研究方向包括：构建数字孪生技术应用的一体化集成平台；研发能够对轻量化三维模型进行交互式和实时三维渲染的底层平台，支持虚拟现实/增强现实应用；打通贯穿产品全生命周期的数字主线，串起各个阶段的数字孪生模型，确保在发生变更时各个数字孪生模型的一致性；对智能产品和智能工厂运行进行实时监控的三维可视化技术；对智能产品进行系统仿真和结构、流体、电磁等多学科仿真，为支持多学科仿真计算同步而发展的降阶处理技术；基于 AI 和工业大数据技术对传感器和物联网数据进行实时分析；基于工业物联网平台对来自边缘端的物联网数据、来自云端的数字孪生模型仿真结果数据进行分析比对的技术等。“数字孪生驱动的智能制造”工程研究前沿中，核心论文发表量靠前的国家是中国、新加坡，篇均被引频次靠前的国家是美国、澳大利亚、法国、德国（见表 1.2.1）。在发文量 Top 7 国家中，中国和新加坡合作较多（见图 1.2.1）。核心论文发文量方面，北京航空航天大学、新加坡国立大学具有优势，篇均被引频次排在前列的机构是爱荷华大学、新南威尔士大学、埃尔朗根 纽伦堡大学、巴黎萨克雷大学（见表 1.2.2）。在发文量 Top 8 机构中，北京航空航天大学和新加坡国立大学合作较多（见图 1.2.2）。施引核心论文的主要产出国家是中国、美国、德国（见表 1.2.3），施引核心论文的主要产出机构是北京航空航天大学、查尔姆斯理工大学、武汉理工大学（见表 1.2.4）。1.2.2 增减材复合制造方法增材制造采用逐层制造并叠加原理，理论上可以成形任意复杂结构，而不受传统加工中刀具、模具、夹具等多样复杂条件问题的约束，突破了传统加工方法在整体成形复杂零件时面临的瓶颈问题。德国工业 4.0、美国先进制造、中国制造 2025、英国工业 2050、日本振兴战略等国家发展战略均将增材制造列为制造业未来发展的重要方向。然而，14第二章领域报告：?与?工程与传统机加工相比，增材制造零件存在几何精度和表面质量差、内部缺陷多等突出问题。增减材复合制造技术运用逐层堆叠的增材制造以及适时的减材加工，实现零件在同一台机床上完成“增材堆积减材精整”的连续或同步制造过程，直接获得结构复杂、组织致密、形状精度和表面质量高的零件，满足工业高精尖领域对精密零件的性能要求。该技术不但具有增材制造的成形零件复杂、材料利用率高等优点，而且兼顾了减材加工高质量与高精度的优势，因此成为目前全球制造业关注的重点与焦点。当前相关研究主要有方法与装备、软件、工艺三方面。在增减材复合制造方法与装备方面，研究不同能量源和材料的增减材复合制造方法，开发多轴数控机床、增材制造机构、送料机构等系统，进而研制增减材复合制造装备。在增减材复合制造软件方面，开发零件特征识别分层数据处理、增减材复合制造路径生成与规划、增减材加工工艺模拟等软件。在增减材复合制造工艺方面，根据成形材料表 1.2.1“数字孪生驱动的智能制造”工程研究前沿中核心论文的主要产出国家序号国家核心论文数论文比例被引频次篇均被引频次平均出版年1中国777.78%63090.002017.72新加坡333.33%8829.332017.03澳大利亚111.11%148148.002018.04美国111.11%148148.002018.05法国111.11%134134.002017.06德国111.11%134134.002017.07瑞典111.11%8383.002017.0表 1.2.2“数字孪生驱动的智能制造”工程研究前沿中核心论文的主要产出机构序号机构核心论文数论文比例被引频次篇均被引频次平均出版年1北京航空航天大学666.67%575 95.832017.72新加坡国立大学333.33%88 29.332017.03爱荷华大学111.11%148148.002018.04新南威尔士大学111.11%148148.002018.05埃尔朗根 纽伦堡大学111.11%134134.002017.06巴黎萨克雷大学111.11%134134.002017.07查尔姆斯理工大学111.11%83 83.002017.08北京理工大学111.11%55 55.002018.0图 1.2.1“数字孪生驱动的智能制造”工程研究前沿主要国家间的合作网络15全球工程前沿Engineering Fronts表 1.2.3“数字孪生驱动的智能制造”工程研究前沿中施引核心论文的主要产出国家序号国家施引核心论文数施引核心论文比例平均施引年1中国23840.07%2018