为解决目前绝大多数神经网络冰形预测方法只能针对特定翼型且不具备面向多翼型特征的普适性的问题，采用基于多模态融合的深度神经网络方法，以翼型截面图像与结冰工况参数作为输入，以二维冰形曲线傅里叶级数拟合参数作为输出，建立深度神经网络预测模型，实现了对任意对称翼型结冰特征的预测能力。结果表明：提出的模型可以准确地预测任意对称翼型几何特征条件下的结冰外形，冰形面积与最大冰厚等冰形主要参数预测误差均保持在10%以下。

结合平行平板流动理论，结合流量因子法和粗糙面接触压力与接触间隙的关系，提出了一种基于等效间隙、能够考虑微观粗糙形貌及受不均匀分布载荷的机匣安装边泄漏量定量计算方法；采用有限元计算方法，研究了内部气体压力和轴向力对机匣安装边气体泄漏量的影响规律；研究表明，随着内部气体压力的增加，泄漏量增大，随着轴向力的增加，泄漏量略微减小；最后将计算结果与泄漏量实验结果进行对比，在内部气体压力和轴向力作用下的泄漏量最大误差分别为3.5%和3.6%，证明了本文计算方法的有效性。

为了揭示叶尖小翼对跨声速压气机级气动性能的影响机制，利用数值方法研究了压气机级转子叶片上加装不同宽度压力面/吸力面叶尖小翼的作用效果和扩稳机制。同时，提出一种更加系统的叶尖小翼结构设计方法以优化叶尖小翼技术在压气机上的应用，使压气机级压比和绝热效率基本保持不变的前提下提升其稳定工作裕度。研究结果表明：随着压力面小翼宽度的增加，压气机级的稳定工作裕度分别增加了6.01%、9.90%、10.76%、11.43%，压力面叶尖小翼改变了转子叶顶气流偏转角，抑制了叶顶泄漏流的产生和泄漏涡破碎，提升了压气机级的流通能力，同时减弱了静子叶片吸力侧的分离损失。

在AMESim软件环境下重新建立了某型补燃循环液体火箭发动机的调节阀部件动态模型，在Simulink软件环境下建立了机电作动系统的动态模型，将两者与修改后的火箭发动机模型进行变推力过程联合仿真，并在仿真中注入输送管路压力扰动。仿真结果表明：机电作动系统与调节阀模型能够反映发动机变推力过程中各部件内部的参数变化；联合仿真保持了原发动机模型的稳态精度，各主要参数误差均在1‰量级；调节阀的活塞自反馈机构能够抑制输送管路中低频压力波动对发动机推力的影响。

以GA（W）-1翼型为研究对象，通过数值模拟的方法探究了雷诺数对翼型气动特性的影响规律及物理机制，结果显示：翼型在低雷诺数工况下具有突变性、迟滞性等强烈的非线性气动特性，且迟滞环的尺寸随着雷诺数的增大而逐渐减小直到最终消失，翼型前缘分离泡的破碎及该过程的不可逆性是非线性气动特性产生的物理根源。翼型在不同雷诺数工况下的非线性气动特性与尖点突变模型在空间拓扑上具有相似性，于是基于拓扑不变原理，通过发展高精度的拓扑映射方法，构建了尖点突变模型的平衡曲面与翼型非线性气动特性之间的拓扑映射关系，从而利用尖点突变模型的平衡曲面去预测低雷诺数下翼型的非线性气动特性，模型预测误差在5%以内。