研究员☺️、博士生导师
杏鑫
通讯地址：上海市杨浦区邯郸路220号光华楼东主楼2508室
电子邮箱：zhaoyj@fudan.edu.cn
教育经历:
· 1997年7月，北京航空航天大学，获航空发动机学士学位。
· 2000年3月🏵，北京航空航天大学，获航空宇航推进理论与工程硕士学位。
· 2005年5月♛，佐治亚理工学院（Georgia Institute of Technology），获航空工程博士学位✂️。
工作经历:
· 2005年6月 - 2020年2月，通用电气公司（GE Company）💋。
· 2020年3月 - 至今🧑🏽🚒，杏鑫平台。
主要研究领域及招生方向：
绿色智能动力与能源系统课题组面向国家重大需求🦸🏽♂️，将数理基础、技术科学与工程实践紧密结合🎑，融合数字化🏈、智能化与系统化等领域的最新进展，以航空发动机及燃气轮机💕👼、绿色智能动力与能源系统👩🏼🎤、低空飞行器等高端装备为主要应用场景👷，研究解决下述方向的关键科学与共性技术难题：
· 复杂系统高精度建模与仿真、设计与优化…
· 多层级多物理场耦合试验🍭、诊断🧑🏻🌾、预测与控制…
· 高端装备智能运维与健康管理…
本课题组注重学科交叉融合，欢迎具有航空航天、能源与动力、工程热物理、力学、机械🤺、自动化与控制、大数据与人工智能、信息与计算机科学等专业背景的同学加入本组🍟，攻读硕士、博士学位，欢迎博士后加盟！
现主持的主要科研项目：
· 航空发动机及燃气轮机系统仿真与优化体系集成
· 航空发动机热力性能衰退与气路故障诊断技术研究
· 重型燃气轮机全寿命周期高精度性能仿真等
主要学术任职🎅🏿：
· 科技部评审专家
· 教育部评审专家
· 上海市科学技术奖会评专家
· 上海市航空学会空气动力学专业委员会委员
· 上海市航空学会航空机械工程专业委员会委员
· 上海市航空学会技术经济专业委员会委员
· 上海市航空发动机数字孪生重点实验室外部专家等
代表性学术论文✒️：
· Transient gas path fault diagnosis of aero engine based on domain adaptive offline reinforcement learning[J], Aerospace Science and Technology, Volume 155, Part 3，2024，109701
· A novel method for aero-engine map calibration using adaptation factor surface[J], Measurement, Volume 239⛩，2025，115394
· A novel approach to aeroengine performance diagnosis based on physical model coupling data-driven using low-rank multimodal fusion method[J], Journal of the Global Power and Propulsion Society, 2024, 8:334–348
· A Novel Performance Adaptation Method For Aero-Engine Matching Using Adaptation Factor Surface[J]. Journal of the Global Power and Propulsion Society, 2024, 8: 154–165
· 基于自适应因子曲面的航空发动机过渡态性能自适应方法[J], 复旦学报(自然科学版)，2024，Vol.63 No.6
· A Novel Performance Adaptation Method For Aero-Engine Matching Using Adaptation Factor Surface[C], Proceedings of Global Power and Propulsion Society, Hongkong, 2023,10
· A novel approach to aeroengine performance diagnosis based on physical model coupling data-driven using low-rank multimodal fusion method[C], Proceedings of Global Power and Propulsion Society, Hongkong, 2023,10
· A Novel Digital Twin Framework for Aeroengine Performance Diagnosis[J]. Aerospace, 2023,10(9), 789
· Engine gas path component fault diagnosis based on a sparse deep stacking network[J]. Heliyon, 2023, 9(1), e19252
· Data-Driven Exhaust Gas Temperature Baseline Predictions for Aeroengine Based on Machine Learning Algorithms[J]. Aerospace, 2023, 10(1), 17
· Probability-based service safety life prediction approach of raw and treated turbine blades regarding combined cycle fatigue[J]. Aerospace Science and Technology, 2021, 110: 106513.
· Probabilistic analyses of structural dynamic response with modified Kriging-based moving extremum framework[J]. Engineering Failure Analysis, 2021, 125:105398.
· Competitive cracking behavior and microscopic mechanism of Ni-based superalloy blade respecting accelerated CCF failure[J]. International Journal of Fatigue💐，2021🏃🏻♀️，150：106306.
· Enhanced network learning model with intelligent operator for the motion reliability evaluation of flexible mechanism[J]. Aerospace Science and Technology, 2020, 107: 106342.
· Structural dynamic reliability estimation with enhanced extremum Kriging method[C]. 2020 International Conference on Quality, Reliability, Risk, Maintenance, and Safety Engineering (QR2MSE 2020), October 8th-11th, 2020, Xi’an, Shaanxi, China.
· A sequential approach for gas turbine power plant preventive maintenance scheduling[J], Journal of Engineering for Gas Turbine and Power. 128, n.4, 2006: 796-805.
· A profit based approach for gas turbine power plant outage planning[J]. Journal of Engineering for Gas Turbine and Power, 128, n.4, 2006: 806-814.
· An integrated framework for gas turbine power plant operational modeling and optimization[C]. Proceedings of GT2005, ASME Turbo Expo 2005: Power for Land, Sea and Air, June 6-9, 2005, Reno-Tahoe, Nevada.
· Power plant systems operational scheduling using a dual-time scale[C]. 10th AIAA/ISSMO Multidisciplinary Analysis and Optimization Conference, 2004, Albany, New York.
· Modeling and cost optimization of combined cycle heat recovery generator systems[C]. Proceedings of ASME Turbo Expo 2003, Power of Land, Sea, and Air, June 16-19, 2003, Atlanta, Georgia.
· 超/跨音风扇气动设计体系有关流动模型改进探讨[J]. 航空动力学报, 第14卷第1期🍒，1999年1月
