【高校科研成果】北京航空航天大学自动化科学与电气工程学院 智能机电装备与制造实验室、气动热力储能与供能北京市重点实验室
2026-01-294
北京航空航天大学
自动化科学与电气工程学院
智能机电装备与制造实验室
气动热力储能与供能
北京市重点实验室
蔡茂林，北京航空航天大学自动化科学与电气工程学院教授，博士生导师，国家级高层次人才。长期从事气动系统节能与储能、流体传动测量与控制、智能制造等领域的研究。担任国家重点研发计划项目负责人，ISO国际/国内标准委员会委员。获国家科技进步二等奖、中国机械工业科学技术一等奖、中国仪器仪表学会科技一等奖等荣誉。在气动系统能量转换、传输与利用机理方面做出了开创性贡献，是国内工业气动节能领域的领军人物。
本团队依托北航“机械电子工程”国家重点学科，长期致力于气动系统的基础理论研究与工业节能技术应用。团队现有教授4人、副教授及讲师6人、硕博研究生50余人。主要研究方向包括：压缩空气系统能效检测与评估、气动元件与系统优化设计、机械零件柔性敏捷制造等。团队承担了多项国家重点研发计划及企业合作项目，构建了从气源端到执行端的全流程气动节能技术体系，相关技术已在数百家企业应用，产生了巨大的经济与社会效益。
无创呼吸机及经鼻高流量氧疗系统对核心部件的响应速度、控制精度及运行稳定性有严苛要求，现有涡轮存在响应滞后、比例阀调节精度不足等问题，制约系统整体性能。为此，开发了高效率低噪音呼吸机涡轮，构建转速、压力等多元变量控制模型，通过涡轮转矩与负载自适应调节技术，实现风量与压力的稳定输出；研发基于比例电磁铁驱动的直动式比例压力阀，采用渐开线型柔性弹片电磁铁、STM32 单片机数字控制器及多元模糊定位等算法，结合静摩擦抑制与动摩擦迟滞自适应匹配技术，达成输出压力的高精度调节；以该比例伺服阀为核心，设计自适应离散滑模控制策略并开发控制程序，搭建经鼻高流量氧疗系统实物样机及实验测试平台，验证了混合气体总流量与氧浓度的联合控制效果，证实了系统应用的可行性，全面提升了呼吸机及氧疗系统的核心性能。
机械通气是危重症患者重要生命支持手段，但人工气道建立导致患者无法有效咳嗽，易引发痰液淤积致使肺部感染等严重后果，而现有痰液淤积评估依赖医护人员经验、主观性强且耗时耗力，吸痰技术存在医护资源占用多、安全性与效率低等问题，亟需研发高效安全的自动吸痰相关技术。本团队提出一种痰液淤积在线评估及安全高效自动吸痰技术，搭建了痰鸣音数字化听诊系统，消除身体状态与环境噪音干扰，通过痰鸣音时频图谱纹理特征提取及经验模态分解识别算法判断痰液有无，识别准确率达85.5%、灵敏度80.1%、特异度90.2%，再结合痰鸣音特征声谱、呼吸力学参数及气流动态特性，采用有序混合随机森林评估方法，实现痰液淤积程度辨识准确率超80%；另一方面建立基于高斯分段函数的咳嗽气流归一化数学模型，研发了模拟人类自然咳嗽的气动吸痰技术，采用吸痰气流自适应反步控制方法，相较于临床常用吸痰管技术，吸痰效率提升约60%，气道压力控制误差小于 1%，填补领域研究空白，实现有创机械通气患者痰液的及时、安全、高效清除。
基于液体活塞等温压缩与相变恒压的高效压缩空气储能技术
针对传统压缩空气储能系统存在的能量密度低、节流损失大及压缩热浪费等瓶颈，本项目提出了一套高效高压储能综合解决方案。首先，研发了阵列式液体活塞近等温压缩系统，通过多管束并联显著增加换热面积，在产生5MPa高压气体的同时，使压缩与膨胀效率分别突破93.0%和92.9%。其次，创新提出了基于气-液相变的等压储能方法，通过维持储释能过程的压力恒定，消除了传统减压阀造成的有用能浪费，使系统循环效率进一步提升12.18%。该成果综合利用液体驱动与相变调控技术，有效解决了储能效率低与依赖特定地理条件的问题，为大规模清洁能源消纳提供了高效新路径。
基于多模态深度学习的非标零件数智化柔性制造关键技术与软件
为满足多样化、个性化与动态化的机械加工需求，现代制造业生产模式需从传统的大批量标准生产转变为多品种、小批量定制化的敏捷制造，并降低对人工经验的依赖，提高产品设计、工艺制定、加工制造等环节的智能化水平。
已开发基于深度学习的非标零件智能制造软件平台，并搭建了用户下单-秒级报价-工艺生成-敏捷制造的智能制造示范产线。攻克如下核心技术：融合拓扑结构与工艺信息的复杂机械零件高效分类与检索，基于小样本学习与图神经网络的自动工艺生成技术，并完成多物理场模型与数据混合驱动的加工质量预测与工艺优化。平台的自动报价时间≤30秒，工艺自动生成正确率≥90%，相关软件已应用于航空航天、半导体等领域的10余家知名企业，近3年直接经济效益超过10亿元。
来源：北京航空航天大学
编辑：尹国萍
复审：王彩英
终审：刘伟林、赵曼琳
点我访问原文链接
