研发设计收录论文、预印本和会议论文；标题保留原文，预印本与设计目标请核对原文。未经过编辑判断的资料展示在全部动态中。
系统理论过程分析（STPA）是一种推荐的方法，用于分析复杂系统，能够识别数千个传统技术如故障模式和影响分析（FMEA）和故障树分析（FTA）常被遗漏的安全要求。然而，缺乏管理这些要求的结构化框架带来了挑战，尤其是在快速发展的环境中。本文介绍了一个可扩展的框架，用于优先排序STPA衍生的要求。该框架整合了每个STPA步骤的输出，并结合了基于四个关键因素的专家评估：实施时间、成本、要求类型和监管覆盖范围。为了减少主观性，采用蒙特卡洛模拟（MCS）来计算并稳定要求排名。自动化工具链支持该框架，使优先排序的要求在缩放矩阵中动态映射。这种可视化有助于决策并确保各开发阶段的可追溯性。该框架适用于从早期概念化到更高级阶段，增强了其在迭代系统开发中的实用性。该框架通过一个实际案例研究进行了验证，该研究聚焦于电动垂直起降（eVTOL）操作，与英国民航局合作进行。研究结果直接贡献于CAP3141，一份民用航空出版物，识别了系统性操作风险和安全缓解措施，供监管机构、运营商和垂直港口使用。优先排序过程支持决策（预印本；同行评审状态请核对原文。）
阵风具有固有的随机性，可能显著影响飞行器的安全性和性能。本研究探讨了一个三维不确定性量化（UQ）问题，以探讨阵风和飞行条件中的不确定性如何影响Lift-Plus-Cruise eVTOL飞行器机翼的结构响应。分析采用了一个非稳态气动弹性模型，通过板方法气动求解器与壳体分析结构求解器的一维耦合来预测机翼在不同条件下的响应。此外，本文还比较评估了常用的非侵入式UQ方法，包括非侵入式多项式混沌、克里金法、蒙特卡洛法、单变量降维法和梯度增强单变量降维法。这些方法根据其在估计各种风险指标（均值、标准差和95百分位数）方面的有效性进行评估，这些风险指标涉及关键结构响应输出，如最大尖端位移和平均应变能。数值结果揭示了即使在相对较小的不确定输入范围内，结构响应输出也存在显著变化。这突显了系统对阵风和飞行条件不确定性的敏感性。此外，所实施的UQ方法的性能根据特定的风险指标和分析的量度兴趣而显著变化。（预印本；同行评审状态请核对原文。）
Accurate demand forecasting is a prerequisite for eVTOL vertiport dispatch, pad staffing, battery service planning, and access management, yet short-horizon demand is affected by confounded interactions among weather, road access, queue feedback, aircraft availability, and pricing interventions. This study evaluates the proposed model on a synthetic but engineering-constrained eight-vertiport network, so the reported results should be interpreted as controlled methodological evidence rather than direct commercial demand measurement. The paper proposes a Causal Aware Feature Fusion DeepONet Mamba model that learns a function-to-function mapping from urban mobility states to vertiport demand fields. Causal gates separate contextual variables, network states, and intervention-sensitive variables before a Mamba branch encoder and coordinate-aware DeepONet trunk produce interval demand forecasts. Experiments with 184 simulated operating days show that the proposed model achieves an MAE of 18.7 requests per 15-minute interval, reducing error by 15.6% relative to the strongest non-causal baseline. Peak interval error decreases to 54 requests, 0.9-quantile pinball loss decreases to 11.3, and scenario ranking error is reduced by 32.8% compared with Mamba without causal fusion. Spatial transfer tests, missing-sensor experiments, and capacity-restriction scenarios indicate that causal feature control improves robustness when operating conditions deviate from ordinary correlations. The results show that combining causal fusion, neural operator learning, and selective state-space memory
本研究对由电动垂直起降（eVTOL）飞行器产生的出流现象进行了全面的计算研究，特别强调旋翼几何形状和对齐方式如何塑造垂直港的危险气流模式。使用非量纲雷诺平均纳维-斯托克斯（RANS）模拟，结合OpenFOAM中实现的k-omega SST湍流模型，研究系统地描述了多种多旋翼配置下的类似喷射出流现象。结果表明，螺旋桨数量和螺旋桨间距是出流强度、方向、传播范围和边界层结构的主要决定因素。对于电力升力eVTOL，低螺旋桨数量结合狭窄间距会产生高度方向性、增强的类似喷射出流，其传播范围远超当前FAA EB105a安全标准。相反，较高的螺旋桨数量和较大的间距会降低峰值速度和传播距离，从而实现更安全、更紧凑的垂直港布局。高螺旋桨数量的设计进一步表现出垂直分层和增厚的出流边界层，需要定制的缓解策略。有针对性的工程解决方案——如与预测出流方向对齐的模块化喷射挡板——被证明可以将所需的垂直港安全区域减少高达82%，而不会影响操作安全。这些发现建立了飞机设计、法规合规性和基础设施优化之间的直接联系，为安全和可扩展的城市空中交通提供了实际路径。（预印本；同行评审状态请核对原文。）
本文提出了一种新的二次规划（QP）方法用于受约束的控制分配，该方法直接纳入连续时间执行器速率约束，而无需使用松弛变量。过驱动的飞行器配置，特别是在eVTOL和军事应用中尤为常见，需要控制分配算法在可用执行器之间分配指令控制力矩，同时遵守位置和速率约束。现有方法如直接分配、伪逆、级联广义逆和精确重分布伪逆方法要么无法处理连续时间的速率约束，要么需要离散化方法，这会损害性能。当前纳入速率约束的QP方法依赖于松弛变量以确保可行性，这会阻止充分利用可实现的力矩集并降低分配性能。所提出的方法通过凸包操作从位置和速率约束中计算可实现的力矩集，然后通过将不可实现的指令力矩缩放至可实现力矩集的边界同时保持其方向来确保可行性。这种方法在无需松弛变量的情况下保证了优化问题的可行性。该方法通过F-18战斗机控制分配问题的仿真进行了验证，展示了与已建立的精确重分布伪逆方法相当的性能，同时提供了更平滑的执行器行为和增强的约束满足。结果表明（预印本；同行评审状态请核对原文。）
日本宇宙航空研究开发机构（JAXA）的一项研究提出，通过将VFR飞行限制在精心设计的四维操作体积内，可在低空空域实现VFR与无人机、eVTOL等的协同运行。研究基于实际飞行测试，验证了操作体积约束的有效性，为低空空域整合提供了技术路径。
推荐理由：该研究提出通过操作体积约束VFR飞行以实现低空空域整合，为eVTOL和无人机在复杂空域中的协同运行提供了技术路径，对空管系统设计和适航审定标准具有参考价值。
本文中，我们生成了电动垂直起降（eVTOL）飞行器的概念工程设计。我们遵循基于仿真的推理（SBI）范式，通过学习eVTOL设计空间上的后验分布来实现。为了学习这一分布，我们对离散的飞行器配置（拓扑结构）及其对应的连续参数集进行采样。因此，我们引入了一个分层的概率模型，由两个扩散模型组成。第一个模型利用了近期关于黎曼扩散语言建模（RDLM）和统一世界模型（UWMs）的研究成果，使我们能够从离散和连续空间中采样拓扑结构。对于第二个模型，我们引入了一种掩码扩散方法，以根据拓扑结构采样相应的参数。我们的方法重新发现了已知的设计趋势和物理定律，同时显著加速了设计生成。（预印本；同行评审状态请核对原文。）
本研究提出了一种利用先进的计算流体力学（CFD）模拟和强制振荡测试对飞行器过渡阶段动态气动导数进行全面评估的方法。研究分析了两个案例：三维战斗机（标准动态模型，SDM）和UT24 eVTOL模型。通过谐波振荡技术分析从垂直悬停到前向巡航的过渡阶段，以捕捉非稳态气动载荷和力矩。网格敏感性研究和多区域网格策略确保了模拟的准确性，而ANSYS Fluent有限体积求解器和耦合压力速度算法提供了高保真度的结果。动态导数来源于攻角、飞行路径和旋转运动的变化，实验和数值数据验证了该方法。研究结果为稳健控制设计和稳定性分析提供了有价值的见解，支持未来城市空中交通和航空航天工程的发展。总体而言，该方法在优化飞行器关键过渡阶段性能方面展现出巨大的潜力。这些结果为未来创新奠定了基础（预印本；同行评审状态请核对原文。）
随着智能交通系统的发展和航空技术的进步，先进空中交通（AAM）的概念日益受到关注。本研究旨在通过基于轨迹的操作（TBO）提高城市空中交通（UAM）的操作安全性和服务质量。引入了一个多层操作风险评估模型，以捕捉飞机故障场景对关键城市实体的影响，包括地面人员、车辆和飞行中的无人机（无人飞行器）。基于此，设计了一个单机轨迹规划模型，以在eVTOL（电动垂直起降）飞机的性能约束下平衡操作风险和运输成本。使用带有安全缓冲区的定制轨迹规划算法来识别最有效的飞行路径。此外，提出一个多机调度优化模型，以减少延误并降低空中碰撞风险。实验结果表明，所提出的方案提高了效率和安全性，为UAM操作提供了实际解决方案。（预印本；同行评审状态请核对原文。）
复杂的最优设计与控制过程往往需要反复评估计算成本高昂的目标函数，并涉及庞大的设计空间。神经网络和高斯过程等数据驱动代理模型，为仿真提供了一种颇具吸引力的替代方案，并常用于表示优化中的目标函数。然而，纯数据驱动模型由于不遵循基本物理定律和约束，往往泛化和外推能力较差。在训练数据稀疏且高保真的情况下，这一问题尤为突出。一类物理融合机器学习（PIML）模型将机器学习模型与低保真度的部分物理模型相结合，以在保持计算效率的同时提升泛化性能。本文提出了两种用于飞机气动特性物理信息建模（PIML）的潜在方法：将人工神经网络与包含吹气机翼效应的低保真涡格法模型（BLOFI）相结合，以提升预测性能，同时将计算成本控制在可承受范围内。本文还开发了一套端到端、自动微分的开源框架，可用于高效训练此类混合模型。随后，研究采用这两种 PIML 建模方法，根据一架 6 旋翼电动垂直起降（eVTOL）飞行器的控制参数和飞行条件预测其气动系数。模型使用 CHARM 模型生成的稀疏高保真数据集进行训练。最后，研究将训练后的模型与原始低保真模型及标准纯数据驱动模型进行比较。（预印本；同行评审状态请核对原文。）