南京航空航天大学 - 《南京航空航天大学报》
我校在全国大学生交通运输科技大赛中获佳绩
2025-06-15
浏览(11) (0)
本报讯5月23日至25日，由中国交通教育研究会、中国交通运输协会主办的第二十届全国大学生交通运输科技大赛在厦门落下帷幕。我校入围决赛的10支队伍获奖率100%。共获一等奖1项、二等奖4项、三等奖5项，创下我校自2018年参赛以来历史最佳成绩。
全国大学生交通运输科技大赛是教育部高等学校交通运输类专业教学指导委员会主办的全国性大学生科技竞赛，是交通运输领域社会影响力最大、认可度最高、参加高校及人数最多的全国性顶级大学生学术学科竞赛。本届大赛以“新质生产力赋能绿色智慧交通”为主题，共收到来自全国 144所高校的 1232件参赛作品，经初赛评审，87所高校的 266件作品入围决赛。决赛采用现场公开答辩的方式进行，来自高校、企业的60位专家严格评审，共产生49件一等奖、73件二等奖、113件三等奖、30件优秀奖。
在学校领导下，民航学院作为校内承办单位，认真开展全国大学生交通运输科技大赛组织工作。经过校赛选拔、网评初审，我校3个赛道10项作品入围决赛。一等奖作品“芯声智检”———基于深度学习的民航客机消音板缺陷智能探伤方法研究与设备开发作品简介：该项目针对民航客机消音板缺陷检测难题，提出基于深度学习的智能探伤方法。该项目以ACNN-DAE模型为核心，构建 “模型-软件-硬件”一体化技术体系，开发便携式嵌入式检测设备，配套线上监测平台软件“AeroNeuroCheck”，实现全流程智能化检测，为民航客机的高效维护提供了有力保障。二等奖作品绿智通联———基于XGBoost和立体时空网络的空铁联运最优路径智能规划系统作品简介：本作品聚焦城市化进程中空铁联运系统多源异构数据处理难、个性化服务不足等问题，提出基于XGBoost与立体时空网络的决策框架，并开发了服务公众的路径智能规划系统。基于地理信息系统构建多维时空网络模型，建立机器学习与组合优化协同机制：通过多任务学习框架、特征交叉提升模型拟合能力，构建带时间窗约束的立体时空网络模型，利用Dijkstra算法优化方案。开发的路径智能规划系统具有可视化交互功能，支持定制化搜索与结果展示。
基于干粘附轮爬壁平台的多场景航空复材智能敲击检测系统作品简介：该项目面向飞机损伤检测多维场景设计爬壁平台，通过声振法与敲击法结合的创新原理，以及多源信号转换的敲击传感器设计，实现标准、自动的敲击检测。其核心优势在于数据驱动的故障诊断识别技术，运用无监督聚类学习与 SVM分类模型，快速、智能地识别缺陷，确诊率高达90%以上，检测时间大幅缩短，可以确保在垂直或曲面等多场景下稳定作业，突破传统人工检测局限。
空地协同的飞机表面损伤智能检测与定位系统作品简介：该项目开发了一套空地协同的飞机表面损伤智能检测与定位系统，通过无人机和无人车的协同工作，可以环绕飞机表面采集图像数据，同时记录设备的位置和姿态信息，进而得到损伤的类型、形状、大小以及损伤区域中心点的像素坐标，根据损伤在图像中的像素坐标结合拍摄图片时相机与被测飞机之间的相对位姿关系，计算损伤点在机体坐标系下的三维坐标，实现对飞机全表面的自动化巡检，能够及时发现微小但可能影响飞行安全的表面损伤，提供早期预警，防止潜在的安全隐患发展成为重大事故。
Grid-LSTM-GMR全球船舶航运轨迹预测研究作品简介：该项目包含航行模式库的生成、LSTM-GMR航迹回归预测模型的提出、LSTM-GMR航迹单步预测模型的提出三大核心工作内容。团队首先对赛题所给数据进行数据预处理工作，并创新性地提出基于二维平面的航迹特征分析方法，其后进行聚类分析工作生成各航段的航行模式库，再后进行LSTM分类器的训练，将分类器输出结果与处理后的航迹数据作为数据输入，进行双模式航迹预测模型的训练，最终实现一个框架、两种设计、两种模型，对不同航行模型提出不同预测策略。（民航学院）