中文摘要：

武器结构中大量使用的高分子材料在长期储存、运输过程中会出现老化、松弛等现象，影响其性能和使用安全。高分子材料结构在动力学特性上具有强非线性，响应信号表现为强非平稳性，难以对其结构特征参数进行准确辨识与预测。本项目从高分子材料状态演化的机理研究入手，建立基于算子自定义小波有限元的高分子材料结构动力学模型，揭示结构性能蜕化对其动态响应的影响；构造与动态信号特征相匹配的第二代小波核函数，提出动态信号的自适应第二代小波分解与重构快速算法，实现非平稳微弱状态特征信息的提取和敏感特征选择；针对小样本、多参数问题，提出并构建基于第二代小波核函数的多变量集成支持向量机预测模型，综合考虑刚度、阻尼、紧力、频率等多个特征参数对结构状态变化的影响，实现高分子材料结构状态微小变化的高精度预测。本项目研究为高分子材料结构状态辨识和预测提供基础理论和关键技术，对武器装备健康检测有重要的学术意义和应用价值。

结论摘要：

武器结构中大量使用的高分子材料在长期储存、运输过程中会出现老化、松弛等现象，影响其性能和使用安全。高分子材料结构在动力学特性上具有强非线性，响应信号表现为强非平稳性，难以对其结构特征参数进行准确辨识与预测。本项目从高分子材料状态演化的机理研究入手，建立了高分子材料夹层结构有限元分析模型，揭示了结构性能蜕化对其动态响应的影响；构造了与动态信号特征相匹配的第二代小波核函数，提出了基于第二代小波核函数支持向量机的混合智能综合状态识别模型、基于流形学习的结构状态松动程度评估模型、多因素作用下的结构老化状态评估模型和基于核函数的高分子材料夹层结构状态预测模型，实现高分子材料结构状态微小变化的高精度预测。本项目的研究成果将为高分子材料结构状态辨识和预测提供基础理论和关键技术，对武器装备健康检测有重要的学术意义和应用价值。项目发表紧密相关SCI论文19篇，EI论文17篇，1篇论文入选ESI高被引论文；申请发明专利2项，授权实用新型专利1项，开发高分子材料结构状态预测软件1套。参加与本项目相关的国外学术会议1次。