受《Progress in Aerospace Sciences》主编邀请，国防科大空天科学学院吴建军教授团队的研究论文“Liquid-propellant rocket engine health monitoring technologies: A survey, insights, and prospects”近日在该期刊上发表，论文系统梳理了液体火箭发动机健康监控技术的发展历程与研究进展，提出面向自主智能健康管理的未来发展框架。这是我国液体火箭发动机健康监控领域在该刊上发表的第一篇论文，也是PAS首次刊发以液体火箭发动机健康监控为主题的系统性评述。PAS是仅接受邀稿的综述性期刊，年发文量约30篇，2026年影响因子为24.2，位列全球航空宇航期刊Top1。

液体火箭发动机是运载火箭的核心动力装置，其工作过程伴随高温、高压、强振动和快速瞬态变化，关键部件的局部异常可能引发航天任务失败，甚至箭毁人亡灾难性后果。随着运载火箭向重复使用、低成本和高频次发射发展，发动机还需要面对多次起动、推力调节、关机及飞行带来的累积损伤与性能变化。如何及时发现异常、准确判断健康状态，并为故障处置和再次使用提供依据，成为推进系统安全可靠运行的重要课题。

液体火箭发动机健康监控技术的发展阶段

该研究回顾了液体火箭发动机健康监控系统架构的演进与典型工程实践，介绍了故障与失效模式分析、先进传感和容错控制等关键技术；系统总结了知识驱动、数据驱动、深度学习及混合诊断方法，比较了不同技术路线的特点与适用条件；围绕数字孪生和大模型的发展，分析了发动机健康监控在数据获取、跨工况适应、可解释性、实时性与工程验证等方面面临的挑战，提出物理知识与数据融合、小样本学习、多模态感知及可信决策等后续研究方向。

液体火箭发动机健康监控技术框架

在此基础上，提出了面向未来的液体火箭发动机健康监控4.0框架，探索物理模型、数字孪生与大模型协同支撑系统级健康认知的技术路径。其中，数字孪生通过运行数据更新模型，为发动机个体状态跟踪与健康趋势预测提供支持；大模型在专业知识组织、辅助故障诊断、算法模型开发、技术文档生成和维护决策等方面发挥作用。相关框架着眼于未来应用，其在实际发动机中的可靠性与适用性仍需进一步验证。

大模型赋能液体火箭发动机健康监控的概念框架

吴建军教授团队持续围绕液体火箭发动机动态建模、智能控制与健康管理等方向开展了三十余年的研究工作。该论文阐明的发动机健康监控从状态感知、故障诊断到处置决策的技术联系，可为空天推进技术与人工智能的交叉研究提供系统参考借鉴，也有望为提高可重复使用运载器可靠性安全性、支撑重复使用维护决策和发展全寿命周期健康管理技术提供新的思路。

该研究得到国家自然科学基金创新研究群体项目资助。