《Research》：AI-Enabled Flexible Sensing Skin for Next-Generation Aircraft: Toward Embodied Intelligence
飞行器是人类能力向三维空间延伸的智能载体。下一代飞行器将突破传统固定气动构型的限制，演化为能够感知环境、自主决策、协同作用并自我演进的具身智能体，最终实现“凭感觉飞行”（Fly-by-Feel）。柔性传感蒙皮凭借其独特优势——超薄、轻量、可大面积共形贴附于飞行器表面以及自适应调控——正成为关键使能技术。该技术通过原位（in situ）感知获取多种气动参数，并借助边缘部署芯片实现人工智能（AI）增强决策。基于这一“感知—算法”协同桥梁，系统进一步实现闭环执行，以支撑功能落地。本文综述了“感知—决策—调控”闭环系统的核心构成，包括无气动扰动的原位感知与人工智能增强的超分辨率场感知，并展示了其在3个关键场景中的应用：防/除冰、电磁隐身以及增升/减阻。最后，文章强调了可编程智能柔性蒙皮的未来前景，以推动飞行器向智能化、高效化与安全化范式转变。
引言
文章首先指出，未来飞行器将由传统被动适应气动环境的平台，演进为具备实时环境感知、自主决策、性能调节与环境自适应能力的具身智能空中智能体。为支撑这种演进，飞行器亟需一种能够提供高精度、实时结构与环境信息的自感知系统。智能柔性传感蒙皮（iFlexSense）正是在此背景下提出的关键技术范式，其本质是在超薄柔性基底上集成多种柔性传感与执行单元，并以共形方式附着于飞行器表面，使传统承载结构获得自感知、数据处理与自主执行等一体化功能。相较于传统微机电系统（MEMS）侧重单点测量，iFlexSense可实现大面积部署，甚至可覆盖薄壁区域与内部流道区域，并且由于其超薄、轻量特性，对原有气动外形影响极小。
文章进一步强调，人工智能（AI）是iFlexSense实现精准决策的核心智能模块。通过基于离散测点数据的超分辨率场重建，系统不仅能够恢复分布式物理场信息，还能够进一步反演机翼表面压力分布、升力与阻力等关键参数，并识别激波、边界层转捩等重要流动现象，为扑振、失速等危险飞行状态预警提供可靠依据。在应用层面，文章指出防/除冰、电磁隐身和增升/减阻是柔性智能蒙皮最具代表性的三大场景。整体而言，本文以“感知—决策—执行”闭环为主线，系统回顾飞行器柔性智能蒙皮近年来的关键突破，并展望其推动航空航天技术向智能化、高效化与安全化发展的革命性潜力。
AI-Enabled iFlexSense System
本节从系统层面对iFlexSense的构成、关键技术与发展脉络进行了系统梳理。文章指出，iFlexSense以聚酰亚胺（PI）等柔性基底为载体，通过磁控溅射、光刻等微纳制造工艺，在厚度通常低于100 μm的超薄薄膜上集成压力、应变、温度等传感单元，构成分布式感知网络。超薄特性使其既不破坏飞行器结构，也不会显著改变气动外形，从而具备优异的气动兼容性。然而，仅依赖有限传感数据准确识别飞行状态仍面临气动场强非线性带来的重大挑战，因此，AI与硬件平台深度融合成为满足场感知、快速决策与自适应调控的关键技术路线。
System composition and key technologies
文章回顾了柔性电子蒙皮从可穿戴生理监测到工业机器人，再到航空航天场景的应用演进，并指出飞行器场景对于微米级空间分辨率和毫秒级响应速度提出了更高要求。为满足高速机动与扑振条件下≤10 ms乃至≤5 ms的响应约束，模型量化与网络剪枝等轻量化技术成为边缘智能部署的重要途径。与此同时，柔性蒙皮还必须适应?60 至 ?70 °C高空低温以及接近发动机区域约1,100 °C高温等极端环境，因此在基底材料方面，除常规PI外，微尺度云母片、氟/硼掺杂PI及PI气凝胶等也被视为高温与强辐照环境下的重要候选材料。
在大面积高精度测量方面，文章认为其核心创新在于借助转移印刷技术，将高精度微传感阵列无损转移至大面积飞行器表面，并结合电流体动力喷印等直接打印方法制备微互连结构。受高密度超分辨显示启发，系统采用行列矩阵寻址与多通道信号复用架构，以仅需M+N条微互连实现M×N规模感知节点采集，有效缓解布线拥塞问题。数据处理架构方面，文章将边缘智能与云智能视为互补体系：现场可编程门阵列（FPGA）等边缘硬件承担飞行中的毫秒级本地快速处理，适配多层感知机（MLP）、卷积神经网络（CNN）等轻量模型；而风洞试验、全寿命健康管理与设计优化等场景则依赖变分自编码器（VAE）、Transformer等复杂模型与云端高算力平台完成大规模分析、历史数据融合和宏观决策支撑。由此形成完整的AI增强iFlexSense系统架构。
iFlexSense development milestones
文章将飞行器智能蒙皮的发展划分为5个阶段。第1.0阶段以基于MEMS的原位离散感知为特征，重点在于将MEMS器件集成到PI等柔性基底上，实现表面剪切应力、激波运动和流动分离等参数测量，但受限于覆盖范围小、界面可靠性不足和复杂曲面适形性有限，主要仍停留在单参数测量。第2.0阶段进入沿结构路径布设嵌入式传感阵列的分布式感知时代，其中光纤布拉格光栅（FBG）成为代表技术，能够在机翼、机身等复合结构内部构建米级监测网络，显著拓展感知范围并增强信号稳定性。
第3.0阶段伴随柔性电子学与材料科学进步而到来，实现了大面积集成与多模态感知，形成可粘附式薄膜iFlexSense。导电高分子、液态金属、二维（2D）材料等新型功能材料，以及蛇形/分形互连、可拉伸导电复合网络和可编程阵列布局，使传感器、信号采集电路与柔性印刷电路板实现网络化集成，从而支持复杂气动结构表面的全表面、高分辨率、多参数测量。第4.0阶段标志着系统由“感知”走向“感知增强与认知”，即AI驱动的近传感器与传感器内智能开始嵌入材料与结构，使系统能够进行流动分离、失速、扑振识别以及全场压力重建。第5.0阶段则指向具身智能体形态，材料、结构、感知、计算和执行深度融合，形成真正的“感知—决策—执行”闭环，并朝向Fly-by-Feel范式迈进。
Aerodynamic Multiparameter In Situ Sensing
文章指出，飞行器柔性蒙皮的感知需求围绕两大核心目标展开，即飞行安全保障与气动性能优化。由于蒙皮直接与外部流场相互作用，系统必须实时获取法向压力、切向剪切力等气动载荷，并同步监测长期服役中的应变、振动、疲劳与材料退化特征。因此，压力传感器、剪切力传感器、应变传感器与振动传感器需要在柔性基底上协同布设，以实现多物理量同步探测。
Aircraft lift determination–aircraft lift–normal pressure
本部分主要讨论机翼表面法向压力测量。文章指出，升力本质上来源于机翼上下表面的压差分布积分，因此大面积压力测量是飞行器升力获取与失速预警的基础。与压力扫描阀、MEMS芯片和光纤传感器等传统技术相比，超薄柔性智能蒙皮因其高贴合性与气动兼容性，在避免安装扰流和适应受限空间方面具有明显优势。文中将压力传感机理概括为压阻式与电容式两类：前者依赖压阻效应，通过敏感层导电通路变化引起电阻改变；后者则利用柔性电极与介电层构成的电容结构，通过风压致使介电层形变并引起电容波动。文章特别强调电容式传感器在响应速度与温度稳定性方面的优势，更适合机翼动态气压实时监测。
在器件实现上，PI基底、微腔结构、激光刻蚀与光刻等工艺被用于提升灵敏度、实现正负压范围测量并推动高密度阵列制备。离子液体与离子凝胶电容传感器则因电双层原理而表现出更宽量程与更高频率响应能力。与此同时，温度串扰是工业风洞测试中的重要干扰因素，差分腔体结构被用于抑制温度变化带来的耦合误差。文章最后指出，当前电容式压力传感器仍需重点突破高频脉动信号下的采样频率瓶颈，未来将朝着更大尺寸、更薄厚度和更高精度方向发展。
Aircraft drag determination—shear stress
本部分聚焦壁面剪切应力测量。文章指出，切向剪切应力直接反映机翼表面摩擦阻力，是与升力并列的重要气动监测对象。湍流边界层中最小涡结构尺度约为10 至 100 μm，形成与耗散时间仅0.1 至 1 ms，因此壁面剪切应力具有数值小、动态性强、尺度微小等显著特征。为此，柔性热膜传感器成为近年来的重要发展方向。其工作原理基于自加热效应与强制对流换热，通过稳定热状态下温度与壁面剪切应力之间的关系实现测量。此类传感器厚度通常小于100 μm，可直接贴附于机翼表面，并适应极端工况下的流动测量需求。
文章综述了悬浮式超薄热膜结构、高灵敏氧化钒热敏电阻、双层热膜设计以及多参数集成方案等技术进展。这些研究在灵敏度、响应速度、速度分辨率及多参数测量误差控制方面取得了显著进步。同时，退火工艺对电阻温度系数（TCR）的调控也被证明对器件性能至关重要。总体而言，柔性热膜剪切力传感器已展现出良好的表面适形性、高灵敏度和快速响应能力，但热损失控制和动态标定仍是工程化应用中亟待解决的关键问题。
Aircraft structural monitoring—strain and vibration
文章强调，结构安全监测是航空安全的底线需求。长期飞行过程中，机体不可避免地经历变形、疲劳、腐蚀及刚度退化等问题，应变与振动传感是识别这些结构健康隐患的关键手段。应变传感器能够定量反映应力状态，用于判断应力集中与疲劳裂纹萌生；振动传感器则通过追踪动态特性变化感知结构刚度退化。文中总结了超薄石墨烯-PI应变传感器、集成原位自补偿的双面柔性传感蒙皮、适用于高应变梯度区域检测的方法，以及可在500 °C乃至?150 至 1,100 °C范围内稳定工作的高温应变传感器等进展，体现出柔性应变传感在极端环境适应性和微小应变检测能力上的快速提升。
在振动感知方面，文章介绍了嵌入式压电传感、悬浮膜柔性振动传感器、自供能PVDF-PI纳米纤维压电振动传感器，以及融合仿生结构与超材料的摩擦纳米发电机（TENG）型传感器等研究。这些工作使传感器在宽频带、高灵敏、自供能、轻量化和多功能集成方面取得突破。文章认为，随着航空结构安全监测向更精细化和智能化方向发展，柔性应变与振动传感器的大规模应用将成为飞行器全寿命健康管理的重要技术基础。
AI Algorithm-Enhanced Intelligent Perception
本节围绕AI如何将“传感”升级为“感知”展开，重点包括结构健康监测（SHM）与气动流场超分辨率重建两个方向。文章指出，柔性传感器虽可获取原始物理信号，但无法直接回答结构是否受损、损伤位于何处、严重程度如何，以及流场如何演化等高层问题，因此必须通过AI算法完成“数据—信息—决策”转换。
Structural health self-monitoring and self-diagnosis
在结构健康监测方面，文章提出机载实时监测与云端全寿命管理构成协同闭环。机载侧依托柔性智能蒙皮捕获应变、振动等异常信号，并利用轻量神经网络完成损伤检测、定位与定量评估。文中介绍了基于MUSIC辅助反向传播神经网络（BPNN）的冲击定位方法、适应机翼空间拓扑特征的图神经网络（GNN）损伤定位框架，以及利用单隐层人工神经网络（ANN）实现结构损伤位置与严重程度映射的方法。文章特别指出，损伤信号往往淹没在幅值高出10 至 100倍的环境与工况噪声中，因此AI不仅承担识别任务，也承担干扰补偿与弱特征提取功能。与此同时，超低功耗无线监测系统与脉冲神经网络（SNN）等技术为机载长航时、低功耗部署提供了新路径。
云端侧则重点支撑长期运行维护（O&M）、剩余使用寿命（RUL）预测和全寿命决策优化。文章介绍了自监督基础模型BasGPT在跨机型引气系统诊断中的应用，说明深层特征提取与多维数据融合可缓解新机型数据稀缺问题；同时还综述了ANN与失效模式、影响及危害性分析（FMECA）融合用于发动机故障概率、维护周期和成本预测，动态贝叶斯网络用于裂纹扩展跟踪，以及联邦学习在多机型数据隐私保护条件下提升RUL预测泛化能力的潜力。总体来看，文章认为边缘智能与云智能的协同是构建飞行器全链条健康保障体系的关键。
Aerodynamic field super-resolution reconstruction
在气动流场感知方面，文章强调，机翼周围流场具有高度非线性和强耦合特征，受限于现有测量手段的空间分辨率，直接获得全尺度高分辨率流场几乎不可行，因此基于稀疏测点的流场重建成为连接实验数据、数值模拟与工程应用的核心技术。文章将相关方法分为数据同化（DA）与数据驱动两大类。数据同化方法通过将稀疏观测与气动控制方程耦合，在物理一致性方面具有优势，适用于高精度场景，但其计算代价高，难以满足高实时性要求。
相较之下，基于神经网络的数据驱动方法更强调重建效率。物理信息神经网络（PINNs）具备物理一致性、鲁棒性与一定可解释性，但在高雷诺数强非线性湍流重建中拟合精度和训练效率仍受限制；纯数据驱动模型则能够依靠大规模标注数据在秒级实现复杂流场高分辨率重建，但对训练数据分布高度依赖，缺乏内在物理约束。文章综述了基于深注意力网络（DAN）的端到端重建、基于β-VAE与Transformer的时空流场预测、监督式时空超分辨率方法，以及POD + MLP组成的PMNN模型等代表性研究，显示AI已能够在极少测点条件下实现接近全尺度计算流体力学（CFD）分辨率的快速重建。文章最后指出，未来物理先验与数据驱动模型的深度耦合，以及神经网络方法与数据同化方法的融合应用，将推动流场重建向实时化、智能化与高可靠性发展。
AI-Enhanced Adaptive Actuating
本节强调，iFlexSense的价值并不限于感知与决策，而在于进一步通过主动执行构建“感知—执行—控制”协同闭环。文章将其应用集中概括为防/除冰、电磁隐身和增升/减阻三个关键方向。
Active anti-icing and deicing
文章指出，结冰会迅速破坏飞行器气动外形，导致升力损失和阻力增大，严重时可引发失速等灾难性后果。传统热空气除冰与电热除冰系统存在能量损失大、瞬时功率高和系统重量大的问题。柔性智能蒙皮则通过超轻量、全曲面覆盖和模块化维护等优势，为主动防/除冰提供了新路径。文中总结了超疏水表面、三重热转换石墨烯@NiO/Ni结构、弹性柱阵列表面、自发液滴弹射机制，以及电热/超疏水夹层复合涂层和磁响应光热复合纤毛阵列等方案。这些技术体现出被动抗冰与主动除冰耦合的发展趋势。
更重要的是，AI使系统具备预测性决策能力。通过多参数传感与飞行工况联合建模，系统可建立结冰风险预测模型，在过冷水滴冻结前启动低功耗预热，实现“防冰优先、除冰补充”的策略。文中列举了几何约束增强神经网络用于机翼结冰快速预测、卡尔曼滤波与连续小波变换用于实时冰层脱落监测，以及物联网（IoT）结合ANN优化加热功率分布等研究，表明柔性智能蒙皮正在将防/除冰由单一执行功能提升为“感知—预测—调控”一体化系统。
Metamaterial surface for electromagnetic stealth
在电磁隐身方面，文章指出，传统隐身涂层主要依赖被动吸收/反射机制，而超材料与超表面则通过调控电磁波传播路径，为主动隐身开辟了新范式。由于三维超材料厚度较大，难以满足航空领域轻薄要求，因此二维超表面成为更可行的路径。其主要机制包括基于衍射的隐身和基于散射抵消的隐身。将电磁超表面集成于柔性智能蒙皮后，可利用亚波长微结构实现电磁波散射重构或相位调制，形成基于波前工程的新型隐身体系。
文章认为，AI的核心作用在于加速和优化超表面实时调控。通过强化学习或ANN等方法，系统能够依据入射电磁波参数和背景环境动态生成偏置电压或编码策略，实现更快的反射率调节与更宽的带宽覆盖。文中综述了深度学习自适应隐身装置、全极化频率选择表面（FSS）、智能超表面消除环境散射干扰、面向雷达场景的多雷达组网隐身方案，以及能根据形变信息实时调节编码序列的柔性智能表面平台（FISP）等研究。尤其值得注意的是，随机演化学习（SEL）和时空调制超表面使“飞行自主隐身”成为可能。文章据此认为，未来该领域仍需重点解决超材料高密度集成与极端环境适应性问题，并向多频段兼容和AI驱动实时自适应电磁调控方向持续演进。
Active lift enhancement and drag reduction
在增升/减阻方面，文章将传统技术概括为“被动补救”，指出固定气动外形及襟翼、缝翼等分段式机械调节已难以适应复杂多变工况。柔性智能蒙皮则可通过实时感知气流状态，动态调节表面曲率、局部凸凹结构甚至机翼形态，实现主动气动优化。文中一方面讨论了全翼展与全弦向连续弯曲形变的潜力，另一方面总结了仿生微结构在减阻中的作用，包括类鲨鱼皮微沟槽通过抑制近壁涡结构发展、延缓层流向湍流转捩来降低摩擦阻力，以及类海豚皮肤微振动通过在局部分离区诱导再附实现抑制失速的机理。
AI在此过程中承担“感知—变形—优化”闭环的核心角色。文章综述了融合物理信息的交叉注意力模型、去噪扩散气动模型、条件VAE生成设计方法，以及β-VAE空气翼型参数化方法和“深度神经网络（DNN）流场预测 + 深度强化学习（DRL）优化”的双模块协同框架。这些工作说明，AI不仅能够提高未知工况下气动参数预测能力，还可直接参与翼型几何生成和优化策略搜索。尽管直接利用柔性智能蒙皮主动调控微凸起或局部振荡以干预附着/分离流的研究尚相对有限，但现有文献已证明横向微沟槽和仿生动态表面在减阻与附加推力生成方面具有重要潜力。
Conclusion and Further Work
结论部分指出，iFlexSense通过在超薄基底上集成多维感知/执行单元，并结合AI增强的超分辨率场重建算法，已形成覆盖“全场景感知—智能决策—自适应执行”的完整技术路径。其在防/除冰、电磁隐身和增升/减阻三大场景中展现出显著应用价值，并从根本上突破了传统飞行器被动适应气动环境的设计局限。
对于未来发展，文章提出四个重点方向。其一是单元级多模态传感单元优化，通过模块化与高密度集成提升多物理量同步感知能力，但仍需突破规模化制造与成本控制瓶颈。其二是AI与边缘计算深度融合，通过模型压缩、量化与本地边缘部署提升实时性与自主决策能力，同时需解决机载能耗约束与复杂物理信号噪声兼容性问题。其三是多功能驱动技术协同创新，即推动防/除冰、电磁隐身与增升/减阻等功能由彼此独立走向集成设计，但材料界面剥离与能量分配不均仍是工程挑战。其四是具身智能的自主协同升级，未来系统需从基础闭环控制进一步走向自主学习、动态环境适应与多任务协同决策，但高动态飞行下算法实时性与极端场景稳健性验证仍需重点攻关。整体来看，文章认为iFlexSense将成为下一代智能飞行器发展的关键使能技术。
