随着21世纪高效节能理念和长航时概念的提出以及分布式动力技术的应用，大展弦比分布式螺旋桨动力飞行器逐渐成为了研究热点。对于发展大展弦比分布式螺旋桨动力飞行器来说：一方面，将会面临螺旋桨/机翼干扰问题；另一方面，将会面临机翼展弦比变化对机翼气动性能、结构动力学性能以及颤振特性的影响。同时，在对飞机进行气动优化和颤振主动控制研究中，将会面临全阶CFD仿真计算时间长、成本高等问题。因此，系统地了解和认识，螺旋桨滑流对机翼的气动干扰、机翼几何特性对机翼的气动特性和颤振特性的影响规律以及发展气动降阶模型，对大展弦比分布式螺旋桨动力飞机的研制、气动优化和实现颤振主动控制有着重要的指导意义。基于此，本文开展了一系列研究，其主要研究内容和进展如下：
1）开展了螺旋桨/机翼干扰问题的建模与仿真研究。深入了解k-omega SST湍流模型和S-A湍流模型以及滑移网格法和多参考坐标系方法在螺旋桨滑流计算仿真中的精度和适用性，了解螺旋桨滑流场与机翼绕流场相互干扰对机翼升阻特性和受力分布的影响。分别建立单桨/机翼系统和双桨/机翼系统分别研究了螺旋桨布局、旋转速度等因素对机翼升阻特性和受力分布的影响，以分析纯机翼系统、单桨/机翼系统以及双桨/机翼系统中机翼气动特性的差异。并且通过改变飞行攻角，进一步分析纯机翼系统、单桨/机翼系统升阻特性和失速特性变化规律。
2）开展了展弦比变化对机翼气动性能和结构动力学特性以及颤振特性的影响研究。深入了解机翼几何尺寸变化对机翼气动性能和结构动力学性能的影响，通过固定机翼表面面积，改变展长和弦长的方法，建立了不同展弦比的机翼气动分析模型和结构动力学分析模型，并基于CFD/CSD颤振特性分析方法，研究分析了展弦比对机翼颤振的特性的影响。
3）开展了卷积神经网络在机翼气动参数预测中的应用研究。基于卷积神经网络建立了机翼气动参数预测模型，并利用二维机翼气动弹性模型为卷积神经网络预测模型提供训练和测试数据，深入分析卷积神经网络的预测性能，计算效率和模型稳定性。