高强度钢板的热塑性成形极限

以22MnB5为研究对象,通过试验与数值模拟相结合的方式研究了高强度硼钢在高温下的热塑性成形极限. 开发了基于Nakajima测试的成形极限试验装置TFLD300,进行了高温条件下的成形极限试验并获得了不同温度下的成形极限曲线,由此建立了考虑温度影响的三维成形极限图3D-TFLD(thermal forming limit diagram). 在自主开发的商业金属成形软件KMAS(king mesh analysis system)基础上,结合热成形热、力及相变多物理场耦合关系开发了热成形分析模块,并将三维成形极限图作为高温成形性的判断准则引入到热成形数值模块中. 以一款汽车B柱为例,通过KMAS软件对其热成形过程中的破裂情况进行了数值模拟,并与试验进行对比,结果证明KMAS软件热成形分析模块和3D-TFLD能够准确地预测板料在热成形过程中的破裂情况.     

基于概念设计的客车车身结构设计与优化系统

针对客车车身结构概念设计的特点，开发了客车车身结构概念设计与优化系统（简称BCD），建立了参数化的客车车身结构概念模型.以该模型为模板，实现了新客车车身结构概念几何模型的创建和车身尺寸参数调整，同时建立了车身系统的静态刚度分析、低阶模态分析、灵敏度计算和优化设计计算的自动化过程，对车身的结构性能和低阶模态进行了有效的预估.最后，本文使用该系统计算了某客车车身结构的刚度和低阶模态，并在保证车身质量降低的情况下实现了刚度和低阶模态的提高，有效的改善该车身结构性能，实现了车身轻量化，验证了BCD系统的有效性和可靠性.     

往复式多孔介质超绝热燃烧中辐射传热有限体积法

对多孔介质中的往复式超绝热燃烧（简称为RSCP）进行了二维数值模拟，采用辐射传递的有限体积法求解了固相能量方程中的辐射源项．研究了预混气体流速、当量比和换向半周期等主要操作参数对RSCP系统中的温度分布、放热率、辐射热流量和辐射效率的影响，结果表明，有限体积法可以实现光学厚介质的非表面辐射流场与燃烧反应的耦合计算；RSCP燃烧器内部温度场呈典型的梯形，辐射热流近似正弦分布；在相同操作条件下，与常规多孔介质预混燃烧相比，RSCP燃烧器有更好的热结构和更高的辐射效率。     

基于需求预测的单向共享电动汽车车辆调度方法

用户出行需求的不均衡性和潮汐性造成站点之间的车辆库存不平衡,阻碍了单向共享电动汽车行业的发展.在充分考虑用户实际需求的随机性和时效性的基础上,提出一种单向共享电动汽车车辆调度方法.其采用长短期记忆神经网络对站点车辆需求进行预测,进而建立以调度成本、库存成本和潜在损失收益均最小的多目标调度模型,并采用遗传模拟退火混合算法求最优解.实证研究表明了该方法的合理性和优越性.     

基于开放式多媒体应用平台的汽车安全监测系统设计

采用以TI达芬奇技术芯片为核心处理器的硬件平台,以依据硬件裁剪定制的Linux系统为基础,设计开发了基于计算机视觉的汽车安全系统.该系统具有超速预警、安全车距预警、事故求助、车辆位置获取和车辆防盗、防抢等功能,且系统体积小、功耗低、使用方便,易于功能扩展和升级,在高速公路上开展安全监测试验表明,文中提出的算法漏检率低于5%,误检率低于0.5%.      

模块化产品族的共享模块筛选方法

针对在模块化平台中筛选共享变量的问题,受协同优化算法使用一致性约束函数对各子优化问题进行一致性统筹的启发,提出一种基于一致性约束的优化算法.在系统级优化中使用非支配排序的遗传算法NSGA-Ⅱ对该多目标优化问题进行求解后得到Pareto解集,利用模糊聚类算法对解集中的每组解进行综合性能的评价并选优,根据最终筛选出的最优解即可实现共享变量的筛选.相比以往常用的基于经验或灵敏度的方法,该方法更严格地在子学科优化中以车身性能为目标函数,在系统级优化中进行共享度的优化,并且可根据系统级优化结果筛选出局部共享变量.以SUV、两厢掀背车和三厢轿车为算例,使用该方法有效地筛选出3款车型的全局共享变量、局部共享变量和非共享变量,对该方法的可行性和有效性进行了验证.     

基于多尺度密集特征融合的生成式对抗除雾网络

在真实雾天场景下,针对除雾网络无法去除远处雾气、天空区域容易出现噪声的问题,提出了一种基于多尺度密集特征融合的生成式对抗除雾网络,并采用制作的合成雾天数据集进行对抗训练.首先,对除雾网络进行设计,构建了网络模型;其次,从合成晴朗天气图像中利用深度标签生成逼真的雾天数据集,以适用于真实雾天除雾领域;最后,在真实雾天数据集上测试,选取近几年具有代表性的6种基于深度学习的除雾网络进行主观视觉效果,并借助除雾领域常用的无参考图像质量评价指标进行客观分析.研究结果表明:提出的除雾网络在真实场景下的除雾效果较其他网络有显著提升,主观视觉效果明显优于对比的除雾网络,在无参评价指标上综合表现优于其他除雾网络.     

转向工况下的分布式电动汽车稳定性控制

为提高分布式驱动电动汽车转向稳定性,解决传统神经网络控制算法收敛速度慢、易陷入局部最优解的问题,提出一种利用粒子群算法优化神经网络的比例-积分-微分(PID)转向稳定控制器,利用横摆力矩和滑移率调整力矩实现横摆角速度和各轮滑移率的控制。在此基础上研究了一种针对转向工况的最优力矩分配算法,通过模糊控制算法对驱动力矩进行修正得到驱动修正力矩,将其与横摆力矩和滑移率调整力矩一起作为二次规划问题进行最优分配,得到各轮最佳驱动力矩。基于联合仿真平台进行了双移线和蛇形等典型转向工况下的性能对比测试。结果表明:文中提出的算法能在保持车辆良好动力性同时维持稳定性,稳定控制器能将蛇形工况打滑现象降低36.4%,最优力矩分配算法能将双移线工况的稳定性提高31.2%。     

基于WGAIL-DDPG(λ)的车辆自动驾驶决策模型

优良的可靠性、学习效率和模型泛化能力是车辆自动驾驶系统研究的基本要求.基于深度强化学习理论框架提出了一种用于车辆自动驾驶决策的WGAIL-DDPG(λ)(Wasserstein generative adversarial nets-deep deterministic policy gradient(λ))模型.其中...     

一种新的堤坝三维透视模型构建方法及应用研究

提出一种堤坝三维透视模型构建方法．该方法以数字地面模型生成的地形图为基础数据，首先采用标高投影理论，建立堤坝坡脚线的数学模型；然后应用透视投影理论，建立地形与地物相一致的三维透视数学模型，并使建立的模型与VC OPENGL相融合，实现堤坝的三维透视的实时交互显示．通过实例验证，本方法实用、经济、快捷．