摘要：随着高速列车速度的提升,其结构承受载荷的频域范围扩大,传统的将载荷转化为应力的静态线性叠加法由于忽略了高速列车自身固有振动特性,导致其应力响应结果偏于危险。本文首先通过建立高速列车单节动车车辆系统动力学模型,时域积分后获得高速列车车体空气弹簧处载荷时间历程;在此基础上,研究了两种载荷转化为应力时间历程的分析方法:考虑车体惯性效应的多项式拟合方法和有限元瞬态动力学响应分析方法。结果表明:以模态叠加法为理论基础的瞬态动力学分析法结果作为基准,考虑车体惯性效应的多项式拟合法将载荷转化为应力历程的效率较高,对大型复杂结构更加可行;针对选取的车体关注点,多项式拟合法的误差均在1%以内,满足工程精度要求;多项式拟合法计算的应力幅值较瞬态动力学计算值偏大,对设计而言偏于保守是合理的。在考虑计算经济性和结果一致性的前提下,可以利用多项式拟合方法进行复杂结构应力时间历程的转换。在获得应力时间历程的基础上可方便运用雨流计数法和Miner损伤理论对车体的疲劳寿命进行分析。

摘要：实现一种基于深度神经网络的语音驱动发音器官运动合成的方法,并应用于语音驱动虚拟说话人动画合成.通过深度神经网络(Deep neural networks,DNN)学习声学特征与发音器官位置信息之间的映射关系,系统根据输入的语音数据估计发音器官的运动轨迹,并将其体现在一个三维虚拟人上面.首先,在一系列参数下对比人工神经网络(Artificial neural network,ANN)和DNN的实验结果,得到最优网络;其次,设置不同上下文声学特征长度并调整隐层单元数,获取最佳长度;最后,选取最优网络结构,由DNN输出的发音器官运动轨迹信息控制发音器官运动合成,实现虚拟人动画.实验证明,本文所实现的动画合成方法高效逼真.