摘要：将优化算法与有限元仿真分析相结合可以对橡胶的材料参数进行反求,该方法基于一款叠层橡胶弹簧的试验数据,并选用Mooney-Rivlin超弹性本构模型。在参数反求的过程中,为解决传统遗传算法出现的早熟、稳定性差以及收敛速度慢的问题,将编码方式改为实数编码,并在算法中引入精英保留策略和自适应的交叉与变异概率。将根据改进遗传算法反求得到的刚度特性曲线与试验结果进行对比,发现二者具有很好的一致性,表明通过反求得到的材料参数能准确地对橡胶材料的力学性能进行描述。

摘要：跨尺度拓扑优化设计极大激发了结构轻量化潜力,在先进装备的开发中具有重要作用。然而基于传统有限元的结构拓扑优化算法难以适应产品快速迭代的需求。为此,本文提出了一种基于耦合深度学习的跨尺度拓扑优化方法,通过集成残差神经网络(Resnet)、U-net架构及SEnet中的注意力机制,建立快速生成双尺度拓扑结构的深度学习模型。模型训练数据利用双向渐进结构优化算法产生,并用一组全新的数据对模型进行测试。数值算例表明,本文提出的深度学习模型可以高效且准确的生成基于各种边界下的宏观材料分布与微观拓扑结构。

摘要：高端装备创新链中不同环节对创新方法知识的需求不尽相同,日趋复杂的创新活动已无法满足于局部、单一方法的运用。集成的创新方法知识及其优选推送,对于计算机辅助高效实现高端装备的创新设计具有重要意义。以先进轨道交通装备为例,追溯其重大科技成果的形成过程、提炼发明专利的高频普适方法,分析其中的创新特征及控制其涌现效应的关键因素,挖掘一系列创新方法作为基础信息;为使其成为可传播、学习和应用的知识,对创新方法进行规范化知识描述和单元化数据建模;构建装备领域创新方法应用情境空间,借助结构化本体语言,建立应用情境空间下创新方法知识表征数据模型,以利于知识的获取、存储、处理和调用;设计开发创新方法多维度集成的知识系统,系统化管理离散的创新方法知识;确定创新方法适用度评价指标及权重,建立其优选决策模型,提出基于统计学原理突破个人经验法的多方法序列推送方法,为程序化自动推送提供理论基础;构建创新方法知识优选与推送实施流程,并通过辅助某研发设计的应用示例,验证知识系统及实施流程的可操作性和有效性。

摘要：针对现有单激光视觉微位移测量方法中利用的图像特征信息不丰富,导致测量结果不精确的问题,本文提出了一种直射与斜射结合的双激光微小位移测量方法,配合BP(Back Propagation)神经网络实现位移的高精度测量。论文采用透镜成像和小孔成像的原理对双激光模型进行理论分析,使用ZEMAX对测距模型进行数值模拟,以验证所提方法的理论可行性与优越性;其次,根据数值模拟结果设计并搭建实验平台进行图像采集实验,提取一系列图像特征作为BP网络的输入,以位移参数为输出,构建位移预测模型。实验结果表明,相比单激光模型,本文提出的双激光位移模型有更高的测量精度,引入BP神经网络后,测量准确度达到99以上。本文为微小位移高精度测量提供了新方法与新思路。

摘要：提出了采用高斯-勒让德公式进行数值积分的累积疲劳损伤计算方法,该方法通过对包含当量载荷概率密度函数的不可积被积函数进行数值积分来计算累积疲劳损伤。以16Mn和60Si2Mn两种材料为研究对象,基于正态分布和威布尔分布两种常见的当量载荷分布形式,采用试验设计法对算法进行了验证,结果表明,采用高斯-勒让德公式进行数值积分的累积疲劳损伤算法是正确和有效的;同时与传统的八级载荷法进行了对比分析,结果表明,在连续或准连续载荷谱作用下,采用八级载荷分级法计算累积疲劳损伤会出现较大的偏差率,并且偏差率不稳定,相比于八级载荷法,高斯数值积分法是一种更优的累积疲劳损伤计算方法,可以极大地提高累积疲劳损伤的计算精度。

摘要：为提高自动泊车成功率及准确性,首先基于卷积神经网络(CNN)模型对输入图像进行特征提取,然后利用Transfomer模型的“编码-解码”机制对CNN提取到的图像特征平铺后进行计算推理,通过前馈神经网络得到目标预测结果,最后基于180°广角鱼眼图像进行推理识别,车位角中心点和空车位入口中心点均采用二维坐标表示,降低了输出信息的冗余,优化了模型结构。测试结果表明,该算法能够较好地适应不同车位线划线方式和不同的自然环境,目标感知的召回率达到98%,车位角中心点定位平均误差小于3 cm,满足泊车系统对车位感知的鲁棒性、实时性和准确性要求。

摘要：为研究汽车覆盖件模具棱线几何特征参数及成形工艺参数对棱线磨损的影响,实现对模具棱线磨损的精准预测,提出了一种基于改进SVR算法的模具棱线磨损预测模型.通过利用改进的拉丁超立方抽样(ILHS)方法获取模具棱线磨损有限元计算的实验样本,进而构建预测模型的输入参数集.通过耦合混沌理论、动态权重方法对蝗虫优化算法(GOA)进行改进,利用改进后的蝗虫优化算法(IGOA)对SVR算法关键参数进行寻优.构建了基于IGOASVR算法的模具棱线磨损预测模型,结合粒子群寻优算法(PSO)建立多目标优化模型,实现对模具棱线磨损的高精度预测以及几何特征参数和成形工艺参数优化.对比5种常规预测模型,基于IGOA-SVR算法的预测模型在采样点处的预测误差分别为8.546%、8.497%、8.473%,较GOA-SVR预测模型分别提高25.9%、26.2%、26.4%,预测精度相比于其他预测模型也有不同程度的提高.结果表明改进后的IGOA-SVR算法具有更高的精度.

摘要：研究了高强度钢(HC420/780DP)-高强度钢(HC340/590DP)-压铸铝合金(JDA1b和Al Si10MnMg-T7)3层板预开孔自冲铆接的可行性,并评估了钢板厚度及下层板材料对接头成形质量的影响。通过剪切和十字拉伸试验分析了接头的力学性能,并观察了其失效形式。结果表明:使用上层板预开孔方法能够实现三层板间的自冲铆接;接头切底量随着上层板和中层板厚度的增加而降低,并且中层板厚度对接头切底量的影响更为明显;相比JDA1b压铸铝合金,下层板材料为Al Si10MnMgT7压铸铝合金的接头的切底量更大;接头峰值载荷及能量吸收均随着接头切底量的降低而降低;剪切接头和十字拉伸接头的失效模式均为铆钉与下层板脱离;铝材断裂失效分为脆性断裂和韧性断裂。

摘要：在汽车“电动化、网联化、智能化、共享化”的大背景下,汽车设计正进行着革命性的突破,致力于构想和探索未来出行的全新情景,超越传统的框架,引领行业的未来发展。在此背景下,谭浩教授探讨了工业设计如何通过人工智能、行为科学等手段进行设计创新,以及如何在国际化和学术研究中发挥作用,提出设计研究应关注用户接受度和社会责任。

摘要：目的针对Al-Mg合金在变形加工过程中容易出现的溶质元素再分布现象,通过微观表征和定量计算深入研究元素再分布的相关机制及其强度贡献。方法利用扫描透射电镜高角环形暗场技术结合几何相位分析,详细研究了溶质元素再分布机理,对经过高压扭转后不同Mg含量的Al-Mg合金中的元素分布进行了表征,并通过原子探针层析技术对原子的三维空间分布情况进行了团簇分析。结果随着Mg的原子数分数从1.0%增加至8.0%,合金硬度从129.0HV显著上升至223.6HV。合金内部的溶质分布状态可以分为溶质原子贫化、溶质原子富集和溶质原子不均匀分布3种,剧烈塑性变形引入的不均匀微观应变诱导了Mg原子的再分布。结论合金中形成的大量原子团簇为Al-8Mg合金贡献了47.7HV的硬度值,占总硬度的21.3%,溶质团簇对合金强度的强化效果十分显著,表明团簇强化是材料强化手段中不可或缺的新型强化机制。