基于ABAQUS的飞机起落架扭力臂的拓扑优化

飞机起落架结构设计在满足一定结构刚度的前提下,应尽可能地轻量化。采用ABAQUS/CAE中的优化模块对起落架的扭力臂进行拓扑优化,基于条件算法建立优化任务,最终优化后的拓扑结构体积下降49.15%,最大应力下降4.09%,实现了轻量化的设计需求,为起落架的优化分析提供参考。     

Ⅰ型裂纹应力强度因子的有限元计算方法

建立求解应力强度因子的三点弯曲试样模型,采用位移外推法、应力外推法、虚拟裂纹闭合法等3种不同的方法计算Ⅰ型裂纹应力强度因子KI。研究了载荷、裂纹长度、试样的几何参数等对Ⅰ型裂纹应力强度因子的影响。结果表明,3种方法计算出的KI值的结果一致性良好,与解析解相比都能达到较高精度。分析比较3种计算方法,对裂纹应力强度因子计算方法的选择提供参考。     

基于迁移学习的花类图像分类方法研究

传统的花类识别方法和普通卷积神经网络模型无法对花类图像进行准确的特征提取,花类之间较高的相似性使得分类识别较难。针对以上问题,为提高图像识别率,提出一种基于VGG16网络的迁移学习方法,对花卉图像进行分类。首先对花卉图像进行数据加强,然后对数据集预训练模型进行迁移学习,修改全连接分类层,最后对优化器与激活函数进行微调,得出分类结果。实验表明：该模型在花类分类识别中比传统方法和普通卷积神经网络模型得出的准确率高,迁移后准确率达到89.10%。     

基于Tensorflow的车型识别系统研究

研究了基于谷歌深度学习框架Tensorflow的深度学习在车型识别领域应用的可能性,使用了卷积神经网络模型,将6种不同类型的车辆图片作为训练集输入神经网络,通过多次训练,选择合适的神经网络超参数,最终得到了可以通过输入图片直接识别汽车类型的卷积神经网络模型,且准确率约为92%。同时,通过学习,以Tensorflow为后端,keras为前端进行建模、编程的完整流程,为进一步使用Tensorflow深度学习框架构建图像识别的应用环境打下了基础。     

基于改进灰色关联度分析的数控机床综合性能评估

提出一种基于改进灰色关联度分析的数控机床性能评价方案,从精度性能指标、加工性能指标等多层次建立指标评价体系,利用主观赋权法中的层次分析法确定各项指标的权重,在灰色关联度分析模型的基础上,综合考虑各评价对象与最优解、最劣解之间的相对位置,从而比较不同评价对象的性能。以某模具生产企业7种型号数控机床为例进行计算,对机床的综合性能进行排序,为工厂选择合适的机床提供可行性建议,也为机床性能的改进提供参考。     

多约束条件下某智能飞行器航迹快速规划

以某智能飞行器为研究对象,研究复杂环境下航迹快速规划.为校正系统结构限制所带来的定位误差,使得智能飞行器能按照预定的航迹完成任务,基于多约束条件最优化理论,采用遗传算法扩展而来的NSGA-Ⅱ(非支配排序遗传算法)算法进行航迹规划.结果表明,基于NSGA-Ⅱ,使用交叉行为和变异行为将初始解进一步筛选优化并最终得到最优解....     

基于改进遗传算法的低能耗铣削参数优化

以铣削加工为例,建立了以铣削时间(加工相同体积的材料,铣削时间越小表示效率越高)和铣削能耗为目标的多目标优化模型,以主轴转速、进给速度、铣削深度和铣削宽度为优化变量,同时,铣削过程还要受到实际加工条件的约束,比如机床的额定功率和铣削力的约束.用改进遗传算法即多种群,即自适应度多种群遗传算法对该多目标模型进行求解,最后结...     

基于自适应预测步长的车辆主动转向跟踪控制

为提高智能车辆主动转向跟踪控制的跟踪精度、稳定性和实时性等问题,提出一种基于自适应预测步长的模型预测路径跟踪控制器,引入自适应预测步长功能函数,根据车速和参考路径的曲率动态调整预测步长。MATLAB和CarSim联合仿真结果表明:该控制器可降低横向跟踪偏差,在高速低附着和高速高附着工况下均保持车辆稳定性,相比于单一根据道路曲率动态调整预测预测步长的控制器,降低了60%的计算时间,提高了实时性。     

并联液冷电池热管理系统仿真分析

提出一种基于微型通道冷板的并联液体冷却系统.根据AMESim中已验证的电池子模型,搭建并联液冷电池热管理系统,仿真分析放电倍率范围1～5C、环境温度范围5～35℃时,对电池模组放电性能的影响以及冷却液温度范围5～30℃、入口冷却液质量流量范围0.01～1.00 kg/s和5种乙二醇-水混合比对电池模组放电冷却的影响.研...