考虑汽车低速碰撞中的,使用复杂比例评价方法(COPRAS)对不同截面构型的汽车保险杠的耐撞性能进行综合评估与研究。首先,分别在对中碰撞和角度碰撞工况下,建立等质量的六种不同防撞梁截面构型的保险杠的有限元模型并进行仿真分析,选取碰撞加速度、碰撞时间、保险杠最大变形量和保险杠系统吸收能量为评价指标,然后,使用COPRAS评价方法对六种不同防撞梁截面构型的保险杠的综合耐撞性能进行评估,最后,得到具有最优综合耐撞性能的保险杠设计并进行耐撞性能分析。由此得出,COPRAS方法可以高效、合理地用于汽车保险杠的安全设计。

在有限元方法无法准确计算回弹的情况下,通过逆向工程技术对回弹后的型面进行测量和重构,利用弹性变形的特点,以冲压件典型特征为基准进行强制变形,从而找到变形前后单元和节点的拓扑映射关系。根据修边线在单元上的投影关系计算出变形后投影点和投影线交点的位置,并利用三次参数样条函数重构出修边线。

从无网格方法中的插值误差出发，建立一种有效的误差估计模型，在高误差区运用基于全四边形背景积分网格顶点插值的节点加密方案，得到新点的位置坐标．将这些算法应用于无网格再生核质点方法RKPM中，对多孔弹塑性板材拉伸中的剪切带的形成进行了自适应无网格分析，并通过验证数值解精度的通用标准试验（benchmark test）方法验证了该算法的精度及可行性，计算结果表明该算法能大大提高计算精度，并能准确地捕捉到剪切带的分布．

航空航天行业零部件种类繁多、定制化程度高,难以进行定位夹具的开发。视觉定位技术是智能制造中的关键一环,该技术基于机器视觉确定工件位置,不需要定位夹具,能够被广泛运用于各种工况。但现有视觉定位算法只适用于少数种类的零件,泛用性不高。本文提出了一种基于YOLOv5s目标检测网络和Siamese孪生网络的新型视觉定位算法(YOLO–Siamese变化检测网络)。网络引入ConvDiff(卷积差分)模块来提升变化检测网络的特征提取效果,并采用半监督学习方法对模型进行训练。试验表明,在没有使用目标工件数据集的条件下,算法在验证集上的AP@0.5达到了99.3%,AP@0.5:0.95达到了89.6%,单帧推理时间为16.13 ms。该算法无需目标工件数据、定位精度高、运算速度快,提高了视觉定位算法的鲁棒性和泛用性。

风能和太阳能等可再生能源具有间歇性和不稳定性的特点,不能大规模接入电网。压缩空气储能作为大规模储能技术可以调节电网负荷,削峰填谷,解决上述问题。目前压缩空气储能系统的压缩空气都是在体积恒定的容器中储存,压缩空气在释放时经过减压阀节流减压至预定的较低压力,浪费了大量的有用能,导致系统效率低,压缩空气利用率低。等压压缩空气储能通过保持压缩空气在储存和释放时压力的恒定,解决系统效率低的问题。基于质量守恒和能量守恒定律,建立压缩空气的热力学模型,采用基于气-液相变的等压方法,系统效率提高了12.18%。