针对采用 Abaqus 有限元软件对旋压成形进行数值模拟时，旋压件壁厚无法快速、准确获取及无法实现可视化的问题，提出对基于 Abaqus 数值模拟的旋压件壁厚自动测量及可视化方法进行研究。通过 Python 语言编写代码来实现旋压件壁厚的自动测量，并采用RSG 对话框构造器定制菜单界面，开发出了基于 Abaqus 的旋压件壁厚自动测量工具包，实现了锥形件、带内筋筒形件等旋压件壁厚的自动测量，以及以云图的形式显示结果。通过对比采用壁厚自动测量工具及采用三维软件进行壁厚测量的结果，发现文中所开发的旋压件壁厚自动测量工具包能准确、快捷地测量各类旋压件的壁厚分布。

针对液压悬置幅变特性难以计算的问题，提出了一种考虑解耦膜变刚度的固定解耦式液压悬置动特性快速预测模型。首先通过阐述固定式解耦膜的工作原理和特性，引入固定式解耦膜与金属笼的非线性接触力，依此建立固定解耦式液压悬置的集总参数模型; 然后对解耦膜进行流固耦合有限元仿真，用分段函数描述解耦膜等效位移与非线性力的关系，并研究了解耦膜厚度、直径以及解耦膜与金属笼间隙等结构参数对变刚度特性的影响规律，采用 BP 神经网络建立了解耦膜刚度预测模型; 最后，选择某固定解耦式液压悬置进行动态特性仿真计算，并与实测结果进行对比。结果表明: 文中提出的模型是准确的，且可大大缩短液压悬置动态特性预测的计算时间。

以非线性二自由度主动悬架系统为研究对象，将天棚模型和扰动观测器的滑模控制算法相结合，提出了基于天棚模型和扰动观测器的滑模控制算法，并证明了系统的一致有界和一致最终有界。天棚模型中的簧载质量位移和速度给主动悬架系统中的簧载质量位移和速度提供参考轨迹; 扰动观测器用于估计由悬架系统中悬架弹簧力、减振器阻尼力和作用在簧载质量上的外界干扰引起的簧载质量的扰动量。文中还在阶跃路面激励和随机路面激励下，根据主动悬架系统实验结果，验证了提出的控制算法的可行性;并在阶跃路面激励下，基于非线性二自由度主动悬架模型，计算了线性二次型最优控制(LQR)、具有扰动观测器的滑模控制 (DOSMC) 和基于天棚模型和扰动观测器的滑模控制 (RMDOSMC) 下主动悬架系统中簧载质量加速度、悬架动行程和轮胎动载荷的性能指标。与 LQR 和 DOSMC 控制相比，采用 RMDOSMC 控制时，主动悬架系统可以获得更优的性能指标。

针对曲柄转臂轴承传动部件多和受力具有时变性，致使受力精确计算困难，文中提出一种基于多体动力学的受力计算方法，并利用该方法研究输入转速和负载对转臂轴承受力的影响规律。计算结果表明: 转臂轴承受力随曲柄转角呈周期性变化，转速对转臂轴承的受力极值无影响，但影响其疲劳寿命; 转臂轴承受力随负载的增加而增大;将几何分析法与所提算法对比，结果显示两者具有很好的一致性。基于该计算结果，进一步采用有限元法分析不同工作载荷对转臂轴承接触应力的影响规律，结果表明转臂轴承存在单边受力现象，且各滚针接触应力各异。相关研究结论为转臂轴承的工程应用与优化分析提供了理论基础。

为了研究柔性仿生机器鱼的设计参数 (鱼体刚度、鱼体摆动频率、鱼体摆动幅值) 对巡游速度的影响规律，并据此得出仿生机器鱼在达到较优巡游速度时的参数组合，文中首先根据耦合欧拉 － 拉格朗日 (简称 CEL) 法的基本原理建立了柔性仿生机器鱼自主游动的流固耦合模型，然后通过正交试验得到不同组合的设计参数，并通过数值仿真模拟在不同参数组合下仿生机器鱼的巡游表现，最后根据仿真数据统计出各项设计参数对仿生机器鱼巡游速度的影响，并据此得到较优的参数组合。结果表明: CEL 法能够考虑柔性仿生机器鱼在游动过程中的柔性变形，因而能够更加真实地反映实际情况中柔性仿生机器鱼的游动行为; 在样本范围内，柔性仿生机器鱼模型的巡游速度随着鱼体刚度和鱼体摆动幅值的增加而呈现先增后减的趋势，随着鱼体摆动频率的增加呈现增加的趋势; 在鱼体刚度 (弹性模量) 为 30MPa、鱼体摆动幅值为 0. 13 倍体长、鱼体摆动频率为 5. 16Hz 时，柔性仿生机器鱼的巡游速度达到较高的水平。

珊瑚礁地形的波浪非常复杂，礁坪破碎后的波浪对礁体、防波堤等影响很大。为了更好地了解珊瑚礁地形下规则波的传播变形特征，文中基于雷诺平均的纳维埃－斯托克斯方程建立了珊瑚礁地形上的波浪数学模型，其中湍流模型采用两相的 k-ω SST 方程，数值模拟在 OpenFOAM 开源工具中进行。本模型通过文献中的物理实验数据进行验证，分析了珊瑚礁地形上的波高、增水和波面形态变化，并与标准 k-ω SST 模型的结果进行比较，结果表明: 文中模型能有效减轻自由表面附近过度产生的湍流动能，波高和增水的模拟结果相比标准 k-ω SST 模型的更加准确; 波浪在珊瑚礁地形上破碎时破波区的湍流动能主要集中在波峰附近，波谷的湍流动能则很小; 在湍流动能的影响下，模型在破碎点处的波高减小、减水增大，破碎后的波能耗散增大。文中波浪数学模型可应用于珊瑚礁工程设计的波浪计算中。

鉴于电磁转差离合器动力传递零摩擦、无冲击及可调速等优点，提出了一种新型飞轮储能结构 － 电磁耦合式飞轮储能系统。文中阐述了减速状态 (制动或滑行) 下，装有飞轮储能装置汽车的能量转换路线; 设计电磁转差离合器双闭环控制器，实现磁极轴转速的快速响应。基于 Simulink 软件定量分析制动过程中电磁耦合式飞轮储能装置的能量回收效率及其影响因素，并搭建模拟运行试验平台，验证电磁转差离合器无级调速对能量回收效率的影响。结果表明: 不同制动初速度下飞轮储能装置能量回收效率稳定在 33. 6%，Simulink 模型中电磁耦合式飞轮储能装置及控制器是合理的; 电磁转差离合器调速时，能量回收效率可达到最高。

高铁线路隧道－桥梁－隧道路段常伴随强烈的横风，列车行驶至隧道与桥梁连接段时常常受到横风的突然冲击，严重影响了列车的行车安全性。基于计算流体力学RNG 湍流模型和多孔介质理论，建立列车－隧道－桥梁－风屏障三维 CFD 数值模型和风－车－轨－桥动力耦合分析模型，研究了高速列车通过隧道－桥梁－隧道路段过程中列车的气动荷载和行车安全指标的变化特性。结果表明: 桥隧相连段设置风屏障后，各节车厢的气动荷载突变幅值显著降低，降幅达 50% 以上，其中横向力和倾覆力矩受风屏障的影响最为显著，降幅高达 88%以上; 设置风屏障后列车行车安全指标显著降低，迎风侧和背风侧各轮对 (除了头车 1、3 号轮对外) 的安全指标波动幅度相同; 头车的安全指标对整个列车行车安全性起控制作用，尤其是头车转向架前轮 (即 1、3 号轮对) 的; 列车由隧道驶入桥梁过程中的行车安全性较由桥梁驶入隧道过程的小。

为更加准确、可靠地掌握斜拉桥的整体技术状况，提出了一个基于层次证据推理框架的桥梁状态评估方法。首先将斜拉桥指标体系分为 3 个层次，第 1 层为桥梁总体状态，第 2 层分为一级、二级、三级和交通安全部件，底层为实际检测指标; 接着将底层指标信息转换为证据，且指标证据的可信度考虑了桥梁要素的重要性和采集数据的可靠性; 然后通过 Dempster-Shafer 组合规则进行融合，以传递整个模型中偶然和认知的不确定性，并得出一级、二级、三级和交通安全部件指标以及桥梁整体状态指标; 最后以一座独塔斜拉桥为例，验证所提证据推理框架的合理性。结果表明: 基于 Dempster-Shafer 规则的组合在归一化过程中丢失的数据较少，更具应用价值; 指标可靠性系数修正了桥梁评估中的主观判断误差，使评估结果更偏于保守且客观; 所建立的桥梁评估方法提供了更准确、详细的桥梁子部件状况，也可用于桥梁群的状态等级排序。

在道路施工及养护过程中，高效、准确地测量沥青混合料中的集料级配是保证混合料骨架结构稳定及施工质量的重要环节。针对基于单一几何模型应用在粗集料颗粒分档时，存在粒径计算不准确、无法满足施工要求的问题，文中提出一种基于多特征因子的路用集料粒径计算神经网络模型，实现对集料颗粒粒径的准确计算。首先，对采集到的集料颗粒图像进行几何特征提取，并对提取到的特征数据进行数据清洗和归一化等处理，建立样本数据集; 然后通过相关性分析，提取出与集料粒径相关性较强的特征因子; 最后，构建多层感知机 (MLP) 神经网络模型对数据集进行训练，并采用敏感性分析得到用于表征集料粒径的重要特征权重，实现对集料粒径的准确计算。结果表明，文中提出的集料粒径计算方法与卡尺法测量的结果拟合精度较高 (相关系数R² =0. 91)，与二阶矩、等效椭圆等传统几何模型方法相比不仅明显提高了精度，而且可以实现快速虚拟筛分，显著提升后续的筛分效率。

为研究汽车制造装配中汽车引擎盖的匹配过程，文中基于有限元分析的虚拟环境，搭建了引擎盖的外综合样架匹配虚拟模型，并通过不同力学因素条件的对比分析以及调整元件的参数敏感性分析，得到了重力和弹性调整元件变形对引擎盖匹配的影响，以及调整元件参数调整值对各个基准点位置偏差值的敏感性，最后结合多目标优化方法，提出了一种考虑重力和弹性调整元件变形的引擎盖快速匹配调整策略，并成功应用于汽车虚拟匹配中。仿真与试验结果表明该策略可以有效地减少装配调整成本和提高调整效率。

许多电子商务网站中存在用户编写的大量评论信息，大部分推荐系统虽然利用了评论信息，但仅从单词级别而不是评论级别来评估评论的重要性。如果只考虑评论中的重要单词，而忽略了真正有用的评论，则会降低推荐模型的性能。基于此，文中提出了一种基于双层注意力机制的联合深度推荐模型 (DLALSTM)。该模型首先利用双向长短期记忆网络 (BiLSTM) 分别对用户和项目评论进行词以及评论级别联合建模，并通过两层注意力机制聚合为评论表示和用户/项目表示，然后把从评论中学习的用户和项目的潜在表示融入由评分矩阵得到的用户偏好和项目特征，实现评分预测。采用文中模型在 Yelp 和亚马逊的不同领域数据集上进行实验评估，并与常用的推荐方法进行比较，发现文中提出的模型性能超过目前常用的推荐方法，同时该模型能够缓解数据稀疏问题，且具有较好的可解释性。

为解决在刑侦领域需要通过脚印信息预测身高的问题，文中提出一种基于深度学习的回归预测算法。该算法首先对原始数据进行预处理来得到适用于深度学习回归模型的数据集，然后根据足迹数据的特性提出了一种由边缘提取和回归预测两个部分组成的新型网络架构 FtH-Net (Foot to Height-Net)，最后基于预处理得到的数据集和 FtH-Net训练得到一个性能良好的预测模型。实验结果表明，相比于传统方法，该方法在保证模型泛化能力的同时大幅度提升了预测的准确率，预测身高 2 cm 以内的准确率达到了67%。

在图像局部特征匹配的过程中，考虑特征的运动统计信息可以有效地筛除错误匹配，但是目前基于网格的运动统计方法不具备良好的尺度不变性与旋转不变性。针对该问题，文中提出了一种基于动态窗口运动统计的特征匹配筛选算法。该算法首先基于图像特征点位置建立快速近似最近邻索引结构，然后利用该索引结构为匹配建立动态窗口邻域，最后在此邻域上进行运动统计，并依据运动统计得分进行正确匹配的筛选。在多个数据集上进行了文中算法与其他算法综合性能的对比，实验结果显示: 在尺度与旋转角度变化较大的情况下测量准确率与召回率时，文中算法相比于基于网格的算法优势明显; 在更一般场景下，文中算法的综合匹配效果也要明显优于其他几种经典的匹配筛选算法; 与此同时，文中算法具有良好的时间性能，可以应用于实时任务。

彝文古籍中字符的检测是古彝文字符识别的重要基础，检测的准确性直接影响着古彝文识别的精准程度。针对彝文古籍文献版面结构复杂、排版缺乏规范、存在图文混排等情况，提出一种基于最大极值稳定区域 (MSER) 和卷积神经网络 (CNN) 的彝文古籍文献字符检测方法。首先对彝文古籍扫描图片用非局部均值滤波进行了预处理，然后采用一种改进的局部自适应二值化方法得到二值图像，实现对图像的前景和背景的分割; 再采用基于启发式规则的方法对非文本区域进行去除，从而得到文本区域; 最后采用 MSER 和 CNN 相结合的方法对古籍中的单个字符进行检测。实验结果表明，该方法对古籍中文本和非文本区域进行了有效的分离，并在单字符检测实验中取得了较高的准确率和召回率，能有效地解决古籍文献字符识别中的字符检测问题。

针对区间信念结构组合问题，考虑群决策环境下专家意见冲突的情形，提出一种冲突的区间信念结构下基于证据推理规则的群决策方法。首先，依据决策者 (或专家) 对备选方案的评价信息形成群体决策问题，将专家的评价信息 (观点) 作为证据，检查评价信息的有效性并做归一化处理; 其次，依据证据支持度确定专家权重向量，并运用证据推理规则融合所有评价信息; 最后，运用最小最大后悔值法选出最优方案。实例分析表明，文中所提出的方法在证据组合过程中的证据融合结果始终保持一致，组合结果合理、收敛，而且能保持证据的特异性。

为了提高电力负荷曲线聚类精度，文中提出了一种基于核主成分分析 (KPCA)和改进 K-means 算法的电力负荷曲线聚类方法。该方法首先在划分聚类算法 K-means 基础上融入密度聚类思想，提出了融合密度思想的 K-means 算法 (DK-means 算法)，并在电力负荷曲线实验集上对比分析其聚类效果; 接着在实验集上比较各种降维算法的降维聚类精度和降维速度; 最后分析 KPCA + DK-means 组合算法的降维聚类能力。结果表明，戴维森堡丁指数 (DBI) 更适合作为电力负荷曲线聚类评价指标; 以 DBI 为评价指标，与 K-means、BIRCH、DBSCAN 和 EnsClust 4 种聚类算法相比，DK-means 的聚类精度更高; 与 LLE、MDS、ISOMAP 3 种非线性降维算法相比，KPCA 的降维速度更快;KPCA + DK-means 组合算法有良好的降维聚类能力，较 DK-means 在聚类精度和聚类效率上均有提升。KPCA + DK-means 组合算法可以实现电力负荷曲线的高效降维、精确聚类，对用电行为模式的准确提取起关键技术支持作用。