圆柱坯料镦粗中塑性流动演化过程的模拟

使用DEFORM有限元模拟软件,建立刚塑性基本模型;对不同高径比的圆柱形坯料,从等效应变和等效应变速率两个方面,对圆柱坯料镦粗过程中塑性流动的演化过程进行了研究.     

锥齿轮挤压成形弹塑性有限元数值模拟

利用Pro/E的三维实体造型与模具设计模块进行直齿圆锥齿轮的造型及模具设计,然后导入到DEFORM中,在DEFORM中建立三维挤压有限元模型.采用三维大变形弹塑性有限元法对齿轮挤压的塑性成形过程进行了模拟,分析了成形过程中齿轮齿形的填充情况、金属流动速度场以及等效应变与等效应力分布,获得了直齿圆锥齿轮的挤压变形规律与参数.     

基于跨域自适应的立体匹配算法

虽然卷积神经网络（CNN）在有监督立体匹配任务中取得了较好的进展，但多数CNN算法的跨域表现较差。针对跨数据域的立体匹配问题，提出一种基于CNN的使用迁移学习实现域自适应立体匹配任务的跨域自适应立体匹配（CASM-Net）算法。所提算法使用一个可供迁移的特征提取模块提取丰富的广域特征用于跨域立体匹配任务；并且，设计一个自适应代价优化模块，从而通过自适应地利用不同感受野的相似度信息优化代价，进而得到最优的代价分布；此外，提出一个视差分数预测模块，以量化不同区域的立体匹配能力，并通过调整图像的视差搜索范围进一步优化视差结果。实验结果表明：在KITTI2012和KITTI2015数据集上，CASM-Net算法的2-PE-Noc、2-PE-All和3-PEfg相较于PSMNet(Pyramid Stereo Matching Network)算法分别降低了6.1%、3.3%和19.3%；在Middlebury数据集上，在未经重新训练的情况下，在和其他算法的对比中，CASM-Net算法在所有样本上取得了最优或次优的2-PE结果。可见，CASM-Net算法具有改善跨域立体匹配的作用。