-
题名基于膜力因子法的方形锂离子电池冲击动力响应研究
被引量：3
- 1
-
-
作者
张新春
王俊瑜
汪玉林
黄子轩
王凯
覃江毅
-
机构
华北电力大学河北省电力机械装备健康维护与失效预防重点实验室
军事科学院国防科技创新研究院无人系统技术研究中心
-
出处
《应用数学和力学》
CSCD
北大核心
2022年第11期1203-1213,共11页
-
基金
河北省自然科学基金(A2020502005)
中央高校基本科研业务费(2020MS113)。
-
文摘
针对锂离子电池在冲击载荷下的大变形短路问题,首先建立了方形电池的简化模型,基于膜力因子法推导出电池在冲击载荷下的速度和位移运动方程.考虑到外壳厚度和芯材密度的因素,具体研究了方形锂离子电池的冲击动力响应特性.研究表明,通过引入膜力因子法改进的运动方程能够反映电池在冲击载荷下的动态响应机制,预测高速冲击下方形电池的大挠度变形.锂离子电池下部外壳的变形随电池外壳厚度的增加而减小,而电池芯材密实区域随外壳厚度的增加而增加.电池下部外壳的变形和密实区域均随电池内芯密度增加而增大.该文所提出的冲击模型可为方形锂离子电池的动力学性能多功能一体化设计提供理论参考.
-
关键词
方形锂离子电池
冲击响应
膜力因子法
运动方程
-
Keywords
prismatic lithium-ion battery
impact response
membrane factor method
motion equation
-
分类号
U469.72
[机械工程—车辆工程]
-
-
题名一种基于几何关系的无人机航迹规划方法
被引量：1
- 2
-
-
作者
张敬
李彤
杨钧
朱得糠
张士峰
-
机构
国防科技创新研究院无人系统技术研究中心
国防科技大学空天科学学院
-
出处
《兵器装备工程学报》
CAS
CSCD
北大核心
2024年第1期288-295,共8页
-
文摘
为适应现有飞控算力,提高计算效率,提出一种基于几何关系的无人机航迹规划方法。该方法通过计算几何和向量操作快速解决二维区域避障问题,避免全局地图栅格化表示问题,有效减小计算时间,并且保证优化水平,规划时间能够达到毫秒级。同时,该方法支持障碍区域实时上传,在线规划动态计算,并且考虑了无人机转弯半径,无需对规划航迹进行平滑。数值仿真和飞行试验对比充分验证了该方法的可行性和有效性,规划航迹达到了优化水平。
-
关键词
无人机
航迹规划
避障
计算几何
飞行控制
-
Keywords
unmanned aerial vehicle
path planning
obstacle avoidance
computational geometry
flight control
-
分类号
V249
[航空宇航科学与技术—飞行器设计]
TP274
[自动化与计算机技术—检测技术与自动化装置]
O181
[理学—基础数学]
-
-
题名基于机器学习的非结构网格阵面推进生成技术初探
被引量：12
- 3
-
-
作者
王年华
鲁鹏
常兴华
张来平
-
机构
中国空气动力研究与发展中心空气动力学国家重点实验室
西南科技大学信息工程学院
重庆文理学院智能制造工程学院
国防科技创新研究院无人系统技术研究中心
-
出处
《力学学报》
EI
CAS
CSCD
北大核心
2021年第3期740-751,共12页
-
基金
国家重点研发计划(2016YFB0200701)
空气动力学国家重点实验室创新基金(SKLA190104)
国家重大专项(GJXM92579)资助项目。
-
文摘
网格生成和自适应是制约计算流体力学未来发展的瓶颈问题之一,网格生成自动化和智能化仍是一个需要持续研究的领域.随着高性能计算算力的提升和大数据时代的到来,以机器学习为代表的人工智能方法已经成功应用于包括流体力学在内的多个领域,革命性地推动了这些领域的发展.本文首先简要综述机器学习方法在非结构网格生成领域的研究进展,分析基于机器学习进行非结构网格生成的关键问题;其次,设计非结构网格样本数据格式并实现了样本数据集的自动提取,通过结合人工神经网络和阵面推进法,初步发展了一种基于人工神经网络的二维非结构网格阵面推进生成方法;最后,采用新发展的方法生成了几个典型二维各向同性非结构三角形网格(二维圆柱、二维NACA0012翼型和30p30n三段翼型),进一步采用合并法生成了相应的三角形/四边形混合网格,并测试了网格质量和生成耗时,结果显示本文方法生成的网格质量可以达到商业软件的水平,且生成效率较传统阵面推进法提高30%.
-
关键词
机器学习
人工神经网络
计算流体力学
网格生成
阵面推进法
-
Keywords
machine learning
artificial neural network
computational fluid dynamics
mesh generation
advancing front method
-
分类号
V211.3
[航空宇航科学与技术—航空宇航推进理论与工程]
-
-
题名基于人工神经网络的非结构网格尺度控制方法
被引量：7
- 4
-
-
作者
王年华
鲁鹏
常兴华
张来平
邓小刚
-
机构
中国空气动力研究与发展中心空气动力学国家重点实验室
西南科技大学信息工程学院
重庆文理学院智能制造工程学院
国防科技创新研究院无人系统技术研究中心
军事科学院
-
出处
《力学学报》
EI
CAS
CSCD
北大核心
2021年第10期2682-2691,共10页
-
基金
国家重大专项(GJXM92579)
空气动力学国家重点实验室创新基金(SKLA190104)资助项目。
-
文摘
网格自动化生成和自适应是制约计算流体力学发展的瓶颈问题之一,网格生成质量、效率、灵活性、自动化程度和鲁棒性是非结构网格生成的关键问题.在非结构网格生成中,网格空间尺度分布控制至关重要,直接影响网格生成质量、效率和求解精度.采用传统的背景网格法进行空间尺度分布控制需要在背景网格上求解微分方程得到背景网格上的尺度分布,再将网格尺度从背景网格插值到真实空间点,过程十分繁琐且耗时.本文从效率和自动化角度提出两种网格尺度控制方法,首先发展了基于径向基函数(RBF)插值的网格尺度控制方法,通过贪婪算法实现边界参考点序列的精简,提高了RBF插值的效率.同时,还采用人工神经网络进行网格尺度控制,初步引入相对壁面距离和相对网格尺度作为神经网络输入输出参数,建立人工神经网络训练模型,采用商业软件生成二维圆柱和二维翼型非结构三角形网格作为训练样本,通过训练和学习建立起相对壁面距离和相对网格尺度的神经网络关系.进一步实现了二维圆柱、不同的二维翼型的尺度预测,RBF方法和神经网络方法的效率与传统背景网格法相比提高了5~10倍,有助于提高网格生成的效率.最后,将方法推广应用于各向异性混合网格尺度预测,得到的网格质量满足要求.
-
关键词
人工神经网络
网格生成
网格尺度
背景网格法
径向基函数
-
Keywords
artificial neural network
mesh generation
mesh size function
background mesh method
radial basis function
-
分类号
V211.3
[航空宇航科学与技术—航空宇航推进理论与工程]
-
