【摘 要】
：
为适应现代汽车快速设计的需求，采用基于三维深度学习算法的汽车气动参数实时预测，计算汽车的空气阻力系数。利用Rhinoceros软件对包含多种车型的汽车模型库进行T样条曲面重构，制作汽车外形的三维点云数据集；分别利用FLUENT和CFX对模型逐个进行不同风速工况下的仿真分析，得到相应的空气阻力系数，并建立三维深度学习的训练和测试数据集；采用PointNet深度学习框架训练并计算各模型的空气阻力系数。
【基金项目】
：
国家重点研发计划（2021YFB3300601）； 国家自然科学基金（11872015）；
论文部分内容阅读
为适应现代汽车快速设计的需求，采用基于三维深度学习算法的汽车气动参数实时预测，计算汽车的空气阻力系数。利用Rhinoceros软件对包含多种车型的汽车模型库进行T样条曲面重构，制作汽车外形的三维点云数据集；分别利用FLUENT和CFX对模型逐个进行不同风速工况下的仿真分析，得到相应的空气阻力系数，并建立三维深度学习的训练和测试数据集；采用PointNet深度学习框架训练并计算各模型的空气阻力系数。训练集的对比结果表明，采用深度学习方法快速预测汽车气动性能可得到基本满意的效果。
其他文献
从二零一八年一月一日开始,我国开始征收环境保护税。通过征税方式提高企业的污染成本,限制诸如钢铁企业等污染企业,以损害环境为目的谋求利润,并对扶持和自行排放的企业予以适当的税收减免。在实施环境保护税以前,我国对污染企业的收费是以排污费为主,是以费用的形式征收,作用范围与程度都比较有限。环境保护费改税后,作为我国的法律法规,企业需要按照规定交缴税收,对征收范围、征收率等都做了明确得到规定,相较于之前有
人工智能的快速发展加速了仓库的智慧化转型，越来越多的仓库引入大量AGV替代人工作业。智能仓库中多AGV在线全局调度问题成为当前的研究热点和难点。此问题包含任务指派和全局路径规划，需要考虑双向导引道路、无碰撞、AGV电量约束和任务时间窗等特性。针对该问题，本文以最小化AGV的运行时间和任务延迟惩罚之和为目标，建立混合整数线性规划模型。同时设计一种多AGV任务指派与路径规划协同优化算法：首先，基于任务
煤炭作为一种基础矿产能源,在我国能源消耗中占有很大比例。根据国家统计局的统计数据显示,与2019年相比,我国2020年煤炭消费量增长了0.6%,而在能源消费总量中,煤炭消费量更是达到了56.8%。2020年9月1日我国资源税正式通过了立法,煤炭资源税从量征收向从价征收的转变,对煤炭产业、企业经营、地方财政等方面都产生了重大影响。基于此,本文从煤炭资源税着手,通过对我国山西省的煤炭上市公司受资源税改
歌剧唱段《我的爱将与你相伴终生》讲述的是代父从军的花木兰舍己救人，挡箭昏迷后，在神思不定的梦境中流露出对爱情无限向往的经典咏叹调。本文从作品背景和人物形象两个角度出发，深入分析该唱段中的歌词和音乐线条，在准确理解歌剧内容的基础上，总结演唱技巧和情感见解。力求通过这些分析研究，让歌剧演员可以更好地演绎花木兰这一人物形象，并以此探究该唱段在民族歌剧领域及声乐表演艺术中的重要价值。
光伏产业作为战略性新兴产业是我国应对能源危机、调整能源结构的重要产业。自光伏产业兴起,我国政府陆续出台了一系列产业政策来扶持光伏产业的发展。政策的导向作用使得光伏产业迅速扩张,但也造成了过度依赖补贴、产业结构失调、竞争能力弱、光伏发电成本高等问题。原因在于我国光伏企业的技术研发水平较低,并且以往以财政补贴为主的产业政策偏重于鼓励投资建设,导致了“重发电轻制造”的局面。因此本文选取了产业政策中的税收
现代建筑工程管理包含多种要素，其中施工进度管理是最为关键的部分。只有加强工程进度管理，才能提高施工质量，降低施工成本，在施工工期内顺利完工，拓展项目经济利润空间。在建筑工程施工管理中，施工进度管理容易受很多因素的影响，如果没有做好施工进度管理，就会延长整个施工周期。基于此，文章主要剖析了建筑工程进度管理中的主要影响因素，如施工因素、资金因素、外界环境因素等，然后对其全过程动态控制的应用策略进行分析
百年中国歌剧史上，曾出现大量风格迥异、备受观众青睐的歌剧作品，《木兰诗篇》便是其中的杰出代表之一。该剧自二十一世纪初创演以来广受欢迎，在国内外多地上演，复演率远高于同类歌剧作品。该剧之所以获得中外观众的双向认可，除题材基础外，主要得益于剧中的音乐创作。文章从该剧中女主人公木兰的咏叹调《我的爱将与你相伴终生》入手，分别从戏剧意义、音乐特色、演唱处理以及当代价值等角度，全面阐释该曲的艺术特征，以此来丰
针对动态环境下视觉同步定位与建图（SLAM）系统运行效率低的问题，提出了一种基于深度学习的实时语义视觉SLAM算法。所提算法的语义线程不会阻塞跟踪线程的运行，只对最新的待分割图像进行语义分割，分割后对分割结果进行检测与修复，并更新语义信息。图像输入后，首先，更新待分割的图像；然后，利用最新的语义信息和L-K光流法剔除动态关键点，并用剩余的特征点对位姿进行估计；最后，利用语义信息和跟踪信息构建出语义
深度学习在检测领域高速发展，但受限于训练数据和计算效率，在基于嵌入式平台的边缘计算领域，尤其是实时跟踪应用中深度学习的智能化算法应用并不广泛。针对这一现象，同时为满足现阶段国产化、智能化的技术需求，提出了一种改进的孪生网络深度学习跟踪算法。在特征网络加入微调网络，解决了网络模型无法在线更新的问题，提升了跟踪的准确性；在IoUNet损失函数中加入中心距离惩罚项，解决了IoUNet当IoU相同时位置跳
文中以斜腹杆体外预应力技术加固的简支梁为研究对象，应用力法建立了体外索索端张力增量与跨中位移变形的关系式以及外荷载与体外预应力加固后梁的跨中位移的关系式。通过ABAQUS建立了有限元模型以及组织了3组试验，对理论分析和数值模拟的结果进行验证，研究表明理论结果和试验结果与模拟结果在弹性阶段基本吻合，表明理论推导的体外索内力增量公式和外荷载作用下梁跨中位移表达式可靠，能用于工程实践。