基于深度学习的方法建立了一种压气机叶型在非设计工况下的损失和落后角预测流程。以NACA65系列叶型为例，首先通过拉丁超立方采样建立一种综合考虑叶型设计变量和来流工况的定制叶型生成方法，共计15500组工况，将对应来流工况下的叶栅算例进行了2维仿真计算，将计算得到的损失和落后角数据进行数据分析和数据处理后，将处理过的数据与相对应的设计变量映射提供给神经网络进行训练，最终得到叶栅的损失和落后角模型，总压损失系数和落后角平均绝对误差分别为0.0012和0.18°并与传统的非设计损失和落后角经验模型进行了对比验证。结果显示：基于深度学习的可以准确预测在非设计工况下的损失与落后角，对比经验模型预测结果具有更高的准确度，该代理模型可用于压气机气动设计。

薄壁板结构是工业装备的重要组成部分，广泛应用于航空航天、机械制造、交通运输等领域。通过Comsol软件建立损伤铝板三维有限元模型，分析相控阵阵元参数、声波激励参数对最总成像结果的影响。

设计了变截面管材感应加热的半开型线圈，模拟分析了感应加热技术应用与该类管材加热过程中的温度演变及温度分布，为变截面管材感应淬火实际生产的工艺升级提供指导和参考

本作品利用自主研发的前处理系统快速完成轮胎的前处理工作，生成Abaqus软件的计算文件，基于计算结果，利用自主开发的滚动阻力分析系统进行普通轮胎和具有复杂花纹轮胎的滚动阻力（自研滚动阻力计算方法）计算和分析，结合自研的国内首个轮胎专用三维后处理系统进行变形和机理分析，具有较大的应用价值。

精准畜牧业建设是智慧农业实施的重要组成部分，对推进我国农业产业结构调整，提升我国居民生活水平和构建美丽乡村等方面发挥着十分重要的作用。奶牛个体身份的准确识别是精准畜牧业建设的前提，是精细饲养、疾病防控、品种遗传改良、奶制品和肉制品质量溯源等方面的基础。因此，奶牛个体身份的快速准确自动识别是奶牛精准养殖的基础，对推动奶牛养殖智能化，提高饲养效率，降低养殖成本，降低劳动强度等都具有非常重要的意义。 对此本项目提出一种基于迁移学习和注意力机制的深度卷积神经网络奶牛身份识别模型，通过分析荷斯坦奶牛躯干纹理分布的规律，利用牛只种类大样本集建立种类识别模型，将该模型作为奶牛身份识别的预训练模型迁移到奶牛身份识别模型中，同时采用注意力机制的方法关注有效特征；由于牛场环境复杂需要完整的检测出奶牛目标信息，需要对奶牛目标与背景信息进行区分，因此需要设计有效的目标检测算法，同时分析深度卷积神经网络模型的评估方法及性能指标，研究确定最优的网络模型及参数，优化网络结构，构建适用于本项目的深度卷积神经网络奶牛身份识别模型。

基于AI驱动有限元模拟的高通量组织优化设计，以双相TC6钛合金为例，建立微结构特征与准静态拉伸力学性能之间的映射关系，实现组织逆向优化。同时，基于LSDYNA二次开发+Pyqt5+mysql实现基于微结构仿真及组织优化设计软件平台开发。