在汽车开发过程中，车身模具的开发周期在整个研发周期中占有重要比重。为了缩短模具的开发周期，板料成形的模拟软件被普遍应用到模具开发过程中。板料成形的模拟算法按照理论基础可以分为两类：一类是基于增量理论；另一类是基于全量理论。前者计算精度较高，但计算时间过长；后者以一步逆成形算法为代表，计算速度很快，但计算精度较低。因此，本项目在大变形弹塑性理论基础上，对一步逆成形算法的求解过程做改进研究，将改进型拟共轭梯度法引入Newton-Raphson迭代，避免了传统的一步成形逆有限元法需要生成整体刚度矩阵，求解大型线性方程组的不足，提高了算法的求解稳定性；并在失衡力改变量计算中引入摄动原理的局部修正思想，进一步提高了计算效率。同时，基于单元节点内力及弯矩平衡的原理，提出了一种可以进行弯曲修正的膜单元。这种单元能够简便有效地计算板材冲压成形过程中由弯曲变形引起的节点内力，提高了计算精度，同时计算工作量远远小于壳单元。然后，在此基础上进一步完成了一步正成形模拟算法的研究，提出了基于两次映射的空间初始解预示算法，并将改进型共轭梯度法应用到修改空间构形的迭代计算中，一步正成形算法解决了一步成形逆算法的一些根本缺陷，提高了求解精度。之后，在基于全量理论的一步正成形算法基础上，通过在初始板料和最终构形之间增加若干个中间步构形，来引入加载历史的影响，完成多步正成形算法研究，进一步提高了模拟精度。计算过程中需要在每个中间步上进行失衡力平衡迭代计算，为此项目组提出基于零件的最终形面和展开面比例插值与单纯基于几何关系的接触判断与修正算法相结合的方法，获得初始场的形面，以此为中间步初始解的基准形面；再利用一步正成形中提出的两次映射法获得计算所需的初始场网格模型；这样其迭代计算过程可采用与一步正成形类似的基准面法。研究过程中还设计了单行程和多行程方盒典型件实验及多个实际冲压件实验，对本项目研究的相关算法进行了实验验证。

现代车身结构件大都采用冲压成形工艺加工制造。冲压过程在使材料发生强化的同时也会导致车身零部件厚度减薄、厚度分布不均匀和残余应力，直接影响到车身结构的碰撞安全性及耐久性等指标。研究表明，在CAE分析中不考虑这些影响可能造成高达20%的分析误差。要在车身设计阶段采用CAE技术预测这些影响，首先要对各冲压件的成形过程进行模拟。而现有的板成形模拟理论和软件无法兼顾车身设计阶段所要求的计算效率及模拟精度。本项目就是针对这一需求，在一步逆有限元法的基础上，研究一种基于分步割线迭代的超大步长增量算法，申请人称之为拟全量算法。该方法充分借鉴了增量法、伪逆法及一步法的优点，不仅提高了计算效率，同时由于在每个增量步都进行平衡迭代，有效地提高了应力及应变模拟精度。

本书为机械工业部重点教材，全书阐述金属塑性成形过程模拟基本理论和实施方法，内容包括金属塑性变形力学基础，塑性成形过程的上限元模拟、刚塑性和刚黏塑性有限元模拟、小应变弹塑性和有限应变弹塑性有限元模拟、动力分析方法和塑性成形过程的物理模拟等；有两章分别讨论体积成形的有限元模拟和板料成形的有限元模拟；在附录中给出了一个完整的刚塑性有限元模拟的教学程序。书中也反映了当前上述各种塑性成形模拟方法的新成果和最新进展。 本书为高等院校金属材料工程专业和材料成型与控制工程专业本科生教材，也可作为材料加工工程等有关专业研究生教材，并可供从事金属塑性成形和模具CAD的科技人员参考。

《模拟植物生长算法与应用》是以丁雪枫的博士论文为基础，由丁雪枫和尤建新合作为模拟植物生长算法撰写的专著。在《模拟植物生长算法与应用》中，作者从模拟植物生长算法的思想来源、基本原理出发，介绍了模拟植物生长算法及其在一些典型问题当中的应用，涉及的应用重点还包括了模拟植物生长算法应用于整数规划问题、无线传感器网络最小连通集合划分问题、虚拟企业盟友选择题、物流中心选址问题、作业车间调度问题的实现技术及应用等内容。

《模拟植物生长算法与应用》以丁雪枫为主笔，尤建新辅助。

为了解决超大幅面图像的快速压缩问题，课题设计了一套完整的图像压缩硬件系统。该系统采用FPGA ARM的核心架构，核心算法为空间组合推举小波变换算法以及无链表零树编码算法。实验结果证明了算法的正确性以及系统的稳定性与高效性。 课题首先研究了目前乘法运算次数最少的二维小波变换方法——空间推举体制算法，着重分析其减少乘法运算量、内存操作次数和小波系数缓存大小的特性，将算法中不利于硬件并行操作的相互依赖关系加以改进。通过对算法进行调整，使得算法硬件实现的理论速度提升了1倍，即将本来需要2个时钟周期完成的运算在1个时钟周期内完成。 在编码算法的研究中，课题综合了SPIHT算法的零树思想和LZC算法的无链表硬件实现思想，提出了无链表零树编码算法，在保证压缩性能的基础上大幅提升硬件实现速度。同时，为了解决小波变换和编码模块间的缓存随图像尺寸增大而增加的问题，课题又提出了基于最小零树的编码算法，以牺牲一定图像重建质量为代价，作为硬件实现的折中方案。 为了验证算法的正确性，课题先后设计了两个硬件平台“基于THJ2K的JPEG2000图像压缩系统平台”和“大幅面图像压缩和屏幕信息记录平台”。在课题研究初期，第一个平台主要起到算法验证的作用。随着研究的深入，课题结合项目需求，又专门设计了第二个平台。该平台采用FPGA ARM的核心架构，目前最大支持4096×4096灰度图像压缩，同时该平台提供了很友好的人机交互界面，在脱机工作时，通过几个按键即可控制图像压缩倍数、图像分辨率的修改等。 借助于搭建的两个平台，课题实现并验证所提出的压缩算法，构建了完整的超大幅面图像硬件压缩系统。实验结果表明大幅面图像压缩算法在性能上逼近于采用9/7小波滤波器的SPIHT的JPEG2000算法，高于LZC算法和基于DCT的JPEG算法。其硬件实现后，目前在100MHz主频下，压缩一帧1600×1200×24bits的YUV422真彩色图像，耗时约59ms，压缩一幅4032×5344×8的图片，耗时约662ms。 2100433B