本文主要探讨的是人工智能领域中的深度学习技术在非规则结构车轮与散体模拟月壤相互作用动态仿真系统中的应用。该研究旨在解决地球环境下难以精确模拟月球表面复杂环境下的车轮与月壤互动关系以及月球车牵引性能测试的问题。
文章介绍了以矩形轮刺式车轮为设计原型，借鉴高速穿越沙漠的鸵鸟足趾甲的仿生学原理，设计出一种新型的仿生轮刺式车轮。通过逆向工程和工程仿生学，获取了鸵鸟足趾甲的特征曲线，并将其应用到车轮设计中，形成了一种独特的车轮结构，旨在提高车轮在月壤上的牵引通过性。
接着，研究人员利用离散元分析软件PFC2D，通过Chmip命令和FISH语言，构建了一个二维非规则结构车轮/散体模拟月壤相互作用的动态仿真系统。通过对比矩形轮刺式车轮的实验与模拟结果，验证了该系统的精度。研究发现，在相同滑转率下，矩形轮刺式车轮的挂钩牵引力更大，且具有更好的固壤作用，有助于提高车轮的附着力。
为了进一步深入研究，作者利用PFC3D与CATIA结合，建立了三维非规则结构车轮/散体模拟月壤相互作用的动态仿真系统，并对其可靠性进行了验证。通过与实验室土槽实验的对比，三维动态模拟结果与实验数据基本一致。此外，该系统还扩展了后处理功能，能分析不同月壤表面环境对车轮越障性能的影响。
文中还提出了多尺度数值计算方法，通过完全矩阵和退化矩阵替代颗粒，提高了计算效率。通过Delphi软件创建用户界面，完善了仿真系统的功能，为后续的车轮与土壤作用分析提供了便利。
在仿生轮刺式车轮与矩形轮刺式车轮的比较中，仿生轮刺式车轮显示出更优的牵引力和抗沉陷性能，特别是在高滑转率条件下，其优势更为显著，同时行驶稳定性更好。
这项研究在深度学习的支持下，利用仿真技术解决了月球车在月壤环境中的行驶问题，为未来深空探测车辆的设计提供了理论基础和技术参考。通过多尺度数值计算方法和用户界面的开发，该研究也为相关领域的研究者提供了更高效、直观的工具。
