基于广义逆矩阵理论的杆系结构形态创构方法#br#

广义逆矩阵理论被广泛应用于不稳定结构的形态分析。不稳定结构在荷载作用下，其形状会发生变化直至其势能达到最低，此时的结构处于无弯矩的平衡状态。根据该原理并结合广义逆矩阵理论提出一种适用于杆系结构的形态创构方法。该方法将杆系模型中杆单元进行分组，在每一组中杆单元总长度不变的条件下，建立控制结构形状变化的移形方程。利用广义逆矩阵理论和势能梯度确定使模型势能下降最快的方向，并逐步调整节点位置直至势能达到最低。临时单元和单元组的引入使得该方法可以应用于多种形式结构的形态创构，合理地设置单元组和临时单元可以实现单元长度与单元内力的重新分配进而实现诸多功能。算例分析说明该方法的特性并验证其有效性。     

机翼极限环颤振的CFD/CSD全隐式紧耦合方法

针对轴承振动实时状态监控的需要，从符号动力学角度提出了符号聚合近似与Lempel-ziv复杂度（SAX-LZC）融合的振动监控参数。首先，以Logistic映射和Duffing方程为对象，从理论角度验证了SAX-LZC对动力学结构表征的准确性，并验证了该指标的抗噪能力和计算效率；其次，将SAX-LZC指标与信息熵、样本熵、多分段Lempel-ziv复杂度等动力学参数性能进行了综合对比；最后，从实验角度对轴承早期微弱异常进行了监测，并对轴承典型故障进行了特征提取。理论研究结果表明，SAX-LZC具有动力学结构表征准确、抗噪能力好、计算高效简洁等优点，克服了常规动力学参数工程应用能力弱的问题。实验研究结果表明，SAX-LZC对早期微弱异常有准确的监测，对不同种类故障具有较好的区分度，弥补了时域和频域对轴承微弱故障表征能力不足的缺陷，是一种轴承振动实时状态监控与故障特征提取的有效参数。     

随车起重机伸缩臂截面多目标优化

为了提高某火箭炮弹药装填车随车起重机伸缩臂的结构刚度,减轻结构质量,建立了随车起重机伸缩臂参数化模型,并对伸缩臂在水平受载状态下进行仿真分析。以伸缩臂截面尺寸参数为设计变量,借助最优拉丁超立方试验设计建立样本空间,构造响应面多项式函数近似模型。在此基础上,利用NSGA-Ⅱ型遗传算法对伸缩臂自身重量、挠度进行多目标优化。优化结果表明:伸缩臂质量减轻了24.5%,减重效果明显。文中所采用的将参数化建模、有限元分析和数值寻优相结合的优化方法,可为起重机伸缩臂截面优化提供一定的参考。     

平板冲击加载下对双相钢动态损伤演变的研究

利用一级轻汽炮以一击二的方式对2种不同热处理状态的双相钢进行加载,采用多普勒测速系统对加载过程中样品的自由面粒子速度进行测量,通过金相显微分析、纳米压痕分析对样品进行表征,探讨了双相钢的层裂损伤演变。结果表明:孔洞并没有像准静态损伤理论一样在相界面处优先形核长大,而是在马氏体内部形核,然后长大贯通形成微裂纹贯穿整个马氏体,形成穿晶断裂; 由于相界面对冲击波具有反射与透射作用,冲击波从高阻抗的相传入低阻抗的相内时会在高阻抗相内形成拉伸脉冲,从而引起层裂损伤; 相界面越多,在高阻抗相内产生拉应力并形成孔洞的几率越大,样品层裂强度也越低。     

考虑不确定性的大坝监测信息异常诊断方法及应用

大坝监测资料分析是一个充满不确定性的复杂非线性问题,常规的分析方法较少考虑监测信息中的不确定性问题,导致分析结果的合理性存疑。因此,基于信息熵理论的重要指标——近似熵研究大坝监测信息中的不确定性问题,利用实际监测数据选取近似熵算法的关键参数,进而评估大坝的运行状态。通过分析混凝土坝坝顶水平位移和土石坝测压管水位,发现近似熵算法能在若干监测信息不确定性条件下较有效地识别大坝监测数据的异常。     

匹配机械弹性车轮的电子稳定控制器参数分析

为了提高匹配机械弹性车轮(MEW)的某越野车操纵稳定性，考虑MEW与传统子午线轮胎侧偏特性存在的不确定性摄动，基于Lyapunov稳定性理论为电子稳定控制(ESC)程序设计了鲁棒反馈控制器；引入轮胎侧偏刚度不确定性的范数有界模型，运用Schur补引理和线性矩阵不等式(LMI)求解反馈矩阵。设定不同的车速和路面附着系数，通过搭建CarSim/Simulink联合仿真平台对控制器展开鱼钩试验，仿真结果表明，匹配MEW的ESC控制器能够保证车辆行驶的稳定性，横摆角速度与质心侧偏角跟踪误差分别稳定在0.03~0.3 rad/s与0.06~0.1 rad之内，并且设计的控制算法对MEW在05倍普通充气车轮侧偏刚度变化范围内具有很好的鲁棒性，从而为匹配MEW的整车主动安全控制提供了理论参考。     

基于双向参考集矩阵度量学习的行人再识别

针对行人再识别中由于外观差异不显著导致特征描述不准确的问题，该文提出一种基于双向参考集矩阵度量学习(BRM2L)的行人再识别算法。首先通过互近邻算法获得每个摄像头下的互近邻参考集，为保证参考集的鲁棒性，联合考虑各摄像头下的互近邻参考集获得双向参考集。通过双向参考集挖掘出困难样本进行特征描述，从而得到准确的外观差异描述。最后利用该特征描述进行更有效的矩阵度量学习。在多个公开数据集上的实验结果证明了该算法比现有算法具有更好的行人再识别性能。     

采用轮廓特征匹配的红外-可见光视频自动配准

为了精确地配准近平面场景下的红外-可见光视频序列,本文提出了一种基于轮廓特征匹配的自动配准方法,通过迭代匹配目标轮廓特征来解决异源图像中配准特征的提取和匹配难题。首先,采用运动目标检测技术获取目标轮廓,并由曲率尺度空间(CSS)角点检测算法提取轮廓特征点。此后,建立全局形状上下文描述子和局部边缘方向直方图描述子描述特征,从而实现可靠的特征匹配。来自不同时刻的匹配点对被保存在一个基于高斯距离准则的特征匹配库中。最后,为了克服近平面场景中目标深度变化的影响,本文结合前景样本随机抽样策略计算配准矩阵的损失函数,完成对全局配准矩阵的更新。在LITIV数据库上对方法进行实验验证,结果表明本文方法的配准精度优于当前先进的对比方法,在9个测试视频上的平均重叠率误差仅为0.194,与对比方法相比下降了18.5%。基本满足了近平面场景下红外-可见光视频序列配准的精度要求,且具有较高的鲁棒性。