基于PANDA框架的并行有限元模态分析程序开发和应用

为提高大型结构振动分析的规模、精度和效率,基于面向对象有限元并行计算框架PANDA和高性能矩阵特征问题并行求解算法,开发出适用于大规模结构振动问题计算的并行有限元模态分析程序;在超级计算机银河YH和曙光5000A上,通过不同算例验证该程序的正确性和可靠性.以某靶室结构为研究对象演示该程序的应用,指出实际应用时需注意加速...     

神经网络在结构响应预测中的应用研究

神经网络技术的应用已日益广泛，神经网络在结构的动力特性预测、故障诊断和结构的响应预测控制等方面，已有许多成功的应用研究成果。讨论了动态神经网络结构及其算法，然后利用所设计的动态神经网络对杜芬(Duffing)方程和一实际结构在不同输入条件下的响应进行预测。仿真结果表明，利用动态神经网络对结构响应有较好的预测效果。     

导弹支撑座连接螺栓松动故障诊断的实验研究

针对某导弹支撑座在环境激励下易引发连接螺栓松动这一具体问题,在支撑座模型结构的宽带随机振动实验的基础上,探讨了实验中的问题,根据支撑座连接螺栓在不同预紧力情况下的结构稳态响应信号,分析了信号功率谱特征的差异,提出了相应的谱矩松动故障特征的提取方法。分析结果表明,谱矩因子的降低作为该结构连接螺栓松动的诊断特征是可行的。     

基于神经网络响应面法的随机结构动力可靠度分析

在对神经网络响应面法的原理和算法进行研究的基础上，建立了基于神经网络响应面法的随机结构动力可靠度分析方法。首先，基于首次超越破坏准则，参照静力可靠度的功能函数模式，建立了随机结构的动力可靠度功能函数；然后引入响应面法，以三层BP神经网络作为拟合函数，推导了功能函数的拟合表达式；最后结合一次二阶矩方法求解可靠指标。算例分析表明了本文方法有较好的计算精度和计算效率，在复杂结构的动力可靠度分析中有较强的实用价值。     

基于小波包-神经网络方法的支撑座连接螺栓松动损伤诊断的实验研究

在某导弹支撑座模型宽带随机振动实验的基础上,针对其连接螺栓松动所产生的支撑座结构响应的非平稳特性,采用小波包分析的方法得到缩减的信号特征;然后利用BP神经网络的模式分类功能,进行了螺栓松动程度的损伤识别研究。实验结果表明,小波包结合神经网络的方法可以有效地识别该支撑座连接螺栓的松动程度。     

时间序列预测的动态神经网络方法

时间序列的预测在经济和工程领域具有十分重要的意义.文中利用动态神经网络的特性,提出对时间序列进行预测的动态神经网络方法,并利用设计的动态神经网络对杜芬(Duffing)方程的响应时间序列进行预测,结果表明动态神经网络可以较好地对动态系统的响应时间序列进行预测.