局部径向基点插值法模拟裂纹尖端附近应力场

通过在径向基插值过程中添加奇异函数项γ(γ为计算点到裂纹尖端的距离),提出奇异局部径向基点插值法(S-LRPIM)。研究发现,相比只在径向基插值过程中添加多项式的常规局部径向基点插值法,奇异局部径向基点插值法可以更好的模拟裂纹尖端附近的应力场。     

径向点插值无网格法求解电磁场边值问题

为有效解决点插值法在电磁场计算中遇到的系数矩阵奇异性问题及提高解的精度,将带有多项式的径向基函数点插值配点法引入到电磁场边值问题计算中.采用径向基函数耦合多项式基函数构造形函数,其插值函数具有Kronecker Delta函数性质,可以较方便地施加本质边界.将该方法应用到一维和二维电磁场边值问题计算中,最后用算例验证了此方法不仅在配点处有更高的计算精度而且提高了计算效率.在电磁场问题的研究中是一种有广阔应用前景的方法.     

功能梯度材料的点插值无网格法

建立了一种新的求解功能梯度材料问题的点插值无网格法,这种无网格方法将径向基函数和多项式基函数耦合构造具有插值特性的近似函数,并将其应用于弹性力学问题Galerkin形式的无网格方法。在计算过程中,取高斯点的材料参数模拟功能梯度材料特性的变化,由于形函数及其导数的构造相对简单,并且满足Delta函数性质,所以该方法具有计算量小、精度高、可以像有限元法一样直接施加边界条件的优点。最后通过数值算例证明了该方法的有效性。     

弹性力学问题的径向点插值法

径向点插值法是一种新型的无网格方法。该法构造出的形函数具有δ函数特性,克服了以往无网格方法难以实现位移边界条件的难点。此外,由于其插值函数采用径向基和多项式基的线性组合,从而完全有效地解决了单纯采用多项式基的点插值法在计算插值函数时矩阵易于奇异的问题。本文介绍了该方法基本原理,并尝试将该方法应用于弹性力学问题的求解,推导出了其相应的离散方程,最后用算例初步验证了该方法的有效性与合理性。     

混凝土箱梁截面稳态温度场的径向基函数配点法反演

为了解决混凝土箱梁温度效应分析过程中,对箱梁温度场进行仿真时,边界条件难以确定的问题,采用一种基于节点建模的无网格法数值计算理论,并基于无网格法理论的配点法,建立混凝土箱梁径向基函数配点法模型,对混凝土箱梁截面的稳态温度场反分析进行研究.研究结果表明,径向基函数配点法不仅能有效对混凝土箱梁温度场进行数值分析,而且能对缺失边界条件的混凝土箱梁温度场进行直接计算,无网格计算结果和有限元法结果吻合度较高.     

基于紧支径向基函数的局部径向点插值方法

文章对紧支径向基函数进行完备性修正,利用完备性修正的紧支径向基函数,并结合局部残差的思想,建立了局部径向点插值方法.由于该方法中的插值函数满足Delta函数性质,因此本质边界条件可以像传统的有限元方法一样容易施加,在计算过程中不需要积分网格,是一种"纯无网格方法".将该方法用于二维弹性静力问题的求解,导出其相应的离散方程.数值算例初步验证了该方法的有效性与合理性.     

一种通过方向延伸向量检测指纹细节点的方法

为了提高基于细节点的指纹鉴别系统的性能,提出了将方向延伸向量特征用于细节点检测,定义方向延伸向量为在预先定义的各个方向上在相同亮度条件下最大延伸长度所组成的向量.细节点检测包括4个步骤:通过方向延伸向量检测出所有可能的细节像素点;通过计算局部区域内的细节像素点的平均位置来获取细节点位置;通过搜索方向延伸向量中最大值对应的方向获取细节点方向;根据细节点间的相对位置和相对方向消除伪细节点.实验结果表明该方法能够快速而准确地检测细节点.     

一种基于径向基函数的非结构混合网格变形技术

网格变形技术被广泛运用于气动外形优化设计或气动弹性力学仿真之中。非结构混合网格由于拓扑结构比较复杂,其网格变形的难度较大。本章发展了一套基于径向基函数的非结构混合网格变形技术。其基本原理是运用径向基函数对物面边界网格节点的位移进行插值,然后利用构造出来的径向基函数插值序列将物面的位移效应光滑地分散到整个网格区域的节点上。为了提高网格变形效率,需要在物面位移的径向基函数插值过程中进行数据精简,为此,文中提出了一种基于贪心法逐级选择径向基函数空间子集来实现插值逼近的数据精简算法。选择NACA0012翼型和三维LANN机翼的非结构混合网格的典型变形问题作为数值算例,对该方法的实用性进行了验证。计算结果表明该方法具备较高的计算效率,对大尺度变形问题的适应性很好,变形后计算网格的质量仍然可以得到有效地保证。     

基于粒子群优化的核主元分析的故障检测方法

目的提出使用粒子群优化(PSO)方法进行核参数优化,获得混合核KPCA的故障检测方法.方法引入多项式核函数和高斯径向基核函数的混合核方法,使用PSO对各参数同时进行优化,得到最优的混合核函数,再与PCA相结合,得到基于PSO优化的KPCA.结果根据混合非线性主元特征计算出的T2和SPE统计量,实现故障检测.并且其故障检测率高于径向基KPCA,时间成本低于多项式KPCA.结论通过田纳西-伊斯曼(TE)测试过程以及电主轴系统的应用实例说明了KPCA方法的可行性与实用性.     

基于神经网络的大跨度屋盖非高斯风压场模拟方法

采用径向基函数神经网络(Radical Basis Function Neutral Networks,简称RBF神经网络)来模拟大跨度结构的非高斯风压场.根据某大跨度结构的形式特点,将结构风场看成是屋面位置和时间的函数,将风压场分解为一系列径向基函数.再利用单调非线性无记忆转换映射和RBF中获得的风场函数定义向量过程,从而将非高斯场的模拟转换为互相关高斯过程的模拟.将RBF神经网络应用于一大跨度屋盖的非高斯场模拟,得到结构上非高斯风压场的分布.结果对比表明,RBF神经网络模拟非高斯风压场具有较高的准确性.该方法可直接利用RBF神经网络的输出结果,避免推导高斯过程和非高斯过程的关系式,因此具有较高的效率.RBF神经网络模拟非高斯风压场在准确性和效率上均具有显著优势.