钢筋混凝土结构有限元网格剖分的一种方法

本文将选用２分离式模型对钢筋混凝土平面结构进行有限元网格剖分,其中对混凝土结构采用四边形网格的自动剖分方法,对钢筋则采用一维杆单元的生成方法。本文所述方法能保证所产生网格的质量,有利于钢筋混凝土有限元分析。     

一种基于多边形剖分的有限元网格生成方法

在两步网格化过程中,待分析区域首先被剖分为具有三条或四条边的简单子区域部分.然后将利用传递模板法或映射法对这些子区域进行网格生成.本文结合计算几何和有限元网格自动生成问题,给出了一种基于简单多边形剖分的全四边形有限元网格自动生成方法.该方法分两步实现有限元网格生成首先通过权函数的引导,对待分析的简单多边形区域先进行子域剖分,得到一组三角形和凸四边形子域(大单元)的集合;然后利用中点剖分方法,将三角形和凸四边形子域单元剖分为全四边形有限元网格.实践证明,本文提出的方法实现简单、使用灵活,结果网格的质量良好.     

一种裁剪参数曲面的有限元网格剖分方法

在板料冲压成形模拟分析中,从CAD系统输入的模具的曲面模型包含大量的裁剪参数曲面,曲面之间的相邻关系复杂,针对这种曲面模型的特点,提出了一种裁剪参数曲面的有限元网格剖分方法,单个裁剪参数曲面采用非约束边界的等参数映射法,各个裁剪参数曲面各自独立地网格剖分产生了网格单元后,再将各个裁剪参数曲面的网格单元合并为单元相容,即单元间无裂缝和覆盖的网格模型,这种方法适合于需要大量裁剪参数曲面拼合的复杂曲面模型,如汽车覆盖件模型的网格剖分。     

一种用于传热计算的有限元网格自动剖分方法

本文提供了一种基于规格化层的有限单元的网格剖分和单元自动编号方法。该方法在传热计算中较为实用。     

基于变分模态分解与SVR的钢绞线应力状态估计方法

针对现有钢绞线应力超声导波检测技术的局限性,该文提出一种基于奇异值熵与支持向量回归（SVR）的钢绞线应力状态估计方法。超声导波在钢绞线中的传播带有丰富的应力信息,通过在时-频域内进行导波信号的变分模态分解（VMD）提取不同应力状态下VMD能量熵和奇异值熵,应用SVR方法提取钢绞线中导波传播信号的VMD能量熵、奇异值熵和钢绞线应力状态之间的映射关系,从而建立钢绞线应力状态估计模型。应用试验室采集的导波传播信号对提出的方法进行测试,测试结果表明,该方法能够准确估计钢绞线的应力状态,平均估计误差在5%以内,相较于BP神经网络方法,SVR模型具有更高的稳定性,为在役桥梁钢绞线应力的检测提供了新的思路。     

强混沌噪声下的正弦频率估计方法

提出一种强混沌噪声下的正弦频率估计方法,使采样混合信号（混沌正弦信号）通过某一类型滤波器,利用滤波后的信号驱动一个新构建的同类响应混沌系统,若混沌同步发生,则说明在驱动响应信号的误差序列中含有大量正弦成分,且误差中正弦信噪比大大提高,从而可以较容易地估计正弦频率。仿真实验结果表明,该方法是有效可行的。     

基于CAD模型的3D散乱数据点三角剖分方法

提出了一种针对空间大规模散乱数据点三角剖分的方法。该方法基于可用的CAD模型,采用“分而治之”的思想。对齐测量数据点与CAD模型、记录数据点及在CAD裁剪NURBS曲面实体上投影点。分别对每块实体的参数区域(u,v)相应点2D-Delaunay三角化、根据R2区域的连通结构反构造出3D三角网。进行冗余三角形删除和网格片缝合等优化处理。与其他方法不同的是,它不受测量数据的分布方式和物体曲面形状的拓扑结构限制。实际的算例结果表明,该方法高效且可靠实用。     

同心圆与直线剖分下的多元多项式插值

传统的插值方法一般是基于三角形或四边形剖分的，在应用上不易处理类似于呈圆形分布的问题，有一定的局限性．给出一种新的基于同心圆与直线剖分的插值方法，由于该剖分的节点分布是对称的，加之所构造的基函数是对称的，因而插值函数具有保对称性，且是多项式函数．数值实例表明，该插值方法对此类问题有很好的效果，并给出了相应的误差分析．另外，若剖分线退化为射线，该方法可适用更一般情形．     

二维点集三角剖分的动态生成与修改

本文在已有算法的基础上提出了一个二维点集三角剖分的动态生成与修改算法。当点逐个增加或删除时,只需进行局部剖分即可保证整体三角剖分符合Delaunay性质,对点的插入位置及删除顺序未加任何限制。本文还给出了关于这一算法正确性的证明及算法复杂性分析。 本算法可应用于二维点集一阶Voronoi图的动态生成与修改,其基本思想可以扩展到三维空间。     

植物叶片点云三角剖分与分割的集成算法

对植物叶片点云进行三角剖分是使点云构成结构合理的三角网格,便于对植物叶片形态进行描述。对传统的基于区域生长的三角剖分算法进行改进,在三角剖分的同时对不连续点云进行分割;并在三角剖分的基础上对点云内部孔洞进行分析、修复。利用该算法对含有大量离群点的植物叶片点云进行三角剖分处理,结果表明,所提出的算法在完成点云三角剖分和分割的同时剔除了离群点的干扰,提取得到的点云边界及内部孔洞的修复,能满足植物建模中叶片重构的要求;该方法同时也对不连续物体表面的重构建模提供了有意义的参考。     

三维有限元网格自动剖分中对边界的处理方法:单元提取算法

在用八叉树法进行三维有限元网格的自动剖分算法中，对边界的处理是算法中的难点。本文叙述了边界处理方法之一：单元提取算法的理论和实现。由于本文在单元提取算法中加入了单元形状测试算子，使得形成的四面体单元在形状质量上有所保证，在一定程度上避免了狭长单元的产生     

平面散点集Delaunay三角剖分的一种高效方法

本探讨了以平面散点集逐点插入的Delaunay三角化方法为基础，在三角化过程中采用一定策略，将其改进成为一种简单高效的方法。该方法能够适应各种边界，包括多岛、多连通域等复杂情况，能够生成贴体的三角网，网格能够保证符合Delaunay法则。     

有限元、变分原理与辛数学的推广

发展型偏微分方程混和有限元的求解往往需要变动的维数,不符合传递辛矩阵群固定维数的限制.本文按变分法的进一步发展的思路,推导了运用虚功原理解决不同维数传递辛矩阵群连接的原理.数值例题表明了方法的有效性.     

一种基于剖分与聚类的三维手势建模方法

针对有些建模方法需要设置复杂参数,或所建模型不够平滑、完整,以及出现多余网格等问题,提出了一种基于Delaunay三角剖分与K-Means聚类的三维手势静态建模方法。首先对点云进行半径滤波,再把点云投影在X0Y平面上,然后进行Delaunay三角剖分,对于剖分得到的三角网格中的长边与短边,使用K-Means算法聚为两类,最后删除含有长边的三角面片,得到完整手势的三维模型。实验结果表明,该方法有利于减少多余的网格面,形成的三维手势模型的网格面也较为平滑、完整。     

模幂与点乘m_ary算法中窗口大小的最优化估计

提出一种新大数模幂与点乘m_ary算法中窗口大小的最优化估计方法.该方法不同于传统的暴力搜寻方法,也不同于在窗口的取值范围内通过逐一测试程序来获得最优窗口大小的方法.其基于以下理论分析:模幂 m_ary算法的基本运算为大数乘法,其中包括大数平方算法和一般大数乘法;椭圆曲线加密算法中点乘的m_ary算法步骤与模幂的m_ary算法相同,后者的基本运算为倍乘和加法.根据m_ary算法的基本运算的调用次数,推算出了最优窗口大小的估计公式.通过实验对m_ary算法进行实现,并测试分析了根据估计公式计算出窗口大小的算法实现时间效率与理论分析基本吻合.     

一种强干扰环境下的离格稀疏贝叶斯DOA估计方法

强干扰的环境下,基于传感器阵列的波达方向(Direction of arrival,DOA)估计是阵列信号处理中的重要问题。虽然对于网格点目标现有方法的DOA估计精度较高,但对于离格点目标现有方法的DOA估计性能会严重下降。本文提出一种离格情况下的DOA估计方法,首先设计一种鲁棒的正交零陷矩阵滤波法(Robust orthogonal matrix filter with nulling,ROMFN),它结合了正交零陷滤波法(Orthogonal matrix filter with nulling,OMFN)和最差性能下的鲁棒自适应波束形成,在对离格点目标达到滤波效果的同时只需设计较少的网格点。此外,新的矩阵滤波法保留了高斯白噪声的特性,避免了噪声白化的预处理过程。其次基于离格点稀疏贝叶斯推断(Off-grid sparse Bayesian inference,OGSBI)和ROMFN,形成一种强干扰下DOA估计的新方法。与现有方法相比,仿真结果表明该方法可以在不同的网格间距、不同的信噪比和干噪比下获得更高的估计精度。     

模幂与点乘m_ary算法中窗口大小的最优化估计*

提出一种新大数模幂与点乘m_ary算法中窗口大小的最优化估计方法。该方法不同于传统的暴力搜寻方法,也不同于在窗口的取值范围内通过逐一测试程序来获得最优窗口大小的方法。其基于以下理论分析：模幂 m_ary算法的基本运算为大数乘法,其中包括大数平方算法和一般大数乘法;椭圆曲线加密算法中点乘的m_ary算法步骤与模幂的m_ary算法相同,后者的基本运算为倍乘和加法。根据m_ary算法的基本运算的调用次数,推算出了最优窗口大小的估计公式。通过实验对m_ary算法进行实现,并测试分析了根据估计公式计算出窗口大小的算     

三维有限元模型的任意剖切及其等值线与彩色云图生成的方法

对三维有限元模型快速有效地生成任意剖面上等值线及彩色云图,是有限元计算后处理中的一个重要技术。该文在建立单元信息描述表的基础上,提出了一种适合于任意三维实体单元类型的通用剖切算法,和在剖切面及外表面生成等值线或高质量彩色云图的方法。     

基于佳点集与Leader方法的改进K-means聚类算法

针对传统K-means算法对初始点敏感的问题,采用数论中的佳点集理论结合Leader方法对K-means聚类算法加以改进,启发式地生成样本初始中心。根据两者不同的结合方式,所提算法分别称为KLG和KGL。佳点集理论能够产生比随机选取点更好的点,Leader方法则能反映数据对象本身的分布特性。结合佳点集理论和Leader方法各自的优点,能获得优化的初始中心。在UCI数据集上的实验表明,KLG算法和KGL算法所得到的结果均好于传统的和其他一些初始化的K-means算法。     

基于球面三角剖分与"距离-星等"加权的导航星表构建方法

针对球矩形法剖分所得网格单元面积不均,且局部相邻网格所选导航星距离较近的问题,提出了一种基于球面三角剖分的导航星表构建方法.该方法采用三角网格代替赤经赤纬网格,使得网格单元面积近似相等,通过引入"距离-星等"加权,改善了局部相邻网格间导航星较近的问题.仿真结果表明:采用本方法所构建的导航星表在完备性没有降低的情况下,存储量小,均匀性好,体现了本方法的有效性.