区间分析法和凸模型方法在多学科系统中的应用研究

研究了具有有界不确定参数的多学科系统的不确定性分析方法。结合泰勒级数及全局敏度方程,分别采用区间分析法和凸模型方法推导了系统连接变量和系统输出的计算公式,并通过理论及实例对两种方法的求解结果进行了比较。结果表明：区间分析法比凸模型方法的解区间更接近蒙特卡罗仿真法的解区间。     

基于SimMechanics和iSIGHT的平面四杆机构的运动仿真和优化

以平面四杆机构为典型算例,应用MATLAB/SIMULINK中的SimMechanics模块建立机构运动模型,并进行仿真分析.应用iSIGHT对模型进行预订轨迹的尺度优化设计,为机构仿真和优化提供了一种高效、直观的仿真手段,为其他机构的仿真和优化提供了借鉴.     

面天线结构机电综合优化设计

运用天线机电耦合理论，对面天线结构进行机电综合优化设计。建立了以天线增益为目标的结构多工况优化模型，基于可行方向法，编制了具有一定通用性和工程实用价值的优化程序。优化过程中采用可视化监控、暂停和变量冻结的技术。对在自重载荷作用下的16m口径圆抛物面天线结构进行了优化设计，结果表明该优化程序收敛快、稳定性好。     

多学科系统非概率可靠性分析研究

基于不确定参数的凸集合描述,研究了多学科耦合系统的非概率可靠性分析问题。由于多学科系统分析的迭代性质,直接求解非概率可靠性模型将包含两个嵌套的循环,计算量较大。本文根据“同时分析和设计(SAND)”的思想,建立了求解非概率可靠性指标的SAND模型,使其求解仅包含一个单级循环(优化过程),较大程度上减少了计算量。通过一个典型的多学科分析算例比较了两种方法的计算结果和计算量,表明本算法是合理有效的,同时比较了概率可靠性与非概率可靠性指标的异同。     

含随机参数的空间柔性梁动力学模型

研究含随机参数空间柔性梁作大范围运动的动力响应问题。基于虚功原理建立随机参数空间柔性梁动力学模型,利用多项式混沌结合高效回归法将其转化为完全隐式纯微分方程,通过可变秩法获得响应函数展开多项式系数,进而获得柔性梁变形响应量数字特征。以物理、几何参数具有随机性自旋空间柔性梁为例,获得动力响应统计意义下的解,通过与Monte Carlo法结果比较,验证该方法的正确性及有效性。计算结果表明,利用随机参数的动力学模型能客观反映空间自旋柔性梁动力学行为;部分随机参数的分散性对柔性体动力响应影响不可忽视。     

含间隙曲柄滑块系统动力响应的随机性分析

以含间隙的曲柄滑块系统为研究对象,分析其在考虑铰间摩擦力及系统参数具有随机性时的动力响应问题。基于Lagrange方程建立了系统的动力学模型,利用BP神经网络法给出了系统随机参数与动力响应之间的近似函数关系式。在此基础上,利用矩法求解系统动力响应的数字特征,获得统计意义下的解。通过算例,考察了系统物理参数和几何参数的随机性对系统动力响应的影响,并验证了所建模型和方法的合理性和可行性。研究结果表明,系统参数的随机性不可忽略,在参数变异系数相同的情况下,间隙的随机性对系统动力响应的影响较大。     

改进Kriging的热结构耦合梁共振非概率可靠性分析

针对梁结构在热结构耦合作用时其极限状态函数为隐式形式且难以求解的问题,基于振动可靠性理论,将改进的Kriging模型与有限元方法相结合,提出了热结构耦合梁共振非概率可靠性分析方法.首先利用Kriging法构建热结构耦合梁可靠性功能函数的近似模型,并利用主动学习法改进了选取新增样本点的方式,使得改进后的Kriging近似模型更加逼近于真实极限状态函数.在此基础上,考虑结构参数的不确定性,对梁结构的不确定变量用区间变量进行描述,建立了含有超椭球凸集的梁结构共振非概率可靠性模型,最后结合优化方法求解出梁结构共振非概率可靠性指标.算例结果表明了该方法的合理性以及计算精度高的特点,为热结构耦合梁的共振非概率可靠性分析提供了可行的途径.     

区间参数空间结构的瞬态温度场数值分析

针对含有区间参数的空间薄壁圆管结构,基于区间分析理论,给出其在持续热流作用下瞬态温度场问题的区间分析方法。将结构所有物性参数均视为区间变量,建立了空间结构的瞬态热分析有限元模型,对该模型在空间域上利用有限元离散,在时间域上利用差分递推。基于区间扩张理论和Taylor级数展开,利用矩阵摄动方法求解,获得了区间参数结构的瞬态温度场响应的区间范围。通过算例的计算结果与参考文献结果的对比,显示了文中计算模型的合理性和方法的有效性。     

多次模糊载荷下结构动态模糊可靠性分析

针对实际工程问题中结构承受多次模糊载荷与结构具有模糊强度的问题,对多次模糊载荷的作用与结构模糊强度随时间变化的情况进行分析,利用应力-强度干涉理论,分别建立结构在多次模糊载荷作用下且结构模糊强度随时间不退化和退化两种情况下的结构动态模糊可靠性预测模型,应用水平截集方法将模糊可靠性预测问题转变成概率可靠性预测问题求解。通过算例说明文中模型的合理性与方法的可行性。     

神经网络在彩色图像压缩中的应用

文中旨在提出一种基于神经网络的图像压缩算法对彩色图像信息进行处理,从而减少大规模彩色图像的冗余度,方便其传输、存储及加密等。该算法通过将BP（Back Propagation）神经网络用于彩色图像压缩,利用其多层前馈网络的模式变化能力,实现了对由RGB编码得到的彩色图像数字矩阵进行的压缩编码。经Matlab仿真实验表明,该算法具有良好的压缩效果,且与灰度编码下的图像压缩结果对比,具有更好的压缩效率及保真效果,并能有效地保留原彩色图像的色彩信息,能够满足彩色图像压缩处理的要求。