一个求解浅水波方程的时域分段展开算法

发展了一种时域分段展开自适应方法求解一维非线性浅水波方程。通过时域分段展开,将一个非线性的时空耦合初边值问题转化为一系列的线性空间边值问题,并采用有限元方法递推求解;通过展开阶数的递进,实现了分段时域的自适应计算,当不同步长时可保持稳定的计算精度。研究结果表明,当步长较大而Heun’s法、四阶Runge-Kutta法不能得到合理结果时,本文算法仍能保证足够的计算精度。     

非均质材料等效瞬态热传导时域分析

基于时域自适应算法,结合均匀化技术和有限元方法,从而提出一种瞬态温度场求解模型,用来预测非均质材料等效性能并评估宏观温度场的等效行为.在整个计算中,通过自适应算法保证计算精度和稳定性,避免时间段尺寸变化可能引起的计算误差.在数值算例中,等效分析的结果与利用ANSYS求解的非均质有限元解比较,从计算效率和计算精度综合效果而言,结果是令人满意的.     

基于Armijo准则的自适应稳定转换法

结构可靠度分析是结构不确定性设计的关键环节,计算效率和鲁棒性是评估可靠度分析算法性能的两个重要指标。首先针对两个已有的一次二阶矩算法（iHL-RF算法和方向性稳定转化法）进行分析,发现iHL-RF算法根据Armijo准则可以自适应调整迭代步长,但计算效率低;方向性稳定转化法根据振荡的方向性可以提高计算效率,但自适应性差。结合两种算法的优点,将Armijo准则用于自适应调整方向性稳定转化法的混沌控制因子,提出了基于Armijo准则的自适应稳定转换法。通过四个非线性算例将本文提出的算法与HL-RF、iHL-RF、混沌控制法以及方向性稳定转换法等四种算法的收敛性和计算效率进行比较。结果表明,相比其他四种可靠度分析算法,本文算法在求解二维和多维非线性极限状态函数时均具有更好的收敛性和更高的计算效率。     

基于Armijo准则的自适应稳定转换法

结构可靠度分析是结构不确定性设计的关键环节,计算效率和鲁棒性是评估可靠度分析算法性能的两个重要指标。首先针对两个已有的一次二阶矩算法(iHL-RF算法和方向性稳定转化法)进行分析,发现iHL-RF算法根据Armijo准则可以自适应调整迭代步长,但计算效率低;方向性稳定转化法根据振荡的方向性可以提高计算效率,但自适应性差。结合两种算法的优点,将Armijo准则用于自适应调整方向性稳定转化法的混沌控制因子,提出了基于Armijo准则的自适应稳定转换法。通过四个非线性算例将本文提出的算法与HL-RF、iHL-RF、混沌控制法以及方向性稳定转换法等四种算法的收敛性和计算效率进行比较。结果表明,相比其他四种可靠度分析算法,本文算法在求解二维和多维非线性极限状态函数时均具有更好的收敛性和更高的计算效率。     

一种求解粘弹性大变形问题的时域分段展开算法

摘要： 利用展开技术,提出一种求解粘弹性大变形问题的时域分段自适应算法,建立了显式递推格式的Update-Lagrange有限元求解模式,只需在初始时刻迭代求解一个瞬时弹性大变形问题,其它时段均不需迭代计算,并可通过展开阶数对计算精度的控制,实现时域的自适应计算,数值算例表明所提算法可行有效。     

河道砂油藏的自适应非均匀网格粗化算法

以河道砂的观测深度为确定性数据，由贝叶斯理论通过随机楚模的方法楚立横截面为抛物线形状的河道砂油藏边界面，并将渗透率自适应网格技术应用于河道砂油藏的网格粗化算法中。在渗透率或孔隙度交化异常区域自动采用精细网格，用直接解法求解渗透率或孔隙度交化异常区域的压强分布，而在其他区域采用不均匀网格粗化方法计算，印在流体流速大的区域采用精细网格。用本文方法计算了河道砂油藏的压强分布，结果表明河道砂油藏的三维不均匀自适应网格粗化算法的解在渗透率或孔隙度异常区的压强分布规律更逼近采用精细网格的解，在其他区域压强分布规律非常逼近粗化算法的解，但计算的速度比采用精细网格提高了100多倍。     

基于有限元-时域分段自适应算法的围岩衬砌耦合渐进分析

以开挖时间、一衬时间、二衬时间划分时间区段，考虑围岩与衬砌为弹性/粘弹性介质，将围岩的“位移/应力释放不完全”、开挖等影响模拟为载荷的渐进释放，提出一个有限元-时域分段自适应算法，求解围岩衬砌耦合问题，并通过数值算例对算法进行了验证。所提方法给出了各时间区段的关联条件；可更准确描述各变量随时间的变化；同时将原时空耦合问题转化为一系列空间问题，并利用有限元方法递推求解；当步长变化时可通过自适应计算保证稳定的计算精度。此外，还建立了一个载荷渐进参数的反问题数值求解模型，并给出了相关算例。     

时域自适应算法求解移动荷载下梁的多宗量反问题

通过一种时域自适应算法,建立了求解变速移动荷载下梁的多宗量反问题的数值模型,可同时识别移动荷载和梁的物性参数.正问题采用时域自适应算法和FEM建模,并可由此方便地推导敏度公式;在反问题求解中采用Levenberg-Marquardt法,计算表明该方法具有较好的抗不适定性.通过两个算例,对所提算法进行了数值验证,并探讨了噪声和测点的变化对反演结果的影响,结果令人满意.     

渗流方程自适应非均匀网格Dagan粗化算法

在粗网格内先统计渗透率在粗网格中的概率分布，利用Dagan渗透率粗化积分方程通过渗透率概率分布计算粗化网格的等效渗透率，并由等效渗透率计算了粗化网格的压强分布，计算压强时还将渗透率自适应网格技术应用于三维渗流方程的网格粗化算法中，在渗透率或孔隙度变化异常区域自动采用精细网格，用直接解法求解渗透率或孔隙度变化异常区域的压强分布。整个求解区采用不均匀网格粗化，在流体流速高的区域采用精细网格。利用本文方法计算了三维渗流方程的压强分布，结果表明这种算法的解在渗透率或孔隙度异常区的压强分布规律非常逼近精细网格的解，在其他区域压强分布规律非常逼近粗化算法的解，计算速度比采用精细网格提高了约100倍。     

Level set方法在自适应Cartesian网格上的应用

采用基于自适应Cartesian网格的level set方法对多介质流动问题进行数值模拟。采用基于四叉树的方法来生成自适应Cartesian网格。采用有限体积法求解Euler方程,控制面通量的计算采用HLLC（Hartern, Lax, van Leer, Contact）近似黎曼解方法。level set方程也采用有限体积法求解,采用Lax-Friedchs方法计算通量,通过窄带方法来减少计算量,界面的处理采用ghost fluid方法。Runge-Kutta显式时间推进,时间、空间都是二阶精度。对两种不同比热比介质激波管问题进行数值模拟,其结果和精确解吻合;对空气/氦气泡相互作用等问题进行模拟,取得令人满意的结果。     

一种基于遗传模糊推理的自适应容错滤波算法

针对常规卡尔曼滤波在组合导航中容错性不足的问题,提出了一种基于遗传模糊推理的自适应容错滤波算法。首先建立了基于模糊推理的自适应滤波模型,利用模糊推理系统的输出对组合导航系统的量测噪声实时进行调整,以实现状态的精确估计,进而达到容错目的。接着利用自适应遗传算法对模糊推理系统的隶属度函数参数进行了优化,提高了系统的输出精度,改进了传统模糊建模中系统精度取决于专家知识是否完备的问题。最后以SINS/GPS组合导航系统为平台进行了仿真,并在系统工作中间时刻引入量测噪声故障。验证结果表明遗传模糊推理自适应滤波算法比常规卡尔曼滤波具有更强的容错能力和总体精度,在仿真中,平均位置和速度均方根误差分别降低了20.87%和41.94%。     

基于有限元-时域分段自适应算法的围岩衬砌耦合渐进分析

以开挖时间、一衬时间、二衬时间划分时间区段,考虑围岩与衬砌为弹性/粘弹性介质,将围岩的“位移/应力释放不完全”、开挖等影响模拟为载荷的渐进释放,提出一个有限元-时域分段自适应算法,求解围岩衬砌耦合问题,并通过数值算例对算法进行了验证。所提方法给出了各时间区段的关联条件;可更准确描述各变量随时间的变化;同时将原时空耦合问题转化为一系列空间问题,并利用有限元方法递推求解;当步长变化时可通过自适应计算保证稳定的计算精度。此外,还建立了一个载荷渐进参数的反问题数值求解模型,并给出了相关算例。     

漂浮基柔性关节空间机器人自适应滑模运动控制及振动主动抑制

讨论了关节柔性且系统参数不确定的漂浮基空间机器人系统的动力学建模过程、运动轨迹跟踪控制算法设计及系统柔性振动的主动抑制问题。利用系统动量、动量矩守恒关系和拉格朗日法对系统动力学进行分析,并建立系统动力学方程。基于奇异摄动法将系统分解为表示系统刚性运动部分的慢变子系统和表示系统柔性运动部分的快变子系统。针对慢变子系统提出了一种自适应滑模控制算法。该控制算法是由基于滑模面的等效控制项、自适应控制项和PID反馈控制项组成。因此,它集合了滑模控制、自适应算法和PID技术的优点,且弥补了三种算法各自的缺点。该控制算法能够有效地补偿系统的转动误差和不确定参数,提高控制系统的精度。针对快变子系统,提出基于速度差值的反馈控制算法来抑制柔性关节引起的系统柔性振动,保证系统的稳定性。最后,通过仿真实验证明了提出的混合控制算法的有效性。     

基于修正PSO-UKF的SINS/GPS组合导航滤波算法

针对噪声时变特性引起滤波精度下降的问题,提出了一种基于修正粒子群技术( PSO)的自适应UKF算法.为了克服传统粒子群算法过早收敛,容易陷入局部最优的问题,基于粒子的适应值方差提出了一种惯性权值实时修正算法,有效改善了传统PSO算法.在使用新息序列对观测噪声进行实时跟踪的同时,通过构造合理的适应度函数将修正PSO算法和...     

基于Allan方差解耦自适应滤波的旋转SINS精对准方法

对旋转式SINS精对准方法进行了研究,由于转位机构转动干扰以及惯性器件误差不确定性带来的影响,旋转式SINS状态方程和量测方程噪声方差参数难以确定,进而导致初始对准精度降低,针对这个问题引入自适应Kalman滤波技术。Sage-Husa是一种常用的自适应滤波算法,但是存在噪声参数强耦合缺陷。通过研究Allan方差与量测噪声方差之间的关系,利用Allan方差滤波器具有带通滤波的特点,独立计算量测噪声协方差阵R_k,该方法能够有效克服Sage-Husa滤波耦合问题,相比其它改进方法具有简单易实现等特点。对该研究进行了仿真实验与实际系统验证实验,结果表明:对于中等精度光纤陀螺单轴旋转SINS,自适应Kalman滤波算法航向角对准精度比标准Kalman滤波算法精度要高0.6’左右,且在误差估计过程中,自适应Kalman滤波器能够更好地抑制外界干扰误差的影响,是一种较好的精对准方法。     

A parallel adaptive numerical method with generalized curvilinear coordinate transformation for compressible Navier–Stokes equations

A fourth‐order finite‐volume method for solving the Navier–Stokes equations on a mapped grid with adaptive mesh refinement is proposed, implemented, and demonstrated for the prediction of unsteady compressible viscous flows. The method employs fourth‐order quadrature rules for evaluating face‐averaged fluxes. Our approach is freestream preserving, guaranteed by the way of computing the averages of the metric terms on the faces of cells. The standard Runge–Kutta marching method is used for time discretization. Solutions of a smooth flow are obtained in order to verify that the method is formally fourth‐order accurate when applying the nonlinear viscous operators on mapped grids. Solutions of a shock tube problem are obtained to demonstrate the effectiveness of adaptive mesh refinement in resolving discontinuities. A Mach reflection problem is solved to demonstrate the mapped algorithm on a non‐rectangular physical domain. The simulation is compared against experimental results. Future work will consider mapped multiblock grids for practical engineering geometries. Copyright © 2016 John Wiley & Sons, Ltd.     

A two‐phase flow interface capturing finite element method

A new interface capturing algorithm is proposed for the finite element simulation of two‐phase flows. It relies on the solution of an advection equation for the interface between the two phases by a streamline upwind Petrov–Galerkin (SUPG) scheme combined with an adaptive mesh refinement procedure and a filtering technique. This method is illustrated in the case of a Rayleigh–Taylor two‐phase flow problem governed by the Stokes equations. Copyright © 2006 John Wiley & Sons, Ltd.     

An adaptive genetic algorithm for solving bilevel linear programming problem

Bilevel linear programming,which consists of the objective functions of the upper level and lower level,is a useful tool for modeling decentralized decision problems. Various methods are proposed for solving this problem.Of all the algorithms,the ge- netic algorithm is an alternative to conventional approaches to find the solution of the bilevel linear programming.In this paper,we describe an adaptive genetic algorithm for solving the bilevel linear programming problem to overcome the difficulty of determining the probabilities of crossover and mutation.In addition,some techniques are adopted not only to deal with the difficulty that most of the chromosomes may be infeasible in solving constrained optimization problem with genetic algorithm but also to improve the efficiency of the algorithm.The performance of this proposed algorithm is illustrated by the examples from references.