基于SBFEM和深度学习的裂纹状缺陷反演模型

结构内部缺陷的识别是结构健康监测的重要研究内容, 而当前以无损检测为主的结构安全检测多以定性分析为主, 定量识别缺陷的尺度较困难. 本文将比例边界有限元法(scaled boundary finite element methods, SBFEM)和深度学习相结合, 提出了基于Lamb波在结构中传播时的反馈信号定量识别结构内部裂纹状缺陷的反演模型. 通过随机生成缺陷信息(位置、大小), 采用SBFEM模拟Lamb波在含不同缺陷信息的结构中的信号传播过程, SBFEM仅需对结构边界离散可最小化网格重划分过程, 大大提高了计算效率. Lamb波在含裂纹状缺陷结构中传播时观测点的反馈信号包含大量的裂纹信息, 基于这一特性可为深度学习模型提供足够多的反映问题特性的训练数据. 建议的缺陷反演模型规避了传统反分析问题的目标函数极小化迭代过程, 在保证计算精度的前提下大大减少了计算成本. 对含单裂纹和多裂纹板的数值算例进行分析, 结果表明: 建立的缺陷识别模型能够准确地量化结构内部的缺陷, 对浅表裂纹亦有很好的识别效果, 且对于含噪信号模型仍具有较好的鲁棒性.      

光纤波导色散的比例性质研究

基于麦克斯韦方程组的比例性质,讨论了光纤波导色散的比例性质,并对普通光纤、Bragg光纤和光子晶体光纤的波导色散进行了理论研究。以Bragg光纤为例,提出了一种根据波导色散的比例性质灵活设计光纤色散特性的方法。     

基于广义超椭球模型的结构非概率可靠性指标

非概率凸集合模型仅需获知结构不确定性的范围或界限来度量结构可靠性,因而适用于小样本不确定性结构工程问题.针对广义超椭球模型,对其非概率可靠性度量问题进行了研究.首先,提出了基于广义超椭球模型的简单非概率可靠性指标,定义为结构功能函数的均值与离差之比,并讨论了该可靠性指标的不一致性问题.其次,为克服上述不一致性问题,提出了一种比例因子非概率可靠性指标,定义为不确定域向外扩大或向内收缩时,失效面与不确定域接触的最小比例因子.最后,通过3个工程算例分析验证了所提非概率可靠性指标的有效性和可行性.     

烟气连续监测系统稀释采样比例技术研究

在工业固定污染源所安装的烟气连续监测系统中,稀释抽取采样方法占了大多数,而稀释比例的精确确定则是此类方法的关键。本文分析了影响烟气连续监测系统稀释比例的相关因素,提出相应改进措施,并在实际的烟气连续监测工程中应用验证。     

基于数据驱动的薄板结构多裂纹反演方法

采用比例边界有限元法(scaled boundary finite element methods,SBFEM)模拟薄板结构内Lamb波的传播过程，将SBFEM和最大信息系数相结合，研究了缺陷参数与观测点位置的相关性，为缺陷反演时传感器布置位置的选取提供了依据。在此基础上建立了基于SBFEM数据集和深度学习的结构内部多裂纹反演方法，将多裂纹反演归类为分类和回归预测问题，可在未知裂纹数量的情况下反演出裂纹的数量、位置和大小，并通过数值算例验证了该方法能够较好地进行裂纹状缺陷数量和参数的反演。     

非比例阻尼体系等效Rayleigh阻尼模型时域计算方法

Rayleigh阻尼模型具有数学简易性的优点，应用广泛，其阻尼矩阵构造依赖于结构模态阻尼比。结构阻尼(复阻尼)模型的阻尼矩阵直接由材料损耗因子和刚度矩阵决定，在非比例阻尼体系中具有阻尼矩阵便于构造的优点，但存在时域计算结果发散、初值条件不易确定和频响函数非因果等缺陷。本研究结合两种阻尼模型的优点，分别依据阻尼衰减和阻尼耗能，提出了与结构阻尼模型等效的Rayleigh阻尼模型。算例分析结果表明：等效Rayleigh阻尼模型克服了结构阻尼模型的缺陷，同时保留了非比例阻尼体系中阻尼矩阵易构造的优点；与基于阻尼衰减等效的Rayleigh阻尼模型相比，基于阻尼耗能等效的Rayleigh阻尼模型计算结果近似相等，但避免了复模态分析，且计算过程直观简单。     

复掺纳米材料对混凝土力学性能的影响研究

纳米材料可有效改善水泥基的力学性能和耐久性，为探索纳米SiO₂、Fe₂O₃对混凝土材料的增强机理，研制力学性能更优的混凝土，制备了0%～2.0%掺量范围内单掺纳米SiO₂、纳米Fe₂O₃、复掺纳米SiO₂和纳米Fe₂O₃的混凝土试件，对养护龄期为7 d及28 d的混凝土力学性能开展试验研究，结果表明：纳米材料总掺量为1.5%且纳米SiO₂掺量为1.0%、纳米Fe₂O₃掺量为0.5%时改性混凝土的力学性能达到最优，该复掺比例改性混凝土比普通混凝土及同掺量的单掺改性混凝土具有更优异的力学性能。采用冷场发射扫描电镜对纳米改性混凝土内部微观形貌进行观察，并借助能量分散谱仪分析纳米改性混凝土的化学成分，结果表明掺入的纳米SiO₂及纳米Fe₂O₃会发生晶核作用并与Ca(OH...     

DoS攻击下的网络控制系统基于量化的输出反馈控制

针对存在DoS攻击的网络控制系统,提出了一种新的量化结构,并设计了H_∞输出反馈控制器.在网络环境下,假设控制器到执行器的传输通道中存在DoS攻击,采用新的量化结构对传感器信号进行量化处理,减少量化误差.通过将DoS攻击描述为服从Bernoulli分布的概率模型,把网络控制系统建模为具有随机参数的线性离散系统.在分析系统稳定性时,区别于普通二次型Lyapunov函数,本文选取了一种依赖量化误差及攻击概率的Lyapunov函数.基于稳定性理论和线性矩阵不等式方法,给出使闭环系统为均方意义下指数稳定且满足给定H_∞性能指标的输出反馈控制器设计方法.最后通过仿真算例,验证了所提方法的有效性.