动力学方程的积分型直接积分法

提出了一个求解动力学问题的新方法(DIM-IM).将动力学方程化成积分方程的形式,借助于该方程构造出了具有显式预测-校正的单步、自起动和四阶精度的积分型直接积分算法.理论分析和算例指出,这一方法较中心差分法、Houbolt法、Newmark法和Wilson-θ法都有较高的精度.本方法适用于强非线性,非保守系统.     

基于模式运算的工程设计方法

研究了复杂的工程设计决策过程,讨论了设计问题的五个性质,提出了两类不同速度的设计过程:以模式识别为基础的快速设计过程和以模式加法、模式联想为基础的慢速设计过程。此外,还讨论了模蝴集合论和人工神经网络在实现模式运算中的应用。     

混凝土框架结构智能化CAD中的设计规范处理

本文研究了建筑结构设计规范中设计知识的处理技术,提出了设计知识形式化描述的概念,探讨了基于设计规范的设计问题求解控制结构。从而成功地将设计规范中不同形式的设计知识应用于CAD系统之中,为设计型知识系统知识库的扩充与完善提供了新的途径。     

具有环形缓冲簧的武器系统的动力分析与优化

本文对带有预压环形缓冲簧的自动武器系统进行了模型化,提出了系统动力方程的分块分段求解方法,建立并用改进算法求解了以后坐力为最小化目标的非线性规划问题。文末给出了某火炮在连发射击条件下的分析与优化结果。     

部分对称结构的分析理论

本文把群论方法与子结构分析的概念结合在一起,处理部分对称结构的分析问题,对于不可约基矢上的广义位移,文中指出了任何一个对称子结构模式的内部阵的三角化以及出口阵的凝聚都可以分成一系列子问题单独地进行。文中还给出了从各子问题的凝聚出口阵回到原位移基底上的凝聚出口阵的一种简化后的转换关系,从而使计算工作量又得到进一步缩减。 与普通的重复子结构方法相比,本文给出的方法在计算速度上有大幅度地提高。     

非线性动力学问题的一个显式精细积分算法

对非线性动力学问题,给出了一个显式的精细积分算法,适用于多自由度,强非线性,非保守系统,算例表明本方法精度高,计算量较少。     

Direct Integration Methods with Integral Model for Dynamic Systems

ＩｎｔｒｏｄｕｃｔｉｏｎＴｒａｎｓｉｅｎｔｓｔａｔｅａｎａｌｙｓｉｓｈａｓｂｅｅｎａｎａｃｔｉｖｅｒｅｓｅａｒｃｈａｒｅａｉｎｍａｎｙｅｎｇｉｎｅｅｒｉｎｇｐｒｏｂｌｅｍｓ.Ｉｎｐｒａｃｔｉｃａｌｓｉｔｕａｔｉｏｎ ,ｌｉｋｅｓｔｒｕｃｔｕｒａｌｍｅｃｈａｎｉｃｓ,ｔｈｅｓｙｓｔｅｍｓｂｅｉｎｇｓｔｕｄｉｅｄａｒｅｕｓｕａｌｌｙｎｏｎｌｉｎｅａｒａｎｄｔｉｍｅ＿ｄｅｐｅｎｄｅｎｔ.Ｔｈｅａｎａｌｙｔｉｃａｌｍｅｔｈｏｄｓｔｏｓｏｌｖｅｔｈｅｓｅｐｒｏｂｌｅｍｓａｒｅｉｍｐｏｓｓｉｂｌｅ .Ｔｈｅｎｕｍ…     

在哈密顿体系下分析非线性动力学问题

首先将ｎ维未知向量ｑ的二阶非线性力系统Ｍｑ＋Ｇｑ＋Ｋｑ＝Ｆ（ｑ,ｑ,ｔ）转化为与其等价的２ｎ维未知向量ｖ的一阶微分方程ｖ＝Ｈｖ＋ｆ（ｖ,ｔ）,其中非线性部分ｊｉ（ｖ,ｔ）＝０（ｉ＝１,．．．ｎ）,ｆｉ（ｖ,ｔ）＝Ｆｉ－ｎ（ｑ,ｑ,ｔ）（ｉ＝ｎ＋１,．．．２ｎ）;然后给出一种求解ｖ的逐步积分公式,从而将精细积分法进一步推广应用到非线性动力学问题。算例表明本方法的计算量较小且结果合理可靠。     

旋转机械系统多自由度非线性动力学数值分析

首先将转子系统的动力响应问题归结为2n维未知向量v的一阶非线性动力学方程dv／dt=Hv＋f（v,t）,并给出了求解这一方程的一次近似式法和三次多项式迫近法。在非稳态、非线性油膜力等作用下,以刚性Jeffcott转子与112个自由度的汽轮发电机组低压转子系统为例,用上述求解方法分析了它们的动力响应及非线性动力学特性;其问,还将计算结果与Runge—Kutta法、Newmark法的相应结果进行了比较,并深入讨论了数值稳定性问题。汽轮发电机组的算例表明对一些具有较复杂的非线性右端项,、同时规模又较大的问题,如果采用四阶Runge—Kutta法,才算几步就因数值骤然增大而失控;但若用同样步长的一次近似式,由于它是一种显式的无条件稳定算式,则计算过程迅速且结果合理可靠。     

非线性动力学方程的一种级数解

本文针对n维未知向量v的一阶微分议程v=Hv f(v,t)进行求解,其中Hv和f(v,t)分别是右端项的线性剂次部分和非线性部分,首先,将非线性部分f(v,t)在所论时刻tk处展成t-tk=τ的泰勒级数,并通过求原函数的方法直接给出每一项的积分,从而获得了待求微分方程在级数形式下的闭合争,它的具有不同精度的各次静似解可表示成τ的分段解析函数,便于研究非线性动力学行为与其物理参数的依赖关系。本文还用算例验证了各次近似解之间的数值关系,并和解析解等作了比较。