波形钢板-UHPC组合桥面板结构截面优化

对实腹式波形顶板-UHPC(超高性能混凝土)组合桥面板进行了改进, 采用空腹式结构建立波形钢板-UHPC组合桥面板有限元模型, 研究UHPC层厚度、波形钢板厚度、波形长度、下缘板宽度和波形高度等截面参数变化对组合桥面板受力特性的影响, 并确定其合理取值范围. 在此基础上, 通过理想点法对参数组合进行优化, 得到合理的参数匹配. 研究结果表明 相较于实腹式组合桥面板, 优化后的组合桥面板自重减小35%, 钢板弯折处应力减小16%; 相较于正交异性钢桥面板, 桥面板用钢量减小7%, 顶板与U肋连接位置应力减小47%.     

基于遗传算法的升力体外形优化设计

升力体由于低热流率再入物理特性和高效的内部容积利用率，是高超声速飞行器气动外形的一种典型布局.文章对升力体飞行器进行参数化数值建模，并提取其表征外形的参数作为设计变量，综合考虑飞行器再入过程中的气动力、气动热、容积利用率及稳定性等性能指标.运用多目标混合遗传算法对升力体进行了多变量、多约束下的气动外形优化设计，获得了再入飞行器外形的最优Pareto解.数值模拟结果表明，典型状态下最优Pareto解与CFD结果相差12%，验证了优化结果的准确性.      

秋千参数自激振动的数学模型与数值模拟

将秋千视为变长度单摆,基于归一化高斯函数构造了摆球相对摆杆的速度表达式.在此基础上建立了秋千的非线性动力学微分方程,并据此数学模型对秋千运动进行了数值模拟,得到了秋千的运动规律和功能转化的机制.     

接地式三要素型动力吸振器性能分析

利用固定点理论优化接地类型的动力吸振器得到的结果可能不是全局最优参数,在选择其他参数时主系统可以获得更小的振幅, 接地类型动力吸振器的优化问题值得进一步研究. 因此,以一种接地式三要素型动力吸振器为对象,通过研究系统参数变化对固 定点位置与主系统最大振幅的影响,得到了此吸振器的局部最优参数并分析了它的性能. 首先建立了此系统模型的运动微分方程, 得到了主系统振幅放大因子,发现系统存在3个与阻尼无关的固定点. 固定点中幅值较大点随系统参数变化的趋势可以代表最大振 幅随系统参数变化的趋势,因此利用盛金公式得到了固定点幅值的表达式. 为了更加精确,进一步使用数值算法得到了最大振幅与 系统参数的关系图,发现系统中存在局部最优参数. 通过对比接地式吸振器与接地三要素型吸振器的最大振幅随系统参数变化的趋 势,得到了接地式三要素型吸振器的局部最优参数,并发现当固有频率比小于局部最优频率比时,接地式三要素型吸振器模型主系 统的最大振幅要远小于接地式动力吸振器模型.      

加筋土强度降低原因的理论分析

从理论上推导出了加筋土强度的数学表达式,分析了土的黏聚力与土筋界面参数变化对加筋土强度的影响,研究表明,当发生拉断型破坏时,黏聚力的减少比筋材提供的拉力占优势的情况下,加筋土的强度会低于素土的强度;当发生黏着型破坏时,黏聚力的减少比筋材提供的摩阻力占优势的情况下,加筋土的强度也会低于素土的强度。加筋土强度的降低程度与筋材在土中形成的夹层、土筋界面透水性、加筋间距有关。     

砂土类材料离散元细观参数的自动识别

准确的细观参数是采用离散元进行合理模拟的前提,基于最优化理论,本文提出了一种砂土类材料离散元细观参数的自动标定方法:采用PFC离散元软件模拟砂土的双轴压缩试验,以使PFC数值模拟的应力–应变曲线与某标准砂土室内双轴压缩实验结果的误差最小为优化目标,采用模式搜索法实现砂土类材料离散元细观参数的自动标定。本文提出的离散元细观参数自动标定方法具有识别效率快,精度高的优点。     

基于自适应参数估计的三轴磁传感器实时校正方法

针对传统基于椭球模型三轴磁传感器无法实时校正的问题,设计了基于自适应参数估计的三轴磁传感器实时校正方法,通过对参数的实时估计与处理,实现了三轴磁传感器误差的校正。首先,对三轴磁传感器全误差模型进行分析与处理,建立了基于模值的参数估计方程;其次,详细分析了参数模型的噪声特性,针对非高斯状态相关噪声,提出了采用自适应参数估计方法;最后,设计仿真与实验分析,完成三轴磁传感器误差校正。实验结果表明,所提出的算法可以实现误差参数的实时校正,提升了磁传感器误差校正的自主性。同时,基于自适应参数估计方法,使得校正结果模值标准差相较于传统方法减小了3倍。     

一种基于自适应单元删除率的BESO方法

在ESO中采用动态删除率能有效地提高优化效率和稳定性，但现有的动态删除率策略都含有经验参数，确定删除率的过程较为复杂。本文提出了一种用于BESO的无经验参数自适应单元删除率确定方法。通过分析单元删除率对优化稳定性的影响，得到了结构优化过程中单元删除率的理想变化规律和单元灵敏度均匀化信息对删除率的影响情况，并据此分析了经验参数引入的原因，从而构造了评价单迭代步的单元灵敏度均匀化程度指标。然后，基于单迭代步的单元灵敏度均匀化程度指标，构造了全部迭代步信息下的单元灵敏度均匀化程度相对指标，结合单元删除率的推荐范围值，给出了一种自适应于结构优化进程的单元删除率自适应函数。最后，给出了基于自适应单元删除率的BESO方法实现流程。经典算例的结果对比说明，本文方法在保证优化质量相近的情况下，具有更好的优化效率和稳定性。