粘性流基于特征线的四阶Runge-Kutta有限元法

对于二维不可压缩粘性流,通过沿流线方向的坐标变换,推导了无对流项的二维N-S(Navier-Stokes)方程。采用四阶Runge-Kutta法对N-S方程进行时间离散,并沿流线进行Taylor展开,得到显式的时间离散格式,然后利用Galerkin法对其进行空间离散,得到了高精度的有限元算法。利用本文算法对方腔驱动流和圆柱绕流进行了数值计算,通过对时间步长、网格尺寸和流场区域的计算分析,进一步验证了本文算法相比经典CBS法在时间步长、收敛性、耗散性和计算精度方面更具有优势。     

基于声子晶体理论的弹性地基梁的振动特性研究

荷载影响结构的振动特性,引起抗振性能的变化.借助声子晶体理论,研究弹性地基梁的带隙特性,建立了轴向力作用时Winkler地基上声子晶体Euler梁弯曲振动模型,采用改进的传递矩阵法,计算出梁的能带结构,判断出能带结构的变化趋势.研究表明,轴力改变能带结构,带隙范围发生变化.拉力提升带隙,但地基带隙保持不变;压力降低带隙频率,地基带隙随着压力的增加而减小.同时,进行Euler模型的数值模拟,仿真的结果与理论值基本吻合.通过轴力可以调节带隙的频率范围,达到抗振、减振的效果.     

新老混凝土结合面抗剪性能试验研究

新老混凝土结合面是加固结构中最脆弱的部位,新老混凝土能否正常工作主要取决于结合面的抗剪强度。通过模型试验对结合面抗剪性能进行了研究。模型采用Z型试件,分为凿毛不植筋和既凿毛又植筋两种。对比试验结果表明,植筋能大大改善结合面的抗剪性,且大幅度提升新结构的承载力,是一种有效的加固处理方法。数值仿真结果与试验结果比较表明,结合面加固处理的模拟能在一定程度上反映实际情况中结合面的力学性能。     

考虑混凝土材料非均质特性的近场动力学模型

混凝土内部微细观结构影响其损伤和破坏行为.鉴于传统连续介质力学在模拟混凝土损伤累积和渐进破坏过程中存在的问题,基于数值图像技术获得混凝土试件的内部骨料形态,采用键型近场动力学理论,建立了能够考虑混凝土非均质特性的近场动力学模型,并在ABAQUS平台下开发了相应的计算模块,进行了混凝土试样的拉伸和压缩细观破坏分析.结果表明:近场动力学模型和数值方法能够成功模拟混凝土材料的复杂破坏过程,得到的破坏现象与试验结果吻合程度较好,进一步探究了混凝土材料的破坏机制,完善了混凝土结构的破坏分析过程.     

A Novel Localized Meshless Collocation Method for Numerical Simulation of Flume Dynamic Characteristics北大核心CSCD

局部边界节点法是一种基于非奇异半解析基函数和移动最小二乘原理的新型无网格配点技术,该方法把每个节点处的未知变量表示为该点对应的局部子域内节点处物理量的线性组合,该文基于局部边界节点法对数值波浪水槽进行了研究。首先,通过基准算例确定了Laplace算子非奇异半解析基函数的合理形状参数值。进一步,基于合理的参数选取,用较少的离散节点即可成功模拟波浪传播行为,将得到的数值结果与其他文献数值结果比较,可以发现局部边界节点法用更少的局部点即可得到较好的数值结果。最后,以保护近海岸建筑物为目标,模拟了水下防波堤对波浪传播的影响。结果表明,当波浪与梯形防波堤发生作用后,波峰变得比较陡峭,而波谷变得相对比较平坦,为近海岸防波堤的相关研究和设计提供了数值参考。     

实际气体的幂律状态方程

为克服Onnes(昂内斯)气体状态方程参数多的缺点, 提出了描述实际气体的幂律状态方程.该模型仅包含两个参数,其中幂律函数的阶数可以为任意实数,刻画了实际气体偏离理想气体的程度.满足幂律状态方程的实际气体称为幂律气体.应用于描述氮气（N₂）和四氟甲烷（CF₄）两种实际气体的研究表明,与Onnes气体状态方程相比,幂律气体状态方程可以用较少的参数,准确地描述气体状态方程中压强和体积的幂律关系.此外,温度越低,幂律函数的阶数越小,反映了气体的实际状态越偏离理想气体.     

一种基于领域自适应的跨工况滚动轴承故障诊断新方法

机械设备在运转时,不同状态下滚动轴承监测数据存在较大分布差异且难以获取带标签的数据,导致现有模型在变工况条件下故障诊断准确率低。针对滚动轴承跨工况诊断难题,本文提出一种基于领域自适应的跨工况滚动轴承故障诊断方法,该方法首先提取振动信号故障敏感特征,并将其嵌入Grassmann流形空间,避免直接进行特征变换导致特征失真;其次利用动态分布对齐自适应调整源域和目标域分布差异,并通过增加类内散度正则化项最小化类内距离,增加类的可分性;最后,根据结构风险最小化原则建立域不变分类模型。在不同工况下的滚动轴承数据集上与现有方法进行了比较实验,结果表明本文提出的方法能有效提高分类准确率。     

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.      

基于POD-RBF代理模型的迭代更新反演方法

针对常规的水工大坝等大型工程结构参数反演需要耗费大量有限元正分析机时的问题,建立了具有较好反演精度和泛化性能的POD-RBF代理模型和快速迭代更新反演算法。基于有限元分析获得足量数据样本,利用POD提取本征向量,并使用RBF方法进行插值得到有限元模型的代理模型;同时结合粒子群算法的全局寻优能力和高斯-牛顿法的快速局部收敛优势,建立了一种新的高效率迭代反演方法,并应用于混凝土大坝分区弹性模量反演。结果表明,该方法适用于大坝等大体积混凝土结构的力学参数反演。同时,相较于传统的单一反演方法,该方法在反演效率和反演精度两方面均显示出优势。