考虑端部质点的中心刚体-楔形梁系统动力特性研究

对带有端部质点的中心刚体-楔形梁系统的动力学特性进行了研究.楔形梁为Euler Bernoulli梁,其宽度与高度随着长度方向改变.采用假设模态法对楔形梁的变形场进行离散,在考虑梁的横向和纵向变形以及由于横向弯曲而引起的纵向缩短量的条件下,运用第二类拉格朗日方程推导出系统的动力学方程,并编制动力学仿真软件.通过仿真算例对系统的动力学特性进行研究,结果表明:同等条件下梁的形状与有无端部质点对系统的刚柔耦合动力学响应以及系统频率的影响十分明显.因此采用楔形梁结构进行仿真更具实际意义且仿真结果更加精确.     

基于绝对节点坐标法的弹性线方法研究

相比于浮动坐标系法,绝对节点坐标法(absolute nodal coordinate formulation, ANCF)在处理柔性体非线性大变形问题上具有显著优势, ANCF将单元节点坐标定义在全局坐标系下,采用斜率矢量代替节点转角坐标,具有常数质量阵,不存在科氏离心力等优点,然而弹性力阵为非线性项,其求解将比较耗时且占用资源.据此,在弹性力求解方法中,引入弹性线方法 (elastic line method, ELM),该方法将格林–拉格朗日应变张量定义在中心线上,采用曲率公式来定义弯曲应变,转角公式来定义扭转应变.同时采用有限元法对三维柔性梁位移场进行离散,求解梁单元常数质量阵、广义刚度阵、广义力阵,进而得到单元的动力学方程,通过转换矩阵得到三维梁的动力学方程.接着从理论上指出连续介质力学方法 (continuum mechanics method, CMM)和弹性线方法在求解弹性力上的不同点,并编制动力学仿真软件.最后分别采用连续介质力学方法和弹性线方法对柔性单摆以及履带式车辆的动力学问题进行仿真分析,结果表明:弹性线方法能在保证精度的前提下有效提高计算效率.     

机器人及其安全系统的可靠性分析

是以机器人及其安全系统所构成的一个可修复系统作为研究对象,运用泛函分析方法并结合C_0半群理论,证明了严格占优本征值在本系统的存在性并且是系统严格占优本征值,进一步证明了在一定条件下,系统的动态解以指数化形式收敛于系统的稳态解.     

具有表面活性的功能化离子液体N-(三甲氧硅丙基)-N-甲基-2-吡咯烷酮盐酸盐的合成与表征

以N-甲基-2-吡咯烷酮和3-氯丙基三甲氧基硅烷单体为原料,利用SN2亲核取代反应合成具有一定表面活性的功能化离子液体N-(三甲氧硅丙基)-N-甲基-2-吡咯烷酮盐酸盐.通过元素分析、红外光谱和核磁共振对功能化离子液体进行表征,并测定了其表面张力和导电率.结果表明,合成的产物结构与其理论结构基本一致,具有较宽的液体温度范围和较低的表面张力,并具有较高的电导率,随着温度的升高,电导率逐渐增高.     

排队论在收费站设计与管理中的应用

为提高高速公路收费站的通行能力,针对收费站交通流的特性,用运筹理论优化了现有排队模型,给出了M/M/m系统中收费通道的最佳个数m的求法及每一个服务通道最佳服务率的计算方法.又基于交通流在平均到达率稳定而不可能恒定到达的情况,用排队理论分析建立了一种可变服务率的收费站排队模型,当队长超过规定值每增加h时,服务速度就提高μ.反之则降低μ,最后还对h的取值进行了最优化,使得模型更符合实际情况.     

指数平均Bezier曲线族

利用指数平均族与Bezier曲线结合定义了指数平均Bezier曲线族．首先研究了指数平均族，阐述了指数平均族的单调性和正规性，其次由Bernstein函数定义得到n次s阶指数平均Bernstein函数，讨论了它与函数f之间的关系，最后，研究指数平均Bezier曲线族的性质，讨论了它的升阶，de casteljan算法，分割定理等．     

向量优化问题有效解的稳定性

运用标量化的方法,通过锥正定真有效解的上半连续性讨论了无限维赋范空间中锥有效解的部分上半连续性,证明了锥有效解的通有稳定性.在此基础上,进一步证明,在Baire纲的意义下,绝大多数的向量优化问题至少存在一个锥正定真有效解是本质的有效解,换句话说,绝大多数的向量优化问题锥有效解是几乎下半连续的.     

一类具有到达损失、可选服务、反馈的M/G/1重试排队系统

考虑一个具有到达损失、可选服务、反馈的M/G/1重试排队系统.在假定重试区域中顾客具有相互独立的指数重试时间的情况下,得到了系统的转移概率矩阵和系统稳态的充分必要条件.列出微分方程,求得稳态时系统队长和重试区域中队长分布及相关指标.     

任意信源的一类Shannon-Mcmillan逼近定理

该文通过概率空间上的任意分布与另一任意分布相比较,研究任意随机序列相对熵密度的小偏差定理.并由此得出若干任意信源,m阶马氏信源的Shannon-Mcmillan定理.将已有的关于离散信源的结果加以推广.