基于深度学习的光纤超短脉冲啁啾放大研究

全光纤超短脉冲啁啾放大技术在激光技术和超快光学领域备受关注。针对传统数值方法分析光纤中超短脉冲啁啾放大过程存在计算量大、效率低等问题,采用深度学习方法开展全光纤超短脉冲啁啾放大过程建模研究。首先分析脉冲啁啾参量等参数对超短光脉冲传输过程的影响。预训练设计的深度神经网络模型,分析网络对不同初始脉冲啁啾参量的预测精度,进一步探索了不同初始脉冲半峰全宽、峰值功率和啁啾参量等复杂情况下网络的泛化性及预测精度。本研究拓宽了数据驱动方法在激光行为预测方面的应用,为光纤中超短脉冲的特性研究提供了新思路。     

轮对系统的Hopf分岔研究

针对轮对系统中的非线性动力学问题, 本文基于Hopf分岔代数判据得到考虑陀螺效应的轮对系统Hopf分岔点解析表达式, 即轮对系统蛇形失稳的线性临界速度解析表达式. 基于分岔理论得到轮对系统的第一、第二Lyapunov系数表达式, 并结合打靶法分别得到不同纵向刚度下, 考虑陀螺效应与不考虑陀螺效应的轮对系统分岔图. 通过对比有无陀螺效应的轮对系统分岔图发现, 在同一纵向刚度下, 考虑陀螺效应的轮对系统线性临界速度和非线性临界速度均大于不考虑陀螺效应的轮对系统, 即陀螺效应可以提高轮对系统的运动稳定性. 基于Bautin分岔理论, 以纵向刚度和纵向速度作为参数, 分别得到考虑陀螺效应和不考虑陀螺效应的轮对系统, 从亚临界Hopf分岔到超临界Hopf分岔, 再从超临界Hopf分岔到亚临界Hopf分岔的迁移机理拓扑图. 通过对比有、无陀螺效应的轮对系统Bautin分岔拓扑图发现, 陀螺效应将改变轮对系统的退化Hopf分岔点, 但对于轮对系统Bautin分岔拓扑图的影响不大.