结构动力方程的增维精细积分法

对线性定常结构动力系统提出的精细积分方法,能够得到在数值上逼近于精确解的结果,但对于非齐次动力方程涉及到矩阵求逆的困难。提出采用增维的办法,将非齐次动力方程转化为齐次动力方程,在实施精细积分过程中不必进行矩阵求逆,这种方法对于程序实现和提高数值稳定性十分有利,而且在大型问题中计算效率较高,从而改进了精细积分方法的应用,数值例题显示了本文方法的有效性。     

子域精细积分及偏微分方程数值解

对于偏微分方程半解析法的方程，精细时程积分虽然能求出高度准确的解，但往往面临矩阵尺度太大的困难，另一方面差分法虽然有带宽小的优点，但有稳定性及精度方面的问题，本文提出子域精细积分法，既可利用精细积分的数值优点，又有带宽小的好处，数值例题表明了子域精细积分法的效能。     

波动方程的精细逐步积分法

应用现有的波动方程求解方法解决工程实际问题尚存在一定的局限性。本文在结构动力方程精细逐步积分的基础上,提出了波动方程初边值问题的精细逐步积分法,并分别给出了不同边界条件下的精细逐步积分格式。此数值方法虽然是显式积分方法,却是无条件稳定的。分别用精细逐步积分法和其它已有的方法对两个算例进行了计算,一个是有解析解的例子,该例验证了此方法的准确性,另一个例子是求解由波动方程及初始条件和边界条件组成的有杆抽油系统预测模型,此例验证了精细逐步积分法的高效性。     

子域精细积分及偏微分方程数值解

对于偏微分方程半解析法的方程，精细时程积分虽然能求出高度准确的解，但往往面临矩阵尺度太大的困难；另一方面差分法虽然有带宽小的优点，但有稳定性及精度方面的问题．本文提出子域精细积分法，既可利用精细积分的数值优点，又有带宽小的好处．数值例题表明了子域精细积分法的效能．     

瞬态热传导问题的精细积分-双重互易边界元法

采用双重互易边界元法结合精细积分法求解二维含热源的瞬态热传导问题。针对边界积分方程中热源项和温度关于时间导数项引起的域积分,采用双重互易法处理,将域积分转换为边界积分。采用边界元法将边界积分方程离散后,得到关于时间的微分方程组,并利用精细积分法处理其中的指数型矩阵;对于微分方程组中由边界条件和热源项引起的非齐次项,采用解析的方法计算。为了比较精细积分-双重互易边界元法的计算效果,同时使用有限差分法计算温度对时间的导数项。通过数值算例验证了本文方法的有效性和精确性。计算结果表明:时间步长对于精细积分-双重互易边界元法的结果影响较小,而有限差分法对时间步长比较敏感且只在时间步长选取较小时有效;当选取较大时间步长时,精细积分-双重互易边界元法依然具有良好的计算精度。     

一类非线性周期系统响应的精细积分法

对于一类非线性周期／变系数微分方程,提出基于精细积分法的数值解法,处理非线性周期／变系数微分方程系统的响应问题,其积分策略是：采用精细积分格式处理常系数部分;采用线性插值格式处理非线性周期／变系数部分,既继承精细积分方程高度准确的特点,又保证足够的精度与较小的计算量。通过数值算例,与以往与用的微分方程直接数值积分法（如预估－校正哈明法）求得的解加以比较表明,对于给定的精度要求,精细积分法更经济有效     

精细时程积分法及其数值衍生格式应用评估

旋翼气动弹性耦合动力学方程本质上是一组刚性比较大的非线性偏微分方程。在有限元结构离散后,可改写为非齐次微分方程组,其中非齐次项是桨叶运动量（位移与速度）和气动载荷的函数。针对这类方程,本文尝试引入精细积分法及其衍生格式,借助数值方法计算Duhamel积分项。从积分精度与数值稳定性方面比较研究具有代表性的精细库塔法和高精度直接积分法。结合隐式积分算法,评估精细积分法应用于旋翼动力学方程的可行性。算例表明,精细积分法对矩形直桨叶动力学方程具有足够的求解精度。     

非线性动力方程的增维精细积分法

对线性定常结构的动力系统提出的精细积分法，能得到在数值上逼近于精确解的结果。但是对于非齐次动力方程却涉及到矩阵求逆的困难，而且通常与时间有关的非齐次项不能进入精细积分的细化过程。采用增维的方法，将非齐次动力方程化为齐次方程，在实施精细积分的过程中不必进行矩阵求逆。这种处理方法对于程序实现和提高数值计算的稳定性十分有利，而且在大型问题中可明显提高计算效率，数值算例显示本文方法是有效的。     

一类指数矩阵函数及其应用

研究了一阶常微分方程组特解的精细积分方法. 针对非齐次项为多项式、指数函数以及二者的乘积的情况,在Duhamel积分形式特解的基础上,引入了一类指数矩阵函数. 通过该类函数的线性组合即可表达出非齐次方程的特解. 建立了该类指数矩阵函数的一种高效递推算法,并在此基础上实现了特解的精细积分. 由于特解的积分过程能充分利用通解精细积分过程的中间量,因此两个精细积分过程能有机地结合起来,形成了一种高效、统一的广义精细积分法. 对上述递推算法做了进一步优化,并给出了通用的计算公式.算例结果证明了该方法的有效性.      

二维扩散方程的单点子域精细积分法

建立了二维扩散方程的单点子域精细积分法,并通过稳定性分析,表明了单点子域精细积分法相对于差分法的优越性。     

求解二点边值问题打靶法的一种改进方法

本文讨论两点边值问题的数值解法,利用最小二乘法修正打靶法所需初始参数,将边值问题转化为相应的初值问题与左梯度控制方程合并,引入精细积分法进行求解。通过数值算例表明,该方法是一种求解两点边值问题的有效方法。     

结构非线性动力方程的精细积分算法

基于线性方程精细积分的思路,对具有惯性、阻尼、刚度非线性的动力方程及参变非线性动力方程提出了一种较高精度线性化精细积分迭代计算算法,算例表明该算法可用较大的步长取得满意的计算精度,并可在较大的线性化区间获得较高的计算精度。     

精细积分方法的发展与扩展应用

钟万勰院士于1991年首先提出计算矩阵指数的精细积分方法,其要点是2^N类算法和增量存储。精细积分方法可给出矩阵指数在计算机意义上的精确解,为常微分方程的数值计算提供了高精度、高稳定性的算法,现已成功应用于结构动力响应、随机振动、热传导以及最优控制等众多领域。本文首先介绍矩阵指数精细积分方法的提出、基本思想和发展;然后依次介绍在时不变/时变线性微分方程、非线性微分方程以及大规模问题求解中发展起来的各种精细积分方法,分析了其优缺点和适用范围;最后介绍了精细积分方法的基本思想在两点边值问题、椭圆函数和病态代数方程等问题的扩展应用,进一步展示了该思想的特色。     

精细积分时域平均法和随机扩阶系统法

讨论含随机参数结构的动力响应的计算问题,发展了精细积分时域平均法（ＴＡＰＩＭ）,它可以用来计算确定性系统受到随机激励时的动力响应;结合随机扩阶系统方法与随机有限元法,将ＴＡＰＩＭ方法应用于计算随机参数结构的动力响应,取得了较好的结果。结出了数值算例,结果表明随机扩阶系统法,随机有限元法与精细积分时域平均法的结合是计算 随机参数结构动力响应的有效方法。     

桥梁受移动荷载动力响应的一种精细积分法

迄今为止,精细积分法都是应用于荷载作用位置固定不变的问题。本文将精细积分法推广到荷载作用点位置随时间而变化的情形,按有限元方法计算了桥梁受移动荷载作用时的动力响应,并与常规的Newmark方法、解析解做了比较。数值结果表明,精细积分法按本文的策略推广后,计算精度和效率均比通常的数值积分方法得到显著的提高。     

半空间SH波方程非线性井间双参数反演

以半空间的ＳＨ波方程出发,采用Ｂｏｒｎ迭代法求解半空间弹性介质中密度和剪切模量分布的非线性反演问题。首先,采用矩量法和正则化方法,给出井间反演积分方程的离散形式,然后应用Ｂｒｏｎ迭代法求解非线性反演问题。     

Potentials based optimization with embedded Markov chain for stochastic constrained system

In this paper, a RBF neural network based on-line optimization algorithm with performance potentials analysis method is presented for a class of stochastic constrained dynamic systems. The control signals of the considered systems are constrained to a range according to a subset of the whole state space. With the conception of an embedded Markov chain, an optimization approach on the basis of potentials is presented for a stochastic constrained system, where the optimization criterion is the long-time average performance. With this approach, the computation burden has been reduced because it only requires one to compute the control strategy on the states concerned, which are a subset of the whole state space. Furthermore, with the characteristic of approximation performance of RBF neural network, the potentials and the transition probability matrix are estimated conveniently by a sample path compared with the statistic approach or the method by solving the Poisson equation. The effectiveness of the optimization approach has been shown by the simulation results, finally.     

Design optimization of unsteady airfoils with continuous adjoint method

In this paper, a new unsteady aerodynamic design method is presented based on the Navier-Stokes equations and a continuous adjoint approach. A basic framework of time-accurate unsteady airfoil optimization which adopts time-averaged aerodynamic coefficients as objective functions is presented. The time-accurate continuous adjoint equation and its boundary conditions are derived. The flow field and the adjoint equation are simulated numerically by the finite volume method (FVM). Feasibility and accuracy of the approach are perfectly validated by the design optimization results of the plunging NACA0012 airfoil.     

On wave propagation in inhomogeneous elastic media

Wave propagation in an inhomogeneous elastic rod or slab is considered. The governing equations are written in a matrix form and transformations are sought which reduce the system to a form associated with the wave equation. Integration of the system is then immediate. It is shown that such reduction may be achieved subject to a function involving the density and elastic parameters of the material adopting certain multi-parameter forms. These parameters are available for fitting to the behaviour of a variety of inhomogeneous elastic materials. A specific initial boundary value problem is solved by utilising the present method.     

Backward uncertainty propagation in shape optimization

We aim at quantifying the impact of state uncertainties in shape optimization. This provides confidence bounds for the optimal solution. The approach is presented for inverse designs where the target is assumed uncertain. No sampling of a large dimensional space is necessary, and the approach uses what is already available in a deterministic gradient‐based inversion algorithm. Our proposal is based on the introduction of directional quantile‐based extreme scenarios knowing the probability density function of the target data. We use these scenarios to define a matrix having the structure of the covariance matrix of the optimization parameters. We compare this construction to another one using the gradient of the functional by an adjoint method. The paper goes beyond inverse design and shows how to apply the method to general optimization problems. The ingredients of the paper are illustrated on a model problem with the Burgers equation and on the optimization of the shape of an aircraft. Overall, the computational complexity is comparable with the deterministic case. Copyright © 2015 John Wiley & Sons, Ltd.