随机结构动力分析的递归聚食缩算法

首先介绍一种新型的随机结构动力分析方法，扩阶系统方法，然后建议了用于扩阶系统动力分析的递归聚缩算法，在不降低计算精度的条件下，递归聚缩算法可以大幅度地提高随机结构动力反应分析的速度，使关于扩阶系统动力分析的计算速度接近于相应的确定性结构系统的计算速度，从而，为随机结构分析的扩阶系统方法进入到实用了阶段铺平了道路。     

线性随机结构在随机激励下动力响应分析

利用虚拟激励法对随机结构正交展开理论进行扩展,并在Ritz向量子空间中对扩阶系统方程进行动力聚缩,提出了一类可以快速高效地进行线性随机结构复合随机振动分析的计算方法．算例分析表明,该法可以方便地分析随机结构在平稳或非平稳随机激励下的复合随机振动问题,且分析结果与 Monte Carlo模拟分析结果符合良好;与均值参数确定性结构传统随机振动分析计算结果相比,随机结构在相同随机激励下响应自谱密度曲线具有峰值降低、谱宽增大的特点．     

随机结构正交展开分析的Ritz动力聚缩法

针对随机结果正交展开理论计算上的弱点 ,本文在分析扩阶矩阵特性的基础上 ,于 Ritz模态向量子空间中对扩阶方程实现动力聚缩 ,大大提高了正交展开理论对实际工程问题的分析能力。分析实例表明 :即使结构参数具有很大变异性 (如δ =0 .4 )时 ,该算法依然能理想地与 Monte Carlo法模拟结果相吻合 ,计算时间则远远小于 Monte Carlo模拟法。同时 ,分析例证再一次强化了在结构动力分析中考虑结构参数随机性的必要性     

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。     

复合随机振动分析的扩阶系统方法

提出了随机结构系统反应的子空间次序正交分解的思想．基于这一思想，文中导出了一类用于考虑随机激励的随机结构复合随机振动分析的扩阶系统方法，从而可以应用传统的确定性结构随机振动各种分析方法求解复合随机振动问题．作为特例，本文给出了使用模态分析法求解的过程．将文中算例与随机模拟结果相比较，证实了本文思想与方法的实用性．     

随机结构非线性动力响应的概率密度演化分析

提出了随机结构非线性动力响应分析的概率密度演化方法．根据结构动力响应的随机状态方程，利用概率守恒原理，建立了随机结构非线性动力响应的概率密度演化方程．结合Newmark-Beta时程积分方法与Lax-Wendroff差分格式，提出了概率密度演化方程的数值分析方法．通过与Monte Carlo分析方法对比，表明所给出的概率密度演化方法具有良好的计算精度和较小的计算工作量．研究表明：随机结构非线性动力响应概率密度具有典型的演化特征，随着时间增长，概率密度曲线分布趋于复杂．     

非线性特征问题计算的扩阶法

本文提出一种可用于求解非线性特征问题的扩阶方法，其基本原理是通过系统矩阵的扩阶使非线性问题线性化．     

实心砖石古塔动力特性与结构损伤分析

为研究"丝绸之路"起点世界文化遗产建筑兴教寺测师塔的动力性能及结构损伤,采用超低频动态测试系统进行了原位动力测试试验.在环境随机激励下,采集了该塔各楼层顶部水平振动的速度响应信号,经滤波后通过积分变换进行自谱及互谱分析,得到了结构沿水平方向的前2阶自振频率与振型.并依据结构测绘结果,建立测师塔数值模型,计算了弹性模量逐渐降低时的振动特性,并与测试结果进行对比,依据结构损伤参数识别的改进形法,进行了测师塔结构损伤分析.结果表明,该塔沿东西与南北两个水平方向的前2阶频率值相近,第1阶振型呈弯曲型,第2阶振型呈弯剪型;与无损砌体弹性模量的取值比较,测师塔结构的等效弹性模量降低较多,其结构整体损伤较为严重.因此,可通过确定无损砌体的弹性模量,采用动力测试及数值计算依据等效弹性模量进行残损砖石古塔结构损伤识别.     

复杂承载钢结构模态参数识别与综合性能评价

提出了根据动力特性试验识别结构的模态参数,运用优化算法修改动力有限元模型,进而评价复杂承载钢结构练合性能的方法.针对复杂承载钢结构的结构特点和激振形式,推导了模态参数识别公式;介绍了有限元模型动力修正的一阶搜索优化算法.利用近似平稳随机激励,对井架钢结构进行了现场模态试验,识别出前三阶固有频率和前二阶振型,分析了该结构的实际运行状况.仅依据前二阶固有频率,应用一阶搜索的优化算法,对动力有限元模型进行了修正,重分析表明:该修正模型实现了前三阶固有频率和应力特征的精确反演,能够用于进一步的静、动力分析和综合性能评价.     

基于聚类算法和自由度集结的柔性结构模型降阶研究

提出了采用k-means聚类算法对动力相似自由度进行自动集结的模型降阶方法。考虑动力荷载空间分布,给出了根据模态参与系数选取原模型重要模态的方法,并讨论了次要方向自由度舍弃的方法。根据重要模态中各自由度振型值的相似性,应用聚类算法对自由度进行自动分类,从柔度矩阵元素的定义入手推导了结构矩阵显式条件下柔度法降阶的统一表达式,并证明了降阶模型的正定性、对称性及正交关系。最后通过一榀40层混凝土框架结构模型由240自由度降阶为8自由度的算例,说明了柔度法降阶的有效性及降阶模型评判指标的合理性。     

一种中高频激励下动力系统响应的级数展开改进算法

针对频率响应函数的级数展开法在中高频激励时计算发散的问题,提出一种新的级数展开改进算法.将系统的结构模态划分为低阶和截断的高阶模态,在模态叠加分析的基础上,将频率响应函数进行泰勒级数展开.根据高低阶模态对质量矩阵和刚度矩阵的耦合特性,用低阶模态及系统矩阵表达高阶模态对响应的影响.研究结果表明,该算法将频率响应函数的级数展开法扩展到高频激励和中频激励范围阶段,在非完备模态条件下提高了频率响应函数的计算精度,数值计算检验了该方法准确可靠并有很好的收敛性.     

A PREDICT-CORRECT NUMERICAL INTEGRATION SCHEME FOR SOLVING NONLINEAR DYNAMIC EQUATIONS

A new numerical integration scheme incorporating a predict-correct algorithm forsolving the nonlinear dynamic systems was proposed in this paper. A nonlinear dynamic systemgoverned by the equation v=F(v,t) was transformed into the form as v=Hv f(v,t). Thenonlinear part f(v,t) was then expanded by Taylor series and only the first-order term retained inthe polynomial. Utilizing the theory of linear differential equation and the precise time-integrationmethod, an exact solution for linearizing equation was obtained. In order to find the solution of theoriginal system, a third-order interpolation polynomial of v was used and an equivalent nonlinearordinary differential equation was regenerated. With a predicted solution as an initial value andan iteration scheme, a corrected result was achieved. Since the error caused by linearization couldbe eliminated in the correction process, the accuracy of calculation was improved greatly. Threeengineering scenarios were used to assess the accuracy and reliability of the proposed method andthe results were satisfactory.     

基于Fourier级数的时变周期系数Riccati微分方程精细积分

结合Fourier级数展开方法,本文提出了基于精细积分的时变周期系数Riccati微分方程求解高效算法.首先,利用Fourier级数展开方法将周期系统表示成三角级数形式,在一个积分步内使用精细积分方法得到对应Hamilton系统状态转移矩阵的表达式.然后,通过Riccati变换的方法,得到含有状态转移矩阵的时变周期系数Riccati微分方程解的递推格式.本文方法充分利用了方程本身的周期性特点,文中的数值算例表明算法具有计算效率高、结果可靠等优势.     

一种新的求解非线性系统周期解方法

本文利用切比雪夫多项式的若干良好性质,对非自治强非线性动力系统进行分析。将状态矢量在主周期上先展开谐波级数的形式,再将各谐波展开为切比雪夫多项式的形式,从而将求周期解的问题转变为非线性代数方程组的求解问题,得出一种可以方便、迅速地获得近似周期解的解析方法。此方法不依赖于小参数假设,可以用于分析强非线性问题和高维问题,而且对参数激励系统同样有效。以Duffing系统周期解的计算为例,通过与标准谐波平衡方法和四阶Runge-Kutta数值积分结果比较,说明此方法的有效性。     

MILM hybrid identification method of fractional order neural-fuzzy Hammerstein model

Aiming at the difficult identification of fractional order Hammerstein nonlinear systems, including many identification parameters and coupling variables, unmeasurable intermediate variables, difficulty in estimating the fractional order, and low accuracy of identification algorithms, a multiple innovation Levenberg–Marquardt algorithm (MILM) hybrid identification method based on the fractional order neuro-fuzzy Hammerstein model is proposed. First, a fractional order discrete neuro-fuzzy Hammerstein system model is constructed; secondly, the neuro-fuzzy network structure and network parameters are determined based on fuzzy clustering, and the self-learning clustering algorithm is used to determine the antecedent parameters of the neuro-fuzzy network model; then the multiple innovation principle is combined with the Levenberg–Marquardt algorithm, and the MILM hybrid algorithm is used to estimate the linear module parameters and fractional order. Finally, the academic example of the fractional order Hammerstein nonlinear system and the example of a flexible manipulator are identified to prove the effectiveness of the proposed algorithm.

     

?????????????????????Krylov?????????

提出了一种新的精细时程积分法来求解大型动力系统. 结合Krylov子空间法、培德级数 近似以及一般载荷的维数扩展法,进一步提高精细时程积分法的计算效率. 利用维数扩展法 避免计算微分方程特解,并可处理任意载荷. 对于大型动力系统,通过Krylov子空间的降维 分析将问题转化到一个子空间,计算效率得到极大提高. 对于迭代次数$N$ 的选择作了详细讨论,进一步提高了计算效率.     

Predicting solutions of the stochastic fractional order dynamical system using machine learning

The solution of fractional-order systems has been a complex problem for our research. Traditional methods like the predictor-corrector method and other solution steps are complicated and cumbersome to derive, which makes it more difficult for our solution efficiency. The development of machine learning and nonlinear dynamics has provided us with new ideas to solve some complex problems. Therefore, this study considers how to improve the accuracy and efficiency of the solution based on traditional methods. Finally, we propose an efficient and accurate nonlinear auto-regressive neural network for the fractional order dynamic system prediction model (FODS-NAR). First, we demonstrate by example that the FODS-NAR algorithm can predict the solution of a stochastic fractional order system. Second, we compare the FODS-NAR algorithm with the famous and good reservoir computing (RC) algorithms. We find that FODS-NAR gives more accurate predictions than the traditional RC algorithm with the same system parameters, and the residuals of the FODS-NAR algorithm are closer to 0. Consequently, we conclude that the FODS-NAR algorithm is a method with higher accuracy and prediction results closer to the state of fractional-order stochastic systems. In addition, we analyze the effects of the number of neurons and the order of delays in the FODS-NAR algorithm on the prediction results and derive a range of their optimal values.     

大型结构动力响应的状态方程的Krylov精细时程积分法

提出了一种新的精细时程积分法来求解大型动力系统.结合Krylov子空间法、培德级数近似以及一般载荷的维数扩展法,进一步提高精细时程积分法的计算效率.利用维数扩展法避免计算微分方程特解,并可处理任意载荷.对于大型动力系统,通过Krylov子空间的降维分析将问题转化到一个子空间,计算效率得到极大提高.对于迭代次数N的选择作了详细讨论,进一步提高了计算效率.     

Representation of solutions to equations of hyperbolic type

The general solutions to hyperbolic equations of fourth and sixth order are obtained using Vekua’s method for the representation of the general solutions to elliptic equations of order 2n with the aid of n analytic functions. It is assumed that the right-hand sides of the hyperbolic equations can be expanded in time series of sines. The systems of equations of various approximations for a prismatic thin body in terms of moments with respect to the system of Legendre polynomials can be reduced to these equations and to some hyperbolic-type equations of higher order.     

板弯曲问题的群论方法

利用群论方法提出周期区域的分片正交多项式连续函数，在周期区域内利用正交分片多项式逼近位移函数可以大大地降低计算量。非周期区域的板可以通过附加边界载荷将其扩展成周期区域的板。利用此方法可以大大降低板弯曲问题的计算量。