光弹性条纹级数的自动判别方法

本文提出的等差线条纹级数的自动判别方法,是通过两次扫描,依靠计算机软件功能实现条纹级数的自动判别。此方法不需要增加任何辅助设备,简单,易行,既适用于自动化系统,也适用于人工采集条纹的级数判别。     

一种通过改进Canny算子提取光弹条纹骨架线的方法

光弹性法是确定应力集中系数的有效手段，在实际工程中应力参数都是通过分析光弹干涉条纹图获得的，由于光弹干涉条纹图的复杂性，且影响成像质量的因素较多，因此如何从光弹干涉条纹图中撇开其复杂性，较高精度的提取骨架线，是一项较困难的工作，本文提出一种由改进的Canny算子对条纹方位图进行直接运算提取光弹条纹骨架线的算法，实验表明此方法对光弹条纹图很有效。     

一种通过条纹方向图提取散斑条纹中心线的方法

在光测力学中,如何从单幅散斑干涉条纹图中消除散斑噪声,高精度自动提取相位信息,是一项较困难的工作。本文提出了一种计算条纹方向的简单算法,以及通过条纹方向图提取散斑条纹中心线的方法。实验表明此方法对高噪声的散斑条纹图非常有效。     

光弹性等差条纹级数的识别

本文根据光弹性和光干涉原理,提出了利用双波长测得的扣纹级数小数部分计算条纹全量的方法,并经计算和实验验证其正确性,它的精度取决于小数条纹部分的测量精度.本方法将为光弹性实验数据的自动采集提供了方便.     

光干涉条纹图的中心线提取算法

本文针对光干涉条纹图的特点,以近年来采用的多种方法为基础,找出了提取条纹中心线的“探索数”算法。分析和实验表明,该算法实现速度快,处理精度好,自动化程度高。本文介绍了该算法处理云纹图和全息图的实例。     

一种确定压剪全息干涉条纹级数的理论与实验研究

针对全息干涉条纹判读的难点,结合断裂力学知识、焦散线法和实时全息干涉,探讨了一种计算含有预制裂纹试样实时全息干涉条纹强度值的理论方法.并进行实验验证,结果表明这种分析对于相关研究有一定的参考意义.     

基于BP神经网络辅助的惯性/天文组合导航方法

针对高动态环境下惯性/天文组合导航精度下降的问题,提出一种基于神经网络辅助的惯性/天文组合导航方法。首先以组合导航滤波估计过程中的增益矩阵和动态环境下的惯性器件量测信息构建特征向量;然后,采用导航估计误差对BP神经网络进行训练;最后,利用BP神经网络的输出结果辅助修正组合导航系统。计算机仿真验证结果表明,相较于传统方法,基于BP神经网络辅助的惯性/天文组合导航系统的姿态估计精度可提高30%以上,在动态环境下姿态精度可以保持在5″(1σ)以内。所提出的方法对提高动态环境下惯性/天文组合导航系统的精度和适应能力具有一定的参考价值。     

光测力学的研究现状和展望

光测力学是实验力学的一个重要分支,在工程中得到了广泛的应用。本文简要地回顾了上海光测力学三十来年的进展情况,内容涉及普通的光弹性以及现代的光测力学在基本原理、测试技术与方法的研究和在工程、生物力学、断裂力学中应用的情况,并讨论了目前研究的重点与前景。     

光载波条纹图的锁相处理

本文提出了光载波条纹图的锁相处理方法,以对光载波条纹图作精确定位。给出了适合于计算机处理的离散递归实现步骤。在非线性模型下对定位精确度作了详细分析。实验结果表明,当暂态影响衰减后,能对条纹图进行精确定位而无稳态误差,对断裂条纹的大范围补偿也取得了较好的效果。     

基于多通道滤波技术的散斑条纹图正则化方法

在光测力学中,条纹图正则化是进一步提取条纹位相信息的重要基础。对于散斑条纹图来说,正则化的过程还需能够有效地抑制散斑噪声。本文提出一种基于多通道滤波技术的散斑条纹图正则化方法。通过使用多个Gabor滤波通道对散斑条纹图进行滤波,并且引入与条纹对比度有关的权重因子把各个滤波通道的滤波结果叠加起来,最终得到滤除了散斑噪声的正则化条纹图。数值模拟和实验结果表明,该方法在将散斑条纹图正则化的同时能够有效地滤除条纹图中的散斑噪声,为进一步提取条纹位相奠定了良好的基础。     

光测条纹图处理中免除噪声的正则化条纹法

在光测条纹图自动处理研究领域内有许多不同种类的处理方法,免除噪声的正则化条纹法,或称纯条纹灰度法,是有效的方法之一。本文综述了作者提出的免除噪声正则化条纹法的原理和多种方法。然后对广义旋滤波进行了改进,用于消除 Ｅ Ｓ Ｐ Ｉ图的散斑噪声,并且不损害条纹信号分布。实验表明本方法具有良好的结果和前景。     

基于神经网络改进WENO-Z重构方法

本文通过使用深度神经网络对WENO-Z格式的非线性权重进行改进,提出了一种新的WENO-Z-NN格式．新格式首先用神经网络去随机扰动有限体积系数集,然后用代表偏微分方程解的波形生成的数据,采用L2正则化来学习扰动的最优函数,最后引入测试函数并结合最小总变差和最小总偏差作为评估依据进行后处理,从而得到新的权重．一维波动方程和一维Euler方程的数值结果表明,无论是在粗网格还是在细网格,本文所提出的WENO-Z-NN格式的激波捕捉能力明显优于传统的WENO-Z和WENO-JS-NN格式．     

基于神经网络的隐式显化方法在结构可靠度分析中的应用

针对结构可靠度分析中极限状态方程不能明确表达的情况,结合神经网络技术,提出了隐式极限状态方程转换为显式表达式的方法.该方法利用神经网络的非线性映射能力,构造出显式表达的极限状态方程,从而可以很方便的引入一次二阶矩等其他基本求解方法进行结构可靠度分析.实例数值结果表明,基于神经网络将隐式函数转化为明确表达的极限状态方程是可行的,同时该方法具有较高的精度,为结构可靠度计算提供了新的有效思路和手段.     

中深孔爆破振动参数的BP神经网络预报

以某工程不同爆点不同监测点的爆破振动监测数据为背景 ,在分析爆破振动主要影响因素的基础上 ,建立了能同时对爆破振动速度峰值、振动主频率和振动的持续时间进行预报的BP神经网络模型。该模型的预报结果 (爆破振动的幅值、振动主频率和振动持续时间 )与实际监测结果基本吻合 ,从而得到了该场地不同地质、地形情况下爆破振动预报的BP神经网络模型。     

确定裂纹尖塑性区的神经网络方法

通过构造反向传播神经网络，对裂纹尖端的应力场进行学习，进而实现对裂纹尖端应力场函数的逼近。经过学习的网格具有相当的联想、记忆能力和一定的稳定性，并且可以快速、准确地计算实际情况中带裂纹构件的裂纹尖端应力场，确定裂纹尖端的塑性区。便于分析带裂纹构件裂纹的扩展。     

基于复数神经网络的粘弹性材料动态模量拟合方法

固体火箭发动机药柱粘弹性材料除具有弹塑性特性,还具有粘滞性,这一特性使得材料变形具有明显的时间效应,本构关系复杂,进行动态力学分析时,动态模量难以有效拟合．本文提出了一种基于(Levenberg-Marquardt, L-M)算法的复数神经网络拟合粘弹性材料动态模量的方法．通过广义Maxwell模型推导得到材料的动态模量表达式,以此构造未定网络参数为复数的神经网络,从而提供了一种输入、输出样本均为复数的神经网络解决方法．将实数L-M训练算法进行改进,衍生到复数领域,提出复数L-M训练算法．通过粘弹性材料实验,将实验数据时温等效转换,获得复数神经网络的训练及测试样本．通过对神经网络进行训练,实现粘弹性材料动态模量的高精度拟合．数值算例表明,与传统神经网络拟合方法相比,所提方法在训练速度和泛化能力方面都有其优越性．     

结构损伤的小波分形神经网络检测

用神经网络进行结构损伤检测、分析的有效性在很大程度上取决于训练样本的好坏。小波变换在时域和频域都具有表征信号局部特征的能力,小波包分析利用可以伸缩和平移的可变视窗能够聚焦到信号的任意细节,因此对有损伤的结构的非线性动力特性能进行有效的分析。利用分形几何方法不依赖于系统的数学模型的特点,将分形维数与小波分析相结合,建立了结构损伤的小波分形神经网络检测方法。研究结果表明,结构不同状态下的振动信号的各频段分形维数有明显的不同,可以将振动信号的各频段分形维数作为结构损伤检测的特征量,并用神经网络将结构的不同状态模式识别出来。     

基于神经网络的界面裂纹尖端场分析

通过构造反向传播神经网络,对裂纹尖端的应力场进行模拟,进而实现对裂纹尖端应力场甬数的逼近。得到的网络具有较高的联想、记忆能力和相当的稳定性,并且可以快速、准确地得到带裂纹构件的裂纹尖端应力场,从而确定裂纹尖端的塑性区和分析裂纹的扩展。数值计算给出了LY12-CZ材料裂纹扩展方向的计算结果,与实验结果吻合较好,还给出了两相材料含界面裂纹在复合型载荷作用下的塑性区形状的变化情况,并对两相材料含界面裂纹在复合型载荷作用下裂纹的扩展方向进行了预测。