不同应变率下玻璃态高聚物非线性屈服后行为的唯象本构定律

基于描述高温下金属行为的方法并经过修改状态变量本构方程，本研究提出一个无定形高聚物的粘塑性行为的模型．该模型包括了应变率敏感性效应，应变软化效应和应变硬化效应．在不同应变率和低于玻璃态转变温度(Tg)范围内，利用已发表的单轴试验的实验数据给出了一个确定模型参数的方法。数值算法表明该模型能较好预示屈服后的本征软化以及随之而产生的渐进定向硬化，尤其是对无定形玻璃态高聚物．     

水泥砂浆的率型本构方程

水泥砂浆的动态力学行为具有应变率敏感的非线性粘弹特性,并伴随着微损伤的率型演化,给出的水泥砂浆计及损伤演化的率型本构方程,与实验结果吻合良好。     

材料微损伤在高速变形过程中的演化及其对率型本构关系的影响

材料在高速变形过程中常常伴有不同形式的内部缺陷或微损伤的演化。根据锆合金中孪晶演化，钛合金中绝热剪切带演化，以及铸镁合金、有机玻璃和水泥砂浆中微裂纹演化的实验观察，基于热激活机制，提出了同时依赖于应变率和应变的微损伤演化律，及相应的计及损伤弱化效应的率型本构关系。     

ZWT非线性热粘弹性本构关系的研究与应用

回顾和介绍了源于高分子材料非线性热粘弹性本构特性研究的ZWT（朱玉唐）本构模型。该模型揭示了高聚物在跨越准静态到冲击动态8个量级应变率范围和大应变下的本构非线性来自纯弹性响应而其率相关响应基本呈线性;发现准静响应和高应变率响应分别由各自的特征松弛时间控制,而各自的影响域仅为4．5个量级应变率;在同时考虑湿度效应后发展了非线性热粘弹性本构模型,并建立了相应的时间／速率与温度间的互换／等效关系;实验证实ZWT方程对热固性塑料、热塑性塑料和高聚物基复合材料都适用,并可推广到混凝土;在研究了材料内部损伤在冲击大变形下的率相关抽伤学化律后,进一步提出了计及损伤率型演化的ZWT方程和相应的双变量（应变、应变率）动态破坏准则;基于ZWT方程研究了粘弹性波的弥散和衰减特性,指出存在一个由高应变率松驰时间占统治地位的“有效传播时间”或“有效传播距离”;进而一方面提出了一个确定高聚物在高应变下粘弹性本构方程的反问题解法,另一方面把传统的SHPB弹性压杆技术推广到粘弹性压杆,从而可对低波阻抗材料进行冲击试验研究。     

描述橡胶粘超弹性的一个本构模型

提出了一个粘超弹性本构方程用于描述在高应变率下的行为。本构模型由两个部分组成：一个表征准静态超弹性特性,另一个描述非线性应变率相关行为。其6个材料参量由实验数据拟合确定,基于这一材料模型,数值模拟橡胶垫片受冲击载荷的3维动态响应计算结果和实验记录是一致的。     

环氧树脂在高应变率下的热粘弹性本构方程和时温等效性

在—20℃～100℃的温度范围内用SHPB实验技术研究了环氧树脂在高应变率(10~2～10~3s~(-1))和直到7.5％大应变下的粘弹性力学行为。提出了一个简单实用的非线性热粘弹性本构方程,并发现存在一种时温等效性。在加卸载全过程中,理论计算值与实验结果相当符合。     

高应变率下的率相关损伤演化及其对材料动态行为的影响(英文)

实验和数模结果都揭示动态损伤演化同时依赖于应变和应变率.基于热激活机理提出了一个新的损伤演化率和一个新的断裂准则.为确定材料的损伤参数,发展了两种途径:DM-ZWT途径和BP神经网络途径.两种途径的理论预示都与实验数据很好地相一致.     

混凝土材料动态本构关系

利用改装的杆径为φ74mm的直锥变截面式Hopkinson压杆对混凝土材料进行动态压缩实验,系统地研究了混凝土的应变率硬化效应和损伤软化效应,进而拟合出混凝土材料的损伤型线性粘弹性本构关系。     

冲击载荷下高聚物动态本构关系对粘弹性波传播特性的影响

从广泛适用于工程塑料的ＺＷＴ非线性粘弹性本构方程出发，研究了冲击载荷下粘弹性波传播特性与本构特性间的相互依赖和影响。以有机玻璃、聚碳酸酯和环氧树脂为实例，通过数值模拟，对粘弹性波的传播特性作了分析比较。建议了一个在准静态试验基础上，通过测量粘弹性波两个主要传播特性参数（特征波速和衰减因子）来确定高聚物高应变率下动态本构方程的方法。理论预示和实验结果相符。     

玻璃态高聚物PMMA非线性粘弹-塑性本构方程的恒应变率近似解析解

本文基于粘弹-塑性耦合的本构理论模型和玻璃态高聚物PMMA在室温(T=298 K)和应变率ε=1.0×10~(-4)-1.0×10~(-1)s~(-1)范围内实测的单轴压缩加卸载循环的应力-应变曲线,给出了非线性粘弹-塑性本构方程在恒定应变率条件下的一个近似解析解,理论计算与实测的应力-应变曲线比较结果表明:在上述试验条件范围,吻合情况十分良好。     

基于粗糙集和BP神经网络算法的网络故障诊断模型研究

针对计算机网络故障诊断知识库冗余性高、神经网络与PCA、DS证据等理论相结合诊断精度不高的难题, 提出了一种新的基于粗糙集和BP神经网络的计算机网络故障诊断模型. 首先利用粗糙集算法对网络故障特征进行约简处理、提取最小诊断规则; 其次利用最小规则训练BP神经网络, 建立基于粗糙集和BP神经网络的计算机网络故障诊断模型; 最后将模型运用于真实网络故障数据诊断. 结果表明: 该模型具有学习效率高、诊断速度快、准确率高的特点, 能够快速诊断网络故障类型.     

基于BP神经网络的CMOS电路平均功耗宏模型

提出了一种基于神经网络的功耗宏模型，该模型提取CMOS（互补金属氧化物半导体）集成电路原始输入／输出流的统计特征，采用反向传播BP神经网络对电路的平均功耗建模．与传统的基于查找表和经验方程的宏模型相比，该模型占用内存少，不需要根据不同的电路预先假定拟合函数的形式．基于ISCAS-85电路集的实验结果表明：功耗估计的平均相对误差小于10％，均方根误差可基本控制在5％以下.     

BP人工神经网络用于除草剂活性预测

采用AMI方法研究了10种新型的磺酰脲类除草剂的电子结构，并以原子的Mulliken净电荷和除草剂在不同浓度(100，10mg／L)下对油菜、稗草两种作物的根、茎部位的抑制率为训练样本集。构造并训练得到具有活性预测能力的BP神经网络．结果表明，该BP网络不仅能对训练样本很好拟合。亦能对未知化合物的活性作出很好的预测．     

基于GA的BP网络模型及其应用

提出了一种基于实数编码的GA-BP复合算法,该算法对BP网络初始权值、结构、学习规则进行优化,从而在解空间中搜索出最优解,文中还给出了应用该算法解决油气产能预测的实例。     

遗传BP神经网络在PID控制器中的应用

提出了一种基于遗传BP神经网络的自整定PID控制器的设计方法．利用遗传算法搜索出一组准优的PID参数,作为PID控制器参数的初值,在利用BP神经网络具有逼近任意非线形函数的能力,在线调整PID参数,以确保系统的响应具有最优的动态和稳态性能．计算机仿真结果表明,这种控制算法鲁棒性强,响应速度快,可用于控制不同的对象和过程．     

基于神经网络的结构损伤诊断的探讨

利用神经网络技术对框架结构的损伤位置和损伤程度进行了研究,用振动模态分析技术对组合结构、框架结构的动力参数进行计算,得出组合结构的各种单损伤情况和双损伤情况的各种组合的频率、竖向位移、水平位移变化数据,将这些数据和损伤位置、损伤程度之间的映射关系作为网络训练样本,用神经网络技术进行数值模拟,提出了修正隐含层节点数公式和优选振型向量的方法.说明了用低阶振型和经优选后的振型向量结合的方法进行组合结构、框架结构损伤诊断的可行性,并且用这个方法成功地解决对称结构难于判断对称损伤的难题.     

基于BP网络分类器的交通标志识别

针对中国全部3大类116个交通标志,即禁令标志、指示标志、警告标志,用BP网络实现分类功能.实验中使用了3种测试集,即加高斯噪声、水平扭曲和日本交通标志实景图,对BP网络的分类性能进行了测试.实验结果表明:用BP网络实现交通标志粗分类功能的效果是比较理想的,对交通标志的颜色失真和形状失真均具有较好的容错性和鲁棒性.     

基于混沌时间序列的非线性动态系统神经网络建模与预测

在分析神经网络非线性建模原理的基础上，以典型的非线性差分方程为研究对象，提出了一类基于神经网络的非线性动态系统建模方法．针对传统BP算法的局限性，提出了一种非线性动态系统神经网络改善梯度估计精度的新算法．并以上证综合指数时间序列为研究对象，运用本文提出的建模方法和算法，进行了我国资本市场混沌时间序列预测研究的实例分析，得到的单步预测上证综合指数误差很小(-100～100)；多步预测在最初的10步之内预测效果较为理想，而在此之后的预测值则严重偏离真实值．这与混沌时间序列特性相吻合，同时也证明了所用算法的有效性．