三类随机系统广义概率密度演化方程的解析解

近年来逐步发展的概率密度演化方法理论为随机动力系统的分析与控制研究提供了新的途径.过去若干年来,已经发展了一系列数值方法如有限差分法、无网格法用于求解广义概率密度演化方程.但是,针对典型随机系统,关于这一方程解析解尚比较缺乏.本文以李群方法为工具,研究给出了Van der Pol振子、Riccati方程和Helmholtz振子3类典型随机非线性系统的广义概率密度演化方程解析解.这些结果,不仅可以作为检验求解广义概率密度演化方程的数值方法结果正确性的判别依据,也为概率密度演化理论的进一步深入研究提供了若干分析实例.      

再生核质点法研究进展

概述了无网格再生核质点法的近似方案和本质边界条件的处理;综述了再生核质点法在结构动力学、大变形分析、计算流体力学、断裂及损伤力学、微机电结构分析中的应用;从工程应用和改进再生核质点法的角度提出了未来的若干研究方向.      

非线性侵彻动力过程的再生核质点法

通过在再生核质点法中引入Johnson-Cook本构方程及损伤模型,并利用新型的滑移面算法及配 点法解决再生核质点法中的接触面和质点滑移问题,方便实现边界条件和计算过程中质点速度调整。通过侵 彻过程再生核质点法研究,实现了弹丸侵彻靶板过程的模拟分析,避免了有限元法中单元严重变形和破坏过 程的网格重构困难,提高了分析精度和计算速度,可方便模拟侵彻的大变形和高应变率现象。     

随机动力系统中的概率密度演化方程及其研究进展

从概率密度演化的基本思想出发,阐述了概率密度演化方程的历史、进展与应用.文中首先剖析和澄清了概率守恒原理的物理意义,论述了概率守恒原理的随机事件描述和状态空间描述,并由此阐明了概率密度演化与系统物理演化的内在联系, 即:系统的物理状态演化构成了概率密度演化的内在机制. 在此基础上,结合概率守恒原理的两类描述以及系统状态的物理演化方程,以与历史上不同的方式,重新推导了经典概率密度演化方程,包括Liouville方程、FPK方程和Dostupov-Pugachev方程,进一步阐明了这些方程的物理意义, 以及它们不能降阶的原因.结合概率守恒原理的随机事件描述和解耦的系统物理方程,导出了广义概率密度演化方程. 分析了广义概率密度演化方程的物理意义.以非线性结构随机反应的概率密度演化分析为例,展示了概率密度演化理论的应用前景. 最后,指出了需要进一步研究的问题.      

高速冲击过程数值分析的再生核质点法

利用新型的无网格方法-再生核质点方法对高速冲击过程进行数值模拟,给出了控制 方程,分析中引入Bordner-Partom本构模型来实现材料高速冲击条件下的大应变和高应变 率的特性,提出了新的接触面处理方法,介绍了速度配点法来实现接触面及其它本质边界的 速度条件. 数值模拟表明,再生核质点法能够准确模拟高速冲击过程,具有较高的计算精度.     

形状设计灵敏度分析的改进的再生核质点法

基于物质导数概念和直接微分法,将再生核质点法应用于形状设计灵敏度分析（DSA）中。导出了基于无网格近似的灵敏度方程,特别强调了在考虑形状函数关于设计变量的物质导数时无网格方法与有限元法的不同。通过对RKPM形状函数及其物质导数进行矩式显式表述,提高了无网格方法的计算效率。对两个二维线弹性问题进行了位移灵敏度和应力灵敏度分析,计算结果与解析解吻合的很好;同时通过对通常的RKPM和改进的RKPM计算耗时的比较,显示了该方法不仅有效,而且可以显著地提高计算效率。     

非线性随机动力系统的概率密度演化分析

阐述了基于概率密度演化理论进行多自由度结构非线性随机动力反应分析的基本思想.采用随机过程的正交分解或物理系统建模的思想,实现随机激励的随机函数表述.对由此获得的随机状态方程采用概率密度演化理论求解,可以获得随机动力系统反应的概率密度函数及其演化.以某剪切型框架结构的非线性随机地震反应分析为例,说明了所发展方法的可行性和有效性.     

基于概率密度演化方法的随机结构可靠度分析

随机结构反应的概率密度演化方法能够给出随机荷载作用下随机结构反应的概率密度函数。在此基础上,根据给定的正常使用位移限值要求,直接进行积分给出了随机结构的正常使用可靠度及其失效概率。在实例分析中,与一类情况下的精确解答及基于反应正态分布假定的二阶矩方法分析结果进行了比较。研究表明：基于密度演化方法的随机结构可靠度分析具有很高的精度,而二阶矩方法的可靠度分析结果则往往具有一定的偏差,在失效概率较低时可能给出虚假的失效概率。     

随机结构静力反应概率密度演化方程的差分方法

随机结构分析的概率密度演化方法是分析随机结构静力反应的一种具有良好前景的方法。本文研究了求解随机结构静力反应概率密度演化方程的差分方法，分别探讨了单边差分格式和Lax-Wendroff格式的计算性态。二者均能满足概率相容性条件并且能够保证均值线性增长。以八层框架结构的静力随机反应为例，对两种差分格式的结果及精确解答进行了具体的比较分析。研究表明，两种差分格式均是收敛和稳定的，在不连续点处存在角点效应．单边差分格式能够保证概率非负性，而Lax-Wendroff格式具有往往更快的收敛速度。就变异系数而言，通常单边差分格式的变异系数随着区间离散数的增长而趋于稳定值，Lax-Wendroff格式则一开始就可得到恒定的值。     

结构随机反应概率密度演化分析的数论选点法

密度演化方法可以直接获取结构的线性和非线性响应概率密度函数解答及其演化过程。当结构参数与激励中含有多个随机变量时，在多维随机变量空间中的离散代表点选点规则对密度演化分析的精度和效率至关重要。基于高维数值积分的数论方法，建议了多维随机变量空间的数论选点方法。利用多维随机变量空间的联合概率密度函数的球对称性或近似辐射衰减性质，对数论方法给出的单位超立方体中的分布点集进行筛选，可大幅度减少选点数目，从而将具有多个随机变量的结构随机响应分析问题计算工作量降低到与单一随机变量结构随机响应分析问题相当的水平。     

求解Helmholtz方程基于核重构思想的最小二乘配点法

基于核重构思想构造近似函数，将配点法和最小二乘原理相结合对微分方程进行离散， 建立了Helmholtz方程的最小二乘配点格式，并分别研究了Helmholtz方程的波传播问题和 边界层问题. 通过数值算例可以发现，给出的数值计算结果非常接近于精确解，计算精度明显高于SPH 法的数值结果，且随着节点数目的增加，其精确度越来越高，具有良好的收敛性.     

h-ADAPTIVITY ANALYSIS BASED ON MULTIPLE SCALE REPRODUCING KERNEL PARTICLE METHOD

IntroductionAs one of the meshfree methods, multiple scale reproducing kernel particle method(RKPM)[1,2]bears, besides the common features of all meshfree methods, a uniqueinherent feature of multiresolution analysis by which the structural response can b…     

基于核重构思想的配点型无网格方法的研究--一维问题

无网格方法按其离散原理可分为Galerkin型、配点型等。其中Galerkin型无网格方法的实施需要背景网格,不属于真正的无网格法;配点型无网格方法的实施不需要背景网格,是真正的无网格法。本文首先介绍了重构核点法的基本原理,然后基于核重构思想,与配点法相结合,以一维问题为例,研究了配点型无网格方法,对该方法构造过程中的近似函数及其导数的计算、修正函数的计算及方法的实现等问题进行了探讨。并结合若干典型算例,检验了其计算精度与收敛姓。     

Multiresolution reproducing kernel particle method for computational fluid dynamics

Multiresolution analysis based on the reproducing kernel particle method (RKPM) is developed for computational fluid dynamics. An algorithm incorporating multiple-scale adaptive refinement is introduced. The concept of using a wavelet solution as an error indicator is also presented. A few representative numerical examples are solved to illustrate the performance of this new meshless method. Results show that the RKPM is a good candidate for tackling the widespread large-scale problems in fluid dynamics. © 1997 John Wiley & Sons, Ltd.     

基于核重构思想的最小二乘配点型无网格方法

介绍重构核点法的基本原理和近似函数的构造方法，并基于核重构思想，应用配点法和最小二乘原理，离散微分方程，建立求解的代数方程，提出了一种基于核重构思想的最小二乘配点型无网格方法．与一般配点法相比，该方法的系数矩阵是有对称正定的，计算精度高，稳定性好．该方法的实施不需要背景网格，不需要进行高斯积分，与Galerkin法相比，具有计算量小、边界条件处理简单的特点，是一种真正的无网格法．对该方法构造过程中的近似函数及其导数的计算、修正函数的计算及方法的实现等问题进行了探讨．文中结合若干典型算例，检验了该方法的有效性．     

Stability and dispersion analysis of reproducing kernel collocation method for transient dynamics

A reproducing kernel collocation method based on strong formulation is introduced for transient dynamics. To study the stability property of this method, an algorithm based on the von Neumann hypothesis is proposed to predict the critical time step. A numerical test is conducted to validate the algorithm. The numerical critical time step and the predicted critical time step are in good agreement. The results are compared with those obtained based on the radial basis collocation method, and they are in good agreement. Several important conclusions for choosing a proper support size of the reproducing kernel shape function are given to improve the stability condition.     

Using reproducing kernel for solving a class of partial differential equation with variable-coefficients

How to solve the partial differential equation has been attached importance to by all kinds of fields. The exact solution to a class of partial differential equation with variable-coefficient is obtained in reproducing kernel space. For getting the approximate solution, give an iterative method, convergence of the iterative method is proved. The numerical example shows that our method is effective and good practicability.     

Using reproducing kernel for solving a class of partial differential equation with variable-coefficients

How to solve the partial differential equation has been attached importance to by all kinds of fields. The exact solution to a class of partial differential equation with variable-coefficient is obtained in reproducing kernel space. For getting the approximate solution, give an iterative method, convergence of the iterative method is proved. The numerical example shows that our method is effective and good practicability.     

随机结构响应密度演化分析的映射降维法

提出了随机结构响应密度演化分析的映射降维算法. 在一般线性与非线性随机结构分析中,采用近年发展起来的密度演化方法,能够获得动力响应的瞬时概率密度函数及其演化过程,具有较好的精度. 当具有多个随机变量时,采用常规的格栅型选点将导致过大的计算工作量. 基于Cantor集合映射的基本思想,将多维空间中的离散网格点逐次两两降维,按照概率测度值进行排序、取点,从而将具有多个随机变量的随机结构分析问题的计算工作量降到与仅含单一随机变量的随机结构分析相当的水平. 与随机模拟结果的比较表明：建议的方法具有较高的精度和效率.