基于改进隐马尔科夫模型的鲁棒用户行为识别

提出了一种基于改进隐马尔科夫模型的用户行为识别方法.采用遗传算法用于优化隐马尔科夫模型的初始参数,将混沌算子代替遗传算法中高斯变异算子,以避免传统遗传算法在收敛过程中的停滞和早熟问题,并有效解决传统隐马尔科夫模型中Baum-Welch算法对初始参数敏感的问题.此外,采用UCI中ADLs数据对用户行为进行识别,实验结果表明该方法具有很高的识别率和可靠性.     

盆地型长周期地震动的判别准则

为了筛选出盆地内超高层结构抗震设计所需的盆地型长周期地震动(简称为长周期地震动)验算波,总结了长周期地震动的形成机理,分析了长周期地震动中面波的卓越性,提出了截取由面波主导的地震动尾波的方法,通过基于尾波特性的统计分析得到了长周期地震动的判别准则.结果表明:沉积盆地边界所激发的面波在盆地内传播、叠加以及依频率放大是长周期地震动的主要形成机理;长周期地震动中由面波主导的尾波段对长周期结构响应起控制作用;长周期地震动判别准则宜定为:速度反应谱卓越周期大于2s,且截取出的尾波与原始波在速度反应谱卓越周期处的谱幅值比大于85%.     

基于轿车的车车角度碰撞约束系统优化研究

为探究车车角度碰撞下的乘员约束系统参数设计准则,建立了某紧凑型车30°车车角度碰撞有限元模型和MADYMO驾驶区约束系统模型,并对整车模型及约束系统模型进行了验证.对安全带、安全气囊、安全座椅等约束系统各参数进行了灵敏度分析,运用MODEFRONTIER软件对目标车和同伴车约束系统参数进行优化.结果显示,在30°角度碰撞工况中,安全带D环位置及带扣点/锚点位置两个参数对驾驶员头部和胸部损伤影响显著,同时带扣点/锚点位置还对大腿轴向力有着显著的影响,而安全气囊点火时刻、气囊气体质量流率及泄气孔面积、安全带预紧器点火时刻4个参数对目标车和同伴车驾驶员各部位损伤影响都较为显著.优化后,目标车和同伴车WIC值分别减小了33.7%、7.4%,从而使此车型的约束系统在30°角度碰撞中对目标车和同伴车驾驶员的保护效果都达到最好.     

强度、刚度与模态约束下的FSC赛车车架轻量化

研究了在满足频率、强度、刚度约束的前提下,通过尺寸优化实现中国大学生方程式大赛(FSC)赛车车架的轻量化设计.首先,根据FSC规则要求建立车架的有限元模型.其次,设置5种静态特性分析工况、5个重要部位的刚度分析工况与前六阶自由模态分析工况对车架结构进行性能分析,构建以质量响应最小为优化目标,以材料的许用应力、重要部位的许用刚度和发动机的激振频率为约束条件,以车架管厚为设计变量的尺寸优化模型.最后,通过序列线性规划对非线性优化模型进行近似求解,取得了良好的轻量化效果:FSC赛车车架降重5.34kg,减重15.7%.     

基于网格变换技术的9岁儿童C4-C5颈椎有限元模型开发与验证

针对通过手动画高质量网格的传统有限元建模方法存在建模周期长的问题,应用网格变换技术,结合开发的一套自动识别并提取标识点的方法,快速地建立了9岁儿童C4-C5颈椎有限元模型.应用材料缩放的方法,获得了9岁儿童颈部材料参数,并参考尸体试验数据,在拉伸、前屈及后伸工况下对模型进行了验证.结果显示,与全部人工识别并提取标志点的方法相对比,该套取点方法节约了2/3~3/4的时间.开发的有限元模型网格质量高,平均几何模型精度误差是0.46mm.模型仿真输出值与试验值吻合良好,精度达到90%以上.通过该方法开发有限元模型可节省大量的时间,并且模型具有较高的生物逼真度.同时该方法具有较强的适应性,可应用于各类复杂几何的快速有限元建模.     

基于贝叶斯理论的多模型结构识别的试验研究

基于贝叶斯理论的抽样方法,对结构的多模型结构识别问题进行试验研究.采用基于贝叶斯理论的多模型结构识别的概念与基本框架,以及马尔科夫链-蒙特卡洛模拟(MCMC),建立了有限元模型库.针对MCMC在参数维度较高时不易收敛和计算效率低下等问题,提出了一种改进的MCMC抽样方法来进行多模型结构识别.利用Matlab-Strand7的交互访问技术(API)能够进行大型结构有限元模型的参数自动修正,在获得校验后的有限元模型库后,能基于有限元模型的后验概率分布进行预测.为了验证该理论的可行性和有效性,针对一根简支梁的数值算例和一座实际大跨钢管混凝土桁架系杆拱桥进行了基于贝叶斯理论的结构识别研究与响应评估,并使用传统的单模型结构识别方法——遗传算法(GA)进行对比分析,结果表明本文提出的基于贝叶斯理论的多模型结构识别方法能够更好地进行结构响应预测.     

敏度分层过滤策略克服连续体拓扑优化荷载病态问题

针对工程结构中所承受载荷幅值之间相差多个数量级,使用传统拓扑优化方法所得结果中较小载荷传递路径消失的荷载病态现象,提出一种简单有效的敏度分层过滤策略.将各载荷以幅值大小进行分层,并计算各载荷对结构对应的应变能数值.在此基础上,引入比较判断系数和放大应变能影响系数,将各灵敏度以大小进行分层,对不同层次灵敏度进行不同的过滤以取得多载荷作用下最佳材料布局.本文敏度分层过滤策略是在Solid Isotropic Material with Penahiation(SIMP)框架下提出的,并使用Optimality Criteria(OC)方法进行求解.使用二维和三维算例验证了所提策略的有效性,表明该策略可以有效克服荷载病态现象,为结构设计中得到完整传力结构布局提供重要指导.     

硬化非高斯结构响应首次穿越的Monte Carlo模拟

在对比分析已有硬化非高斯模型(Winterstein硬化模型、Ding和Chen模型)的基础上,提出了一个基于Zhao和Lu模型的新硬化非高斯模型.新模型预测偏度和峰度的误差比既有硬化模型小,且最大误差分别为0.311和0.479,表明新模型具有良好的精度;同时新模型扩展了Zhao和Lu模型的适用范围.最后运用新硬化模型模拟硬化非高斯过程样本,发展了硬化非高斯结构响应首次穿越的Monte Carlo模拟方法.数值算例验证了本文方法用于硬化非高斯结构响应首次穿越失效概率计算有较高的精度;杭州新火车东站大跨屋盖以及南水北调工程渡槽结构工程实例说明了本文方法的使用过程.     

基于多尺度卷积神经网络的交通标志识别

针对自然场景中交通标志识别问题涉及的识别准确率和实时性改善需求,提出了一种改进的基于多尺度卷积神经网络(CNN)的交通标志识别算法.首先,通过图像增强方法比选实验,采用限制对比度自适应直方图均衡化方法作为图像预处理方法,以改善图像质量.然后,提出一种多尺度CNN模型,用于提取交通标志图像的全局特征和局部特征.进而,将组合后的多尺度特征送入全连接SoftMax分类器,实现交通标志识别.采用德国交通标志基准数据库(GTSRB)测试了所提算法的有效性,测试结果表明,算法在GTSRB基准数据集上获得98.82%的识别准确率以及每幅图像0.1ms的识别速度,本文算法具有一定的先进性.     

玄武岩织物增强水泥基复合材料拉伸力学性能

利用美特斯(MTS)万能试验机研究了掺入不同体积掺量(0、0.5%、1.0%、1.5%)短切碳纤维、玻璃纤维、钢纤维的2层和3层玄武岩纤维织物增强水泥基复合材料的拉伸力学性能.结果表明:短切碳纤维、玻璃纤维、钢纤维均可明显增加玄武岩纤维织物增强水泥基复合材料的开裂强度,并且存在最优体积掺量;在0~1.5%掺量范围内、2层织物时,开裂强度随着3种短纤维掺量的增加而增加,掺量1.5%时最大;3层织物时,开裂强度随着碳纤维、钢纤维掺量的增加先增加后减小,掺量1.0%时达到最大值,而随着玻璃纤维掺量的增加持续增加,掺量1.5%时最大.短切碳纤维、玻璃纤维不能增加其峰值荷载,而钢纤维则明显提高其峰值荷载,2层织物时最优掺量为1.5%,3层织物时最优掺量为0.5%.