爆轰驱动多介质问题的Lagrange多分区自适应数值模拟研究

凝聚炸药爆轰驱动惰性金属材料形成的多介质流动问题广泛存在于工程应用领域, Lagrange方法由于其物质界面的高保真特性一直在相关问题的数值模拟中发挥着不可替代的作用.加密网格是提高爆轰驱动多介质问题模拟精度的常用途径之一.然而, Lagrange框架下整体密网格计算常会遇到网格畸变、计算效率低等问题.为此,针对爆轰驱动多介质流动问题,提出了一种Lagrange框架下的非结构网格多层自适应方法,在保证所关心区域局部网格分辨率的前提下,大幅缩减了整体计算规模,提升了Lagrange计算的健壮性.设计了非结构网格多层数据结构,提出了多层网格分层存储、有效网格压至一层进行Lagrange计算的AMR策略,同时还发展了自适应接触滑移耦合算法,实现了AMR计算与多分区接触滑移计算的“紧耦合”.相比于已有工作,所提出的AMR方法既保持了非结构网格多层数据结构的灵活性优势,又避免了Lagrange框架下多层网格分别计算带来的层间耦合困难,同时因实现了与接触滑移的自适应耦合,使得它能很好地适应多分区的多介质问题.在一维、二维爆轰算例验证所提出方法正确性的前提下,开展了拐角爆轰、多层炸药隔爆和有限尺寸弯...     

分布式驱动电动汽车主动悬架T–S模糊控制研究

分布式驱动电动汽车,由于簧下质量增大,导致车轮振动加剧,进而影响车辆平顺性及行驶安全性。为有效抑制分布式驱动电动汽车垂向振动恶化,设计了一种主动悬架T–S模糊控制器,构建了分布式驱动电动汽车1/4悬架动力学模型,基于Matlab/Simulink在B级随机路面及变路面工况下进行动力学仿真,考虑了控制器在车辆参数不确定时的自适应性,探究了T–S模糊控制器在车辆变参数条件下的控制效果,并与PID控制的主动悬架及传统的被动悬架进行比较,通过硬件在环实验验证了控制效果。结果表明,所提出的分布式驱动电动汽车主动悬架T–S模糊控制策略可有效提升车辆的平顺性指标,相对于PID控制及被动悬架,T–S模糊控制也具有更好的多工况自适应能力。     

自适应模糊PID前馈补偿在机载挂飞摆扫转台控制中的应用

针对机载挂飞转台的摆扫速度控制问题,提出了一种利用模糊自适应PID技术进行前馈补偿的复合控制策略。首先根据实际应用提出摆扫转台的期望摆扫速度曲线,并对直流力矩电机驱动的摆扫转台进行了建模;然后根据扰动前馈补偿的控制原理,提出了模糊自适应PID前馈补偿方法,为摆扫转台的速度环设计了模糊PID控制器,并在此基础上设计了与之相适应的的自适应前馈补偿函数;最后进行了仿真结果验证。通过Matlab仿真结果表明,相对于模糊PID控制,所设计的模糊自适应PID前馈补偿控制器能有效的跟踪期望的转台摆扫速度,大幅地提高了在有稳定干扰和摆扫速度越变情况下的跟踪精度。     

变维数自适应神经模糊推理策略及财务诊断应用

提出一种基于主成分分析的变维数策略,用以克服自适应神经模糊推理系统(ANFIS)难以适应数据多维数情况的缺陷。然后结合企业财务分析领域的特点,将优化的自适应神经模糊推理系统应用于公司财务状况诊断。最后,利用样本公司实际指标数据对模型的诊断能力进行了实证研究,结果显示了这种方法的优越性。     

一种基于蚁群算法的边缘提取算法

提出一种基于梯度定义和蚁群算法的边缘提取算法.根据梯度在边缘处的直观响应,提出自适应的边缘特征定义,并结合蚁群算法的特性,令蚂蚁遗留不同等级的信息素.根据搜索权值矩阵得到尽量平滑的边缘,最终的边缘通过自动阈值进行提取.实验表明：该算法的性能在同样的智能算法和经典的边缘检测算子中表现良好,并对噪音不敏感.     

自适应设计广义线性回归多维拟似然估计的渐近正态性

本文研究了自适应设计下广义线性回归的拟似然方程∑ni=1xi(yi-μ(xi′β))=0,其中yi是q维向量,xi是p×q阶随机矩阵,在一定条件下证明了方程的解^βn具有渐进正态的性质.     

强爆炸火球辐射流体自适应网格高精度数值模拟

提出一种自适应网格方法,应用于基于Euler方法的强爆炸辐射流体高精度数值求解.通过与Zinn数值结果对比,验证该方法的正确性.研究自适应网格对冲击波和光辐射输出模拟精度的影响,对比不同网格尺度下的计算耗时.在相同的条件下,使用自适应网格与均匀网格加密3倍得到的冲击波超压分布、光辐射输出演化接近,计算效率提升约8.5倍...     

基于物理信息神经网络的光斑质心计算

为了实现强噪声干扰下的远场光斑质心高精度计算,研究了一种基于物理信息神经网络的质心定位方法—质心物理信息神经网络(centroid-PINN),该方法利用U-Net神经网络优化质心计算误差损失.为了验证该方法,利用模拟产生不同强度的两种类型噪声(斜坡噪声和白噪声)干扰下的高斯光斑训练网络.通过两种类型的光斑(高斯光斑和类Sinc函数光斑)测试神经网络,均得到了较高的质心定位精度.相比传统质心定位计算方法, centroid-PINN无需根据噪声水平设置参数,特别是能够处理斜坡噪声的干扰,获得高精度定位结果.成果可用于高性能激光光斑质心参数测量设备的研制,对于夏克-哈特曼波前测量装置的研制也有一定的借鉴意义.     

三维各向异性叉树网格流场自适应算法研究

建立了三维叉树形网格的数据结构,并将结构网格的有限体积法引入到叉树网格中,建立了相应的NS方程求解方法。在此基础上完善了包括各向异性自适应判别、合并/分裂、网格优化等步骤的算法,并提出了对流场结构进行“保护”性加密的优化加密方式。基于自适应叉树网格对高超声速横向喷流流场进行了数值模拟,捕捉到细致的流场结构,并将壁面压力系数计算值与文献试验值比较,得到了很好的模拟效果,具有较高的流场分辨精度。     

基于自适应Gamma校正的红外图像增强算法

为了进一步提升红外图像的亮度和对比度,同时保持图像的自然效果,提出了基于自适应Gamma校正的红外图像增强算法。用改进的双边滤波作为Retinex的中心环绕函数,以提取红外图像的低频和高频部分,即基础层和细节层。对基础层图像进行自适应于暗区像素占比的Gamma校正,以提升图像的亮度和清晰度,而对细节层图像进行自适应的分段线性拉伸,进一步提升图像的对比度。实验结果证明了本文方法的有效性,相对于现有的方法,本文方法增强后的视觉效果更清晰、细节信息更丰富。