多层前向网络在非均匀介质参数识别中的应用

将多层前向神经网络技术和计算力学方法相结合应用于非均匀介质参数识别,提出了一种新的Ｓｉｇｍｏｉｄ函数,使用前网络能较好实现全局最优逼近,采用有限元法获得神经网络训练所需的样本集,然后通过实测点的位移值用三层人工神经网络对非均匀介质进行参数识别,计算机数值实验表明,这种方法是有效的,所得结果具有相当的精度。     

生物芯片压电微流体泵液-固耦合系统模态分析

对压电微流体泵粘性流体周期流动进行厚度积分平均近似,得到包含粘性的,非线性浅水波动方程,并采用有限元法得到微泵液体压强矩阵方程．液体压强矩阵方程和压电硅片振动有限元方程耦合,得到一个包含微泵进出口扩散管的液-固耦合系统振动方程．液-固耦合系统的模态分析结果表明,做泵液-固耦合系统的自然频率比不耦合的硅片振动自然频率低很多．随着微泵厚度的减少,液体附加质量和粘性阻尼对耦合系统自然频率的影响更加明显．同时发现,对应的压电片振型函数在液-固耦合前后没有明显变化,还给出硅片-阶模态的振幅-频率特征曲线,对薄型无阀压电微流体泵,浅水波模型合理地表达了微泵液体流动和压电硅片振动的相互作用,以及液体附加质量和粘性阻尼对微泵液-固耦合系统动力特征的影响。