3阶非线性光学材料的研究进展及其展望

综述了3阶非线性光学材料的研究进展,重点阐述了有机及无机物质的3阶非线性光学性质及其应用,最后就3阶非线性光学材料的研究及应用前景和方向进行展望.     

转动悬臂梁自由振动分析

分析了转动悬臂梁的自由振动问题,通过综合运用解析法和数值方法解决了悬臂梁振型函数过于复杂的问题.由于系统本身具有不能忽略的几何非线性因素,使所得到的系统的控制方程为一个强非线性方程.通过采用数值方法得到的系统的自由振动曲线表明,系统是稳定.     

非线性复合材料中组份颗粒形状因子对非线性极化率的影响

研究了电流密度和电场强度间具有非线性关系的一种或多种组份所构成的无规非线性复合材料的有效非线性响应.用平均场近似的方法来研究弱非线性无规复合材料的有效响应,指出了颗粒的微观结构和非线性指标对宏观性质的影响.     

结构非线性平衡路径跟踪方法研究

本文深入研究了结构非线性分析中各种平衡路径跟踪方法,作出简单的物理解释.根据Crisfield和Bathe等平衡跟踪理论,建立起迭代控制策略,并建立起迭代控制方程和相应的初始荷载水平的自动求解方程.为验证本文平衡跟踪方法的可行性,对两个典型例题进行了分析,分析结果表明是可靠的.     

基于LMI的一类Lipschitz非线性系统自适应观测器设计

采用Lypunov方法讨论了一类具有未知参数的Lipschitz非线性系统的状态观测器设计问题, 给出了观测器的结构形式和参数估计的自适应律.并以线性矩阵不等式组的形式给出了观测器渐近稳定的充分条件.合理地选取了增益矩阵,消除了增益矩阵选择不当所带来的保守性和盲目性.改善了有关文献的结果.     

非线性稳定性与奇异直的关系

研究了奇异值的大小与基流的非线性稳定性和不稳定性的关系.结果表明,它们两者之间存在很好的对应关系;奇异值的大小随着基流的稳定性(不稳定性)加强而变小(增大).稳定情形下最大奇异值明显小于不稳定情形下的最大奇异值.     

取代基数目及取代基位置对1,3,5-己三烯二阶非线性光学系数影响的量子化学研究

采用从头计算方法 ,在HF 6 31G 水平上 ,计算了一系列首尾带推拉取代基的 1,3,5 己三烯的偶极矩 μ和二阶非线性光学系数 β .研究了取代基数目及取代基位置对非线性光学效应的影响 .并设计了具有较大二阶极化率 β的新型非线性光学材料分子     

采用力法和遗传算法的结构非线性分析

考虑结构的材料非线性,采用力法、能量原理和遗传算法对结构进行了非线性分析.首先给出了基于力法和能量原理的线性分析问题的方程,推倒了结构的余能,并采用遗传算法使结构的能量达到最小的方法对结构进行分析.在此基础上,考虑结构的材料非线性,利用力法和遗传算法进行分析.最后用该方法对不同桁架结进行了分析,其结果与运用Castigliano方法所得结果一致,证明采用力法和遗传算法对结构进行非线性分析是准确有效的.     

一类快速非线性预测控制的分析与改进

针对仿射非线性系统,分析了一类快速预测控制算法稳态误差的来源,给出了误差的解析表达式.通过反馈校正消除稳态误差,提高了算法对模型失配的鲁棒性.对水箱液位控制系统的仿真和实验研究,结果验证了分析和改进的有效性.     

悬索桥桥塔横梁施工支架的非线性稳定性分析

从结构稳定性的基本概念出发,分析了理想结构和实际结构分别可能出现的失稳类型,介绍了目前在ANSYS中对各种稳定性分析所采用的方法.针对一实际悬索桥桥塔横梁的施工支架,考虑施工中可能产生的初始缺陷及横向偏压等,利用ANSYS并考虑几何非线性和材料非线性,对其进行了分析.通过对各种初始缺陷和偏压状况下计算结果的比较,得出钢管支架失稳的规律.     

基于多指标非线性控制的单级倒立摆控制

针对单级倒立摆的稳定性问题,建立了单级倒立摆系统的四阶非线性数学模型,运用多指标非线性控制方法,设计了一个多指标的非线性控制器,并借助于系统特征根配置的方法,整定了该控制器中的c、k参数,实现了小车的水平位置和摆杆角度的稳定控制．最后,同时对线性最优二次型调节器和多指标非线性控制进行仿真对比,仿真表明：与线性最优二次型调节器相比,多指标非线性控制方法在控制效果上更为令人满意．     

小波神经网络在过程控制中的应用研究

非线性过程的建模和控制问题尚无通用的模型结构和方法可用于过程控制.结合小波和神经网络方法进行过程控制的通用模型和方法的研究,提出了一种仅用尺度函数逼近的小波神经网络模型,并用它来实现非线性预测控制方案.该模型能用线性最小二乘方法进行拟合,因而具有易于实现和通用的优点.由于简化了在线优化方法,所提出的非线性预测控制方案已在线实现.用该方法进行了两个非线性系统的模型辨识和一个双线性系统的控制仿真,模型的通用性、辨识和控制方法的简单易用和仿真结果表明,所提出的方案对过程工业和非线性、高阶系统有很好的实用性,有着比标准PID控制器好得多的控制效果.     

一类非线性系统的自适应广义预测控制

利用Hammerstein模型描述一类非线性系统，提出了一类适用于非线性系统的自适应广义预测控制算法（NAGPC），该算法将整个控制系统分解成线性和非线性两部分考虑；在线性部分中，根据广义预测控制（GPC）算法中控制增益阵F的特点导出了一种速度较快，计算量不大的GPC改进算法。非线性部份利用插值原理给出了一种便于计算机实时计算的根值解法，并将其解作为整个系统的控制输入。仿真结果表明，NAGPC算法计算速度快，鲁棒性较强，稳定性较好。     

Application research of wavelet neural networks in proces control

非线性过程的建模和控制问题尚无通用的模型结构和方法可用于过程控制。结合小波和神经网络方法进行过程控制的通用模型和方法的研究,提出了一种仅用尺度函数逼近的小波神经网络模型,并用它来实现非线性预测控制方案。该模型能用线性最小二乘方法进行拟合,因而具有易于实现和通用的优点。由于简化了在线优化方法,所提出的非线性预测控制方案已在线实现。用该方法进行了两个非线性系统的模型辨识和一个双线性系统的控制仿真,模型的通用性、辨识和控制方法的简单易用和仿真结果表明,所提出的方案对过程工业和非线性、高阶系统有很好的实用性,有着比标准ＰＩＤ控制器好得多的控制效果。     

发电机励磁控制的Gain Scheduling设计

针对电力系统的非线性特性 ,提出了一种实用的非线性控制设计方法——增益规划 (Gain Scheduling,GS)。选择电磁功率 Pe,机端电压 Vt作为状态划分变量 ,将系统运行域分为若干区 ,在各区内的选定运行点上基于局部线性化模型设计底层控制器 ,如线性最优励磁控制器 (L OEC) ,通过对运行域内其它点实施模糊插值运算 ,得到上层全局的GS控制规律。数字仿真结果表明 ,GSEC能很好地适应系统运行点的变化 ,较固定增益的 L OEC具有更好的控制性能 ;并且可以离线设计 ,在线计算量和存储量均不大 ,利于实际应用     

高速列车受电弓非线性控制研究

对接触网的刚度进行非线性最小二乘拟合,建立了弓网系统非线性模型,采用微分几何理论对弓网间接触力波动进行控制,提出一种输出-干扰解耦方法,通过适当的非线性坐标变换,将非线性系统转化为线性系统,并施以最优控制,仿真结果表明,控制效果良好.     

一种基于Wiener模型的非线性预测控制

提出了一种基于Wiener模型的非线性预测控制方法.通过引入非线性部分的广义回归网络逆模型,将非线性预测控制转化为线性预测控制,用线性优化算法解决非线性预测控制问题,避免了复杂的非线性优化.仿真实验表明了该方法的有效性.     

非线性振动控制的神经网络离散逆系统方法

针对非线性结构振动控制难以用线性控制方法精确控制的情况，提出神经网络离散逆系统方法．建立了结构的离散化模型，再用神经网络将非线性系统通过逆系统变换变为伪线性系统，对该伪线性系统可以用一般线性方法精确控制．该方法将非线性结构控制问题转化成了线性结构控制问题，使问题难度大大减小．对某非线性建筑结构振动作了控制仿真，实现了精确线性化，控制效果曲线与对线性结构控制效果曲线几乎完全吻合．神经网络离散逆系统方法发挥了神经网络和线性控制各自的优点，可用于强非线性结构的振动控制．     

基于神经网络的车用发动机广义预测控制

为了改善具有非线性特性的发动机燃油控制效果,以达到高效率、低污染的要求。利用一种前向神经网络作为非线性系统的模型,并将其分为线性部分和非线性部分。其中非线性部分用单隐层的BP神经网络对其建模,采用学习速度较快的Davidon最小二乘法在线调整网络权值;线性部分采用受控自回归积分滑动平均(CARIMA)模型作为其数学模型,用递推最小二乘法(RLS)作为其参数辨识的方法。每步将所得非线性系统的网络模型线性展开,得到线性回归模型,并以非线性前馈增益方式补偿建模误差,建立了一种适合非线性系统的自校正广义预测控制器。仿真结果表明该算法收敛速度快,控制动作平稳,控制效果理想。     

非线性数据分析中的算法优选

运用模糊优选理论建立非线性数据分析方案的优选模型，进行非线性数据分析方案选择，能有效地减少主观因素的影响，优选结果准确可靠。结合实例介绍了模型的使用方法。