爆破模型动光弹和全息干涉研究中的两个基本问题

在一次爆破加载中同时获得了等差条纹图和等和条纹图，利用２种方法进行无限平面集中爆破载荷的动应力场求解研究，对不同方法的计算结果进行了对比分析并指出了各自的适用范围。为解决复杂条纹图的判读问题，还设计了一种应力波边界反射后条纹判据的检验方法。     

有限元计算应力模拟实验光弹性等差条纹图

提出用有限元计算应力模拟光弹性等差条纹图像的方法，介绍了由计算应力计算图像显示点应力的算法。通过主应力差与光弹性等差条纹的关系获得了模拟条纹图。模拟条纹图的灰度值可由数字图像卡快速全场显示，实现了计算应力的光弹性应力等差条纹图的模拟。所提出的新思路为计算结果与实验结果进行全场定量比较提供了新的途径。     

有限元计算应力模拟实验光弹性等差条纹图

提出用有限元计算应力模拟光弹性等差条纹图像的方法，介绍了由计算应力计算图像显示点应力的算法．通过主应力差与光弹性等差条纹的关系获得了模拟条纹图．模拟条纹图的灰度值可由数字图像卡快速全场显示，实现了计算应力的光弹性应力等差条纹图的模拟．所提出的新思路为计算结果与实验结果进行全场定量比较提供了新的途径     

光弹贴片法检测复合材料残余应力

采用钻孔法结合光弹贴片实测正交异性复合材料板小孔周围释放应力应变场,简要推导光弹等差线条纹级数与测点残余应力的关系式,并以碳/环氧复合材料板为实例,探讨更简便易行的残余应力检测方法。在实验技术上,将聚碳酸酯贴片的单侧表面镀金属铝膜,以提高贴片的反射效率。实验表明,钻孔法结合光弹贴片测量可有效地分析复合材料残余应力问题。     

二维裂纹传播的动光弹性分析

本文用动光弹性法分析探讨二维裂纹传播动态特性,用多火花高速照相机记录双悬臂梁试件中裂纹传播的光弹性等差线条纹图,在几个包含从起裂到止裂的试验中取得这些条纹图的试验数据,给出时间对裂纹长度t-a和裂纹长度对动态应力强度因子a-K_Id两组曲线。讨论了运动方程和它的解。给出裂纹传播的裂尖附近的动态应力场和提供一个光弹性估计动态应力强度因子的实用分析程序。从本文解出发,将数值分析等差线条纹图和试验的等差线条纹图对照,可见两者能很好的符合。     

光弹材料条纹系数测定的实验方法研究

光弹性法在工业界和生物医学工程中得到了广泛应用，实验前都要测量材料的条纹值，为后续的应力-光学定律中用于求解主应力差值。为了测定光弹性材料条纹系数，利用数字光弹仪分别对梁试件、圆盘试件分别进行了实验测试，得到了暗场的光弹性条纹图，利用采集的条纹图和相应的理论公式进行了条纹值的计算。结果表明，利用圆盘试件所加载荷条纹级次多，所测结果较为精确，并且加载简单易于操作。     

等厚条纹的判读

本文论述了等厚条纹判读的原理和方法,并以对径受压圆环为例说明了所述方法的应用;此外,进行了带方孔短梁和带圆孔半无限板的实验,摄取了它们的等厚条纹图及相应的零级条纹图,藉以说明复杂的等厚条纹的判读。等厚条纹图是激光全息光弹性的主要成果,对其条纹的判读是进行定量分析的基本环节,其重要性有如光弹性中等差条纹的判读。按本文所述方法判读等厚条纹,与补偿器法相比,勿需附加设备,简易可靠。本法适用于面内加载的一般二维模型。     

光弹性定向载波研究

研究了光弹性定向载波的基本原理和光强度分布,分析了由此产生载波条纹的分布规律.将光弹性定向载波器置入传统光弹性仪器中的适当位置,转动光弹性定向载波器得到包含测量主应力方向的条纹图,最终通过对光弹性条纹图像处理获得等差线级次和主应力方向,以此提高光弹性实验的精度和速度,为拓宽光测力学的工程应用创造条件.     

法拉第效应在全息光弹性中的应用

在全息光弹仪中,当模型受有应力时,将同时产生两族条纹,一族是等差线,另一族是等和线。前一族条纹与主应力差有关,后一族条纹与主应力值有关。这两组条纹图案并非完全独立,而是互相调制,以至对模型某些区域的条纹图案难于作出解释。因此,对如何分离这两族条纹,一些研究者提出了若干单独获得等差线和等和线的实验方法。本文是在应用了这些方法之后,进一步研制和应用法拉弟效应分离条纹的总结,它较之其他的条纹分离方法更为优越。这种方法是利用光束两次通过模型并加了一个法拉弟旋光器,因而加载时可以完全消除掉等差线对等和线的影响。这样的旋光方法,对于动荷模型的研究及三维全息光弹性的研究将具有相当的价值。文中还提出了一种方法,并进行了初步试验。即应用法拉弟旋光器可以对过去光弹性中以及全息光弹性中使用手动的或机械的办法测取等倾线的做法进行改革。它不再需要使用同步电机或手动操作同步旋转起偏镜和检偏镜的机械机构,而代之以控制电钮来完成。这种方法在使用外腔式激光器时更显示其必要性。根据同样的道理,还提出了采用法拉弟旋光器对等差线分数级条纹补偿,用控制电钮和读取电流值取代旋转分析镜和读取转角。     

光弹实验中纯弯曲梁的等差线图骨架线提取新方法

本文针对光弹实验中等差线骨架的自动提取进行了研究。通过分析等差线干涉条纹图的特性,结合数字图像处理中的图侉平滑、闽值分割、轮廓提取、差影检测等基本的图像处理技术,提出了一种直接细化得到骨架线图的方法。处理结果表明这种方法针对纯弯曲梁的等差线骨架线自动提取,精确度很高,值得推广。     

基于变分模态分解的延时识别法在短延时微差爆破中的应用

短延时微差起爆时间的精确识别,对复杂环境下隧道爆破优化设计和减振控制具有重要意义.针对经验模态分解（empirical mode decomposition,EMD）识别方法和希尔伯特-黄变换（Hilbert-Huang transform）识别方法存在的模态混叠和识别精度低的缺陷,提出了基于变分模态分解（variational mode decomposition,VMD）的延迟识别方法.分别采用VMD识别法、HHT识别法和EMD识别法对八达岭长城站爆破实测振动信号进行处理.结果表明:在短延时爆破识别中,HHT法的识别结果波峰杂乱,无法精确找到起爆时间;VMD法和EMD法的识别率随着雷管延时的增加而增加;延时低于20 ms时,EMD法的识别率约为VMD法的3/4,延时高于20 ms时,两种方法识别率都在80%以上,以上结果表明VMD法在短延时爆破的优化设计中具有一定的参考价值.      

利用高阶累积量的时频重叠MPSK信号调制识别

针对多信号的互相干扰,在时频重叠情况下调制识别困难的问题,提出一种基于高阶累积量的识别方法。由于不同数字调相信号的高阶累积量存在差异;并利用高阶累积量对噪声的不敏感性,从中选取四个特征参数。采用决策树的分类方法,对任意方式组合而成的十种相移键控三信号进行制式识别。实验结果表明,在信噪比不低于0 dB的情况下,可以有效地识别十种时频重叠三信号。与现有的算法对比,该算法在提高信号识别率的基础上,同时也增加了可识别时频重叠信号的个数。     

基于双谱的雷达辐射源识别

针对当前复杂电磁环境下电子侦察中雷达辐射源识别困难的问题,提出了一种基于双谱分析和势函数分类识别雷达辐射源的新方法。首先用Hinich方法检验雷达辐射源信号,发现其具有非线性特性。然后用适合处理该类信号的双谱分析法提取信号的双谱对角切片,利用主成分分析法(PCA)从大量训练样本特征中挑选低维、低复杂度的特征矢量,并融合对分类具有显著贡献的辐射源属性参数作为识别特征矢量。最后采用势函数分类法实现雷达辐射源识别。仿真结果表明,基于双谱的识别法对噪声不敏感,对不同脉内调制的辐射源信号识别率达到了92.9%,该方法为决策层提供了识别不同雷达辐射源的新途径。     

基于数据的MATLAB系统辨识工具箱模型识别

系统辨识是研究建立系统数学模型的理论与方法.从实测的系统输入输出数据或其他数据,用数值的手段重构系统数学模型的办法称为系统辨识.在实际应用中,可以采用许多方法从给定的系统响应数据,如时域响应中的输入和输出数据或频域响应的频率、幅值与相位数据等拟合出系统的传递函数模型,但由于这样的拟合有时解不唯一或效果较差,故一般不对连续系统数学模型进行直接辨识,而更多地对离散系统模型进行辨识.MATLAB的系统辨识工具箱中提出了各种各样的系统辨识函数.在介绍了系统辨识的基本理论和方法的基础上,利用Matlab仿真工具箱对给定实例进行仿真分析.通过仿真结果比较可见,两种方法都能够与实验对象有较好的拟合,而近似最优4阶辅助变量法所得模型拟合精度高于最小二乘法所得模型.     

用几何最小二乘法改进 ITD 法的阻尼识别精度

ＩＴＤ（ＩｂｒａｈｉｍＴｉｍｅＤｏｍａｉｎ）模态识别方法可不用输入系统的信息就识别系统的模态参数，但识别的模态参数常常很不精确，且阻尼比的识别精度很差。当激励信号不是独立白噪声信号时，不应该采用ＩＴＤ法进行模态识别。推导了ＩＴＤ法识别的模态频率和阻尼比的相对误差公式，由此分析了造成阻尼比识别结果很差的原因，并且引入了Ｉ－ｂｒａｈｉｍ提出的双最小二乘算法（ＤＬＳ），在此基础上，提出了几何最小二乘法（ＧＬＳ）。通过理论推导和算例验证得到：一般情况下，ＧＬＳ和ＤＬＳ算法均可提高阻尼比的识别精度，且前者的识别结果优于后者。     

基于数据融合的无人机影像碎屑岩岩性识别

不同类型岩性影像纹理相似性高,基于单一的二维影像进行岩性识别精度较低。本文针对这一问题,开展了顾及影像深度信息的岩性智能识别方法研究。利用无人机影像具有多模态的特性,采用通道叠加、IHS变换、小波变换以及多模态融合四种影像融合方式,将深度信息融入到影像数据中,运用深度卷积神经网络DeepLabv3+进行碎屑岩岩性识别。经人工解译结果对比分析,结果表明,实验区内基于多模态融合影像的岩性识别精度最高,Kappa系数可达76.17%,总体识别精度可提升到91.05%;分析认为,顾及影像深度信息的岩性智能识别方法针对岩层表面不平整,高差落差大的砾岩识别效果有明显提升,但表面平整、高差表现不明显的泥岩和砂岩地层识别效果有待提升,总体为野外碎屑岩露头岩性快速识别提供了新思路。     

不稳定试井分析中参数识别的神经网络方法

在不稳定试井分析中,调整试井解释参数往往花费解释人员大量的时间。特别,当试井解释参数较多时,进行参数调整就更为困难,有时得不到一个合理的参数识别结果。因此,研究新的试井解释参数识别方法势在必行。目前,典型曲线的自动拟合方法是其研究成果之一,但由于数值计算方法的局限,使得该方法难于推广。文中研究了基于神经网络的系统辨识方法在不稳定试井分析参数识别中的应用。通过神经网络对一实际的油气藏系统进行建模和辨识,从而由新的神经网络模型可以获得参数识别结果。着重讨论了均质地层和双重介质地层的压力不稳定测试的参数识别问题,一个实例的分析显示了该识别算法的特性。     

基于连续域蚁群改进算法的T-S模型辨识

针对一些带复杂参数辨识性能指标的模糊建模无法采用经典辨识方法解决的情况,提出了采用改进连续域蚁群算法进行T-S模型辨识的方法.该方法利用蚁群算法无需具体数学模型的特点,解决了模糊模型辨识中辨识指标表达式过于复杂甚至非解析所带来的难题,从而实现了T-S模型前提部和结论部参数的一次性辨识.仿真研究表明,利用文中辨识方法得到的模糊模型能够很好的逼近真实系统,并且对初始条件和输入信号不敏感,具有鲁棒性.     

基于支持向量机的通信信号调制识别方法研究

支持向量机(Support Vector Machines简称SVMs)是基于统计学习理论的一种新的模式识别技术,它不仅结构简单,而且技术性能尤其是泛化能力明显提高。介绍了支持向量机为理论基础的通信信号调制识别方法。计算机仿真结果证实此方法的可行性。     

基于倒谱的非因果自回归系统自适应辨识

为解决信号处理中非因果自回归（ＡＲ）系统的自适应辨识问题，本文提出了一种利用倒谱进行ＡＲ系统辨识的新方法。这一方法在倒谱域内把非因果ＡＲ系统辨识问题转化为非最小相位有限冲激响应（ＦＩＲ）系统辨识问题，因此可以利用现有的基于倒谱的ＦＩＲ系统辨识算法构造非因果ＡＲ系统辨识算法，从而实现了非因果ＡＲ系统的自适应参数辨识，并解决了以往文献中未曾解决的非因果ＡＲ系统阶次自适应确定问题。另外，本算法可以保证估计出的ＡＲ模型是稳定的。数值仿真结果证明了本算法具有很高的估计精度。