三维非线性有限元法在子午胎分析中的应用

以205/55ZR16轿车子午胎为例,利用Msc.Marc软件对子午胎进行了三维非线性有限元分析,分析中考虑了轮胎的材料特性、结构特点、胎圈部与轮辋的摩擦接触以及轮胎与地面的摩擦接触等,比较了轮胎的外缘尺寸、负荷-下沉量曲线以及轮胎接地印痕大小、接地压力分布等,有限元计算结果与实测结果相当吻合.文中还进一步对轮胎的带束层和胎圈部位的受力进行了分析,发现应力的分布情况与实际基本一致.     

具有混合执行器故障的多智能体分布式有限时间自适应协同容错控制

针对多智能体编队系统执行器发生故障时,所引起的参数不确定以及系统瞬态不稳定问题,本文采用径向基函数神经网络(radial basis function neural networks,RBFNNs)对不确定参数(未知函数)进行估计.同时,基于反推技术设计出合理的自适应容错控制器,并通过有限时间理论保证系统实现瞬态稳定....     

双互易杂交边界点方法求解Helmholtz方程

提出了一种新的边界类型无网格法——双互易杂交边界点方法,它将杂交边界点法和双互易法结合,来求解Helmholtz方程.该方法将Helmholtz方程的解分为通解和特解两部分,通解使用杂交边界点方法求解,特解则利用径向基函数近似.该方法只需要边界上离散的点,域内少数的点仅仅是为了径向基函数插值.通过数值算例对影响该方法性能的参数进行了研究.数值算例表明,该方法在求解Helmholtz方程时有较高的精度和数值稳定性.     

预应力混凝土连续刚构桥底板崩裂成因及处理方案

对连续刚构桥中跨底板混凝土在纵向预应力束引起的径向力作用下可能崩裂的现象进行了分析,分析了崩裂的原因,阐述了径向力、箍筋应力的计算过程及径向力纵桥向分布情况;提出了避免这种崩裂的一些措施。结合工程实例探讨了对已压浆情况下崩裂问题的处理方案。本研究中的分析处理方法适用于其它空间配束的桥型。     

基于RBF神经网络的异向介质基本单元分析

利用径向基神经网络(RBF神经网络)对异向介质的基本单元进行分析,建立异向介质等效介电常数及等效磁导率与介质敏感结构参数之间的神经网络模型.实验结果表明,该模型所得结果与全波分析相吻合,分析时间为138.465793s,训练平方和误差为0.0374879,满足工程要求.验证了该模型的可靠性及合理性,减少数值分析法由于厚度谐振等问题而引起的结果错误问题,解决了异向介质分析精度与效率难以共存的问题.     

一种改进的RBF神经网络混合学习算法

提出一种基于粒子群优化算法、K-means算法及减聚类算法的径向基函数(RBF)神经网络混合学习算法.该算法使用减聚类方法确定隐层节点数,具有自适应确定隐层节点的能力,避免了调整隐层节点的人为干预.通过K-means算法形成粒子群优化(PSO)算法初始粒子群,避免了初始粒子群的随机性,提高了粒子群优化算法的优选能力;采用PSO算法训练RBF神经网络中的所有参数.数值结果表明,改进的混合算法具有更高的分类准确率。     

Short-range structural change in indium melt by Gaussian peaks decomposing of RDF

Liquid indium's structure was studied at 280, 390, 550, 650, and 750℃ Crespectively by using an elevated temperature X-ray diffractometer, and its radial distribution function (RDF) at different temperatures was decomposed into 4 Gaussian peaks in the range of 0.2-0.6nm. Positions of the decomposed Gaussian peaks were compared with the nearest and the second nearest neighbor atomic distances, respectively. It is shown that the position of the first decomposed Gaussian peak is similar to the nearest neighbor atomic distance in liquid In at the corresponding temperature, and that of the third decomposed Gaussian peak is similar to the second nearest neighbor atomic distance. Moreover, the first and the third Gaussian peaks correspond to the first and the second atom shells of liquid In at the corresponding temperatures, respectively.Therefore, the position and the area of Gaussian peaks can represent the position and atom number ofcorresponding shells. Based on this result, short-range structural changes in liquid In was studied. It was found that the first and the second shells are close to the referred atom, and the atom number at the shells decreases with the increasing temperature from 280 to 750℃. In different ranges of temperature, structural changes in the first and the second shells showdifferent features.     

无网格法求解分段连续型延迟偏微分方程

考虑了一类分段连续型延迟偏微分方程.首先分析了方程的解析解,给出了级数形式的解.其次采用无网格法求解了该类方程的数值解.利用θ-加权有限差分法对方程的时间变量进行离散,并利用Multiquadric(MQ)径向基函数和配点法建立了全离散格式.采用傅里叶分析法给出了数值方法稳定的条件.通过数值算例给出了方法的误差及验证了方法的有效性.     

铁路道砟形态特征的统计分析与几何重构

道砟颗粒几何形态特征对其力学特性影响显著。为了量化研究铁路道砟形态特征,以真实的铁路一级碎石道砟颗粒为例,采用3D激光扫描获取道砟颗粒点云数据,引入道砟整体形态特征指标（长轴、中轴、短轴、球度指数）,提出道砟局部形态特征指标（曲率指数）,统计并建立上述整体和局部形态特征指标的概率密度分布函数。在此基础上,基于本征正交分解（POD）及径向基（RBF）神经网络提出了基于颗粒形态指标概率密度分布的道砟样本的重生成算法,重构道砟颗粒样本库。采用上述重生成算法分别重构了600及4 000个颗粒道砟,结果表明：重构道砟样本形态特征指标的统计分布结果均与真实扫描试样结果接近,证明该方法能够快速实现基于颗粒形态指标概率密度分布的任意数量道砟样本的建立。     

基于参数优化的RBF神经网络结构设计算法

针对径向基函数(RBF)神经网络的结构优化问题,提出了一种基于参数优化的RBF神经网络优化算法.首先,改进K-means++算法,使得聚类算法更精确,为RBF神经网络的隐含层节点找到一个合适的初始中心;然后,考虑数据分布和缩放因子选择的影响,采用方差度量法计算隐含层神经元基函数的宽度;最后,修正网络参数,提高网络的非线性逼近能力.实验结果表明,本文提出的基于参数优化的RBF神经网络具有良好的逼近效果和泛化能力.