Fe-6.5％Si钢中温变形过程本构方程

利用Gleeble 3500开展了Fe-6.5%Si(质量分数)钢在变形温度300,400,500,600℃及应变速率为0.05,0.5,5s^-1条件下的单道次压缩实验.在初始均匀塑性变形阶段,加工硬化作用使流动应力迅速增加,随着变形继续动态软化机制启动,流动应力增加量减弱.随着温度升高和应变速率降低,应变硬化指数减小.提出了通过变形温度、应变速率描述应变硬化指数的方法构建Fe-6.5%Si钢中温变形过程本构方程.构建的本构方程对不同变形条件的应力预测结果和实测值吻合良好,平均相对误差约为5.35%,预测精度较高.     

多层土质边坡入渗的水流方向演变机理

为研究多层土边坡内入渗雨水方向演变规律,建立均质和多层土质边坡模型,依据VG模型的多土层边坡含水率与基质吸力的控制方程,结合饱和区成形,研究了入渗雨水方向的时空演变特征及影响因素,以及水流方向与有效应力的联系.分析表明:水平方向的基质吸力差决定了水流方向,基质吸力沿水平方向的变化率决定了水流水平方向增速;饱和区成形是垂直流产生的必要条件;降雨停止坡面浅层0~1.3m内迅速产生下坡向水流,深层下坡向水流产生滞后;渗透性差异大的土层交界面上极易产生剧烈的水平渗流;上坡向水流的产生伴随着有效应力降低.     

MIT中灵敏度矩阵的聚类优化

针对灵敏度矩阵的几何差异性问题,提出了一种基于聚类优化的灵敏度矩阵方法.首先,分析了灵敏度矩阵的几何差异性对MIT图像质量的影响;然后,基于几何差异性对灵敏度矩阵的向量进行聚类分组,应用能量函数对分组后的灵敏度向量赋予不同权值,构造一种聚类优化的灵敏度矩阵;最后,应用优化后的灵敏度矩阵,通过线性反投影算法和牛顿-拉夫逊迭代算法进行MIT图像重建.实验结果表明:采用聚类优化的灵敏度矩阵,使线性反投影算法的均方误差降低26%以上,图像相关系数提高10%以上, 使牛顿-拉夫逊迭代算法的均方误差降低5%以上,相关系数提高4%以上,证明了所提方法的有效性.     

稳健经验似然估计方法

在经验似然方法的基础上提出了一种稳健的经验似然估计方法,在约束条件的估计方程中使用权重函数以及有界得分来限制异常点的影响。通过数值模拟研究该方法的稳健性。模拟结果表明,相比普通的经验似然估计,提出的稳健经验似然方法在数据中存在异常值的情况下所得估计的均方误差更小。同时对于非正态的厚尾分布数据,提出的稳健经验似然估计也在均方误差意义下更优。     

图的Seidel Laplacian-Estrada指标

设G为简单图,d_i表示顶点v_i的度,G的Seidel Laplacian矩阵S_L(G)是一个对角元为n-1-2d_i,非对角元为±1的实对称矩阵,当顶点v_i和v_j相邻时,(S_L(G))_(ij)=1,否则,(S_L(G))_(ij)=-1。引入并研究了Seidel Laplacian矩阵的Estrada指标,给出了该指标的上、下界,以及它与Seidel Laplacian能量之间的关系。     

基于广义变换矩阵的机械零件三维模型骨架匹配

提出了一种基于广义变换矩阵的机械零件三维模型骨架匹配方法。骨架中两骨架点间的连线称为骨架枝,借鉴机器人学中广义连杆之间关系的表示方法,将骨架枝看成若干个连杆,在骨架点处建立固定坐标系及骨架枝坐标系,采用广义变换矩阵表示骨架枝。将广义变换矩阵转化成向量,引用统计学中的相关性度量方法,通过计算2个向量的皮尔逊相关系数得到2个广义变换矩阵的相似度,即得到2个骨架枝的相似度。搜索相匹配的骨架枝并计算整个骨架的相似度。通过实例验证和实验分析,表明该算法具有较快的检索速度和较高的准确度。     

分数阶微分方程非局部初值问题解的存在性

考虑相对于另一个函数的Caputo型分数阶导数,利用Krasnoelkii定理和Banach不动点定理得到初值问题解的存在性和唯一性的结果.     

基于动态矩阵的永磁同步直线电机速度控制

为了改善直线电机的动态响应性能,提高电机控制系统的鲁棒性,使电机稳定运行,基于预测控制理论,设计了适用于直线电机速度环控制的动态矩阵控制器,将传统的直线电机三闭环控制系统中的速度环PID控制器替换为动态矩阵控制器,并分别搭建基于PID速度控制器和动态矩阵速度控制器的永磁同步直线电机三闭环仿真模型,在此基础上给控制系统施加阶跃信号,并进行突加负载和突减负载的仿真,将2种控制器控制下的系统响应结果进行对比。仿真结果表明,当速度环采用动态矩阵控制后电机的响应速度更快,超调更小,使电机速度更快达到稳定。改进后的速度环控制器提高了直线电机控制系统的鲁棒性,改善了直线电机的动态响应性能,提高了控制系统的抗扰动能力,有利于电机在负载变化较大的情况下运行。     

含随机参数的偏微分方程的自适应高斯过程求解器

对于数值求解含随机参数的偏微分方程的问题,本文基于以高斯过程为核心的求解器提出了一种自适应挑选训练数据的求解模型.该模型从极少的初始训练数据集出发训练高斯过程求解器,将参数池中预测方差指示变量最大的参数及其对应的偏微分方程的高精度解加入训练数据集中,然后重复上述过程,直到所训练出来的高斯过程求解器在测试数据集上达到所要求的精度.此外,本文还将该自适应模型在带有二维随机参数的扩散方程上进行测试,结果表明所提出的自适应选点策略有效,模型的预测准确度随着训练数据的增加而迅速提高,最终只需要40个训练数据即可在测试数据集上达到要求的精度.     

Benjamin-Bona-Mahony方程的一个高精度线性差分格式

本文对一类带有齐次边界条件的Benjamin-Bona-Mahony方程的初边值问题进行了数值研究,提出了一个理论精度为O(τ~2+h~4)的三层线性差分格式,并利用能量方法分析了该格式的收敛性与稳定性.该格式合理地模拟了原问题的一个守恒性质.数值实验表明该方法是可靠的.