一类含任意参量的B样条型三次参数曲线

构造了一类含四个参量的B样条型三次参数曲线,它以三次Hermite曲线、Ball曲线、Bezier曲线、Timmer曲线和B样条曲线为其特例。本文还给出了曲线与其特征多边形各边相切的条件。通过调整曲线的四个参量便可改变曲线的形状(包括端点位置、凸向及弯曲程度等)以满足实际需要。     

复模态参数识别

在以往的机床动态性能研究中,一般是采用实模态分析方法来分析研究机床的动态特性,然而,机床结构中存在的阻尼既有材料的内阻尼,又有各结合面之间的接触阻尼,作用机理很复杂,因而,用传统的实模态分析法就无法使系统的运动方程解耦。     

参数样条曲线的局部自动光顺算法

给出了三次参数样条曲线的局部自动光顺算法,通过解决一个最优化问题对其进行光顺,此算法简单易行,计算量较小.     

基于NURBS曲线插值的一种新的参数方法

介绍了在NURBS曲线插值中设置数据点参数的一种新的方法。     

参数H样条插值曲线及其几何性质

参数H样条插值曲线是几何造型中一种主要的曲线模型,它在几何形体的设计方面有着重要的应用,本文讨论参数H样条曲线的几何性质并给出确定设计参数的方法.     

细分曲线参数化与累加弦长参数化的数值比较

借助四点插值细分方法对细分曲线参数化法的初始控制多边形{P0i}ni=0进行了K次细分,求出型值点的参数后,使用参数三次样条插值法把细分曲线参数化跟一直被认为是最佳参数化方法的累加弦长参数化做了全面的数值比较.     

累加弦长参数下一类C~2连续的凸样条曲线

本文选择累加弦长作为插值曲线的参数,给出插值节点处切向的决定方法,得到平面上一类C~2连续和保凸的插值样条曲线。这类曲线具有较好的光顺性,且方法和公式简明,是一类有实用价值的样条曲线。     

参数样条曲线的修改因子优化光顺算法

给出了三次参数样条曲线的局部自动优化光顺算法,通过解决一个含有修改因子的优化问题对其进行光顺,此算法简单易行,计算量较小．     

采用互相关复指数法进行工作模态参数识别

该文在互相关函数理论的基础上，将响应间的互相关函数代替传统复指数法中的脉冲响应函数，提出了一种可以对工作状态下的结构进行模态分析的方法－互相关复指数法。采用一飞机模型对该方法进行了试验验证，所得结果同适调激振法所得结果基本吻合，证实了该文采用的方法可以确实有效地单独从响应数据中提取工作状态下结构的模态参数。     

用传递函数拟合法优化识别机床的复模态参数

本文从机床受相对激励的一般情况出发,推导了机床结构的传递函数和模态参数之间的关系,讨论了在非线性阻尼条件下机床结构模态参数的识别方法。在研究线性最优化模态参数识别方法时,本文首先叙述了解矛盾方程比解法方程在数值稳定性方面优越:然后提出采用改进的镜像变换法直接解矛盾方程,既可以提高运算速度又能获得较高的运算精度。     

关于复模态分析法的推广

把复模态分析法推广到刚度矩阵可以奇导且质量矩阵、阻尼矩阵和刚度矩阵均不必为对称的情形。利用常微分方程组理论在较一般条件下求出了线性有阻尼多自由度振动系统对任意外激励的精确响应。在较特殊的条件下，与复模态分析法的结果是一致。     

三次参数曲线的一种等参数增量插补方法

通过对三次参数曲线0－3阶差的分析，导出了其插补递推公式，其中只包含加法运算，可以得到很高的插补程度。分析了受弓高误差和机床最大进给速度限制的参数增量的选取。     

改进的基于模态参数的结构计算模型修正算法

对基于模态参数的结构计算模型修正算法而言，实验振型扩充是一个必要环节，由于修正问题需要迭代求解，所以以往算法用于振型扩充的系统矩阵一般都来自于上一迭代过程，导致系统矩阵误差传递给用作修正参考值的的充实验模型，滞缓了迭代收敛速度，针对这一问题，提出一种改进算法，通过给扩充后的振型矩阵添加一个修正项来减小因系统矩阵不精确而导致的的充振型误差，振型修正项与待修正参数之间的相关关系由求解一个最小化系统特征方程和振型误差的优化问题获得，算例研究表明，改进的算法可以提高修正的收敛速度，且迭代收敛曲线更趋平滑。     

非保守系统复模态的规范正交性及其应用

通过非保守系统的状态空间形式,研究其状态向量的规范正交性,提出了一种新的规范化技术,并转化为模态空间形式．在结构优化的灵敏度分析中应用这种正交规范化条件,推导出系统模态的灵敏度表达式,排除了奇异性对求解非保守系统模态灵敏度系数的影响,公式简洁紧凑,易于实施．数值算例说明了它的正确性、有效性．     

基于环境激励的工作模态参数识别

根据环境激励具有随机怀以及线性系统在环境激励下各输出点响应之间的相关函数与系统的脉冲响应函数具有相同的数学表达式等特点,给出了在线模态参数识别的理论,并提出了仅根据环境激励响应识别模态参数的新方法,该方法简单实用,不仅能在线识别参数,而且对单输入和多输入均适用,数值算例表明,该方法不仅能识别稀疏模态,而且也能识别密集模态,是一个有效的在线模态参数识别方法且具有鲁棒性。     

DE-ICA优化算法在工作模态参数识别的应用

提出一种差分进化(DE)改进的独立成分分析(ICA)优化算法,解决工作模态参数识别时容易陷入局部最优,难以识别出高阶模态参数的问题.通过对悬臂梁的ANSYS仿真数据对比可知:相对于传统的ICA方法,结合差分进化算法的ICA识别的模态参数精度更高,且能分离出更多的高阶模态,更适合于高阶模态参数的识别.     

基于复Morlet小波变换的变压器绕组模态参数辨识

为了较为准确识别变压器绕组非线性系统的模态参数,对某10 kV变压器绕组进行了激振实验.基于实验数据,采用复Morlet小波变换法对变压器绕组固有频率及阻尼比进行辨识,并使用最小二乘法进一步对变压器绕组的对应振型进行了识别,得到了绕组的前4阶固有频率、阻尼比及振型.计算结果表明,实验用变压器绕组的各阶固有频率均远离电动力激励频率,各阶固有频率对应的振型呈现出较好的对称性,说明绕组结构设计较为合理.与PolyMax法进行比较,结果验证了基于复Morlet小波变换的识别方法对包括振型在内的变压器绕组模态参数识别的有效性和实用性.