基于压电致动器的有限元分析

由于压电智能结构装置变得越来越复杂化和多样化,给智能结构的设计和优化分析带来困难．为了定量地分析影响执行器与结构材料之间变形传递关系的因素,使用有限元商业软件成为一种方便快捷的途径．使用专用的有限元软件建立单面粘贴压电元件悬臂梁的模型,通过计算分析粘接层和压电层性质(弹性性质和厚度)对执行器与结构材料之间变形传递关系的影响．     

基于神经网络的岩土工程结构随机有限元分析

针对有限元蒙特卡罗法计算量大的弊端和岩土工程结构功能函数不能用显式表达的可靠性分析问题，提出并论证了基于神经网络的随机有限元（有限元蒙特卡罗）分析法。神经网络具有高度非线性的映射能力，可用来逼近结构响应量与随机变量的映射关系。通过典型岩土工程结构的应用实例分析，初步显示了基于神经网络的有限元蒙特卡罗法的应用效果和前景。     

电致动聚合物致动器的动态响应研究

采用电场型电致动聚合物--介电弹性体(DE)制作了一种圆形致动器,在交流电压和直流脉动电压驱动下,分别研究了电压波形、幅值和频率的位移响应情况.实验结果表明,当幅值和频率相同、波形不同时,DE薄膜的驱动位移相差较大,在方波、正弦波和三角波电压下,其驱动位移依次减小.随着频率的增高,驱动位移的递减速度依次增大.当电压波形相同时,位移随电压幅值的增加而增大,随频率的增高而减小,均呈非线性关系,并且直流脉动电压比交流电压的驱动过程稳定.对比双向预拉伸2×2、3×3、4×4倍的DE致动器电致动实验结果可知,预拉伸4×4倍的DE致动器所需的驱动电场强度比预拉伸2×2倍和3×3倍的DE致动器所需的驱动电场强度高,从变形过程的稳定性、响应速度以及稳定变形条件下DE致动器所能承受的频率来看,预拉伸4×4倍的DE致动器优于预拉伸2×2倍和3×3倍的DE致动器.     

超磁致伸缩作动器的磁路优化设计与有限元分析

超磁致伸缩作动器(giant magnetostrictive actuator,简称GMA)是一种新型的振动控制驱动器件,但由于其内部磁路复杂,GMA内部磁路中磁感应强度的大小和均匀性会严重影响作动器的工作性能。为解决上述问题,基于静态条件下线性磁致伸缩理论和电磁学原理,采用有限元软件ANSYS对GMA建立有限元模型,系统性地研究了激励线圈、导磁体和导磁内壁所用材料的参数等对磁感应强度的影响。同时,提出以GMM棒中减小磁漏、增大磁感应强度和提高磁感应强度的均匀性为设计原则,将超磁致伸缩棒轴向中心线处磁感应强度的大小和均匀度作为评价标准。对开闭磁路、激励线圈的轴向长度、材料的磁导率、空气间隙和导磁体的半径等参数进行优化设计。研究结果表明,当采用闭合磁路时,磁感应强度的大小和均匀度均得到了很大的提高;并通过磁路优化后,磁感应强的大小增大了0.1 T,均匀度提升了10.27%。     

压电薄膜微致动器的制作和有限元分析

为实现高密度硬盘驱动器磁头的精确定位,设计和制作了一种与不锈钢基体粘结的压电薄膜微致动器。该致动器中的锆钛酸铅多层膜元件采用溶胶凝胶技术制作而成。对该致动器进行了实验测试和有限元分析。结果表明:当采用双层膜结构时,压电微致动器的位移/驱动电压灵敏度和谐振频率分别达到了1.396μm/±20V和15.13kHz;有限元仿真结果与实测结果基本吻合。     

导管架平台的随机有限元可靠度分析

海洋工程中存在诸多的不确定性因素。从结构材料性能参数到所受到的主要荷载,无不存在随机性。传统的确定性分析方法已不能满足要求。以数理统计和概率论为基础的可靠性设计方法现在成为趋势。由于海洋荷载的复杂性,在导管架可靠性设计时,采用随机有限元和可靠性理论相结合的方法,及蒙特卡罗随机有限元法。采用功率谱密度方法对导管架平台进行波浪载荷作用下的随机动力响应谱分析。在考虑风载荷、波浪荷载以及海流荷载等不确定因素条件下,借助有限元软件ANSYS概率设计模块,用蒙特卡罗随机有限元法对结构可靠度进行综合评估。并分析各种载荷因素对平台可靠度的影响,得到了较满意的结果。     

超磁致伸缩微位移致动器碟簧特征分析与设计

在传统的超磁致伸缩微位移致动器碟簧设计中,以预压力大小作为唯一设计指标．首先定性分析了微位移致动器的结构形式、传力机理;然后定量分析了超磁致伸缩致动器的输出特征,指出引入软性碟簧的可行性和必要性,使超磁致伸缩材料在阶跃段可获得更大的位移输出．针对不同预压应力及相关条件设计碟簧参数,通过试验证明了采用软性碟簧可以有效降低阶跃段系统等效刚度,从而改善换能系统输出．     

纳米致动器研究现状与工程应用的进展

纳米致动器是能够以0.1～100 nm 的步距驱动或移动被控对象的各种装置或器件.根据特征尺寸分为毫米尺度以上的宏机械纳米致动器、制作在芯片上的微米尺度纳米致动器及分子尺度的纳机械致动器,它们的共同特征是可以实现纳米级精度的机械驱动和定位.该文综述了纳米致动器国内外研究状况和主要研究成果,特别对近几年出现的典型的微机械纳米致动器的驱动机理进行了分析,讨论了纳米致动器在工程实际中的应用,指出了其发展的关键技术、存在问题及未来发展前景和趋势.     

微振动控制中超磁致伸缩作动器的设计与分析

针对微振动控制中对作动器的要求,基于超磁致伸缩材料的特性对作动器进行了优化设计,通过对其进行磁路分析、热效应分析,验证了设计的合理性;针对超磁致伸缩材料的非线性性能,利用实验测量的主迟滞回线和一阶折返曲线数据点建立Preisach模型,采用输入校正迭代算法对非线性进行补偿,然后对作动器进行精密定位控制实验.实验结果表明...     

求解弹塑性有限元问题的神经网络方法

利用神经网络优化计算原理,引入LPNN(Lagrange Programming Neural Network)模型求解弹塑性有限元问题.通过采用非线性函数作为神经元的传递函数,使神经网络的非线性问题同力学的非线性问题得到统一.对两个简单的弹塑性问题进行了数值仿真,计算结果表明了该方法的正确性及有效性.     

基于热网络的汽车变速箱热分布的有限元分析

建立了汽车变速箱轴系和齿轮的有限元分析网格模型．基于热网络法求出变速箱在实际工况下各节点的稳态温升来确定边界条件,获得了轴系和齿轮的温度场分布状况,从而根据实际工况对齿轮装置从整体到局部的热分布作了详细的描述．     

桁架结构随机有限元的可靠性分析

研究基本随机变量对结构可靠性的影响,针对桁架结构分别或同时考虑了结构的物理参数、构件的几何参数以及作用荷载等的随机性,提出了将确定性有限元随机化的方法,结合H-L(Hasofer-Lind)几何法,分别以结构的位移与应力响应作为功能函数,得到结构中构件的最小可靠指标.通过算例表明随机变量的变异系数对构件可靠指标有较大影响,当同时考虑多个基本随机变量时,结构响应呈现出很强的随机性,基于随机有限元的可靠性分析方法具有一定普适性、可行性与实用性.＃     

挡水结构地基渗流问题的随机有限元分析

采用蒙特卡罗模拟的随机有限元方法,并结合渗流随机场的概念,对设置有两道防渗墙的大坝渗流问题进行分析.研究了渗透系数标准差和空间相关距离对坝基渗流参数的影响,对比了确定性分析和随机有限元分析.结果表明,土体渗透系数标准差和空间相关距离对流量、扬压力和出逸梯度有较显著影响.     

FRP-混凝土复合桥面板弯曲性能有限元分析

提出了一种新型的FRP-混凝土复合桥面板.新型桥面板下部由3个GFRP箱型构件共同组成,并构成桥面板的受拉层,上部浇筑混凝土作为桥面板的受压层,这种形式的截面设计可以充分发挥两种不同材料各自的优势,并可大大增加GFRP材料构件的刚度.采用有限元技术研究了新型桥面板在荷载作用下的受弯性能,结果表明有限元分析是进行新型桥面板在荷载作用下弯曲性能研究的有效途径.     

基于神经网络与有限元法相结合的初始地应力场反演分析

目前,对于初始地应力场的测试主要采用现场直接量测法,而采用神经网络与有限元法相结合的反演分析法越来越成为了一种有效途径.结合广东第五抽水蓄能电站工程实例,利用神经网络与有限元分析相结合的方法,以及BP神经网络结构和ADINA三维有限元模型建立岩体参数、边界条件与地应力场的映射关系来反演初始地应力场.模拟计算与实测结果的对比表明:采用该方法进行初始地应力场的反演计算是可行的,计算结果是合理的,对类似工程具有一定参考价值.     

基于som网络-灰关联分析-BP网络预测模型

提出一种基于som网络-灰关联分析-BP网络预测模型,用于股市收盘价的预测．首先采用som神经网络将特性分散的样本划分成不同的子类,然后采用灰关联分析方法,解析了各影响因子对股市收盘价的影响程度,以反映股市收盘价的影响因子作为输入变量,构建了股市收盘价的BP网络预测模型,结果表明：利用灰关联分析,可得出各凶子对股市收盘价影响程度的大小排序,能为股民提供参考;基于BP网络模型的预测结果准确,通过对所采集的股市数据进行测试,证实本文所提出的方法具有有效性．     

基于BP神经网络的风景图像分类

通过建立一个多输出的BP神经网络,提取图像的底层特征作为网络的输入,用语义期望值作为网络的输出.训练完成后,该网络能够对风景图像进行多种语义分类检索,从而建立起了从底层特征到语义特征之间的映射.提出的一种颜色提取方法不仅降低了颜色特征向量的维数,减少了计算量,节省了时间,而且在描述风景图像的颜色内容上更加准确.如何选取图像的语义阈值是一个重点也是一个难点,通过实验发现,当阈值的选取范围在[0.55,0.65]时,检索的查全率和准确率能达到一个比较好的平衡效果.实验证明,此方法在风景图像的分类上取得了较好的检索查全率和准确率.     

基于BP神经网络的坡面降雨产流预测

为预测坡面降雨产流,基于坡面降雨产流的非线性特性,引用3层BP(Back-Propagation)网络建模方法,对B市密云水库流域石匣小区水土保持监测小区的坡面降雨产流进行了研究。模型输入层变量数为5个,分别代表坡度、坡长、降雨强度、降雨历时、土壤的有效糙率,输出层变量数为坡面降雨产流量,利用野外小区实测数据,对上述网络进行了训练,学习100次后网络趋于收敛,训练样本集误差达到2.040 96×10-10,小于预设精度,预测样本的平均相对误差为1.67%。该模型的建立与实践,为坡面降雨产流预测的研究提供了新的方法。