螺栓连接大变形梁非线性振动特性的实验研究

柔性机械臂、大型可展开天线等机械结构的动作精度受运动过程中大变形几何非线性和连接处接触非线性的影响十分显著。以含螺栓连接结构的大变形梁作为研究对象，针对动力学建模和振动特性开展了实验研究，通过数值计算验证了实验发现的非线性振动特性。搭建了含螺栓连接柔性大变形梁的实验台架，开展了敲击和正弦激振的实验测试。实验结果表明，螺栓连接的柔性梁较连续梁的（无螺栓连接）模态频率降低，阻尼增加，反映出随着激励能量增大，模态频率降低的非线性模态特征。改变螺栓连接位置会显著影响结构的模态频率，其变化规律可由求解线性矩阵特征值定性反映。     

基于熵评价模态分解的雷达信号双谱特征识别

针对在低信噪比下雷达信号调制识别准确率低、抗噪性差的问题, 提出一种基于熵评价模态分解和双谱特征提取的识别方法。利用双谱可以抑制高斯噪声的特点, 分析了在低信噪比下进行信号调制识别的可行性并引入了噪声项。由于噪声项的干扰, 双谱在0 dB以下时, 噪声抑制效果变差, 提出了基于信息熵评价的经验模态化分解对信号进行预处理, 提高信噪比。最后, 设计了卷积神经网络分类器, 实现对不同调制类型信号的识别。仿真实验结果表明, 本文方法相比传统方法具有良好的抗噪性, 能够在低信噪比下对不同类型信号进行有效识别。     

改进遗传算法及其在钻井液设计中的运用

在深井、超深井以及地层复杂等条件下，为了避免或减少钻井事故的发生，达到优质快速钻井的目的，选择合适的钻井液体系至关重要。基于案例推理（CBR，Case-Based Reasoning）的钻井液设计中，钻井液体系由岩性、井型和井深等属性推理得出，但属性权重的分配会对推理结果产生显著的影响；遗传算法在优化属性权重时，存在收敛速度慢、收敛精度低的缺点。针对上述问题，提出一种解决CBR中属性权重分配问题的改进遗传算法。首先，对遗传算子进行改进：选择算子方面，利用指数尺度变换法优化个体选择；交叉算子方面，对算术交叉中的比例因子进行自适应调整；变异算子方面，改进个体变异方向，保持种群多样性。其次，从个体适应度和交叉个体的差异程度两方面实现交叉概率自适应调整。最后，通过对UCI数据集的对比实验，证明了改进后的遗传算法能改善全局收敛性能，提高CBR的准确率。将该算法运用到基于CBR的钻井液设计中，实验结果表明，所提方法能够优化属性权重的分配，进而提高钻井液设计的质量。     

基于模糊证据推理的突发事件风险分析模型

突发事件发生、发展和演化过程中的风险属性来源复杂,且相关信息具有不确定、不完备的特点.为准确分析这一特点下的突发事件运行风险问题,引入模糊证据推理构建分析模型.首先根据突发事件的结构化描述框架和故障模式影响危害分析(FMECA)方法构建突发事件风险属性识别框架,获取信息作为风险分析证据并对其进行规范化处理;然后以模糊证据推理构建突发事件风险分析的模型,通过计算,给出事件风险程度的合理判断;最后选取CRH某型动车组行车安全事件进行实例分析.分析结果表明,在分析突发事件风险时,针对信息不确定、不完备特点构建的模糊证据推理模型具有可行性与有效性,同时该模型能够为突发事件风险分析和风险应对决策的制定提供辅助参考.     

关于振动模态参数识别的注记

回顾了关于整体拟合的分母多项式系数的争议,论证了Richardson文献中所提供的参数精度不高的原因并非源于Richardson的错误.指出一个经典考核算例的仿真传递函数生成公式不同于复模态理论提供的公式,讨论了两者之间的关系.表1,参9.     

世界文化史上的五种科学思维模式

思想方法的更新是人类进步的重要标志之一。对这种标志的认识,在哲学史和文化史研究中通常不被人们所重视。人类思想史上最鲜明、最有意义的科学思维模式,主要表现为本文论及的五种类型,这些思维模式的互补与进步,是东西方文明相互推进的内在标志;对它们的研究和探讨,是把握先进文化前进方向的重要前提。     

开关型磁阻电动机的振动分析

针对SR电动机存在的振动和噪声问题,分别应用实验模态分析法和计算模态分析法研究了SR电动机的动力特性,得到了SR电动机定子的固有频率和主振型,计算值与实验测量值吻合较好,所得数据可为制定抑制SR电动机的振动和噪声方案提供参考.     

振动控制系统中致动器配置方法的理论研究

该文从致动器配置受振动系统的固有特性支配，而不受系统初始条件和控制规律的支配的观战利用模态分析法和动态灵敏度分析，提出了基于模态控制的致动器配置方法。     

改进的直接分支模态综合法

介绍了直接分支模态综合法的基本原理并通过算例对算法进行验算,分析了该方法计算结果很不准确的原因并进行了改进。改进的分支模态法将系统中主子结构的剩余模态加入,降低了略去高阶模态带来的严重误差。计算结果与有限元软件ANSYS的计算结果吻合较好,误差小于2%。改进的方法不仅使计算结果准确,而且保持了原方法的优点,适用于工程计算。     

基于D-S推理的模糊模式识别方法

针对战场环境下数据融合系统的ESM设备获得的辐射源信息在时间上的冗余性,提出了一种基于D-S证据推理的模糊模式识别方法。该方法通过对观测样本信任度(模糊隶属度)的重新分配,有效地解决了辐射源信息不确定性问题,提高了辐射源的正确识别率。最后通过单一的模糊识别和D-S证据组合的模糊识别两种方法的仿真对比实验验证了后者的有效性。