应变能密度的积分方法研究

建立应变能密度积分公式,以弹性力学的物理方程为基础,研究在弹性体中应变能和应变与应力之前的关系。主要通过广义格林公式下的积分和全微分形式下的积分。在这两种方式的求解下,都证明了应变能密度和应变与应力的关系是一致的。

基于改进粒子群算法的桁架主动杆优化

针对空间桁架结构振动控制的数个作动器(主动杆)的位置组合优化,提出了基于字典序组合生成的编码方式的粒子群优化算法。该编码方式将离散的组合空间一一映射到连续的整数区间,有效避免以往编码的冗余运算。仿真试验中,通过与二进制编码PSO算法的比较,发现改进算法收敛效果更快,寻优能力更强,并克服了二进制编码无效解等缺点。

一种求解瑞利波散射问题的修正边界元方法

边界元法的一大优势是用于求解半空间等无限域问题,但在求解弹性波的传播问题中,传统边界元法采用的全平面或全空间格林函数会在截断边界处产生虚假的反射回波,这会引起散射场求解的误差.为了避免这种误差,论文在传统边界元法基础上提出一种修正边界元法,该修正方法主要包括:以瑞利波形式的远端散射场代替原本因截断而舍去的部分,通过互易定理建立单位瑞利波和全平面格林函数的积分方程,求得修正系数,并代入修正边界元矩阵,计算出瑞利波的散射场.文中基于该方法计算了无缺陷平面的瑞利波(与解析解的误差为1.24×10-5),并运用该方法计算了不同缺陷的散射场.由文中对比结果表明,论文所提修正边界元法可准确求解瑞利波散射场,为基于表面波的缺陷反演问题研究提供了有效的正演途径.

一种基于深度学习的超声导波缺陷重构方法

超声导波检测因其传播效率高、耗能少等优势成为了无损检测领域的重要研究方向.目前已有的利用超声导波进行结构缺陷探测和定量化重构的方法主要由相关的导波散射理论推导得出.然而,由于导波散射问题本身的高复杂性,使得在推导上述理论方法时引入一些近似假设,降低了重构结果的质量.另外,有些方法通过优化迭代的方式提高重构精度,又会增加检测的时间成本.有鉴于此,论文探索了一种将卷积神经网络与导波散射理论模型以局部融合的方式实现缺陷定量化重构的新方法.应用样本数据训练后的神经网络实现缺陷定量化重构,弥补缺陷重构过程中的理论模型误差,同时去除在实际检测过程中所存在的环境噪声.论文以利用SH导波重构平板中的减薄缺陷为研究对象,通过数值模拟验证了该方法在缺陷重构时具有高效率和高精度的特点,特别是对矩形缺陷的重构,新方法的结果精度比波数空间域变换法的精度提高了近200%.