基于相变量的风力机叶片宏观拓扑优化设计

不同复合纤维布和软夹芯材料的空间布局将产生不同的叶片结构性能和质量,为最大程度发挥材料空间布局的设计潜力,提出基于相变量的叶片宏观拓扑优化方法。基于独立连续映射法,建立以单元伪密度为设计变量、强度为约束、质量最小为目标函数的叶片多相材料拓扑优化数学模型,以修正的满应力设计方法和关系映射反演原则相结合的算法进行求解,通过Abaqus-Python-Matlab联合平台实现优化。以1.5 MW叶片为例,得到复合纤维和软夹芯材料的优化空间布局,基于等代设计法调整不规则区域。结果表明:优化后叶片的强度满足要求且质量明显减小,验证了方法的有效性和可行性。

永磁直线电机精确相变量建模方法

针对永磁直线电机控制系统的精确动态仿真,提出了一种基于有限元的永磁直线电机一般化相变量建模方法。考虑电机非理想结构对推力的影响,建立了永磁直线电机的一般化相变量模型。采用3次样条插值,根据电磁场有限元计算结果获得了模型中电感、齿槽力、永磁体产生的磁链与动子位置的关系曲线。考虑功率电子模块中吸收电路的影响,提出了一种基于S-function的仿真建模方法,根据相变量模型的状态方程直接建立了Simulink下的永磁直线电机一般化仿真模型。对某种永磁直线电机进行了两相导通控制和id=0矢量控制下的控制系统仿真实验,仿真结果表明,基于有限元的相变量模型为永磁直线电机控制系统精确动态分析提供了一种快速、有效的一般化建模方法。

1Cr18Ni9Ti不锈钢的马氏体相变量与孔蚀敏感性的相关性研究

研究了ＡＩＳＩ３２１亚稳态奥氏体不锈钢（１Ｃｒ１８Ｎｉ９Ｔｉ）在－７０℃（液氮气氛）经不同程度拉伸形变得到的含有不同α′－马氏体的试样在中性含氯离子介质中，材料的马氏体相变量与孔蚀敏感性的关系．孔蚀击穿电位、孔蚀诱导期和孔数的测试结果均表明：当α′－马氏体含量约小于５％和大于１５％时，经形变诱发马氏体相变的１Ｃｒ１８Ｎｉ９Ｔｉ奥氏体不锈钢在中性ＮａＣｌ溶液中，孔蚀敏感性随α′－马氏体含量的增加而增大；当α′－马氏体含量在５％～１５％范围内时，材料的孔蚀敏感性随α′－马氏体含量的增大而降低．

ZrO_2增韧陶瓷中四方相氧化锆的相变量、相变区宽度及其增韧机理的研究

利用X射线衍射技术研究了氧化锆增韧氧化铝陶瓷(ZTA)和四方氧化锆多晶陶瓷(TZP)的断裂表面上四方氧化锆ZrO_2(t)的相变量和相变宽度。发现在ZrO_2增韧陶瓷(ZTC)中,ZrO_2(t)相变所需应力σ_T随着稳定剂Y_2O_3含量的增加而增大,断裂面上的ZrO_2(t)的相变量和相变宽度随之减小。在此基础上提出了修正的相变增韧公式: ΔK=0.21E_ce^TV_fh^(1/2)/(1-ν)+1.26V_fh^(1/2)σ_T(1-2ν)/(1-ν) 该式表明:(1)ZrO_2相变增韧存在一定的限制;(2)增加基质材料的强度是进一步提高ZTC的K_(Ic)和σ_f的关键。

基于多变量相空间重构和径向基函数神经网络的综合能源系统电冷热超短期负荷预测

为解决能源危机问题,提高能源利用率,综合能源系统(integrated energy system,IES)成为发展创新型能源系统的重要方向。准确的多元负荷预测对IES的经济调度和优化运行有着重要的影响,而借助混沌理论能够进一步挖掘IES多元负荷潜在的耦合特性。提出了一种基于多变量相空间重构(multivariate phase space reconstruction,MPSR)和径向基函数神经网络(radial basis function neural network,RBFNN)相结合的IES超短期电冷热负荷预测模型。首先,分析了IES中能源子系统之间的耦合关系,运用Pearson相关性分析定量描述多元负荷和气象特征的相关性。然后,采用C-C法对时间序列进行MPSR以进一步挖掘电冷热负荷和气象特征在时间上的耦合特性。最后,利用RBFNN模型对电冷热负荷间耦合关系进行学习并预测。实验结果表明,所提方法有效挖掘并学习电冷热负荷在时间上的耦合特性,且在不同样本容量下具有良好且稳定的预测效果。

基于多变量相空间重构和优化深度极限学习机的短期风电功率预测

针对风电功率单变量处理方法及预测模型拟合能力不足的问题,提出了一种多变量相空间重构(multivariate phase space reconstruction,MPSR)和鲸鱼优化算法深度极限学习机(whale optimization algorithm-deep extreme learning machine,WOA-DELM)的短期风电功率组合预测方法。首先,利用Pearson相关系数筛选出与风电功率相关的气象因素,并将其与风电功率序列组成多变量时间序列;其次,利用C-C法确定每一时间序列的最优嵌入维数和时间延迟,实现多变量相空间重构;然后,将多变量相空间重构建立的数据集输入到深度极限学习机(deep extreme learning machine,DELM)模型中,同时利用鲸鱼优化算法(whale optimization algorithm,WOA)对DELM的权值参数进行优化,得到WOA-DELM预测模型,以此预测短期风电功率,最终得到预测结果。将平均绝对误差(mean absolute error,MAE)、均方根误差(root mean square error,RMSE)和平均绝对百分比误差(mean absolute percentage error,MAPE)作为评价指标,结合实例分析,并与传统的模型进行比较。结果表明:所提预测模型得到的3个评价指标分别0.4120 MW、0.4921 MW和1.7822%,优于其他模型,具有更好的稳定性和预测性能。

基于多变量相空间重构和卡尔曼滤波的冷热电联供系统负荷预测方法

文中设计一种新型的基于多变量相空间重构和卡尔曼滤波的冷热电联供系统负荷预测方法。首先选择冷热电负荷及与负荷密切相关的天气因素的历史时间序列组成多变量时间序列,然后运用混沌理论和C-C方法重构多变量相空间,最后建立多变量相空间的自回归模型并采用卡尔曼滤波方法预测冷热电负荷。以中国北方某医院冷热电联供系统的8月份历史负荷数据和天气数据验证该冷热电负荷预测方法。结果表明,与采用单变量相空间重构和卡尔曼滤波预测方法相比,文中设计的负荷预测方法充分考虑冷热电负荷中多个变量的相互耦合关系,可有效提高负荷的预测精度。算例分析验证了该冷热电负荷预测方法的可行性和有效性。

金属凝固过程中热动力学相场模型——相场变量扩散模型的推导

相场方程用于模拟枝晶生长,已有近20年的历史。现有的相场方程是直接通过Ginzburg-Landau方程导出的,虽然得到了广泛应用,但方程中各个变量物理意义并没有搞清,国内外研究者甚至都作了许多错误的解读。本文以固相率作为相场变量,在坚实的热力学、传热学基础理论上,给出了金属凝固过程中科学严谨的相变量扩散模型及其推导过程。

基于多变量相空间重构和RBF神经网络的光伏功率预测方法

针对光伏功率单变量预测方法的不足,设计了一种新型光伏功率多变量相空间重构预测方法。首先,基于相关性分析,选取实际光伏电站的历史光伏功率和气象因素时间序列组成多变量时间序列;然后,利用C-C法和虚假邻近点(false nearest neighbors,FNN)法重构光伏功率预测的多变量相空间,并以小数据法识别其混沌特性;最后,结合径向基函数(radial basis function,RBF)神经网络强大的非线性拟合能力,建立了基于多变量相空间重构和RBF神经网络的光伏功率预测模型。算例分析表明,相较于单变量预测方法,所提出的多变量相空间重构预测方法性能更加优越。

水文多变量相空间重构自记忆模型研究

【目的】针对单变量相空间重构自记忆模型存在的不足,研究多变量相空间重构自记忆模型在水文预报中的适用性。【方法】根据多变量相空间重构理论构造多维相空间,并在此基础上,结合自忆性原理,建立多变量相空间重构自记忆模型,最后利用新疆和田绿洲的实测月蒸发能力资料进行验证。【结果】和田绿洲月蒸发能力实测资料检验结果表明,建立多变量相空间重构模型是可行的,可以取得理想的效果。【结论】多变量相空间重构自记忆模型的建立使得相空间重构自记忆模型从一维拓展到了多维,也使得该模型更加符合生产实际。

正相协随机变量列生成平均移动过程的矩完全收敛及精确渐近性(英文)

本文研究了平均移动过程的矩完全收敛性及其精确渐近性问题.利用正相协随机变量的性质,类似于文献Kim,Ko(2008)和Baek et al.(2008)中的方法,获得了由正相协随机变量生成的平均移动过程矩完全收敛的条件及精确渐近性,从而推广了负相协随机变量生成的平均移动过程有关文献的相关结果.

基于多变量相空间重构法的癫痫脑电研究

鉴于脑电(EEG)的高维混沌特性,通过多变量相空间重构分析方法,将大脑分为左右两个半区,分别以8个EEG导联作为重构样本进行非线性分析,可以得到线性区域,进而更好地得到相关维数的估算值。为了检验算法的可行性,我们先用低维的Lorenz系统从数据量的要求进行试算,然后从时间的遍历性上进一步验证,并将其应用于正常人和癫痫患者脑电的分析,得到高维数值。与其他研究者的结果进行比较,结果表明:多变量相空间重构法适用于短时含噪声的时间序列,能够避免延迟时间和嵌入维数等参数的选择,得到更可靠的结果。

基于多变量相空间重构的癫痫脑电分析

目的:应用多变量相空间重构对分析脑电信号,获取癫痫脑电的非线性特征。方法:鉴于脑电(EEG)的高维混沌特性,通过多变量相空间重构分析方法,将大脑分为左右2个半区,分别以8个EEG导联作为重构样本进行非线性分析,可以得到线性区域,从而得到相关维数的估计值。结果:5例确诊癫痫患者的脑电分析结果基本一致,癫痫发作前、中、后期相关维数有明显变化,与对照组的结果差异显著。结论:多变量相空间重构法适用于对短时含噪声的时间序列进行分析,能够避免延迟时间和嵌入维数等参数的选择,得到更可靠的结果。

自对偶引力理论中相空间变量的实数化研究

本文针对自对假引力理论中对场变量强加的“实条件”问题展开讨论．通过引入一个参数化的正则变换，将Hilbert-Palatini引力理论中的SO（3）ADM相空间司哈密顿约束方程变换成阿西特卡相空间参数化的约束方程利用参数的不同取值，我们不仅能得到罗仑兹时空中的阿西特卡引力理论和欧几里德时空中的实自对偶引力理论，而且还能给出其它一些新结果．尤其是能将罗仑兹时空中阿西特卡相空间的正则变量实数化，从而取消了对场变量强加的“实条件”

鄂西地区相对应变量特征及其地震危险区预测

1983年罗荣联等人研究了川滇地区九个主要孕震区的累积应变释放与大震关系后指出:累积应变释放量相对偏低的地段可能是未来大震的孕育区。

氧化锆陶瓷应力诱导相变增韧机理研究

利用放电等离子烧结技术(SPS)制备了Y-TZP氧化锆陶瓷,研究了Y-TZP氧化锆陶瓷应力诱导相变增韧机理。结果表明:氧化锆陶瓷晶粒尺寸大于临界相变尺寸时,t相会自发转化为m相,降低断裂韧性;当晶粒尺寸小于临界相变尺寸时,介稳t相可在应力诱导下可以发生t相向m相转变,且晶粒尺寸越大,相变量越大,提高材料的断裂韧性。晶粒尺寸是影响应力诱导相变量的主要因素,两者呈近似线性递增关系;随着晶粒尺寸的增加,断裂韧性先减后增,近似呈抛物线关系。

多相材料机翼前缘柔性机构拓扑优化设计

为了实现机翼前缘连续变形及结构轻量化,利用多相材料进行了柔性机翼前缘结构的设计。在轮换主动相变量算法的基础上,以选定前缘初始曲线上9个坐标点的实际位移和目标位移的偏差为目标函数,各相材料的体积分数作为约束,建立多相材料柔性机构拓扑优化模型,采用OC优化准则法进行求解。编写MATLAB程序,计算得到了清晰的两相实体材料前缘结构优化结果。利用CATIA软件对优化结果进行几何模型重构,并将重构后的模型导入HyperWorks软件进行仿真分析,结果表明多相材料机翼前缘柔性机构能够实现最大9.1°的连续偏转。

巧妙使用Simulink绘制非线性系统的相轨迹

本文通过三个例题介绍了如何用 MATLAB中的 Sinulink绘制非线形系统的相轨迹。这种方法基本不需编程 ,只需在 Sinulink环境下正确构成仿真结构图即可 ,既方便又准确。该方法的应用无疑会促进相平面法的进一步发展。

加载速度对ZrO_2增韧陶瓷的t→m相变的影响

采用XRD对四种增韧陶瓷的表面及动态疲劳断口进行了定量相分析。结果表明,加载速度增大,t→m相变量将增加。这是由于在不同的加载速度下,裂纹尖端的应力集中程度不同所致。

加载速度对ZrO_2增韧陶瓷的t→m相变的影响

采用ＸＲＤ对四种增韧陶瓷的表面及动态疲劳断口进行了定量分析．结果表明，加载速度增大，ｔ→ｍ相变量将增加．这是由于在不同的加载速度下，裂纹尖端的应力集中程度不同所致．