弹塑性接触问题的非光滑非线性方程组方法

将求解三维弹性摩擦接触问题的非光滑非线性方程组方法推广到弹塑性(Mises材料)情形,提出了两种应用方法:一种是将非光滑非线性方程组方法和求解弹塑性问题常用的Newton-Raphson迭代方法结合起来;另一种是将问题写成统一的非光滑非线性方程组,直接求解。数值算例验证了两种方法的有效性,并进行了结果比较。

非光滑非线性系统的非光滑连续控制

针对具有非光滑非线性的系统,提出了一种非光滑连续控制方法,通过非光滑建模方法能够快速精确地补偿系统中有害的非光滑非线性,同时通过非光滑连续控制引入一些有益的非光滑非线性以获得快速高精度的控制性能,给出了实验迟滞曲线和建模结果。讨论了该项技术在非光滑非线性控制系统中的应用前景。

状态终端受限且含多个非线性时滞的非光滑Volterra积分系统之最优控制和Near-Optimal控制

研究了含有多个非线性时滞的非光滑Volterra积分系统附有状态终端约束的最优控制问题,分别在一定前提下导出了最优控制的必要条件、最优控制的充分条件、near-optimal控制的必要条件和near-optimal控制的充分条件.

非光滑方程组方法在求解非匹配网格接触问题中的应用

将非光滑方程组方法与Mortar StS接触模型(Mortar Segment-to-Segment)相结合,来求解接触面网格非匹配时的弹性接触问题。其中,非光滑方程组方法是求解弹性摩擦接触问题的有效方法,具有精确满足接触条件、迭代算法收敛性有理论保证的优点,但目前仅用于求解网格匹配的接触问题。Mortar StS接触模型可以较为方便地处理网格非匹配接触问题,其特点是不引入过多约束,满足接触分片检验条件,但目前大都采用"试验-误差"迭代方法求解控制方程,对于复杂接触问题,其收敛性不易保证。因此,将二者结合来处理网格非匹配接触问题,既可以提高求解精度,又能使得算法的收敛性得到理论保证。数值算例对接触分片检验和算法的计算精度进行了验证。

非光滑NES在转子-叶片系统振动抑制中的应用

用非光滑非线性能量阱(non-smooth nonlinear energy sink,NSNES)抑制转子-叶片系统的振动,NSNES结构采用分段线性刚度梁形式.首先介绍了NSNES的结构和工作原理,然后利用拉格朗日方程建立转子-叶片-NSNES系统的动力学模型,最后采用数值法分析了该耦合系统处于稳态共振时,NSNES对转子振动和叶片振动的抑制能力.在给定参数下,附加于叶片尖部的NSNES在抑制转子振动时,抑振率可达到68%;在抑制叶片振动时,抑振率可达到62%.文中还将该NSNES的抑振能力与具有相同质量线性动力吸振器(linear dynamic vibration absorber,LDVA)的抑振能力进行了对比.

模式搜索法及其在三维布置中的应用研究(英文)

介绍了模式搜索算法 .模式搜索算法具有许多优点 ,非常适合非线性非光滑问题的优化 ,特别是三维布置问题 .给出了模式搜索算法的一般定义 ,在分析三维布置问题特点的基础上 ,对一般模式搜索算法提出了几点扩展 ,使算法具有随机的特性 。

基于神经网络的撞球机器人控制器设计

对撞球机器人的母球控制问题展开研究,设计了一种基于神经网络(NN)的控制器,使机器人能够控制母球在击打目标球后按照预定的模式运动至目标点——即完成走位。针对该问题非线性且非光滑的特点,对坐标系进行阐述并给出机器人击球的模型;在光滑的假设下使用理论分析的方法建立母球的运动学模型与边库反弹的理想镜像模型;进而使用神经网络方法对理想模型进行修正,并对不同的轨迹模式进行分析与分类。测试结果表明:经过训练的机器人能够掌握各种模式的走位,统计结果与模型分析结果相吻合;相比于单一使用神经网络方法,本文使用理论分析与神经网络相结合的方法能够有效地提升网络的品质,降低训练的误差。

求解渗流自由面的有限元混合不动点法

基于有自由面渗流分析的高斯点,建立了求解渗流问题的非光滑非线性方程组模型和求解此类问题的有限元混合不动点算法,此方法属于固定网格法,只需划分一次网格,不需要对数据做任何近似处理,完全利用程序迭代计算渗流自由面.讨论了非光滑方程组解的存在性和该不动点算法的收敛性,通过节点压强插值绘制出渗流自由面.算例结果表明,该方法简单且收敛速度快.对不动点法的收敛性分析为迭代法的收敛提供了理论依据.

基于神经网络的精密运动系统宏动平台辨识

针对精密运动定位系统中宏动平台具有死区与迟滞的复合特性,提出了一种特殊的神经网络结构,将通常用于逼近光滑系统的神经网络模型改进为可以描述非光滑非线性特性的模型,在模型结构中引入一种非光滑激励函数,并引入广义梯度改进麦夸特算法,以用其对精密运动系统的含有非光滑非线性的运动特性进行建模。在所设计的神经网络中,同时也采用了扩展辩识空间方法,首先将迟滞特性的多值映射变为一一映射,而且还证明了采用完备化的算子基对辩识逼近的必要性及其扩展辩识空间的途径。实际辨识结果表明,所提出的建模方法取得了令人满意的结果。

精密定位工作平台的神经网络辨识

研制的精密运动平台同时具有死区与迟滞的特性,普通的辨识算法难以有效处理。本文设计了一种具有特殊激励函数和结构的神经网络,可以同时描述精密运动平台的非光滑死区和迟滞特性,并引入广义梯度的概念来改进L-M训练算法,实现对所构建神经网络的建模训练。实际辨识结果表明所提出的辨识方法取得了令人满意的结果。

一种统一的鲁棒自适应控制方法及近期自适应控制结果综述（英文）

针对离散/连续时间情况下时不变/时变多种不同的鲁棒自适应控制系统,基于归纳法提出一种统一的传统分析方法,该方法为鲁棒自适应控制器的设计提供了一般性的指导原则.在设计和实现鲁棒自适应控制器时要求具有与模型误差先验知识相关的假设,通过所提出的算法可以将该假设消除,使得已有的鲁棒自适应控制理论得到进一步发展.此外,通过稳定性分析证明了该算法对于更宽松边界的模型误差具有鲁棒性.最后,归纳总结了近期自适应控制方法在处理非光滑不确定性、执行器故障补偿、欠驱动非完整约束、分布式一致性和随机系统控制等问题上取得的代表性成果.