针对在结构损伤诊断过程中存在的不确定性和对称结构损伤参数难以识别的问题,以梁损伤前后两阶频率变化平方比为基础损伤指标,采用对基础损伤指标进行积分处理的方法,构建新的损伤指标。基于贝叶斯结构损伤诊断理论,建立损伤参数的后验...针对在结构损伤诊断过程中存在的不确定性和对称结构损伤参数难以识别的问题,以梁损伤前后两阶频率变化平方比为基础损伤指标,采用对基础损伤指标进行积分处理的方法,构建新的损伤指标。基于贝叶斯结构损伤诊断理论,建立损伤参数的后验概率分布。采用马尔科夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)方法解决贝叶斯方程中存在的高维积分问题。仿真和算例分析说明,该方法可实现对损伤参数的有效估计。展开更多
为研究快中子照相技术(FNR)在武器质量检测中的可行性,以公开的武器模型数据建立模拟模型,利用Monte Carlo(MC)方法对快中子照相在武器质量检测中的安全性进行评估,由评估数据得出在14.1 Me V快中子累计照射2×10~8n条件下,铀、钚...为研究快中子照相技术(FNR)在武器质量检测中的可行性,以公开的武器模型数据建立模拟模型,利用Monte Carlo(MC)方法对快中子照相在武器质量检测中的安全性进行评估,由评估数据得出在14.1 Me V快中子累计照射2×10~8n条件下,铀、钚两种裂变材料损伤极小。同时,参考国外研究模型和预设缺陷,设计加工了类比模型实验样品,通过实验和模拟相结合的方式对武器检测中可能出现的内部狭缝、圆孔和中心位移等问题进行研究。实验结果表明FNR可以识别5 mm钢包裹条件下的1 mm的狭缝缺陷。模拟结果显示FNR可以实现对特定厚度的特殊材料进行中心位移缺陷诊断,模拟评估和实验结果表明快中子照相技术在武器质量检测中具有可行性。展开更多
为保障电动车辆的可靠性和安全性,提出了一种dropout Monte Carlo(dropout-MC)递归神经网络的锂离子动力电池系统的剩余寿命(RUL)预测方法。以等电压充电时间间隔作为间接健康因子,考虑外部干扰和容量再生现象的影响,以变分模态分解(VMD...为保障电动车辆的可靠性和安全性,提出了一种dropout Monte Carlo(dropout-MC)递归神经网络的锂离子动力电池系统的剩余寿命(RUL)预测方法。以等电压充电时间间隔作为间接健康因子,考虑外部干扰和容量再生现象的影响,以变分模态分解(VMD)来获得电池退化趋势。以改进的递归神经网络模型——长短时间序列(LSTM)来获得剩余寿命预测。以dropout-MC采样方法来表征锂离子电池剩余寿命的不确定性,并获得锂离子电池RUL的95%置信区间。结果表明:相较于传统的极限学习机(ELM)方法和非线性自回归神经网络(NARX)方法,该文方法的剩余寿命预测性能指标均低于2.4%。因而,该方法具有优越的预测性能,且获得预测的置信区间。展开更多
为了估计具有垂向空间异质性的田间尺度土壤水分运动参数,提出利用原位多点土壤含水率观测数据反演多层土壤持水和导水特征参数的Bayes方法。该方法基于Hydrus-1D模拟模型建立Bayes推断模型,采用Markov Chain Monte Carlo(MCMC)方法求解...为了估计具有垂向空间异质性的田间尺度土壤水分运动参数,提出利用原位多点土壤含水率观测数据反演多层土壤持水和导水特征参数的Bayes方法。该方法基于Hydrus-1D模拟模型建立Bayes推断模型,采用Markov Chain Monte Carlo(MCMC)方法求解Bayes联合概率分布,得到参数的后验边缘分布。将该方法应用于华北平原一典型农田土壤剖面,参数反演结果反映了空间变异性,与室内试验值具有较好的一致性,相应的土壤水分运动模拟具有较高精度,从而验证了该方法的有效性。展开更多
当微尺度气体润滑轴承的间隙达到数nm时,固体表面与气体分子间的Van der Waals力对气体轴承的性能会产生不可忽视的影响。该文假设轴承壁面对气体分子存在Van der Waals作用力,并利用DSMC(direct simulation Monte Carlo)方法结合分子...当微尺度气体润滑轴承的间隙达到数nm时,固体表面与气体分子间的Van der Waals力对气体轴承的性能会产生不可忽视的影响。该文假设轴承壁面对气体分子存在Van der Waals作用力,并利用DSMC(direct simulation Monte Carlo)方法结合分子在表面力作用下的运动算法,研究了该作用力的强度和作用范围对微尺度气体润滑的影响。结果表明:气体轴承中分子密度的分布与不考虑表面力时相比发生了改变,与表面力的作用强度和作用距离有关;壁面的吸引力加剧了分子在壁面附近的聚集,排斥力则相反。展开更多
文摘针对在结构损伤诊断过程中存在的不确定性和对称结构损伤参数难以识别的问题,以梁损伤前后两阶频率变化平方比为基础损伤指标,采用对基础损伤指标进行积分处理的方法,构建新的损伤指标。基于贝叶斯结构损伤诊断理论,建立损伤参数的后验概率分布。采用马尔科夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)方法解决贝叶斯方程中存在的高维积分问题。仿真和算例分析说明,该方法可实现对损伤参数的有效估计。
文摘为保障电动车辆的可靠性和安全性,提出了一种dropout Monte Carlo(dropout-MC)递归神经网络的锂离子动力电池系统的剩余寿命(RUL)预测方法。以等电压充电时间间隔作为间接健康因子,考虑外部干扰和容量再生现象的影响,以变分模态分解(VMD)来获得电池退化趋势。以改进的递归神经网络模型——长短时间序列(LSTM)来获得剩余寿命预测。以dropout-MC采样方法来表征锂离子电池剩余寿命的不确定性,并获得锂离子电池RUL的95%置信区间。结果表明:相较于传统的极限学习机(ELM)方法和非线性自回归神经网络(NARX)方法,该文方法的剩余寿命预测性能指标均低于2.4%。因而,该方法具有优越的预测性能,且获得预测的置信区间。
文摘为了估计具有垂向空间异质性的田间尺度土壤水分运动参数,提出利用原位多点土壤含水率观测数据反演多层土壤持水和导水特征参数的Bayes方法。该方法基于Hydrus-1D模拟模型建立Bayes推断模型,采用Markov Chain Monte Carlo(MCMC)方法求解Bayes联合概率分布,得到参数的后验边缘分布。将该方法应用于华北平原一典型农田土壤剖面,参数反演结果反映了空间变异性,与室内试验值具有较好的一致性,相应的土壤水分运动模拟具有较高精度,从而验证了该方法的有效性。
文摘当微尺度气体润滑轴承的间隙达到数nm时,固体表面与气体分子间的Van der Waals力对气体轴承的性能会产生不可忽视的影响。该文假设轴承壁面对气体分子存在Van der Waals作用力,并利用DSMC(direct simulation Monte Carlo)方法结合分子在表面力作用下的运动算法,研究了该作用力的强度和作用范围对微尺度气体润滑的影响。结果表明:气体轴承中分子密度的分布与不考虑表面力时相比发生了改变,与表面力的作用强度和作用距离有关;壁面的吸引力加剧了分子在壁面附近的聚集,排斥力则相反。