采用Sobol’算法分析变电站接地网关键参数的灵敏度

为深入了解变电站接地网参数对其接地性能的影响,采用Sobol’全局灵敏度分析法,以变电站接地网接地电阻为目标函数,通过Latin超立方采样技术对影响接地电阻的多种参数进行采样,计算分析了各个参数的1阶灵敏度系数(FSC)及总灵敏度系数(TSC)。结果表明,Sobol’灵敏度分析法可较好地定量分析影响变电站接地电阻的相关参数对接地电阻的影响程度。接地网面积、土壤电阻率的总灵敏度系数分别为-0.896、0.881,对接地电阻影响较大;接地网埋深与垂直接地极长度的总灵敏度系数分别为其1阶灵敏度系数的6.74倍及8.62倍,说明这2个参数与其他参数间有着较强的相互作用,需要综合考虑其对接地网接地电阻的影响。

基于LHS方法NF-κB信号转导网络的多参数敏感性分析

细胞信号转导网络的复杂结构和动力学参数的不确定影响着系统的动态特性,如何定量确定参数变化对系统输出的影响,已经成为系统生物学研究的重要问题之一.以TNF-α诱导NF-κB信号转导网络为例,假定模型参数在其变化范围服从均匀分布,采用基于Latin超立方抽样的多参数敏感性分析方法,研究参数同时变化对系统输出NF-κBn的影响程度.仿真结果表明,系统输出NF-κBn对于参数k29、k28、k61、k36、k52、k31比较敏感,这些参数的变化显著影响着NF-κBn的振荡特性,说明它们是NF-κB信号转导网络的关键速率常数.

固体推进剂三维粘弹性Monte-Carlo随机有限元法

发展了一种粘弹性Monte-Carlo随机有限元法,并对固体火箭发动机药柱进行了三维随机分析。首先由Herrmann泛函出发导出了三维不可压和近似不可压粘弹性增量有限元列式。然后,同时考虑固体推进剂力学性能参数和载荷的随机性,结合Monte-Carlo技术对弹性约束的圆柱形中孔药柱进行了随机分析。为了克服直接Monte-Carlo法(DMCS)效率低的缺点,引入Latin超立方抽样技术(LHS)以提高计算效率。算例表明该方法收敛速度块、通用性强、易于工程应用。

基于灵敏度分析方法的渐开线直齿圆柱齿轮的疲劳强度研究

论文依据齿轮疲劳强度计算的数学模型,采用Latin超立方采样作为输入,对输出采用五点插值数值微分法进行计算,获得了齿轮各结构参数对疲劳强度的灵敏度,找出了齿轮各结构参数对疲劳强度的影响规律及敏感程度。该研究成果为齿轮的参数优化提供了重要的理论依据,同时也有助于其它机械传动装置的灵敏度研究。

基于神经网络的贮仓结构参数识别

利用神经网络技术,提出了识别结构物理参数的一种方法。用单元刚度矩阵基本值和模态应变能来选择基本模态,用修正的Latin超立方采样技术和模态准入准则来产生网络的输入数据。贮仓在动载作用下的自振频率和模态作为网络的输入,子矩阵参与系数作为网络的输出,用Levenberg-Marquardt算法训练网络。仿真计算表明,方法是可行的。

基于灵敏度分析方法的谐波减速器柔轮的疲劳强度研究

柔轮的结构参数是柔轮疲劳强度的主要影响因数。依据所建立的柔轮疲劳强度计算的数学模型,采用Latin超立方采样作为输入,对输出采用五点插值数值微分法,获得了柔轮各结构参数对疲劳强度系数的灵敏度。基于所获得的灵敏度结论,找出了柔轮各结构参数对疲劳强度系数的影响规律及敏感程度。该研究成果为谐波齿轮传动装置中柔轮的参数优化提供了重要的理论依据,同时也有助于其它机械传动装置的灵敏度研究。

Structure of 6m±1 Order Imaginary Cube

This paper gives the notions of point matrix and equideviate point matrix.6m±1 order imaginary cube is obtained by using a kind of spocial point matrix.(m is a nature number)

燃烧室流动混合过程的代理模型

为了构建适用于燃烧室冷态流动混合过程的代理模型(surrogate model,SM)的方法,该文研究了构建过程中的关键步骤,通过使用Latin超立方抽样(Latin hypercube sampling,LHS)方法进行样本选取,在完成数值模拟后使用本征正交分解提取样本间的主要特征进行降维,再通过Kriging插值法完成工况插值。结果表明:该构建方法能够处理冷态高速、高湍流度、强旋流动和燃料/空气掺混,精度高于国际平均水平。同时,该文提出了构建方法的应用准则,为后续更复杂、包含燃烧反应过程以及结构变化的燃烧室SM构建奠定基础。