ON THE NEAR-TIP FIELDS FOR A CRACK DYNAMICALLY GROWING ALONG A CURVED PATH IN AN ELASTIC SOLID

Ⅰ. INTRODUCTIONGreat attention has been paid in recent years to the investigations of dynamic growth of cracks in elastic solids under mixed mode loading conditions due to the practical importance. A crack usually propagates along a curved path under mixed mode loading. Freund and Clifton showed that the near-tip singular stress field for growing cracks has universal spatial dependence in a local Cartesian coordinate system(x, y)centered at the moving crack tip in such a way that the crack tip velocity vector is in

弹塑性材料动态起裂止裂和裂纹稳态扩展轨迹的试验研究

利用一维试验原理 ,在冲击拉伸试验装置上实现了周边切口短圆柱试件的动态起裂和动态止裂试验 ,利用止裂试验中不同的裂纹止裂长度Δa和止裂点处的总体柔度 ,拟合一标定曲线 ,根据 P δ曲线上每一点的总体柔度由标定曲线来确定裂纹的稳态扩展轨迹 ,从而得到裂纹的扩展速度 .

基于无人机航路规划问题的RRT算法综合改进

针对无人机在复杂任务空间执行作战任务过程中的航路规划问题,提出了一种对于快速扩展随机树算法(Rapidly-exploring Random Trees,RRT)的综合改进航路规划算法。为了提高算法的收敛速度,加快生成航路的时间并减少扩展树分支,在传统RRT算法中加入了引力场引导随机树节点向目标点的扩展。同时针对该算法中固定生长步长下生成随机树冗余节点较多、生成航路曲折的问题,使用了动态生长步长策略对算法进行改进。仿真实验结果表明,与传统RRT算法相比较,综合改进的RRT算法在搜索时间上节省了80%,搜索路径节点个数减少了50%,且在航路平滑性等性能中有明显提升,算法整体性能更优。

基于改进人工势场的自动驾驶汽车弯道超车动态路径规划

动态路径规划是自动驾驶汽车避障控制的关键技术。针对自动驾驶汽车弯道超车工况,建立基于改进人工势场(Artificial Potential Field, APF)的动态路径规划方法。为使基于APF的动态路径规划方法能运用于包含弯曲道路的复杂交通环境,将已在直道环境验证过的道路APF函数通过极坐标系与笛卡尔坐标系的相互转换,建立考虑道路曲率的弯曲道路APF函数。针对根据车辆质心位置判断车辆碰撞风险方法存在的缺陷,提出考虑车辆体积的碰撞风险预判方法,建立综合考虑车辆位置、速度和体积的障碍车辆APF函数。基于弯曲道路APF和改进障碍车辆APF,建立道路环境综合APF,引导车辆实现弯道超车。为避免目标函数中子目标相互干涉,提高弯道超车安全性,提出根据本车与障碍车辆相对位置关系自适应调整权重矩阵的方法。基于Carsim/Simulink联合仿真平台,分别在静态障碍车辆和动态障碍车辆2种工况下,验证自动驾驶汽车弯道超车动态路径规划的有效性。研究结果表明:所建立的弯曲道路APF能引导车辆转弯行驶,避免冲出车道;目标函数权重自适应调整方法能根据超车过程动态调整子目标的权重,规划出符合道路交通安全法规的路径,避免车辆超车时提前折返原车道,提高了超车安全性;考虑车辆体积的障碍车辆APF提高了车辆碰撞风险的预判精度,有效避免碰撞事故发生。