基于试验模态参数及结构动力学优化设计的有限元建模

准确的有限元模型是结构动力学分析强有力的工具。采用模态试验和有限元建模相结合的综合建模技术,采用结构质量最小为目标,以试验模态作为约束,分别以物理和几何参数为变量的结构动力学优化设计,对初始的有限元模型进行动力学优化。以GARTEUR飞机模型为例,在仅有试验模态参数、几何尺寸条件下,得到结构真实动力学特性的有限元模型。

分布动载荷识别的并行算法研究

引入并行算法用于求解分布动载荷识别,以改善串行算法造成的大规模数学计算带来的高耗时和内存不足的问题。以一维分布动载荷识别频域法为例,利用C/C++语言编写CUDA并行计算程序,实现了一维分布动载荷识别的并行计算,通过算例证明了并行计算的准确性和高效。为提高动载荷识别中的效率提供了新的思路。

基于RBF神经网络的大型客机制造成本分析

为使设计人员在大型客机设计阶段便可对其制造成本有较为准确的把握,针对大型客机制造成本,采用RBF神经网络理论建立了一种分析模型,并给出建模流程。利用Matlab神经网络工具箱进行模拟仿真,对所建立大型客机制造成本分析的神经网络模型进行了验证,最后进行误差分析。仿真结果表明,所建RBF神经网络对大型客机成本的估算是有效的,且该方法精度较高,实用性较强。