BP神经网络理论在模型修正的应用

神经网络由于其本身具有的优越性，已广泛应用于各个领域中的分类、联想问题。将神经网络理论用于对利用有限元分析方法得到的系统模型进行修正，从计算结果看，该方法收敛速度快且收敛到全局最优解。     

冲击作用下弹塑性接触的耗能套筒结构的减震性能分析

求解了导弹发射筒内耗能套筒结构在冲击作用下的弹塑性接触问题。依据弹塑性有限元法,应用Lagrange乘子法引入接触区域上的位移协调约束条件,通过迭代修正使每个接触单元满足库仑摩擦律的要求,再按照Newmark β逐步积分法进行计算,求得结构的冲击响应。所得计算结果和相关实验结果吻合良好,表明所提出的计算模型和方法是正确合理的。最后将套筒结构所受的冲量和对应的位移增量进行多项式拟合,得到的拟合公式为耗能套筒结构的设计计算提供了理论依据。     

固体火箭发动机模态分析的缩聚方法

对于一些复杂结构的模态分析，要得到能够指导工程设计的结果，几何模型和力学模型划分单元必须足够多，这必然耗费大量的空间和时间资源，并导致计算困难。文中以某上面级固体火箭发动机模态分析为例，利用有限元法、固定界面法和Guyan缩聚法进行自由度缩聚后再进行模态分析，分析结果令人满意。     

分岔参数的分维数识别法

广泛用于各行各业的转子系统的稳定性问题一直倍受关注。而在当今失稳多是由于一些非线性现象的出现所引起,这就对转子系统的设计提出了更高的要求：考虑非线性因素,避开会出现非线性现象的不稳定参数点或区域。本文中通过对一经典倍周期分岔模型—Ｍａｙ 模型及单盘Ｊｅｆｆｃｏｔｔ转子的研究,得出了利用随参数变化的时间序列分维数趋势图,可以很好地识别非线性动力系统发生分岔时的临界参数     

容积分维用于临界参数的识别

分形和混沌作为两种常见的非线性现象，它们之间是否存在什么联系？本文通过Lorenz方程的研究，得出利用随参数变化的时间序列分维图，可以很好地识别非线性模型从确定性状态到混沌状态的临界参数点或区域。     

神经网络二次学习影响系数加权法及算例

神经网络由于其本身具有的优越性，已广泛应用于各个领域中的分类，联想问题，为了提高诊断准确度，给出了一种新的神经网络学习算法－二次学习影响系数加权法，并通过算例和实例对上述模型和算法进行了验证。     

多项式非线性系统的模态分析

对多项式非线性系统进行模态分析，并由此对非线性系统频响特性的零、极点频率进行分析。此方法不受非线性强弱的限制。     

谐波小波在信号滤波的应用

谐波小波在频域具有良好的盒形谱特性，另外它比通常由二进尺度函数得到的小波还具如下优越性：存在确定的函数表达式；时频定位更加准确；算法实现简单；可以得到任意频率段的信号。本文重点对谐波小波在数字信号滤波中的应用进行研究。     

谐波小波在信号滤波中的应用

谐波小波在频域具有良好的盒形谱特性 ,另外它比通常由二进尺度函数得到的小波还具如下优越性 :存在确定的函数表达式 ;时频定位更加准确 ;算法实现简单 ;可以得到任意频率段的信号。本文重点对谐波小波在数字信号滤波中的应用进行研究     

时间序列关联维数在非线性系统运动性态识别中的应用

 在非线性动力系统维数较高、数学模型难以建立时, 利用时间序列分维数对系统的动力学性质进行了研究。通过对一经典非线性方程的分析, 得出利用随参数变化的时间序列分维数图, 可以很好地识别非线性系统从确定性状态到分叉或浑沌状态的临界参数点或区域。最后将此方法应用于一单盘Jeffcott 转子模型的分叉参数点识别及一转子运动状态识别, 得到了比较满意的结果。