几何非线性固体壳单元新列式的研究

通过定义广义应力，提出了一个改进的刚度矩阵，以克服固体壳元的厚度自锁问题；由一个基于广义应力的新的非线性变分泛函，推导了一个用于几何非线性分析的十八节点固体壳单元，精心选择低、高阶应力插值模式，保证二者正交，且对应于低阶项的刚度阵与减缩积分单元相当，对应高阶项的刚度阵用于克服单元的零能模式且可推得显式，从而显著提高了计算效率，此外该单元还拥有优秀的收敛性能，即使在非常大的载荷步下也能取得好的收敛结果。     

基于固体壳单元的功能梯度材料板壳主动控制模拟仿真

基于假定自然应变法和加强假定应变法,推导了一用于压电层合FGM壳静、动态主动控制模拟的固体壳单元,该单元既可用做实体单元,又可模拟薄曲壳结构,在厚跨比非常小的情况下也能获得令人满意的精度.FGM壳的性能沿厚度方向按一定体积分数幂指数分布,并具有温度相关性,通过改变幂指数n,研究了组分材料体积分数对FGM壳力学性能的影响.采用闭环速度反馈控制算法来模拟压电层合FGM壳的静、动态响应的主动控制,算例表明了算法的有效性.     

复合材料板壳任意位置处载荷识别

提出了一种受载单元判别法,根据遗传算法生成的染色体所对应的载荷作用点的横、纵坐标和每个单元四条边间的几何关系,判断出集中载荷作用的单元,再根据力的等效分配原则,把载荷等效分配到所在单元的节点上,进而基于有限元分析和遗传算法自身优越的全局搜索能力实现作用于复合材料结构网格节点或单元内部任意位置处的载荷识别.与现有的神经网络识别法和有限元反分析法相比,该方法具有能够识别非网格节点处的载荷的优点,且仿真算例表明其识别精度更高.      

基于HHGA-RBF神经网络的复合材料结构脱层损伤监测研究

针对应用于结构健康监测中的径向基函数神经网络(RBFNN)算法和训练中存在的一些问题,提出一种将递阶遗传算法和最小二乘法相结合,用于优化径向基神经网络的结构和参数的新算法,遗传过程中采用自适应的交叉和变异概率有效地加快了遗传收敛速度和避免早熟现象的出现。搭建了复合材料结构健康监测实验系统,并将实验模态分析结果归一化后送入训练好的ＲＢＦ神经网络进行预测,实现了对复合材料梁的脱层损伤定位和损伤程度的辨识仿真。结果表明基于混合递阶遗传算法的径向基神经网络(HHGAkRBF)收敛速度快,鲁棒性好,精度高。     

压电层合板壳的数值分析与控制仿真

从虚功方程出发,推导出具有压电传感器和驱动器的层合板壳的机电耦合动力方程,建立了新的压电固体单元以模拟压电层合结构的力学特性和振动控制。通过引入EAS模式,代替通常采用的增加非协调函数的办法克服模拟薄板时所遇到的过高剪切应变能的缺陷,从而明显减少了内部变量的个数,提高了计算效率;进而在厚度方向上增加一个线性分布的横向应变,克服了用于壳体结构的分析时所遇到的厚度自锁问题;提出了一个新的电势插值函数,大大减少了电自由度的个数,显著降低了数据读取、存储和凝聚电自由度的计算花费。数值算例表明,推导的单元适用于薄壳结构的数值分析,并具有很好的对歪斜网格的适应性。     

压电固体作动筒及其在结构中的应用

建立了大位移压电固体作动筒（Ｐｉｅｚｏｅｌｅｃｔｒｉｃ ｉｎｄｕｃｅｄ ｓｔｒａｉｎ ａｃｔｕａｔｏｒ， ＰＺＴ ＩＳＡ）的动力学模型。探讨了压电固体作动筒在结构应用中的力学驱动模型，研究了压电作动筒和结构之间的驱动传递关系，以及在结构应用中获得最大输出位移和最大作用力的匹配关系；研究了利用压电作动筒驱动直升机伺服襟翼的一种初步构想以及机械放大机构，用于替代现有的液压装置，对旋翼进行主动减震降噪。同时在不同的频率及负载下，对压电作动筒的驱动性能进行了实验，并作了讨论。结论表明：利用压电作动筒作为直升机伺服襟翼控制的驱动器件，可以实现对伺服襟翼的主动变形及振动控制。     

基于递阶遗传算法的结构非接触形状控制

以PLZT光致伸缩层合梁非接触形状控制问题为研究对象,提出了一种结合结构拓扑优化与递阶遗传算法的控制方法.该方法以PLZT光致伸缩驱动器的拓扑分布和照射的光强值为设计变量,以PLZT光致伸缩层合梁的期望形状与控制形状的差值函数为适应度函数,应用结构拓扑优化、递阶遗传算法和有限元法,优化了PLZT光致伸缩驱动器的分布和所照射的光强值.与基于传统遗传算法的形状控制方法的计算结果进行了对比分析,该方法的进化速度提高了91%以上,所控制的结构形状与期望形状的误差较传统遗传算法降低了76%以上.      

基于递阶遗传算法的结构多损伤监测

基于递阶遗传算法(HGA)与结构优化思想,提出了一种针对欧拉-伯努利梁和二维板结构的多损伤监测方法.该方法利用递阶遗传算法的控制基因表示损伤的数量和位置,以参数基因表示损伤的程度,有效地避免了传统遗传算法(CGA)的早熟现象所造成的损伤误识别等问题.一个悬臂梁和悬臂方板结构模型的多损伤监测仿真计算表明该方法能够准确地监测一、二维结构中多个位置的损伤,而传统遗传算法难以识别二维结构中的多损伤情况.悬臂梁仿真算例中,该方法和传统遗传算法对多损伤程度的识别误差分别为0.144%和1.819%,所需的有限元计算次数该方法仅为传统遗传算法的16.4%.与传统遗传算法相比,递阶遗传算法明显提高了损伤识别方法的计算效率、精度和稳定性.      

精化杂交Mindlin板单元的几何非线性分析

基于放松单元间连续性要求约束的广义变分原理,建立了用于几何非线性分析的非协调四边形精化杂交Mindlin板元,其非线性单元刚度矩阵可按假定应变模式分解.本文列式与现有非线性杂交混合列式的主要区别在于,它吸收了现有线性杂交元列式的所有优点,引入了非协调模式和正交化.数值结果表明,正交化法可有效地改善单元的计算精度和效率,非协调模式可克服Mindlin板的自锁问题.     

含脱胶压电传感器/驱动器的智能结构的有限元分析

将压电传感器、驱动器粘贴在复合材料结构的表面可实现结构的振动主动控制 ,但若传感器、驱动器部分脱开会对结构的静、动态特性产生显著影响。建立了一个新的加强假定应变压电固体单元 ,用于压电自适应层合结构振动主动控制的模拟仿真。与现有的压电固体单元相比 ,所建单元性能更优越 ,精度和计算效率更高 ,并能用于壳体结构的分析。采用相同坐标值但不同的节点号的方法模拟脱层 ,利用该单元分析了传感器、驱动器脱开对结构动力学特性的影响。