引入旋转自由度的杂交混合单元

文中指出了一个杂交混合型含角点旋转的四边形单元。相容部分位移场以八结点Ｓｅｒｅｎｄｉｐｉｔｙ单元经一个坐标变换导出，不相容部分位移场和相应的内应力场被详尽讨论。特征值检验和路径实验说明新单元的有效，精选解例证明了新单元的杰出性能。     

基于非协调模式的几何非线性广义杂交退化壳单元

依据一个在局部坐标系下放松单元间连续性要求的广义变分原理,建立了基于非协调模式的几何非线性广义杂交退化壳单元。数值结果表明,构造的四结点退化壳元拥有很好的性能,可避免各种自锁问题。     

区间B样条小波杂交应力元分析及其应用

将小波函数引入到杂交应力元中,以其尺度函数作为插值函数,构造了二维四节点和三维八节点的B样条小波杂交应力元.将数值算例结果与理论解和Abaqus软件计算结果相对比,本文所构造的新型单元具有计算精度高、对单元划分密度不敏感、收敛速度快的优点.     

最小余能原理与杂交应力公式

杂交应力模式的单元在近年来得到了广泛的研究和应用、本文由古典的最小余能原理出发,给出了杂交应力公式导出的完整过程.     

一种新的含转角自由度的四节点杂交元

基于组合杂交变分原理,使用含转角自由度的位移插值和CH(0-1)元应力模式,得到CHD(0-1)单元.它既满足杂交方法所要求的inf-sup条件,又有较高的位移、应力精度;和普通的八节点二次单元相比计算花费少;对单元几何形状不敏感;能很好地模拟弯曲变形.数值试验结果支持了本文结论.     

关于厚薄板弯曲分析的内位移杂交元法

 本文通过引入单元内位移和优化处理的单元应力场,以计入剪切变形的板弯曲能量泛函为基础,导出适用于厚、薄板分析的四边形杂交应力元。内力场和内位移的合理选择避免了单元零能模式的出现、避免了解的剪切自锁现象。该优化单元显示了较好的通用性和收敛性。对关于剪切自锁的RCI判据提出了反例、说明了它的局限性。     

磁电弹性材料杂交应力有限元的应力模式

首先推导了磁电弹性材料的杂交应力有限元列式,然后在假设单元边界位移场的基础上,根据等函数法进一步推导了磁电弹性材料的3D-8节点和3D-20节点杂交应力有限元的广义假设应力矩阵。为磁电弹性材料杂交应力有限元模型的构建提供了理论基础。最后以3D-8节点杂交应力有限单元为例,对磁电弹性材料层合板进行了有限元分析,数据显示所得结果具有较高的计算精度。     

组合杂交三角形单元的加权能量正交关系

组合变分原理可以增强杂交元方法解的稳定性。建立热传导方程基于区域分解的组合杂交有限元方法,给出单元上温度梯度插值为线性、但温度插值为协调线性插值与非协调二次插值之和的组合杂交三角形单元,并通过数值实验验证理论结果的正确性。结果表明:分片线性温度梯度插值的散度(热源)与非协调温度插值是加权能量正交的;组合杂交三角形元刚度矩阵等同于协调的三角形线性元刚度矩阵,即非协调部分无温度增强特性。     

复合材料层板的瞬态动响应分析

本文用混合杂交单元分析复合材料层板的瞬态动力响应。针对纤维增强复合材料层板的特点,综合考虑精确性和经济性,对于较薄的板采用Mindlin直线假设的位移模式;对于较厚的层板提出分段折线假设的位移模式,并讨论了其适用范围。对动响应分析采用振型叠加法和Wilson-θ积分法确定层板对突加载荷的动挠度和动应力。最后,通过各种数值算例考查本文方法的有效性。     

构造含结点旋转单元的坐标变换法

Ａｌｌｍａｎ提出了带角结点旋转的三角形单元及相应的四边形单元，法向位移的二次插值保证了该单元的精度，但带来了构成单元的复杂。本文把Ａｌｌｍａｎ单元看成是对一个有边中结点单元进行坐标变换的结果，大大提高了计算效率。     

混合遗传算法的研究及其在压气机叶型优化设计中的应用

对混合遗传算法进行了初步研究,并以此为基础建立了压气机叶型优化设计平台。在遗传算法中引入模拟退火算法,增强了算法的局部寻优能力,提高了运行效率和优化质量。为维护群体的多样性,保证寻优的收敛,选择概率和交叉概率的设计可以随个体适应度和进化阶段的不同而自适应变化。二维叶型定义采用的是Bezier函数参数化定义方法。该方法可以较好的拟合叶型曲面,并通过少数控制点的调节灵活有效的修正叶型形面。对某压气机二维叶型的正问题数值优化结果表明本研究所建立的优化设计平台具有高效、可靠性好的特点。     

二维嵌套混合MIMO相控阵雷达接收阵列设计

针对二维混合多输入多输出（MIMO）相控阵雷达发射阵列子阵分割带来的自由度损失问题,提出一种基于二维嵌套阵列的二维混合MIMO相控阵雷达接收阵列设计新方法。首先,给出一种由稀疏阵列和密集阵列构成的嵌套阵接收阵列的二维混合MIMO相控阵雷达信号模型;其次,通过对接收信号的协方差矩阵进行Khatri-Rao乘积处理,得到阵元位置差的差异阵列,形成接收阵元数目的虚拟扩展;最后,通过空间平滑处理进行波达方向估计。仿真实验表明,与传统二维混合MIMO相控阵雷达相比,所提方法在不增加实际阵元数目的情况下可以有效扩展虚拟阵元数目,提高雷达阵列自由度,进而提高二维混合MIMO相控阵雷达波达方向估计精度。     

非结构混合网格鲁棒自适应技术

数值格式、湍流模型和计算网格是影响CFD数值模拟精度的3个主要因素。结合流场信息的网格自适应技术具备动态优化计算网格的能力,被NASA列为未来CFD发展的一项关键技术。本文针对非结构混合网格,发展了网格单元分布优化、表面网格几何投影和空间网格协调匹配3项关键技术,建立了高鲁棒性几何保真的网格自适应系统。首先,为了提高自适应方法的鲁棒性和通用性,发展了基于标准面网格的多面体网格单元分布优化方法。其次,发展了仅依赖表面网格信息的局部曲面重构技术,采用参数点映射方法实现了新增表面网格点的几何投影,消除了自适应系统对几何CAD系统的依赖。再次,采用改进的距离函数方法实现了空间网格与投影后表面网格的快速匹配。最后,结合基于流场特征的自适应探测器,采用二阶格式的有限体积方法,开展了30P30N三段翼绕流和三角翼大迎角绕流的网格自适应数值模拟。结果表明,通过网格自适应对网格单元的分布进行优化后,流场求解的收敛性和模拟精度都得到了显著提高。     

An efficient large-scale mesh deformation method based on MPI/OpenMP hybrid parallel radial basis function interpolation

An efficient MPI/OpenMP hybrid parallel Radial Basis Function (RBF) strategy for both continuous and discontinuous large-scale mesh deformation is proposed to reduce the computational cost and memory consumption. Unlike the conventional parallel methods in which all processors use the same surface displacement and implement the same operation, the present method employs different surface points sets and influence radius for each volume point movement, accompanied with efficient geometry searching strategy. The deformed surface points, also called Control Points (CPs), are stored in each processor. The displacement of spatial points is interpolated by using only 20–50 nearest control points, and the local influence radius is set to 5–20 times the maximum displacement of control points. To shorten the searching time for the nearest control point clouds, an Alternating Digital Tree (ADT) algorithm for 3D complex geometry is designed based on an iterative bisection technique. Besides, an MPI/OpenMP hybrid parallel approach is developed to reduce the memory cost in each High-Performance Computing (HPC) node for large-scale applications. Three 3D cases, including the ONERA-M6 wing and a commercial transport airplane standard model with up to 2.5 billion hybrid elements, are used to test the present mesh deformation method. The robustness and high parallel efficiency are demonstrated by a wing deflection case with a maximum bending angle of 45° and more than 80% parallel efficiency with 1024 MPI processors. In addition, the availability for both continuous and discontinuous surface deformation is verified by interpolating the projecting displacement with opposite directions surface points to the spatial points.     

非结构混合网格自适应并行技术

计算流体力学（CFD）模拟实际工程问题所采用的网格规模可达千万量级，并行技术是减少计算时间的有效方法。耦合流场信息的网格自适应技术能有效动态优化计算网格，被NASA视为一项亟待发展的CFD关键技术。混合网格自适应系统包含网格分布优化、表面网格投影和空间网格匹配等关键技术。针对以上3项关键技术分别建立了高效的并行算法。首先，提出了"先唯一后同一"的两步法策略实现了网格单元分布优化过程的并行相容性；其次，基于局部曲面拟合思想，实现了曲面重构和新增物理网格点投影的完全并行；再次，提出了空间网格匹配技术的半并行算法，快速解决了网格单元交错问题。为了提高后续流场计算的并行效率，发展了基于并行重分区-网格数据迁移方法的动态负载平衡技术，并采用圆柱激波流场自适应模拟对动态负载平衡技术进行初步验证。最后，采用三角翼自适应加密测试了自适应系统的并行效率。结果表明，建立的混合网格自适应系统并行效率较高，且相比流场求解耗费总时间的比例低于1%。     

航天器燃耗最优轨道直接/间接混合法延拓求解

针对转移时间和始末状态固定的航天器燃耗最优轨道的求解,给出了一种延拓方法:以双脉冲轨道为初值,首先求解全程推进轨道,然后逐步增加推力幅值,应用直接/间接混合法依次求解所有推力幅值下的、满足包括开关函数在内的所有必要条件的转移轨道,包括连续和脉冲推力轨道。通过基于开关函数曲线变化趋势的开关序列预设方法,以及基于已有优化结果的延拓步长自适应方案,实现了延拓方法的自动运行。为实现该延拓方法,给出了适用于改进春分点根数模型的脉冲最优转移轨道主矢量必要条件,推导了无推力轨道段改进春分点根数协态变量状态转移矩阵。通过3个算例对延拓求解会遇到的不同情况进行了具体说明。延拓方法可以看作现有直接/间接混合法的进一步完善与拓展,延拓过程和结果有助于对燃耗最优轨道与系统参数之间的关联获得更为深刻的认识。     

一种适用于三维混合网格的GMRES加速收敛新方法

为提高流场计算收敛效率,发展了一套适用于三维混合网格Naiver-Stokes方程求解的并行广义最小残差（GMRES）隐式时间推进方法。该方法由科学计算可移植扩展工具包（PETSc）中的Krylov子空间求解器实现,线性方程系统中的系数矩阵直接以显式给出以提高算法的稳定性。为进一步提高GMRES方法的收敛速度,对非结构网格的序号进行了重排序,使得系数矩阵的非零元素尽量向主对角线靠近。利用所发展的GMRES方法,完成了对ONERA-M6机翼、AIAA阻力预测会议通用研究模型（CRM）等算例的计算,计算结果与试验结果吻合良好。通过与其他隐式推进方法进行比较,对算法的收敛特性进行了研究。结果表明,所发展的GMRES方法计算更加稳定,残差下降速度相对LU-SGS（Lower-Upper Symmetric Gauss-Seidel）方法更快,尤其是气动力系数向着收敛解逼近的速度更加明显,提高了计算效率。     

基于自适应混合网格的脱体涡模拟

基于混合网格和CGNS（CFD General Notation System）数据结构,建立了一种各向同性加密/稀疏的网格自适应方法。在悬空点的后处理中,让含有悬空点的单元转化为任意多面体,从而简化了自适应单元剖分模版,同时自适应网格单元之间可完全相容,自适应生成的网格能够直接用于可处理任意多面体的流场求解器。将该自适应方法与脱体涡模拟（DES）算法相结合,开展了65°后掠三角翼大迎角流动的数值模拟应用,并与初始网格的模拟结果进行了详细比较。对比表明：采用网格自适应方法适当增加局部网格量,能够以较小的成本迅速提高三角翼背风区的空间分辨率,增强数值模拟对小尺度涡系结构的解析能力,从而弥补了基于混合网格的脱体涡模拟中常用二阶格式计算的空间分辨率相对偏低、不利于湍流多尺度结构精细模拟的不足。     

Agent仿真中具有先验知识的混合学习算法与混合结构模型

强化学习是一种有效的机器学习方法,是无监督学习,通过不断地和环境交互得到外部环境评价信号,选择合适的动作。Q学习是一种典型的强化学习,其学习效率较低,尤其是当状态空间和决策空间较大时。为提高Q学习学习效率和收敛速度,采用具有先验知识的Q学习算法,利用模糊综合决策方法处理专家经验和环境信息得到Q学习的先验知识,对Q学习的初始状态进行优化;针对Agent个体学习与群体学习各自的不足,提出了采用混合学习算法,将个体学习与群体学习有效结合起来,提高了Agent的个体性能及系统整体的智能水平;同时为满足复杂适应性需求,采用Agent混合结构模型,在该模型中构造了基于知识的协调控制器,通过它来协调慎思式过程和反应式过程。