用Taylor展开随机无网格法和免疫算法分析结构可靠性

首先用Taylor展开随机无网格伽辽金法(Taylor expansion stochastic element-free Galerkin method,TSEFGM)进行随机结构分析.在无网格伽辽金法中,所求解问题的域由分布的节点表示,并采用移动最小二乘函数近似试函数.以及用罚函数法施加本质边界条件.同时利用Taylor展开法,建立随机结构分析的Taylor展开随机无网格伽辽金法;然后应用人工免疫遗传算法对结构可靠性进行分析.人工免疫遗传算法是一种新的综合人工免疫算法和遗传算法的智能优化算法,它避免了遗传算法易出现早熟、搜索效率低和不能很好地保持个体多样性等问题.数值实例表明,在随机结构与可靠性分析方面,Tlaylor展开随机无网格伽辽金法与人工免疫遗传算法具有明显的优势和广泛的应用前景.     

用Taylor展开随机无网格法分析齿轮弯曲疲劳强度的可靠性

这里用Taylor展开随机无网格点插值法(TSMPIM)分析了齿轮弯曲疲劳强度的可靠性。数值实例表明在随机结构分析与可靠性计算方面随机无网格法具有明显的优势。     

用Taylor展开随机无网格点插值法分析齿轮的可靠性

用Taylor展开随机无网格点插值法(TSMPIM)分析了齿轮弯曲疲劳强度的可靠性。在无网格点插值法中,所求解问题的域由分布的节点表示,并且利用具有Delta函数性质的多项式进行节点插值,为此,很容易类似有限元法一样处理本质边界条件。利用Taylor展开法,建立了随机结构分析的Taylor展开随机无网格点插值法,并应用Taylor展开随机无网格点插值法分析了齿轮弯曲疲劳强度的可靠性。数值实例表明在随机结构分析与可靠性计算方面Taylor展开随机无网格点插值法具有明显的优势。     

磁敏橡胶材料弹性模量的测试与研究

研究了磁敏橡胶超声测试的基本方法和参数,测量了各向同性和颗粒成链磁敏橡胶材料的纵向模量。对含铁颗粒填料体积分数不同的磁敏橡胶样本进行了三点弯曲试验,计算出磁敏橡胶样本的弹性模量,并与相关理论预测模型进行了对比,结果表明,对于各向同性磁敏橡胶,随着含铁颗粒填料体积分数的增加,其弹性模量和剪切模量增大。颗粒成链磁敏橡胶的弹性模量很大程度上依赖于测量的方向,含铁颗粒填料体积分数超过15 ％时,在平行和垂直于颗粒链方向所测得的弹性模量有显著的不同。这是因为含铁颗粒填料体积分数超过15 ％时,磁敏橡胶的颗粒成链结构不具有立体对称性。     

基于小波变换的发动机表面缺陷图像去噪方法的研究

目的 滤除发动机表面缺陷图像上的噪声,使发动机表面缺陷信息得以更好地呈现。方法 首先利用小波变换将发动机表面缺陷含噪图像进行系数分解,获取不同的小波系数;接着利用支持向量机对小波分解系数进行分类,以达到将噪声信号与非噪声信号进行分离的效果;最后利用插值运算对硬阀值函数进行优化,以克服函数不连续性引起的振铃效应等弊端,使得去噪后图像能够保持更多的细节信息。通过实验仿真将所提方法以及中值滤波、双边滤波方法的去噪效果进行对比。结果 所提方法去噪后图像与中值滤波以及双边滤波方法去噪后图像相比,具有更高的PSNR值以及SSIM值。测试图像噪声强度为25%时,所提方法去噪后图像的PSNR值以及SSIM值较中值滤波方法去噪分别提高了20.66%以及11.89%,较双边滤波方法去噪分别提高了10.30%以及5.48%。结论 所提方法比中值滤波、双边滤波方法具有更好的去噪效果,能够对发动机表面缺陷图像的噪声进行去除,并较好地保留图像的细节信息。