简介:在外弹道数据处理中,奇异点处理、特征点求取与随机误差削弱都是精度估计的关键环节.本文首先利用小波变换在处理奇异点、特征点、噪声消除方面的优势,对观测数据进行基于小波变换的分解、融合、重构处理,剔除奇异点,查找特征点,削弱随机误差.其次利用节点自由分布B样条描述导弹运动轨迹,使该弹道确定方法转化为关于求解导弹轨道样条表示参数和测量系统误差的多模融合的非线性优化问题,采用非线性最优化方法,进而得到待估参数的最优估计,完成弹道的最佳逼近.仿真结果表明,该技术应用在奇异点处理、特征点提取与随机误差削弱方面效果较好,多模融合算法能减少计算量,且能切实提高参数估计精度.
简介:基于改进的KBM法,研究了强非线性多自由度自治系统的内共振.求出了极限环的振幅和近似解的表达式.与KBM法比较,该方法的特点是:近似解中包含项中的不再是时间的线性函数,而是时间的非线性函数,它能提高近似解的精度,且应用更广,最后给出一个具体实例,得到了近似解以及相图.和数值结果比较,本文方法具有较高的精度.
简介:考虑了高架索的倾斜角、货物悬挂点张力周期波动等因素的影响,建立了海上横向干货补给高架索系统面内振动的3自由度动力学模型.对模型进行1阶Galerkin模态截断,对离散后的动力学模型惯性项解耦,得到了高架索面内振动的3自由度常微分形式的非线动力学模型.借助Mathematica程序,对系统进行数值分析,研究表明货物摆动会引起高架索和货物大幅横向的振动.
简介:研究了横向气动载荷和参数激励联合作用下复合材料悬臂外伸矩形板在伸出过程中的非线性动力学问题.根据Reddy的高阶剪切层合板理论,应用Hamilton原理建立了外伸板在横向气动力和参数激励作用下的非线性动力学方程,其中横向气动力采用一阶活塞气动力.然后应用Galerkin方法对系统偏微分形式的非线性方程进行离散,得到了一组时变系数的非线性动力学方程.在此方程的基础上,对复合材料悬臂外伸板进行了数值模拟分析,讨论了外伸速度对悬臂外伸板非线性动力学特性的影响.
简介:研究外部扰动力矩作用下航天器的混沌姿态运动,引入Deprit正则变量建立系统的Hamilton结构,应用Melnikov方法预测系统产生的稳定流形和不稳定流形的横截相交,得到系统产生混沌姿态运动的条件。研究表明:随着转子转动惯量的增加,引起系统出现混沌姿态运动的激励频率的范围逐渐减小。最后,对相空间轨线的数值模拟表明理论分析的可靠性。
简介:为研究斜拉桥中索与梁、索与索之间的耦合振动问题,建立了斜拉桥的单梁-多索力学模型.考虑索的初始垂度引起的几何非线性因素的影响,将多索梁模型分段处理,基于索、梁经典的面内振动的微分方程,通过索、梁连接处的动态平衡条件,建立多索梁模型面内振动理论.以双索梁为例,应用分离变量法,结合边界条件,求解双索斜拉梁模型平面内自由振动的特征值问题.同时,建立双索梁的有限元模型,有限元所得结果与本文理论研究吻合良好.最后对CFRP索梁模型的各项相关重要参数进行分析,并将本文理论与课题组前期成果进行对比分析.研究表明,CFRP索能极大改善双索梁模型的基本动力学性能.增大拉索轴向刚度能明显提高模型的低阶频率,而梁弯曲刚度的提高对其高阶频率的提高比较明显.
简介:研究了一类参数激励和外激励联合作用下四边简支薄板在1:1内共振下的周期解分叉.首先,根据vonKarman方程推导出四边简支薄板的运动控制方程,利用Galerkin方法得到参数激励和外激励联合作用下的两个自由度的运动方程.然后,通过引入周期变换和相应的Poincar6映射推广了次谐Melnikov方法.最后,对系统进行数值模拟验证了理论的正确性.
简介:以两对边简支另两对边自由的功能梯度材料板为研究对象,首先建立了考虑材料物性参数与温度相关的、在热/机械载荷共同作用下的几何非线性动力学方程,采用渐进摄动法对系统在1:1内共振-主参数共振-1/2亚谐共振情况下的非线性动力学行为进行了摄动分析,得到系统的四自由度平均方程,并对平均方程进行数值计算,分析外激励对系统非线性动力学行为的影响,发现在一定条件下通过改变外激励可以改变系统的运动形式,产生混沌运动.另外,第二阶模态的幅值远比第一阶模态的幅值大,这应该是两阶模态耦合产生内共振的结果,因此,研究该类结构的非线性动力学行为时不应该只考虑一阶模态,而应考虑到前两阶甚至更多阶模态的相互作用,以便于更好地利用或控制其运动形式.
简介:研究了非线性随机动力系统所对应的Fokker-Planck-kolmogorov(FPK)方程.讨论了微分方程的可朗克(Crank)一尼考尔逊(Nicolson)型隐式有限差分格式以及微分的四阶中心差分格式,将两者相结合,得到FPK方程的四阶中心C-N隐式格式差分解,并与FPK方程的精确解进行了比较.数值结果表明,该方法具有良好的稳定性,且可以解决其他方法在概率密度峰值处偏小,而在尾部处较大等缺点.