简介:为分析竖向环境振动对人车路系统耦合振动的影响,人体采用并联动力模型,车辆采用7自由度全车模型,路面采用Kelvin地基上梁单元进行模拟,通过车路之间的动态轮胎力建立起考虑竖向环境振动作用的人车路耦合振动方程;运用New-mark积分法对方程组进行求解,采用人体竖向振动加速度均方根值对车辆乘坐舒适度进行评价;对地震波频率和地震波幅值对系统振动的影响进行讨论,以及车辆乘坐舒适度和乘坐者人体生理反应进行分析.数值分析结果表明:竖向环境振动加剧了人车路系统的振动,显著增大了车辆乘坐舒适度指标;地震波频率和地震波幅值对车辆乘坐舒适度的影响都很大.
简介:提出了基于模糊逻辑控制扭矩分配策略,建立了各功能组件模型.并利用ADVISOR2002仿真平台。完成了该模糊逻辑扭矩控制策略和电气辅助控制策略仿真比较.结果表明,本文提出的模糊逻辑控制策略对提高混合动力汽车的动力性和燃油经济性。改善尾气的排放有明显的作用.
简介:研究了一类具有脉冲干扰和可变时滞区间关联大系统的鲁棒指数稳定性.假设该系统的关联函数满足全局Lipschitz条件,基于矢量Lyapunov函数法和数学归纳法,给出确保该关联系统鲁棒指数稳定的充分条件.最后给出一个数值算例用以说明本文所得到结论的正确性和有效性.
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:研究了在地基波动影响下非线性粘弹性桩中的混沌运动.假定桩体材料满足Leaderman非线性粘弹性本构关系,得到在轴向载荷作用下满足Winkler条件的地基土波动方程、桩与地基土耦合振动方程;利用Galerkin方法将非线性积分-微分方程简化,并进行了数值计算,揭示了非线性粘弹性桩包括混沌运动在内的动力学行为.
简介:基于一个特殊的Painleve-Backlund变换和多线性变量分离方法,分析了(2+1)维非线性广义Borer-Kaup(GBK)系统,求得了该系统具有若干任意函数的变量分离严格解.根据得到的变量分离严格解,并通过选择解中的任意函数,引入恰当的局域函数和多值函数,找到了GBK系统一种新的具有实际物理意义的半包局域相干结构,如海洋表面波,并简要地讨论了这种半包局域相干结构的一些特殊的演化性质.结果表明:这种半包局域相干结构相互作用后,完全保持它们原有的速度、波形和波幅,即它们的演化性质是完全弹性的.
简介:采用Hodgkin-Huxley神经元模型,在二维随机神经网络中引入局部扩散功能缺陷,研究了神经网络中非对称缺陷附近的方形失去扩散功能的缺陷对螺旋波动力学行为的影响.缺陷使螺旋波降低传播速度的行为与缺陷的位置和尺寸有关:靠近螺旋波中心的缺陷影响最为显著,当缺陷远离中心位置时,缺陷的作用明显减弱;缺陷尺寸越大,影响也越显著.同时观察到,在弱耦合神经网络中,缺陷的存在导致了螺旋波的漂移现象.进一步研究缺陷和通道噪声同时存在时系统时空斑图的演化行为,结果发现,噪声作用下缺陷处形成了新的波源.最后,通过分析神经元放电节律和平均膜电位的变化揭示了缺陷对神经网络时空行为影响的机理.
简介:随着航空航天事业的发展,对各种材料性能的要求也越来越高.而蜂窝夹层板在结构和性能上具有许多优点,已在航空航天等领域应用广泛,并在一些重要结构中充当承力部件,但由于其特殊的蜂窝结构,相对于一般的板,在受力时会发生比较大的变形,所以用非线性理论研究蜂窝夹层板结构,并考察不同参数对非线性振动特性的影响,具有重要的理论和实际意义.如今,蜂窝夹层板的几何非线性问题已引起更多学者的关注.在一般均质理论的假设下,一些学者已经研究了各项同性蜂窝夹层板板的非线性动力学特性.研究了一类受面内激励和横向外激励联合作用下的四边简支蜂窝夹层板在主参数共振-1:2内共振时的双Hopf分叉问题.首先利用多尺度法得到系统的平均方程,然后结合分叉理论得到了系统的分叉响应方程,根据对分叉响应方程的分析,得到了六种不同的分叉响应曲线并给出了系统产生双Hopf分叉的条件.利用数值方法得到系统在参数平面的分叉集,通过对不同分叉区域的分析发现,随着参数的变化系统平衡点会分叉为两类周期解,随后周期解会通过广义静态分叉为准周期解,或者通过广义Hopf分叉为3D环面.
简介:利用参数互异的Fitzhugh—Nagumo神经元构建了含耦合时滞的无标度神经元网络模型,通过数值模拟的方法,提出研究参数异质性和耦合时滞影响下神经元网络的共振动力学.结果发现,当耦合项中不含时滞时,适中的参数异质性能够使得神经元网络对外界弱周期信号的响应达到最优,即适中的参数异质性能够诱导神经元网络的共振响应,而且异质性诱导共振对耦合强度具有鲁棒性.更重要的是,耦合时滞对参数异质性作用下神经元网络的共振特性也有着显著性影响.当时滞约为信号周期的整数倍时,神经元网络能够周期性地出现共振现象,即适当的耦合时滞能够诱导神经元网络的多重共振,而且这种现象在异质性参数的适当范围内都能明显出现.