近年来,复合材料层合板结构被广泛地应用于航空航天、军工、建筑工程等领域。但是,由于其几何尺寸的不准确性、材料参数的分散性、载荷环境的波动性等不确定性因素的影响,可能会对复合材料层合板结构的可靠性和安全性,以及系统的输出响...近年来,复合材料层合板结构被广泛地应用于航空航天、军工、建筑工程等领域。但是,由于其几何尺寸的不准确性、材料参数的分散性、载荷环境的波动性等不确定性因素的影响,可能会对复合材料层合板结构的可靠性和安全性,以及系统的输出响应产生重大影响。由于复合材料层合板的层间黏结不良、外部应力集中等因素,当复合材料层合板结构的能量释放速率达到层间断裂韧性时,就会发生分层。因此对复合材料层合板结构的分层可靠性进行分析具有重要的意义。目前,对于复合材料层合板结构的可靠性分析主要是采用一阶可靠性方法(first order reliability method,FORM)、二阶可靠性方法(second order reliability method,SORM)和重要性抽样方法(importance sampling,IS)等传统可靠性分析方法,并将其和蒙特卡罗模拟(Monte Carlo simulation,MCS)对比。但是,当复合材料结构不确定性维度高且复杂时,这些方法不仅计算效率太低,而且不能保证其计算精度。相比于传统的可靠性分析方法,可以利用基于自适应Kriging模型集成策略和主动学习函数结合蒙特卡罗模拟(adaptive Kriging-based Monte Carlo simulation,AK-MCS)的方法,对复合材料层合板结构进行可靠性分析。而直接概率积分方法(direct probability integral method,DPIM)具有更高的计算效率和精度,特别是对于高维度和复杂的可靠性分析问题。所以,本文采用AK-MCS方法和DPIM对模式Ⅰ、模式Ⅱ和混合Ⅰ/Ⅱ模式下的复合材料层合板结构分层的可靠度进行了研究。结果表明:DPIM和AK-MCS与传统可靠性分析方法相比具有更高的计算精度和计算效率,但是DPIM以其高效的计算效率脱颖而出,尽管其精度略低于AK-MCS,但在处理随机变量更多、非线性程度更高的混合Ⅰ/Ⅱ模式下的层合板结构分层的可靠性时展现出明显优势。综合考虑精度与时效性的平衡,DPIM能够准确地评估复合材料结构的可靠度,保障其在航天航空装备等领域的安全运行。展开更多
为解决四自由度(4 degree-of-freedom,4-DOF)无人水面船在动态不确定性和外部扰动下的路径跟踪问题,提出一种基于有限时间积分视线(finite-time integral line-of-sight,FT-ILOS)制导的自适应神经网络路径跟踪控制方法。在视线(line-of-...为解决四自由度(4 degree-of-freedom,4-DOF)无人水面船在动态不确定性和外部扰动下的路径跟踪问题,提出一种基于有限时间积分视线(finite-time integral line-of-sight,FT-ILOS)制导的自适应神经网络路径跟踪控制方法。在视线(line-of-sight,LOS)制导框架下,利用有限时间理论,引入积分机制和新的制导机制,实现船舶位置跟踪误差的有限时间收敛,且避免制导积分项引起的饱和风险。基于反步控制法设计框架,结合FT-ILOS制导方法,利用自适应神经网络逼近复合扰动项,利用虚拟参数学习技术解决“维数灾难”问题,同时利用动态面控制技术降低计算复杂度。为减少执行器响应频率和磨损,在控制律与执行器之间建立周期事件触发协议。通过李雅普诺夫稳定性分析证明闭环控制系统中所有信号均有界,通过MATLAB仿真对比实验验证所提控制方法的有效性和鲁棒性。展开更多
文摘近年来,复合材料层合板结构被广泛地应用于航空航天、军工、建筑工程等领域。但是,由于其几何尺寸的不准确性、材料参数的分散性、载荷环境的波动性等不确定性因素的影响,可能会对复合材料层合板结构的可靠性和安全性,以及系统的输出响应产生重大影响。由于复合材料层合板的层间黏结不良、外部应力集中等因素,当复合材料层合板结构的能量释放速率达到层间断裂韧性时,就会发生分层。因此对复合材料层合板结构的分层可靠性进行分析具有重要的意义。目前,对于复合材料层合板结构的可靠性分析主要是采用一阶可靠性方法(first order reliability method,FORM)、二阶可靠性方法(second order reliability method,SORM)和重要性抽样方法(importance sampling,IS)等传统可靠性分析方法,并将其和蒙特卡罗模拟(Monte Carlo simulation,MCS)对比。但是,当复合材料结构不确定性维度高且复杂时,这些方法不仅计算效率太低,而且不能保证其计算精度。相比于传统的可靠性分析方法,可以利用基于自适应Kriging模型集成策略和主动学习函数结合蒙特卡罗模拟(adaptive Kriging-based Monte Carlo simulation,AK-MCS)的方法,对复合材料层合板结构进行可靠性分析。而直接概率积分方法(direct probability integral method,DPIM)具有更高的计算效率和精度,特别是对于高维度和复杂的可靠性分析问题。所以,本文采用AK-MCS方法和DPIM对模式Ⅰ、模式Ⅱ和混合Ⅰ/Ⅱ模式下的复合材料层合板结构分层的可靠度进行了研究。结果表明:DPIM和AK-MCS与传统可靠性分析方法相比具有更高的计算精度和计算效率,但是DPIM以其高效的计算效率脱颖而出,尽管其精度略低于AK-MCS,但在处理随机变量更多、非线性程度更高的混合Ⅰ/Ⅱ模式下的层合板结构分层的可靠性时展现出明显优势。综合考虑精度与时效性的平衡,DPIM能够准确地评估复合材料结构的可靠度,保障其在航天航空装备等领域的安全运行。
文摘为解决四自由度(4 degree-of-freedom,4-DOF)无人水面船在动态不确定性和外部扰动下的路径跟踪问题,提出一种基于有限时间积分视线(finite-time integral line-of-sight,FT-ILOS)制导的自适应神经网络路径跟踪控制方法。在视线(line-of-sight,LOS)制导框架下,利用有限时间理论,引入积分机制和新的制导机制,实现船舶位置跟踪误差的有限时间收敛,且避免制导积分项引起的饱和风险。基于反步控制法设计框架,结合FT-ILOS制导方法,利用自适应神经网络逼近复合扰动项,利用虚拟参数学习技术解决“维数灾难”问题,同时利用动态面控制技术降低计算复杂度。为减少执行器响应频率和磨损,在控制律与执行器之间建立周期事件触发协议。通过李雅普诺夫稳定性分析证明闭环控制系统中所有信号均有界,通过MATLAB仿真对比实验验证所提控制方法的有效性和鲁棒性。
