期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
弹性力学本科教学中的矩阵表达形式 被引量:3
1
作者 刘章军 镇斌 《高等建筑教育》 2013年第5期66-69,共4页
在弹性力学的本科教学中,采用了矩阵形式来表达各物理量间的相互关系。文中主要讨论了以应力、应变、位移为基本量的各物理量间的矩阵表达形式,包括基本方程、边界条件以及不同坐标间的基本物理量的转换关系。采用矩阵表达形式不仅书写... 在弹性力学的本科教学中,采用了矩阵形式来表达各物理量间的相互关系。文中主要讨论了以应力、应变、位移为基本量的各物理量间的矩阵表达形式,包括基本方程、边界条件以及不同坐标间的基本物理量的转换关系。采用矩阵表达形式不仅书写简洁、记忆容易,而且表现直观、便于理解。 展开更多
关键词 弹性力学 本科教学 矩阵表达形式
在线阅读 下载PDF
聚类分析-神经网络-贝叶斯优化联合识别复合材料参数研究
2
作者 冯易鑫 彭辉 罗威 《力学学报》 EI CAS CSCD 北大核心 2024年第11期3333-3350,共18页
目前针对非均质复合材料参数的正逆向识别尚面临正向计算成本高和逆向识别泛用性低的难题.数据驱动的计算均匀化方法可以一方面利用数据科学的先进算法降低控制方程的变量数目,另一方面建立复合材料设计结构与等效参数的联系,从而显著... 目前针对非均质复合材料参数的正逆向识别尚面临正向计算成本高和逆向识别泛用性低的难题.数据驱动的计算均匀化方法可以一方面利用数据科学的先进算法降低控制方程的变量数目,另一方面建立复合材料设计结构与等效参数的联系,从而显著提升计算效率并挖掘参数间的内在关联.文章采用数据驱动的聚类分析方法(self-consistent clustering analysis,SCA),依据各网格点的应变集中张量进行聚类划分,并在聚类区域上求解离散的Lippmann-Schwinger方程,在极大程度降低计算自由度的同时,高效获取等效模量、热膨胀系数、热导率等参数.然而SCA法在处理大量不同结构工况时效率略显不足,进一步利用人工神经网络方法(artificial neural network,ANN)作为代理模型加速计算,实现不同工况下等效参数的快速预测.针对于逆向识别非均质材料和结构的反问题,则结合贝叶斯优化(Bayesian optimization)方法,在给定的等效参数下反向识别最优化的材料和几何结构,形成聚类分析-神经网络-贝叶斯优化的联合识别框架.以超导EAS股线和颗粒增强复合材料为例,进行联合识别框架与已有实验和数值结果的对比分析,继而从计算精度、求解效率、模型超参数选取、敏感度分析和反向验证等方面进行深入研究,探讨建立的聚类分析-神经网络-贝叶斯优化框架的优势和不足,以期为发展精度较高和适用范围较广的复合材料参数识别方法提供思路和参考. 展开更多
关键词 数据驱动计算力学 计算均匀化 聚类分析 神经网络 贝叶斯优化
在线阅读 下载PDF
小型地质危岩体灾害的爆破处理方法
3
作者 赵润东 姚金阶 +1 位作者 罗振华 熊亚洲 《低温建筑技术》 2015年第10期115-116,共2页
基于危岩体和环境条件分析,介绍了危岩控制爆破的设计方法、爆破方案,计算爆破飞石和滚石等有害效应的防护距离。消除了危岩体对周边影响,达到了预期治理危岩体的效果。
关键词 危岩体 控制爆破 微差爆破 安全防护
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部