搭接是纤维增强复合材料(FRP)的重要连接方式,长期性能是该技术实际工程应用的关键.对不同恒定应力和湿度状态下混杂FRP (HFRP)双搭接接头的剪切蠕变性能进行了试验研究.试验观测到了明显的蠕变变形,测定了蠕变与恒定应力及湿度的关系.进一步采用分数阶导数流变模型对试件的蠕变进行模拟.根据模型所包含的Mittag-Leffler函数的性质采用了改进的Powell优化算法,并确定了合理的初值,结合试验曲线拟合得到模型各参数值.根据搭接接头蠕变的特点,在经典分数阶流变模型中引入了表征应力水平对搭接接头非线性蠕变特性影响的函数,提出了一种改进的分数阶蠕变柔量计算公式.研究结果表明,该流变模型能够采用简单的表达形式和较少的参数对试件的非线性蠕变行为进行拟合,在30%~70%恒定应力范围内准确模拟了双剪搭接接头的蠕变曲线

楼板的存在对梁柱节点的局部受力影响显著, 在梁柱节点设计中, 若仅仅把楼板与钢梁的组合效应作为安全储备, 可能会产生结构由\强柱弱梁\转变成\强梁弱柱\的颠覆性结果, 因此忽略混凝土楼板对节点承载力及刚度的影响是造成破坏的重要原因.基于已完成的带楼板的T型梁柱节点低周往复荷载试验, 建立了非线性有限元分析模型.为了更加全面地了解钢梁-楼板组合节点的工作机制, 进一步补充完善试验研究的不足, 模型考虑了楼板与钢梁之间的栓钉连接以及材料非线性等因素, 模型的计算结果与试验结果具有高吻合度.在此基础上, 通过有限元参数分析, 详细分析了构件尺寸效应、轴压比、楼板厚度、楼板强度和柱宽厚比共五个参数对考虑楼板影响的外环板式梁柱节点抗震性能的影响.结果表明尺寸效应、轴压比对梁端抗弯承载力及刚度的影响小到可以忽略, 楼板厚度、楼板强度和柱宽厚比对梁端抗弯承载力有显著影响.结合理论分析进一步提出了考虑楼板影响的外环板式梁柱节点梁端抗弯承载力计算公式, 通过对比公式计算结果与试验、有限元分析结果可得, 该计算公式可较好的计算带楼板外环板式梁柱节点梁端抗弯承载力

对近年来国际上关于KGF在非线性光学变频及超短脉冲压缩等领域的研究成果进行介绍,并对关键性应用技术进行简要分析,最后对其发展前景进行展望

方程是在科学研究中不可缺少的工具 方程求解是科学计算中一个重要的研究对象 几百年前就已经找到但是对于更高次数 了代数方程中二次至的代数方程目前仍 五次方程的求解公式无有效的精确解法 对于无规律的非代数方程的求解也无精确解法 因此研究非线性方程的数值解法成为必然

金属锰湿法电冶过程是一个典型的远离平衡态的非线性体系，直流作用下会出现电化学振荡、金属分形等非线性行为而引发体系额外的能耗。本文提出一种超混沌电流电解的新模式，通过引入超混沌电路代替原有直流电源来实现。超混沌电流作用下，采用恒电流极化曲线、阳极极化曲线、塔菲尔测试等分析方法和X射线衍射分析、扫描电子显微镜的表征方法，研究铅合金阳极电化学振荡行为与阳极沉积的锰氧化物之间的关联。研究结果表明，在电流密度为350 A·m?2恒电流极化30 min后，超混沌电流极化作用下电位振荡的平均振荡周期较直流极化提高5.6 s，平均振幅降低 38 mV；超混沌电流作用下阳极生成的MnO2，其表面较为致密平整，在一定程度上可以提高铅合金阳极析氧反应活性和耐腐蚀性。综合分析可知，将超混沌电流运用于金属锰电解过程，可以实现对阳极电化学振荡的有效调控，为进一步降低电解过程能耗和污染排放提供新思路

第六章非线性处理器 6.1限幅器 6.2电压比较器 6.3迟滞比较器 6.4精密整流电路 6.5采样保持电路

人体在进入疲劳状态时生理参数会发生相应的变化.为了探讨砌砖工人在持续体力劳动作业时心率和心率变异(HRV)对人体生理疲劳的影响,针对疲劳与心率的关系提出评价生理疲劳的数学模型.选取15名健康受试者(男性)在搭建的86 cm平台模拟砌砖工人作业.持续作业30 min进行一次心率变异数据的收集.同时,使用心率传感器对心率进行实时监测.本文采用方差分析、t检验和非线性拟合的方法对疲劳对心率和心率变异的影响进行分析.结果表明,生理疲劳使心率波动程度有显著变化(检验水准α=0.05水平,概率P0.05).非线性拟合结果(R2=0.8892)显示,生理疲劳的发展趋势呈现出\S型\的趋势.据此提出,生理疲劳分为3个阶段:疲劳调整期、疲劳稳定期和疲劳失稳期.在疲劳失稳期前(试验中约为90min)受试者休息,可以减缓或延迟生理疲劳的发生

裂隙粗糙度是影响裂隙岩体渗流特性和流体流动复杂性的重要因素，为了深入研究单轴压缩条件下粗糙度对渗透系数的影响，采用3D打印技术和数字建模方法制备了粗糙度不同的裂隙试样，通过自制的试验装置对不同法向压力下的裂隙试样进行了试验。结果表明，在没有法向压力的条件下，随着粗糙度的增加，渗透系数以负指数函数形式减小，采用Forchheimer方程定量的分析了渗流流量与水力梯度之间的非线性关系，Forchheimer方程可以很好地描述粗糙裂隙表面的流动过程，线性项系数随着粗糙度的增大而减小，非线性项系数随着粗糙度的增大而增大；在恒定法向压力且大于水压的条件下，裂隙试样的渗透系数随着粗糙度的增大线性减小，随着水压的增大，粗糙度对渗透系数的影响作用增强；定义了系数$\\delta $

铰接式车辆的路径跟踪控制是矿山自动化领域中的关键技术，而数学模型和路径跟踪控制方法是铰接式车辆路径跟踪控制中的两项重要研究内容。在数学模型研究中，铰接式车辆的无侧滑经典运动学模型较为适合作为低速路径跟踪控制的参考模型，而有侧滑运动学模型作为参考模型时则可能导致侧滑加剧。此外基于牛顿–欧拉法建立的铰接式车辆四自由度动力学模型原则上满足路径跟踪控制的需求，但是还需要解决当前的四自由度模型无法同时反映瞬态转向特性和稳态转向特性的问题。在路径跟踪控制方法研究中，反馈线性化控制、最优控制、滑模控制等无前馈信息的控制方法无法有效解决铰接式车辆跟踪存在较大幅度曲率突变的参考路径时误差较大的问题，前馈–反馈控制可以用于解决上述问题，但是在参考路径具有不同幅度的曲率突变时需要解决自动调整预瞄距离的问题，而模型预测控制，尤其是非线性模型预测控制，可以更加有效地利用前馈信息，且不需要考虑预瞄距离的设置，从而可以有效提高铰接式车辆跟踪存在较大幅度曲率突变的参考路径时的精确性。此外，对于基于非线性模型预测控制的铰接式车辆路径跟踪控制，还需深化三个方面的研究。首先，该控制方法仍然存在误差最大值随参考速度增大而增加的趋势。其次，目前该控制方法以运动学模型作为预测模型，无法解决铰接式车辆以较高的参考速度运行时侧向速度导致的精确性下降和安全性恶化的问题。最后，还需对这种控制方法进行实时性方面的优化研究

无人驾驶车辆自身具有强烈的非线性、信号时延和参数不确定性，对它的控制还受到道路附着系数的变化、侧向风等外界因素影响。因此传统控制方法往往难以对其稳定和精确地控制。神经网络所具有的学习能力、自适应能力和近似非线性映射的能力，为解决车辆模型参数的不确定性、外界的扰动以及车辆自适应控制问题提供了有效的途径。针对上述几个方面，对近几年国内外学者将神经网络应用到无人驾驶车辆运动控制中所取得的成果与进展进行了归纳分类，分别介绍了应用情况并对优缺点进行评价。最后总结了神经网络在无人驾驶车辆运动控制中存在的主要问题，并展望了可能的发展方向