段志信
- 作品数：23 被引量：81H指数：5
- 供职机构：内蒙古工业大学更多>>
- 发文基金：内蒙古自治区自然科学基金国家自然科学基金内蒙古自治区教育厅基金更多>>
- 相关领域：自动化与计算机技术机械工程理学航空宇航科学技术更多>>
- 大变形曲梁接触问题有限元分析被引量：1
- 1998年
- 本文针对刚性基础上的曲梁弯曲问题的特点，首先建立曲梁上的曲线坐标系，并导出曲梁弯曲问题的几何方程。其次从最小势能原理出发导出大变形曲梁接触问题的非线性有限元平衡方程及其边界条件。最后在修正的拉氏坐标描述方式下用增量法进行求解。
- 冯志勇段志信
- 关键词：曲梁有限元大变形
- 动力减振器最优参数的非线性回归和若干问题被引量：3
- 1997年
- 本文采用最优化方法求得考虑生系统阻尼的动力减振器最优参数集，并对此参数集进行非线性回归，得到了便于动力减振器最优设计的回归曲线族。本文还对现有的主系统无阻尼时动力减振器最优参数公式进行了讨论，指出了这些公式的局限性，并根据本文的结果给出了应用范围更广泛的改进公式。
- 张玲段志信
- 关键词：动力减振器减振器
- 履带车辆的动力学建模与仿真
- 针对现有的建立履带车辆运动微分方程一般多采用非完整约束方法带来的复杂计算问题，本文提出了基于给定斜坡路径的完整约束下将履带车辆简化为单体与多体模型相结合的建模方法。首先对车辆进行力学分析，推导出系统阻力以及由电机转矩损失...
- 贺妍张晓燕李海滨刘科元刘志彬段志信
- 关键词：履带车辆动力学模型建模仿真
- 文献传递
- 神经网络在固体火箭发动机比冲预测中的应用
- 2007年
- 基于RBF神经网络和模糊原理,构建一种模糊RBF神经网络用于固体火箭发动机比冲预测。预测结果表明该网络可较精确地预示发动机的比冲。
- 张永芝李卓段志信李海龙
- 关键词：固体火箭发动机比冲模糊RBF神经网络
- 一种基于彩色图像的道路交通标志检测新方法被引量：15
- 2008年
- 提出了一种改进的彩色图像分割方法,并将该方法与不变矩理论相结合用于检测彩色图像中的交通禁令标志。首先对采集图像进行预处理,包括对图像进行RGB到HSI或改进HSI颜色空间的转换和图像形态学的运算,然后对图像中不同的封闭子区域进行标记,并去除不满足面积阈值的子区域。分别计算剩下子区域的hu矩组得到每个子区域的7个图像特征值。将相应子区域的特征值与事先准备好的环形和三角形路标特征值用欧式距离分类器进行比较判别。实验结果表明,此方法能准确并较为快速地实现警告标志检测。
- 段炜李海滨段志信
- 关键词：道路交通标志
- 复杂结构可靠性分析理论与方法
- 李海滨杨建平黄洪钟聂晓波贺云段志信
- 现代装备或系统的结构向着大型化、功能和应力环境复杂化方向迅速发展，一方面应力环境的复杂性导致结构存在多种失效模式，而多种失效模式相互作用及空间多轴应力状态使结构的极限状态方程一般没有显性的解析表达式，对这种隐式极限状态方...
- 关键词：
- 关键词：神经网络方法
- 基于Matlab和BP神经网络的固体火箭发动机比冲性能的预测被引量：5
- 2007年
- 本文采用基于误差反向传播算法(BP算法)的人工神经网络技术,利用Mat lab神经网络工具箱,建立了固体火箭发动机比冲性能预测的神经网络模型,并利用实验数据进行了验证。结果表明,可以利用该方法开展固体火箭发动机比冲性能的预测。
- 王晔段志信
- 关键词：BP算法MAT人工神经网络
- 一个非线性动力学问题的混沌分析
- 2004年
- 近年来,人们越来越多地关注非线性动力系统的动态响应问题,尤其是混沌动力学的不断发展和完善极大地丰富了非线性科学领域,为许多古老的研究课题注入了新的活力,对包括自然科学在内的全部科学起到了日益深远的影响,本文是在固体力学领域内,研究duffing振子的动力学行为,包括它的混沌运动,相空间,重构相空间,振动模式。由于有限维系统在相空间和重构相空间中的几何图形比较直观,研究他们的混沌问题比较方便,所以本文是在二维系统中进行研究的。
- 陈小芳段志信
- 关键词：小球吸引子时间序列振子检流计
- 基于Lagrange乘子法神经网络求解弹塑性力学有限元问题被引量：4
- 2007年
- 根据人工神经网络的基本优化机理,研究了基于Lagrange乘子法神经网络求解弹塑性力学有限元问题.该神经网络对弹塑性力学有限元问题模型的不等式约束直接进行处理,无需添加松弛变量,降低了网络模拟和硬件实现的复杂程度.还分析了该神经网络的收敛性和稳定性.最后对一个简单弹塑性问题进行了数值仿真,计算结果表明了该神经网络求解弹塑性力学有限元问题的可行性.
- 李海滨王亮尚凡华段志信
- 关键词：神经网络弹塑性有限元法LAGRANGE乘子
- 基于神经网络的固体火箭发动机比冲性能的预示研究
- 2006年
- 将神经网络方法引入了固体火箭发动机的比冲性能预测,该方法避开了系统具体规律分析以及相应数学模型建立所带来的困难,直接用神经网络模型来模拟真实的系统关系。采用了一种改进的Ⅱ型RBF神经网络,克服了传统的RBF神经网络径向基函数个数未知的缺陷,并将其预测结果与传统的BP神经网络的预测结果进行了比较。
- 张宇星邱志平段志信
- 关键词：固体火箭发动机比冲网络学习RBF神经网络BP算法
