2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩121頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、非線性系統(tǒng),特別是多自由度非線性隨機系統(tǒng),由于各自由度之間的相互關聯(lián)性以及激勵的隨機性,表現(xiàn)出復雜的動力學行為。隨著科學技術的迅猛發(fā)展,一方面,眾多非常規(guī)因素如粘彈性效應、時滯效應等,被引入非線性系統(tǒng);另一方面,出現(xiàn)了一大類具有極大自由度的非線性系統(tǒng)——復雜網絡系統(tǒng)。這些因素致使系統(tǒng)體現(xiàn)出更復雜的動態(tài)演化行為,而自由度的極大化卻使系統(tǒng)動態(tài)演化的終極狀態(tài)體現(xiàn)出內在簡單性。本文由兩部分組成,第一部分研究具有粘彈性效應/時滯效應的多自由度非線

2、性隨機系統(tǒng)的動態(tài)演化行為,第二部分研究復雜網絡系統(tǒng)的動態(tài)響應終極——同步現(xiàn)象。
  粘彈性效應由于諸如復合材料、聚合物等新材料的引入,而進入多自由度非線性隨機系統(tǒng),本文研究具有粘彈性的非線性隨機系統(tǒng)的近似瞬態(tài)響應。通過將同時具備耗散效應和彈性效應的粘彈性項近似替換為系統(tǒng)等效阻尼和等效剛度,將原系統(tǒng)近似為無粘彈性項的非線性隨機系統(tǒng),利用廣義諧和函數(shù)建立相應的隨機平均方程,導出關于動態(tài)演化特征量的幅值瞬態(tài)概率密度的FPK方程,該方程的

3、近似解表示為Rayleigh分布和幅值相關的正交基函數(shù)的線性組合,隨時間變化的組合系數(shù)通過Galerkin方法確定。通過實際算例的數(shù)值模擬結果及近似解析解結果的比較分析,表明該方法的有效性。
  時滯效應可由系統(tǒng)狀態(tài)的測量階段與控制力的生成階段之間的延遲等方面引起,該效應會顯著影響系統(tǒng)動態(tài)演化行為,并在極端情況下會引起系統(tǒng)穩(wěn)定性喪失。本文通過將時滯項近似分解為阻尼和剛度的修正項,從而將原系統(tǒng)近似等效為無時滯非線性隨機系統(tǒng);針對外激

4、為白噪聲和調制噪聲兩種情況,應用基于廣義諧和的隨機平均法導出控制瞬態(tài)概率密度的FPK方程,該方程的近似解析解可由相應線性系統(tǒng)的正交基函數(shù)的線性組合表示,并由Galerkin方法得到其近似解。通過3個耦合的具有時滯的非線性隨機系統(tǒng)的近似響應與原系統(tǒng)數(shù)值模擬結果的比較分析表明該方法的有效性,并且在相對較大的時滯情形仍有較好的精度。
  作為極大自由度系統(tǒng)的典型代表,復雜網絡系統(tǒng)在現(xiàn)代社會的各個方面普遍存在,其同步化現(xiàn)象具有重要的研究意

5、義。本文以三大類系統(tǒng):通過全局耦合網絡、最近鄰耦合網絡、無標度網絡以及社團網絡耦合的Kuramoto動力學模型;基于小世界網絡結構的具有高斯分布時滯的耦合邏輯映射模型;耦合的雙穩(wěn)態(tài)振子鏈模型,為研究對象,通過Karhunen-Loève分解法獲取可以反映系統(tǒng)響應特性的關鍵特征模態(tài),用于分析上述復雜網絡的同步化。研究發(fā)現(xiàn),特征模態(tài)不僅能分析網絡系統(tǒng)的全局同步性,還能得到局部同步化信息,后者是其他同步表征參數(shù)所不能描述的,還可用前幾階關鍵的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論