速度穩定性控制的案例
Ansys影響非線性收斂穩定性及其速度的因素分析
4加快計算速度
在大規模結構計算中，計算速度是一個非常重要的問題。下面就如何提高計算速度作一些建議：
充分利用ANSYS MAP分網和SWEEP分網技術，盡可能獲得六面體網格，這一方面減小解題規模，另一方面提高計算精度。
在生成四面體網格時，用四面體單元而不要用退化的四面體單元。比如95號單元有20節點，可以退化為10節點四面體單元，而92號單元為10節點單元，在此情況下用92號單元將優于95號單元。
選擇正確的求解器。對大規模問題，建議采用PCG法。此法比波前法計算速度要快10倍以上（前提是您的計算機內存較大）。對于工程問題，可將ANSYS缺省的求解精度從1E-8改為1E-4或1E-5即可。
5荷載步的設置直接影響到收斂。
應該注意以下幾點：
1、設置足夠大的荷載步（將MAXMIUM SUBSTEP=1000000），可以更容易收斂，避免發散的出現(nsub,nsbstp,nsbmx,nsbmn)；
2、設置足夠大的平衡迭代步數，默認為25，可以放大到很大(100)(eqit,eqit)；
3、將收斂準則調整，以位移控制時調整為0.05，以力控制為0.01(CNVTOL,lab,value,toler,norm,minref)。
4、對于線性單元和無中間節點的單元（SOLID65和SOLID45），關閉EXTRA DISPLACEMENTS OPTIONS（在OPTIONS中）。
展開 基于多點位移控制增量的網殼結構穩定性分析
（一）背景及基礎理論
網殼結構是一種重要的空間結構形式，對于單層網殼結構來說，穩定性問題是其結構設計中的重要問題。對于網殼結構穩定性問題來說，考慮材料-幾何雙重非線性下的非線性屈曲的求解方法一直是計算力學中的具有挑戰性的研究方向。本質上，非線性屈曲實際上要求解的是一個非線性靜力問題，在有限元中最終轉化為非線性方程組的求解，目前常見的非線性方程組的求解方法有牛頓迭代法、擬牛頓迭代法、增量法、增量迭代法和弧長法等。在abaqus中，如果采用static，general類型的step，則軟件采用增量迭代法進行計算，具體是將荷載/位移分為多個增量步加載，而每一個增量步內又采用牛頓迭代法進行求解。
對于單層網殼結構來說，在abaqus中，其計算非線性屈曲主要采用兩種方法：增量迭代法和弧長法。增量迭代法又分荷載增量迭代和位移增量迭代。對于單層網殼，由于通常情況下其所受的外荷載已知而在外荷載的位移未知，因此實際工程中事實上很難采用位移增量迭代，而對于荷載增量迭代，其具體過程如圖一所示：
圖一 基于荷載增量的增量迭代法
基于荷載增量迭代的具體求解過程可知，如果荷載-位移曲線存在下降段，則荷載增量迭代實際上在曲線接近峰值時由于剛度接近0而不收斂，難以繼續求解，具體過程如圖二所示：
圖二 基于荷載增量的不收斂示意
目前應對此缺陷的方法是采用弧長法，其具體過程如圖三。
展開 CFD仿真VOF界面捕捉穩定性研究：數值擴散與表面張力偽速度的影響及優化
界面穩定性問題分析</strong></p><p>在VOF方法中，界面穩定性是多相流模擬的核心問題之一。界面捕捉的穩定性直接影響模擬結果的物理準確性，尤其在處理復雜界面形變、表面張力驅動流動以及高密度比流體時，數值誤差可能導致非物理現象。以下是界面穩定性中兩個主要問題的分析：<strong>數值擴散</strong>和<strong>表面張力偽速度</strong>。</p><p> <strong>1.1 數值擴散</strong></p><p><strong>成因</strong>：</p><p>數值擴散是由于VOF方法中體積分數的對流項離散化誤差引起的，尤其在使用低階格式（如一階迎風格式）時更為顯著。</p><p>在界面捕捉過程中，界面形狀會隨著流動逐漸擴散，導致界面模糊，失去物理意義。</p><p>當網格分辨率不足時，界面重構（如PLIC方法）也可能引入額外的擴散誤差。</p><p><strong>影響</strong>：</p><p><strong>界面厚度增加</strong>：數值擴散會導致界面從一個清晰的薄層變成模糊的過渡區域。</p><p><strong>物理現象失真</strong>：例如在液滴動力學中，數值擴散可能導致液滴體積損失或形狀畸變。</p><p><strong>多相流模擬精度下降</strong>：尤其在小尺度問題（如微流體）中，數值擴散會顯著影響界面動力學行為。
展開 軸流壓氣機葉頂噴氣穩定性控制研究 中國科學院工程熱物理研究所李繼超
軸流壓氣機葉頂噴氣穩定性控制研究 中國科學院工程熱物理研究所李繼超
改良楔形葉片旋轉空化器水動力學特性數值模擬分析
關鍵詞：旋轉空化器；水動力學特性；改良葉型；自然空化；數值模擬
0 引 言
空化現象最早發現于船舶螺旋槳上，由該現象所帶來的噪聲、振動和空蝕破壞等負面影響對船舶性能提出了巨大挑戰[1]，如何使空化現象穩定可控，已成為眾多學者關注的問題。根據伯努利方程，當物體在水下以足夠高的速度運動時，其周圍流體的局部壓力會下降，當降至飽和蒸汽壓以下后，流體會發生汽化從而產生空化。隨著物體速度的進一步增大，空化區域（空泡）將擴大從而形成包裹物體的超空泡[2]。超空泡形態穩定，可以廣泛應用于工程實際：產生的超空泡覆蓋于航行體表面，將與航行體表面接觸的液體變為密度和黏度小得多的氣體，從而實現水下航行體的減阻[3]；超空泡表面高效的傳熱傳質過程可以應用于海水淡化領域，例如 Likhachev 等[4-5] 應用自然超空泡原理提出了一種新型的海水淡化技術，即利用旋轉空化器形成并維持穩定的超空泡形態，通過對從超空泡內抽取的蒸汽進行冷凝而得到淡水。
在針對超空泡的實驗研究中，超空泡一般通過高速射彈（物體在靜水中運動）或是高速來流沖擊（水流沖擊靜止物體）這 2 種方式來產生[6]，前者往往需要有很高的射彈速度，穩定性難以控制且運動參數測量困難[7]，后者則需要借助龐大的水洞試驗系統[8]。旋轉空化器是一種通過高速旋轉的葉片在水中產生超空泡以滿足不同工程實際應用的裝置，可以應用于海水淡化、污水處理等領域，相比前面的 2 種方式，旋轉空化器可以在較小的受限空間內持續產生穩定的超空泡，其系統體積小、易于控制和利用[4]。
展開 五年無人駕駛工作總結及展望
我從事無人駕駛是從2016年初開始的，機緣巧合之下被伯樂選中，原因是我的專業是控制理論與控制工程，可是我本人對控制一點興趣沒有，就喜歡編程。當時自學了java，面試很容易就過了，也是因為單位當時的現狀是矮子里面找高個，挑無可挑了，算是趕鴨子上架吧?，F在非常感謝當時的那位領導，要不是他，我學不到這么多受用終身的知識。
其實從2014年開始，國外的無人駕駛已經進入了高速發展，當時國內都在炒房、炒股、炒比特幣，所以起步就已經落后了
。當時就沒聽過深度學習、機器學習，只在學校里學習過神經網絡、免疫算法等，感覺就是參數優化和大范圍隨機搜索，沒學到精髓。
我非常榮幸的見證了我國某代軍車的研發和制造過程，從初樣車到正樣車，再到定型車，最后量產。團隊的無人駕駛工作也在這款軍車上開展，目的是為了在未來某天，能夠接到軍方的項目，提升車輛的二次開發價值。
2016年國內的無人駕駛開始預熱，各大主機廠、科技公司都開始入場，高校在理論方面更是走到了前面，畢竟高校的知識儲備太豐富
。開始的目標很簡單，實現軌跡跟蹤就行，盡量提高車輛速度和控制穩定性。在當時只有三個人的情況下，從一臉懵逼到實現預期目標。寫過前端控制界面，也干過軌跡規劃，都是用c#寫的，當時根本不懂去用linux，更別提ros,c++了。當時是真的莽，真敢坐車上測試，現在有些后怕。控制用的PID，軌跡跟蹤用的預瞄，簡單而且效果好，算是入行了吧。
2017年，在前一年的基礎上實現了車道保持，車道預警，車道線識別，變道等功能
。傳感器使用了一個mobileye和慣性導航，最高車速55，坐車上是真的害怕，手就放在急停按鈕上，一旦有險情直接急剎。通過實踐，發現了用c#的不足，首先編寫前端界面很麻煩，不光要實現控制，還需要將車輛軌跡和mobileye檢測的障礙物呈現出來。
展開 一種變軸螺旋槳水空跨域無人航行器設計和控制技術
水下航行阻力
式中，ρ為水密度，V 為航行速度，CD 為阻力系數（常見水下流線型體值為0.51～0.6），S 指三個空氣螺旋槳在水下狀態時的截面積。于是，可以得到小迎角下阻力與水下航行速度之間呈拋物線增大關系：
為了得到精確的水下航行器阻力特性，可以采用流體力學計算軟件求解不可壓縮流動控制方程（包括連續性方程和N-S 方程）：
式中，為速度矢量，ρ 為水密度，g 為重力加速度，p 為壓強，μ 為流體動力粘性系數。
本文設計模型計算結果如圖4所示。隨著航行速度的增加，阻力迅速增大，呈二次曲線加大。在小航速情況下（如小于 3 kn），最大阻力約為50 N，則水下推進器的推力應大于50 N。
圖4 水下航行阻力隨速度的變化計算結果
Fig.4 Calculation results of underwater navigation resistance as a function of speed
由于水空跨域無人機的機體重量輕，水下航行時，機身中部可進水。水下無航行器的升降控制首先通過所設計的氣囊調節。設計時，使航行器“重心”與“浮心”重合，將氣囊安置在重力線上，并設置有可調節氣囊中水、氣比例的泵控制裝置，如圖5所示。
圖5 氣囊設置與控制泵
Fig.5 Airbag setup and control pump
鑒于本文水下航行器主要任務為定點監控和慢速巡航，首先設計無人航行器應具有良好的靜穩定性。我們設計的平尾能保證水動力中心（相當于飛機的“焦點”，即縱向合力矩不變點）位于重心之后，就可以實現漂角靜穩定。設計垂尾則是實現側向靜穩定的保證。
展開 