【摘 要】
:
自非线性动力学发展以来,海内外学者们针对多涡卷混沌系统进行了一系列探索,并取得了丰硕成果。然而,对于多尺度耦合下的多涡卷系统研究甚少。本文针对几类频域两尺度下多涡
论文部分内容阅读
自非线性动力学发展以来,海内外学者们针对多涡卷混沌系统进行了一系列探索,并取得了丰硕成果。然而,对于多尺度耦合下的多涡卷系统研究甚少。本文针对几类频域两尺度下多涡卷系统的动力学特性及其演化机制展开研究。在多时间尺度耦合下的非线性动力学系统中,当系统的固有频率和外激励频率存在量级差异时,可以观察到由大幅振荡与小幅振荡组合形成的簇发振荡现象。而多涡卷周期振荡行为即在一个周期内多次发生簇发振荡,在相应的系统相图中表现为多涡卷的现象。首先,针对传统的光滑多涡卷系统的动力学特性进行研究,以一个三维Lorenz系统为例展开讨论。通过引入参外联合激励项,建立频域两尺度动力学模型,将系统分为快慢两个子系统。当参数激励与外激励之间存在严格共振关系时,通过运用Moivre公式,用单一周期激励项的函数形式来表示这两个周期激励项,并将其看作系统的慢变参数。通过改变两激励频率比,观察转换相图与平衡线的叠加图,可以得到快子系统在慢变参数变化下平衡线及其分岔行为的演化机制。经研究发现,两激励频率比的改变会诱发系统簇发振荡行为的变化,对应相图中表现为涡卷数目的改变。当参数激励与外激励之间存在非严格共振关系时,以其中较小激励频率与真实时间的乘积为慢变参数,建立广义自治系统展开研究。通过观察和分析发现,系统在两激励频率比的变化下,整体呈现周期运动和概周期运动交替变化的形式。其次,在非光滑多涡卷系统动力学特性的研究中,本文以一个三维Filippov系统为例展开讨论。引入周期外激励作为慢变参数,使系统表现为频域两尺度效应。该系统在x方向及y方向上均存在非光滑项,使系统形成多分界面。通过分岔分析,讨论了系统在外激励振幅变化下的动力学演化特性,并指出系统在分界面处由非光滑fold分岔引起的簇发振荡行为及其转迁机理。最后本文围绕含有特殊非线性项的多涡卷系统展开研究,以一个三维Jerk系统为例,在原系统基础上引入周期外激励项,使系统产生快慢耦合效应。由于该Jerk系统是以一个周期固定的三角函数作为其非线性项的,所以其平衡线和分岔点具有一定周期性,通过转换相图可以观察到,平衡线上含有多个Hopf分岔点和fold分岔点,导致系统在沉寂态和激发态之间相互转迁,在相图上表现为多涡卷现象。另外在初始参数下,慢变参数范围内平衡线首尾两处Hopf分岔点存在延迟效应,其余Hopf分岔点由于平衡线结构的特殊性不产生作用。在调节系统参数后,系统的延迟效应消失,并且Hopf分岔点和fold分岔点共同作用于系统轨线形成新的簇发振荡,对应相图上的涡卷数目发生变化。
其他文献
非线性抛物方程在偏微分方程的研究领域中占据重要的地位,其解的整体存在性和爆破性具有很大的研究意义。对两类非线性抛物方程解的性质进行研究,一类是带非局部加权项的p-la
物联网设备的高速发展在方便人们生产生活的同时带来的是大量的安全隐患,近年来越来越多的物联网安全事件的出现也引起了研究学者对于物联网设备安全研究的重视,其中设备固件
场景识别是机器视觉领域中一个非常重要的课题,随着深度学习的发展,场景识别也逐步联合深度学习应用于无人机、无人驾驶、安防监控等领域中,且取得了良好的识别效果,基于深度学习的场景识别也成为场景识别领域中的重点研究方向。场景识别可以分为室内场景识别和室外场景识别,室外场景一般由开阔的背景信息组成,识别难度比室内场景识别难度高。对于无人机、无人驾驶汽车以及室外机器人来说,感知和识别周围环境十分重要,因此,
网络中构建网络模型是指对网络中各节点类型、节点状态、节点所包含的数据特征以及节点间的网络行为进行数学语言的构建与网络特征的提取,进而实现使用网络模型来表示一个网络以及网络行为。基于构建的网络模型来抽象模拟网络以及各类网络行为,便于在较低成本和较低破坏性的前提下,构建大规模的仿真网络,利用仿真网络做一系列大规模的攻防应用,使我们能够更好地认识、研究和使用网络。因此,如何对一个网络拓扑、网络中各类型节
镁质耐火材料烧成温度高,但热震稳定性差,因此改善镁质耐火材料的热震稳定性能在耐火材料中显得尤为重要。有研究表明,含碳耐火材料中添加的金属使用过程中可形成非氧化物,提
由于我国人口老龄化的现状,脑卒中的发病率逐年攀升,因此脑卒中人群的康复治疗显得尤为重要。临床医学研究证明,积极的情绪状态有助于中风患者康复治疗。目前现有的康复机器人主要通过力反馈实现交互控制,其单调的重复性训练动作未能实现预期的临床康复效果。在康复机器人接下来的发展中,如何调动患者的积极性,从患者心理层面出发,保证患者在康复训练过程中时的积极情绪是使康复机器人更快进入临床应用的一条捷径。由于以上原
随着计算机技术的迅速发展,监控视频越来越广泛地应用于社会公共场所,成为了智能监控系统的重要组成部分。由于大多数监控视频异常检测方法都依赖于复杂的特征提取,所以在视
制造业快速发展,系统设备的故障维修问题随之而来,设备的故障预测与健康管理成为众多学者们广泛研究的领域。其中基于数据驱动的研究方法随着物联网和传感技术的发展,得到了快速发展。但是工业物联网边缘端的数据呈井喷式增长,之前采用的将所有数据上传至云端,由云中心集中处理的方式,逐渐暴露出其成本高、延时大等问题,边缘计算的方式应运而生。在边缘端进行故障预测的优点是在快速对数据进行分析处理的同时,解决大量数据在
随着云计算的快速发展与普及,云存储已然成为数据存储的主要方式。而数据量的爆发式增长,导致云存储系统中节点的规模及异构性也不断增大,因此节点中数据的可靠性及I/O性受到了强有力的挑战。为了防止因节点故障造成的数据丢失,系统会采用特定的恢复机制对数据进行保护。本文对存储集群中节点异构性及多节点并发修复等问题进行了研究,主要工作如下。(1)针对集群中节点的异构性造成的数据存储代价过高、可靠性较低、节点负
薄层纳米复合(TFC)超滤膜因其水通量高、截留率高、过滤性能稳定等优势而广泛应用于油性废水净化、蛋白质分离等各个领域。然而,超滤膜的抗污染能力、选择性分离效果、以及膜