预防椎间融合器在腰椎后路椎间融合器（PLIF）中的下沉需要了解其机制，这尚待完成。 我们旨在通过模拟一名老年妇女的骨质疏松性椎体，通过有限元分析来描述椎间笼下陷的机制。 一名72岁骨质疏松妇女的L2-L5椎骨X线计算机断层扫描扫描数据被用于创建2个FE模型：一个不模拟植入物放置（LS-INT），一个模拟使用聚醚醚酮（PEEK的L3 / 4 PLIF） ）笼子（LS-PEEK）。 将负载和模拟活体的力矩应用于这些模型，并进行了以下分析：1）保持架接触面的Drucker-Prager等效应力分布； 2）增量加载过程中L2-L5中损坏元素的分布； 3）保持架接触面的等效塑性应变分布。 在分析1中，在所有负载条件下，LS-PEEK的L3和L4椎骨终板上的Drucker-Prager等效应力都比LS-INT大，并且特别集中在接触表面。 在分析2中，与LS-INT相比，LS-PEEK在沿着笼子接触面的L3椎体中沿着笼子周围的骨骼显示更多的损伤元素，其次是沿着笼子接触面的L4椎体区域。 在分析3中，在LS-PEEK的L3下表面中，等效塑性应变的分布可视为随着载荷的增加，沿着笼子从笼子的后部区域逐渐扩

聚乳酸/蒙脱土纳米复合材料的非线性流变学，吴亮，吴德峰，采用熔融插层法制备了插层型的聚乳酸/蒙脱土纳米复合材料（PLA/MMTs）。利用旋转流变仪对该纳米复合材料的非线性流变行为进行了研究

针对非线性耦合标量场方程的求解问题,采用改进的sine-cosine法,并把它应用到n+1维耦合非线性标量场方程,同时利用Mathematica数学软件并结合吴文俊消元法,获得了n+1维耦合标量场方程的5类精确孤子解,部分已知的结论是其特例;该方法还能够有效地用于其他的非线性方程组,如耦合Kdv方程、耦合mkdv方程、耦合schr(o|¨)dinger和Boussinesq方程及正则长水波方程等.

转子碰摩系统的非线性数值分析，王璋奇，杨文刚，建立了基于瞬时碰摩力的偏心转子碰摩模型，该碰摩模型为分段线性系统，数值求解该类系统需采用接缝法，但是直接的数值方法无法准

为了克服新能源电力对电网产生的影响,传统的火电机组必须提升其快速变负荷能力。在对汽轮机及回热系统特性研究的基础上,提出了一种改进的凝结水节流方案。为了实现对凝结水节流系统的高效、安全控制,通过对凝结水节流系统的特性分析并经过一定的简化,建立1000MW火电机组凝结水节流系统非线性动态模型,根据模型结构并结合实验数据对模型参数进行辨识。通过对模型输出与机组实际输出的对比验证中可以看出,模型的响应与机组实际输出完全一致,具有很好的仿真精度,该模型可以应用于凝结水节流系统的控制优化。

以非线性预测评价为基础,采用BP神经网络模型,利用遗传算法优化网络初始权值和阈值,建立一个新的煤矿底板突水危险性预测的网络模型,通过收集不同突水矿井的资料,综合考虑多种影响底板突水的因素。运用Matlab编程对网络原始数据进行训练,并对不同工作面底板是否突水及突水量进行预测分析,结果表明,该模型收敛速度快、预测精确度高,且具有较强的泛化能力。

针对工业过程的非线性和多模态特征,提出了一种基于局部近邻标准化(local neighborhood standard ization,LNS)和主多项式分析(principal polynomial analysis,PPA)结合的故障检测算法。首先,将样本数据通过局部近邻标准化(local neighbor standardization,LNS)算法,对每个样本构建k近邻数据集;然后应用k近邻数据集的均值和方差对当前样本进行标准化处理;最后使用PPA对已经标准化处理后的样本建模,计算出T2和SPE统计量,并确定控制限进行故障检测。LNS算法能够去除数据中的多模态特征,而PPA算法能够有效的处理非线性数据,因此LNS-PPA方法能够提高具有多模态非线性特征的工业过程故障检测能力。将该方法应用于多模态非线性数值例子和田纳西伊斯曼(TE)化工过程,并将测试结果与主元分析法(principal component analysis,PCA)、主多项式分析法进行对比,其结果能够有效验证LNS-PPA的优越性。

非线性共轭梯度法

经过实验测量以y轴精度进行验证，整机验证进行六次采集，平均精度误差为0.361mm 原始的标定精度在6mm左右，虽然听起来是非常微小的偏差，但是由于研究方向对精度要求极高。且在运动过程中，深度信息误差、畸变误差、机械误差、坐标系转换等一系列误差累积环节，将导致误差放大，因此远不能达到要求。 使用规划和智能算法对相机进行标定具有比较强的优势在于，不管是非线性规划的方法还是粒子群/遗传等智能方法的计算目标函数可以将旋转矩阵与位移矩阵一起进行计算，这种计算方法也被称之为一步法，对比传统的Tsai手眼标定的两步法可以有效避免旋转矩阵和位移矩阵计算的误差积累。当然缺点是非常不好进行编程实现，且一旦编程出现错误极有可能误差巨大，而且数学要求较高，需要一定的数学基础。

非线性优化