基于多目标优化的混凝土斜拉桥静动力有限元模型修正

针对大跨混凝土斜拉桥结构有限元模型修正,为了充分利用静动力试验数据,提出了一种基于多目标优化算法的模型修正方法。利用静力位移和动力模态频率等结构实测静动力响应构造修正目标函数,在灵敏度分析的基础上选择待修正参数,采用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)对国内某混凝土斜拉桥有限元模型进行了多目标优化修正,得到了模型修正多目标优化问题的Pareto最优解集,并利用静动力实测数据对修正后的有限元模型进行了验证。结果表明:模型修正后不仅参与优化的静力位移和动力计算结果与实测值吻合良好,而且未参与修正的结构静动力响应也与实测值更加接近,混凝土斜拉桥采用这种基于多目标优化的静动力有限元模型修正方法能够取得较满意的效果,修正后的有限元模型能够精确全面的模拟实际结构。     

基于子结构分析的多重子步模型修正方法

为了解决模型修正过程中修正目标众多和测量信息有限的矛盾，提出了多重子步模型修正方法(MSMUM)，先进行误差定位，再实现参数修正，把复杂的模型修正过程分步实现。利用子结构技术，使结构模型在整体上仅包含有限数目的子结构，对各子结构所对应的超级单元的刚度参与系数进行识别来实现误差定位，通过建立测量信息与待修正参数间的代数方程来修正误差定位后子结构内部构件的参数。数值算例表明，建立的模型修正方法有效可靠。利用建立的多重子步模型修正方法对润扬大桥南汊悬索桥桥塔模型进行了修正。     

基于子结构的有限元模型修正方法

提出了一种基于子结构的有限元模型修正方法。该方法将整体结构有限元模型划分为多个子结构模型,求解独立子结构的主模态特征解和特征灵敏度;通过位移协调条件和能量方程,约束相邻独立子结构,得到整体结构的特征解和特征灵敏度;并以整体结构模态和结构试验模态的残差为目标函数,通过调整子结构单元参数,完成有限元模型修正。当结构局部参数发生变化,通过分析某一个或几个子结构即可求解整体结构特征解和特征灵敏度,而不需要分析其他未发生变化的子结构。由于子结构模型尺寸远小于整体结构,该方法能够极大地提高有限元模型修正方法的精度和效率。     

基于风压谱和Hermite模型的大跨干煤棚风压场数值模拟研究

大跨干煤棚表面风荷载脉动特性较为复杂,通常需要风洞试验确定。基于四参数风压谱模型和Hermite变换关系,提出了大跨干煤棚随机风压场的数值模拟方法,对非高斯风压场进行高效模拟;同时在该方法中引入基于非高斯数字特征的误差控制参数,能够在给定精度要求的条件下修正模拟结果;利用某大跨开敞式干煤棚网架结构的刚性模型高频测压风洞试验数据,得到了大跨干煤棚表面各区域风压谱模型的四个参数,并采用该方法开展了大跨干煤棚非高斯风压场的数值模拟。通过数值模拟结果和风洞试验结果在时域和频域内的对比,验证了方法的有效性。     

基于局部时间序列的约束子结构修正法

针对局部子结构为修正对象的情况,提出了基于时间序列的约束子结构修正法.从而只利用整体结构中局部子结构部分的自由响应或者随机响应就可以精确修正子结构模型.该方法依据线性结构的线性叠加原理.将一组长的子结构响应的时间序列延时划分为若干组子时间序列,然后利用这些子时间序列的线性组合,限制子结构边界的响应,从而隔离整体结构对子结构的影响,构造出约束子结构的响应,进而通过约束子结构的模态识别和模型修正实现对局部子结构的修正.以十跨桁架模型为例,分别利用子结构位置的随机响应和自由响应修正子结构,验证了所述方法的有效性,并分析了噪声对方法的影响.     

基于UKF模型更新的混合试验方法

在混合试验中,将结构划分为物理子结构和数值子结构两部分。对遭遇强震下大型结构的混合试验,很难保证数值子结构仍处于弹性阶段。为确保数值子结构模型的准确性,提出基于Unscented Kalman filter (UKF) 模型更新混合试验方法。该方法假定数值子结构与物理子结构恢复力模型相同,在混合试验进行中利用物理子结构试验观测数据,采用UKF方法在线识别物理子结构模型参数,实时更新数值子结构模型参数。通过数值模拟,应用UKF方法对单自由度结构非线性模型进行在线参数识别,验证UKF方法性能;通过对弹簧试件实际试验,验证该混合试验方法的有效性。结果表明,基于UKF模型更新混合试验方法较传统混合试验方法精度更高。     

动力模型拟静力修正方法及误差分析

摘 要：为了降低动力模型修正过程中的计算复杂程度,提出了拟静力模型修正方法。借助特征载荷的概念,将基于动力测量信息的动力模型转化为静力模型进行修正,避免了模型修正过程中特征值和特征向量的计算。利用样条插值方法,解决了测量信息与计算信息间的匹配问题。采用复域灵敏度分析方法对修正过程中的参数灵敏度进行计算,提高了修正过程中的计算效率。研究了测量误差对修正结果的影响,给出了修正参数的统计特性,为评估修正结果的可靠性提供了基础。通过数值算例对提出的方法进行了验证,结果表明本文的方法是有效可靠的。利用建立的方法对润扬大桥北汊斜拉桥桥塔模型进行了修正,修正结果较为精确可靠。     

不同梁线刚度情形下组合梁柱子结构抗倒塌性能研究

钢框架结构某根柱失效后,与失效柱相连的双跨梁对剩余结构的内力重分布和实现再平衡起到关键作用,而此时相邻双跨梁的线刚度对结构抗倒塌性能具有显著影响。以栓焊连接节点组合梁柱子结构拟静力试验结果作为校验,验证有限元建模方法的正确性。并建立了不同梁线刚度情形下的组合梁柱子结构足尺模型,重点分析了不同梁线刚度对组合梁柱子结构的内力发展和抗倒塌性能的影响。对目前基于变形的结构失效判定准则进行修正,基于该修正准则定量分析了双跨梁的梁机制抗力和悬链线机制抗力贡献水平,可为结构抗倒塌设计提供依据,对实际工程应用提供参考。分析结果表明:双跨梁的线刚度决定了梁机制抗力水平;而双跨梁的跨度决定了悬链线机制抗力水平,梁高对其影响较小,过大的梁线刚度不利于结构的位移发展。     

基于有限元模型修正的土木结构损伤识别方法

基于有限元模型修正的结构损伤识别方法计算过程直观、物理意义明确,能同步识别结构损伤位置和损伤程度,是结构损伤评估最直接的依据。该文介绍了基于有限元模型修正的损伤识别方法基本原理与过程,总结近三十年来有限元模型修正技术的发展。土木工程结构模型复杂性(包含大量单元、节点、待修正参数等)导致有限元模型修正过程效率低,详细介绍了基于子结构有限元模型修正的土木工程损伤识别方法在提高计算效率方面的优势。将两种有限元模型修正方法应用于一栋超高层建筑数值模型的损伤识别,说明两类方法在土木结构损伤识别中的特点。土木工程尺度大而结构损伤通常发生在局部区域,子结构方法将整体结构的分析转换为对若干独立子结构的分析,通过少数局部子结构的模型修正实现损伤识别,避免重复分析大尺寸整体结构,为大型结构基于有限元模型修正的损伤识别开辟高精度和高效率的途径。     

改进生成对抗网络及其在结构非线性模型修正中的应用

提出改进生成对抗网络（Generative Adversarial Network，GAN）并在结构非线性模型修正中成功应用。在改进的GAN中，通过引入代理模型的方式，增强网络判别器对非线性结构各节点响应关系特征的学习能力；为避免传统GAN存在的梯度消失问题，使用跳跃连接和密集连接等方式加强网络层之间的信息交流，并且通过引入组合目标函数，构建模型输入响应与输出参数之间的映射关系实现网络训练。在进行结构非线性模型修正时，结构的动力响应作为网络模型的输入，训练好的GAN模型能够根据输入数据的特征，输出非线性模型参数的最优值，从而实现结构非线性模型修正。通过对地震荷载作用下的12层钢筋混凝土框架结构进行数值模拟，验证了方法的可行性，并通过对比基于卷积神经网络的非线性模型修正结果，验证所提方法的优越性；最后进一步结合地震荷载作用下的悬臂铝梁振动台实验，验证了该非线性模型修正方法的可靠性。     

空间桁架结构特征响应信息对模型修正的影响机理分析

实测的结构响应特征信息是有限元模型修正的基础。由于土木工程结构体型巨大和服役环境复杂，使得结构现场测试难度大、成本高和测试信息有限，因此，合理和高效地利用这些来之不易的有限测量信息，以最小的代价实现对有限元分析模型的有效修正，意义重大。从数学问题求解的角度分析结构模型修正，通过一个空间桁架的数值仿真，研究结构特征信息量大小和类型对模型修正的影响，揭示结构特征信息对模型修正的影响机理和规律。基于设计和建立的实验室空间桁架模型的标准试验和损伤试验，开展了基于实测数据的桁架结构模型修正，验证了结论的准确性和可靠性。对如何充分利用有限的结构特征信息对有限元模型进行高效和可靠的修正，提出了一些有价值的参考建议。     

基于物理参数贝叶斯更新的桥梁剩余强度估计研究

考虑系统参数的随机性,将基于广义卡尔曼滤波的子结构法与贝叶斯更新方法相结合,提出了桥梁结构基于贝叶斯更新物理参数的剩余强度估计两步法:第一步,将子结构法与广义卡尔曼滤波算法相结合,成功识别出子结构及其相邻单元的物理参数;第二步,视识别出的结构物理参数为更新信息,对以蒙特卡罗仿真实验结果作为先验分布的参数进行贝叶斯更新并分别基于蒙特卡罗仿真参数和贝叶斯更新物理参数对结构进行了剩余强度估计。数值算例表明:基于贝叶斯更新物理参数估计得到的结构剩余强度明显低于基于蒙特卡罗仿真参数估计得到的结构剩余强度。该方法为测量响应信息不完备条件以及小样本抽样情况下桥梁结构剩余强度估计提供了一个较好的解决思路。     

一种利用子结构综合技术的模型修正方法

提出了基于改进自由界面子结构模态综合法的结构模型修正方法。首先给出了一种改进的自由界面子结构模态综合法,该方法通过构造一组与系统低阶模态加权正交的向量集,有效地解决了含有刚体模态时系统剩余柔度矩阵的求解问题。然后利用摄动法对每个子结构进行摄动,并计算灵敏度,通过子结构综合技术得到由摄动量表示的综合系统方程和灵敏度方程,给出了基于灵敏度分析的修正计算方法。该方法仅需对综合方程进行修正,极大的减缩了待修正问题的计算规模,提高了修正效率。最后,以典型数值算例验证了该方法的有效性。     

基于局部静力测试的约束子结构修正法

针对局部子结构为修正对象的情况,提出只利用整体结构中局部子结构部分的静力位移即可精确修正子结构模型的约束子结构方法。首先利用静力测试获得局部子结构所对应的局部柔度矩阵,通过在子结构边界处施加虚拟固定支座,把子结构从整体结构中隔离出来成为约束子结构,同时构造出该约束子结构相应的柔度矩阵。然后利用柔度扰动新方法优化修正约束子结构,即等同于修正相应的子结构模型,从而可对该子结构的损伤状况作出评估。以一个平面桁架结构为例对所提方法进行了验证。结果表明,所提方法合理可靠,计算简单快捷且精度良好。     

润扬大桥北汊斜拉桥钢箱梁的局部应力测试与分析研究

在大跨斜拉桥扁平钢箱梁应力计算的误差分析基础上,提出了扁平钢箱梁局部应力分析的两体系计算方法。根据扁平钢箱梁的构造特点分别建立整体结构尺度模型和局部构件尺度模型并采用子模型法进行跨尺度模型的衔接。以润扬斜拉桥的扁平钢箱梁为例,计算了车轮荷载作用下的钢箱梁局部应力响应,并与润扬斜拉桥成桥静载试验结果进行了比较,验证了该方法的有效性,并在此基础上系统地总结了大跨斜拉桥扁平钢箱梁在车辆载荷作用下的工作行为与受力性能。     

利用改进交叉模型交叉模态的随机模型修正方法

将混合摄动-伽辽金方法和改进的交叉模型交叉模态技术相结合,提出了一种随机模型修正方法。该方法有效缓解了模型修正过程中测量数据有限和测量误差不确定的影响。考虑到实测模态数据具有不确定性,基于改进的交叉模型交叉模态方法,建立了一个新的描述结构随机参数和随机响应关系的模型修正方程。利用混合摄动-伽辽金方法求解该随机修正方程,进而得到结构随机修正参数的统计特征。简支梁的数值结果表明,该方法在测量数据不确定性较大时仍能保持很高的修正精度,同时计算效率比蒙特卡罗模拟方法高出一个数量级。在测量模态数据较少的情况下,该方法比单独的混合摄动-伽辽金修正方法修正效果好,且比交叉模型交叉模态法的修正精度更高。框架试验的结果表明,该方法可以同时修正结构的刚度和质量,修正后的结构参数与预设工况基本吻合,同时能复现结构的测量模态,从而验证了所提方法的有效性。     

提升小波包和BP-AdaBoost模型在大跨斜拉桥拉索损伤识别中的应用

为了有效地进行工程结构的损伤识别,提出基于提升小波包特征提取和BP-Ada Boost模型的大跨斜拉桥拉索损伤识别方法。该方法首先利用提升框架,将结构损伤前后的振动测试信号进行提升小波包分解,提取小波包信号分量能量并将能量累积变异值作为特征值,识别斜拉索损伤位置,然后以此建立BP-Ada Boost(Back Propagation neural network,Adaptive Boosting)模型,利用Ada Boost算法和BP神经网络相结合的方法对大跨斜拉桥拉索的损伤程度进行识别,并研究噪声对该算法的影响。数值分析结果表明,采用基于提升小波包和BP-Ada Boost模型相结合的方法能够有效地识别大跨斜拉桥拉索损伤。     

运用BP-AdaBoost模型识别随机车载作用下大跨斜拉桥拉索损伤

为了有效地进行大跨结构的损伤识别,提出随机车载作用下利用BP-AdaBoost(Back Propagation neural network,Adaptive Boosting)模型对大跨斜拉桥拉索进行损伤识别的方法。该方法首先依据交通调查数据,建立随机交通荷载模型,再运用提升框架,对结构损伤前后的振动测试信号进行提升小波包分解,将小波包信号分量能量累积变异值作为特征值,识别斜拉索损伤位置,然后以此建立BP-AdaBoost模型,利用AdaBoost算法和BP神经网络相结合的方法对大跨斜拉桥拉索的损伤程度进行识别,并研究噪声对该算法的影响。数值分析结果表明,该方法有较强的抗噪声干扰能力,在随机车载作用下,运用BP-AdaBoost模型能够有效识别大跨斜拉桥拉索损伤。     

基于测试频响函数的结构连接参数识别方法

构造了半刚性结构连接单元，并应用于结构连接参数识别的模型中。利用子结构法建立的组合结构有限元模型和不完备的组合结构的测试频响函数，导出了连接子结构参数识别方法。提出了基于子矩阵因子法求解变量系数矩阵的通用方法。并将参数识别归结为求解非线性最小二乘问题，应用信赖域法克服了最小二乘求解初值选取范围过小的问题。最后利用仿真算例对上述方法进行了验证，结果表明该方法可行且具有一定的实用性。     

基于Bayesian证据推断与信息增益的参数化有限元修正模型选择

在概率论和信息论框架下,建立一种基于Bayesian证据推断与马尔科夫链蒙特卡洛(MCMC)方法的有限元参数化修正模型选择分析方法,以解决有限元模型修正中的待定模型参数选择问题。引入信息增益(Information Divergence)指标,定量表征有限元模型修正过程中需要从测量数据中提取用于修正待定模型参数的信息量多少,以惩罚有限元模型待修正参数的复杂程度,能过权衡有限元参数化模型复杂度与其相应信息论表述的复杂度,获得满足模型与实测数据吻合度要求且待定参数相对简单的有限元参数化修正模型,有效避免由于待修正参数过多而导致的模型过拟合问题。通过对某两层螺栓连接钢框架有限元模型半刚性连接刚度参数修正的数值仿真与模型实验研究,对该方法进行验证。