基于JS-BP模型和JS散度的随机有限元模型修正

对考虑试验参数不确定性的有限元模型修正方法展开研究。首先假设待修正参数和响应特征量都服从正 态分布,将不确定性模型修正问题转化为均值和标准差的修正问题;其次采用拉丁超立方抽样选取待修正参数样本点 作为输入,并计算其对应的频响函数进行常数Q变换提取第一层系数作为输出,通过海蜇算法(JS)优化BP神经网络的 权值和阈值,构建JS-BP神经网络模型;最后以最小化JS 散度作为目标函数,实现对待修正参数的均值和标准差的同 步修正。空间桁架算例表明,所提方法能够有效地修正结构参数的均值和标准差,并且在试验数据标准差不同时仍能 得到较好的修正效果。     

基于JS-BP模型和JS散度的随机有限元模型修正

对考虑试验参数不确定性的有限元模型修正方法展开研究。首先假设待修正参数和响应特征量都服从正态分布,将不确定性模型修正问题转化为均值和标准差的修正问题;其次采用拉丁超立方抽样选取待修正参数样本点作为输入,并计算其对应的频响函数进行常数Q变换提取第一层系数作为输出,通过海蜇算法(JS)优化BP神经网络的权值和阈值,构建JS-BP神经网络模型;最后以最小化JS散度作为目标函数,实现对待修正参数的均值和标准差的同步修正。空间桁架算例表明,所提方法能够有效地修正结构参数的均值和标准差,并且在试验数据标准差不同时仍能得到较好的修正效果。     

基于替代模型的岸桥随机有限元模型修正

研究了考虑参数随机不确定性的岸桥有限元模型修正问题。首先,假设岸桥的待修正参数和模态参数都服从正态分布,将不确定性模型修正问题转化为均值和标准差的修正问题;其次,以某岸桥为研究对象,进行风振响应实测,利用随机子空间法得到岸桥前4阶实测模态参数;最后建立岸桥的有限元模型,基于Kriging替代模型及多目标遗传算法对岸桥结构进行有限元模型修正。结果表明,考虑参数不确定性的随机有限元模型修正方法能有效修正岸桥结构参数的均值和标准差。     

基于频响函数截断奇异值响应面的有限元模型修正

考虑由于模型参数误差造成的有限元模型偏差的问题,提出一种基于频响函数截断奇异值响应面的模型修正方法。利用傅里叶反变换将结构频响函数变换为时域内的脉冲响应函数,通过延迟坐标法重构脉冲响应函数的相空间矩阵,进而对相空间矩阵进行截断奇异值分解,提取有限个较大的奇异值作为频响函数的特征量。以待修正模型参数为样本集输入,截断的奇异值为样本集输出,建立支持向量机响应面模型并进行训练,以逼近模型待修正参数与频响函数的特征量之间的非线性映射关系。以目标频响函数的特征量与支持向量机响应面模型输出的特征量之间的差值最小化为目标,利用遗传算法通过优化求解参数修正量。仿真计算表明:支持向量机的保留奇异值响应面能准确预报训练集以外样本的保留奇异值,具有较强的泛化能力;结合遗传优化算法能获得准确的参数修正量,算法对噪声有较强的鲁棒性。     

基于模态参数及BAS-PSO优化算法的软基水闸有限元模型参数修正方法

正确合理的有限元模型对于软基水闸结构健康监测及性能评估至关重要,但水闸有限元模型参数的不确定性使得建立的水闸有限元模型难以准确地反映水闸结构真实的动力学特性,该文结合模态参数和基于天牛须搜索算法的粒子群(BAS-PSO)优化算法,提出了一种软基水闸有限元模型参数修正方法。选择对水闸模态参数影响较大的弹性模量和密度作为待修正参数,建立反映软基水闸待修正参数和模态参数之间非线性关系的基于遗传算法的支持向量回归(GA-SVR)代理模型;提出基于GA-SVR代理模型计算模态参数与水闸振动模态参数之间相对偏差最小的目标函数,构建软基水闸有限元模型参数修正的最优化数学模型;提出一种BAS-PSO优化算法来求解最优化数学模型,克服了局部最优和收敛速度慢的问题。通过软基水闸物理模型实例表明,修正的有限元模型计算的模态参数与水闸识别模态参数在数值上比较吻合,该文方法合理可靠且具有良好的可行性,可为软基水闸有限元模型参数修正提供一条新思路。     

基于加速度频响函数小波变换的贝叶斯模型修正EI北大核心CSCD

针对频响函数的似然函数推导复杂以及马尔科夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)算法不易收敛、样本拒绝率高的问题,提出一种基于小波变换和改进MCMC算法的贝叶斯模型修正法。首先,引入模态参与变异系数准则选取激励点位置、模态动能法选取测点位置;然后,构造Kriging模型,计算加速度频响函数并进行小波变换,提取小波总能量作为Kriging模型输出,并通过粒子群算法优化Kriging模型相关系数;最后,为提高采样效率,以延缓拒绝策略为基础,当候选样本被拒绝时,引入天牛须搜索算法产生新的候选样本,以此估计待修正参数的后验概率分布。分别使用车辆三自由度系统和空间桁架模型验证所提方法,结果表明:修正后获得的马尔科夫链整体性能较好,样本接受率提高,各参数的相对误差基本保持在1%以内且具有良好的抗噪性。     

基于改进高斯径向基函数响应面方法的蜂窝板模型修正

用等效板理论计算蜂窝板等效结构参数建立基准有限元模型, 对基准模型中结构参数施加摄动量建立待修正有限元模型。根据均匀设计方法将等效参数分为不同水平的参数组, 分别计算各参数组对应的模态频率响应, 然后建立基于一次式-高斯组合径向基函数(Linear-Gaussian RBF)的响应面模型。引入变异算子的改进粒子群算法修正响应面模型, 将搜索到的参数摄动量(优化解)代入待修正模型, 得到修正后模型。通过比较基准模型与修正前后模型的结构参数和模态频率响应的接近程度, 证实了修正方法的有效性。基于响应面的模型修正避免了迭代中重复调用有限元计算, 可提高分析效率。      

塔式起重机结构有限元模型修正的响应面方法

为提高塔式起重机(塔机)的修正效率,提出了一种基于响应面的有限元模型修正方法。在合理的修正参数选取和试验设计基础上,拟合得到结构响应与修正参数之间的显式函数关系以替代传统的有限元模型,通过迭代优化实现机械结构的有限元模型修正。以悬臂梁及塔机为例,实现了基于响应面法的有限元模型修正,并对比了不同响应面模型的拟合精度和修正效果。分析结果表明,利用响应面模型替代复杂的塔机有限元模型进行结构有限元模型修正可以极大地提高计算效率和修正精度。同时,对于塔机结构,基于二次多项式响应面的模型修正相较于基于高斯径向基函数响应面的模型修正能获得更好的修正结果和修正效率。     

基于Kriging模型和分层模型修正技术的结构边界条件识别

为得到能够准确反映结构装配关系的有限元模型边界条件，结合Kriging模型和分层模型修正技术，提出了一种结构边界条件识别方法。为削弱材料参数误差对边界条件识别的影响和改善修正不适定，利用实测自由模态频率，修正有限元模型的材料参数；以修正后的模型为基础进行边界条件识别，通过灵敏度分析确定模型的待修正边界参数，采用拉丁超立方抽样(Latin hypercube sampling, LHS)进行试验设计，并以实测约束模态频率与Kriging模型预测频率的差值最小为目标函数，利用粒子群算法求解最优参数。某包装机械摇臂连杆结构的试验结果表明，与传统的边界条件识别方法相比，所提方法具有较好的识别效果，识别得到的边界参数、结构响应等与实际结构具有较好的一致性。     

参数不确定性估计的随机响应面模型修正方法

正确估计实际工程结构中参数和响应不确定性的大小,能有效提高分析结果的可靠性。首先基于概率配点法和回归分析建立随机响应面模型,以表述不确定性参数与响应间复杂的隐式函数关系,快速估计响应的统计特征值;然后提出一种两阶段修正策略,分步修正参数的均值和标准差,以简化随机修正过程、提高修正效率;最后基于一组55块钢板的实测频率均值和标准差,估计钢板厚度和材料参数的统计特征值,验证方法的可行性和可靠性。     

参数不确定性估计的随机响应面模型修正方法EI北大核心CSCD

正确估计实际工程结构中参数和响应不确定性的大小,能有效提高分析结果的可靠性。首先基于概率配点法和回归分析建立随机响应面模型,以表述不确定性参数与响应间复杂的隐式函数关系,快速估计响应的统计特征值;然后提出一种两阶段修正策略,分步修正参数的均值和标准差,以简化随机修正过程、提高修正效率;最后基于一组55块钢板的实测频率均值和标准差,估计钢板厚度和材料参数的统计特征值,验证方法的可行性和可靠性。     

基于频响函数奇异值的模型修正方法

为减少实测环境中噪声的干扰,提出了一种基于频响函数奇异值的模型修正方法.利用计算得到的频响函数重构吸引子矩阵,对其进行奇异值分解,并在受噪声影响时根据极值点数量突变原则选择保留主要特征信息的奇异值个数,确定待修正参数;采用拉丁超立方抽样抽取初始样本点,结合修正参数所对应的奇异值响应,用粒子群算法寻得最优相关系数,构建K...     

基于改进MCMC方法的有限元模型修正研究

针对马尔可夫链蒙特卡罗(MCMC)模型修正方法在待修正参数维数较高时不易收敛和计算效率低下的问题,建立了融合自适应算法和相关向量机的快速模型修正方法。基于广义无偏见先验分布,推导了待修正参数的后验分布;在标准MCMC方法的基础上,引入延缓拒绝算法以提高新样本接受概率;引入自适应算法以自主调整建议分布的带宽。通过相关向量机建立待修正参数与有限元模型理论计算值之间的回归模型,以提高模型修正的计算效率。数值模拟和试验结构的模型修正结果表明,该方法的收敛速度较快,计算效率优于传统的一阶优化模型修正方法,为解决不确定性模型修正中的计算效率提供了一种新手段。     

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。     

基于区间分析的不确定性结构动力学模型修正方法

提出了一种基于区间分析的不确定性有限元模型修正方法。在区间参数结构特征值分析理论和确定性有限元模型修正方法基础上,假设不确定性与初始有限元模型误差均较小,采用灵敏度方法推导了待修正参数区间中点值和不确定区间的迭代格式。以三自由度弹簧-质量系统和复合材料板为例,采用拉丁超立方抽样构造仿真试验模态参数样本,开展仿真研究。结果表明,当仿真试验样本能准确反映结构模态参数的区间特性时,方法的收敛精度和效率均较高;修正后计算模态参数能准确反映试验数据的区间特性。所提出方法适用于解决试验样本较少,仅能得到试验模态参数区间的有限元模型修正问题。     

基于频响函数的结构损伤识别模型修正方法

针对模型修正中测量数据不完备问题,提出一种利用频响函数结合结构损伤识别进行模型修正的方法。首先,采用频响函数摄动分析法建立频响函数灵敏度方程,并综合考虑结构响应对参数变化的灵敏度及阻尼对振幅的影响等因素,合理选择频率范围;然后,利用完好结构的频响函数和测量得到的损伤结构固有频率重构损伤结构未测量节点的频响函数;最后,研究与模型修正相适应的传感器优化布置方法,确定传感器数目及测点位置,从而为模型修正提供所需的频响数据。数值模型试验表明,利用较少数量的传感器提供的频响数据即可识别出损伤位置和损伤程度,得到与结构实际参数相符的模型修正结果。     

基于频响函数的结构损伤识别模型修正方法

针对模型修正中测量数据不完备问题,提出一种利用频响函数结合结构损伤识别进行模型修正的方法。首先,采用频响函数摄动分析法建立频响函数灵敏度方程,并综合考虑结构响应对参数变化的灵敏度及阻尼对振幅的影响等因素,合理选择频率范围;然后,利用完好结构的频响函数和测量得到的损伤结构固有频率重构损伤结构未测量节点的频响函数;最后,研究与模型修正相适应的传感器优化布置方法,确定传感器数目及测点位置,从而为模型修正提供所需的频响数据。数值模型试验表明,利用较少数量的传感器提供的频响数据即可识别出损伤位置和损伤程度,得到与结构实际参数相符的模型修正结果。     

结合SVR响应面与粒子群优化的有限元模型修正

提出了一种模型修正方法，可以在不依赖模型灵敏度的前提下，利用较少的计算量实现对结构有限元模型的参数修正。该方法首先构建代理模型替代结构有限元模型，通过计算少量样本点，训练支持向量回归机(support vector regression, SVR)预测参数所对应的响应；其次，以结构固有频率的残差为目标函数，利用粒子群优化算法实现全局寻优求解，得到修正后的有限元模型参数；进一步，以带孔平板为试验研究对象，基于实测数据验证了所提方法的有效性，并讨论不同参数、样本点数等对模型修正精度的影响；最后，用某卫星结构模型修正算例证明了该方法相对基于灵敏度分析的方法在计算耗时上的优势。该研究旨在为具有复杂参数-响应特征的结构模型修正提供技术支持。     

气囊着陆缓冲系统冲击动力学模型修正方法

针对气囊着陆缓冲系统的冲击动力学模型修正问题,首先建立了典型气囊着陆缓冲系统的冲击动力学仿真分析模型,考虑到结构动力学模型和气囊模型的相互独立性,提出对回收舱模型和气囊系统模型分别进行修正的分级修正思路;其次定义了关键点处冲击响应,解决了试验数据采样频率和试验触发不一致带来的计算结果与试验结果比较问题;就气囊着陆缓冲系统冲击动力学响应的典型特征,定义冲击响应置信因子评价计算结果与试验结果之间的吻合程度;以关键点冲击响应的试验数据与计算结果之间的误差范数作为修正目标函数,引入增广径向基函数构造修正变量关于修正目标的代理模型,将模型修正问题转换为优化问题进行求解;最后,通过典型气囊着陆缓冲系统冲击动力学试验和计算验证了所提方法的有效性。     

频响函数残差法在有限元模型修正中的应用

准确的有限元模型能够真实有效地反映实际结构的动态信息,为缩小结构建模中的误差极有必要对结构有限元模型进行修正。目前,基于模态频率、振型和频响函数的模型修正方法应用最广。其中基于频响函数的修正方法避免了模态参数识别过程的误差,且不受测试自由度数限制,与模态频率和振型的模型修正方法相比更具有优势。基于频响函数的修正方法按目标可分为频响函数相关性法和频响函数残差法。频响相关性法立足于形状和幅值相关性与参数灵敏度的关系,与频响函数残差法相比,丧失了频响函数与设计参数的直接关联,导致在部分结构模型修正中出现振荡不收敛现象。为此,基于实际测试结构对比研究两种方法在有限元模型修正中的应用,并分析频率点数和频带范围对基于频响函数残差法的模型修正的影响。结果表明频响函数残差法能够稳定收敛且具有高效性;同时,合理的频率点数和较宽频带范围有利于提高频响函数残差法的修正效率。