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。     

自复位摩擦耗能支撑结构多尺度模型更新数值混合模拟方法

为提高复杂结构模型更新数值混合模拟精度及工程应用能力,提出自复位摩擦耗能支撑结构多尺度模型更新数值混合模拟方法。以OpenSees和MATLAB为计算平台,对二层带有自复位摩擦耗能支撑结构钢框架进行在线数值混合模拟。该方法采用容积卡尔曼滤波器算法,同时对单轴钢材Giuffre-Menegotto-Pinto材料本构模型和自复位摩擦耗能支撑构件模型进行参数识别,并更新整体结构数值模型。结果表明,与传统数值混合模拟方法相比,多尺度模型更新数值混合模拟方法有效提高了数值模型精度,显著降低了耗能、残余变形、顶层相对位移、最大层间位移角的相对误差,验证了多尺度模型更新数值混合模拟方法的有效性。     

基于全局敏感性的自适应模型更新混合模拟方法

基于全局敏感性(global sensitivity, GS)的模型更新混合模拟方法可以有效提升混合模拟精度并拥有较高的计算效率,然而该方法易陷入局部最优值。为解决此问题,在GS方法的基础上引入了动量和自适应步长的概念,提出了基于全局敏感性的自适应(global sensitivity adaptive, GS-A)模型更新混合模拟方法。以钢框架模型为例,对8个本构参数和模型几何参数进行参数识别,利用均匀设计试验方法,建立11个模型更新案例,分别进行了不更新、GS方法和GS-A方法的数值模拟分析。33组数值模拟案例参数识别过程、位移时程的对比分析表明：GS-A方法相对于GS方法,解决了参数组合陷入局部最优的问题,具有较高参数识别的精度和稳定性,提升了模型更新效果。     

基于遗忘因子和LMBP神经网络的混合试验在线模型更新方法

目前将神经网络应用于混合试验的在线模型更新是一个重要的研究方向,如何提高神经网络在线模型更新算法的自适应性、稳定性和抗噪声能力是一个关键问题,提出了一种基于遗忘因子和LMBP神经网络的混合试验在线模型更新方法,即每时步利用试验子结构的历史试验数据形成带有遗忘因子的动态窗口样本,并采用增量训练方式训练LMBP神经网络,同步预测具有相同本构模型的数值子结构的恢复力。对一个两自由度非线性结构进行模型更新混合试验数值模拟,数值子结构恢复力预测值的RMSD最终为0.0230。结果表明,基于遗忘因子和LMBP神经网络的混合试验在线模型更新方法具有良好的自适应性、稳定性和抗噪声能力。     

基于在线神经网络算法的混合试验方法

混合试验是一种将数值模拟与物理试验相结合的新兴结构抗震试验方法,得到了相关研究者们的广泛关注。如何模拟具有强非线性的数值子结构仍是混合试验亟待解决的问题。在传统的离线神经网络基础上提出一种在线学习的神经网络算法,并应用于混合试验中来在线预测数值子结构恢复力。在线学习算法仅利用当前步的系统输入和观测样本,采用递推形式更新每一步的权值和阈值。针对两个自由度非线性结构,分别进行了基于在线学习和离线学习神经网络的混合试验数值仿真。研究表明:与离线学习神经网络算法相比,在线学习神经网络算法具有更好的自适应性,能够有效提高恢复力预测精度和计算效率;基于在线学习神经网络算法的结构混合试验方法可以提高混合试验结果精度。     

建筑结构混合试验平台HyTest开发研究

相比于传统拟静力和拟动力试验,混合试验通常存在较为复杂的试验子结构边界条件。受到实验室加载条件的限制,子结构的边界条件往往难以完全实现,这将对混合试验的保真度产生很大影响,即混合试验中的不完整边界条件问题。为解决不完整边界条件问题,提出一种基于试验子结构恢复力修正的不完整边界条件混合试验方法。该方法为试验子结构建立两套数值模型,并通过两套数值模型修正试验子结构的不完整恢复力。两套数值模型的区别在于边界条件的设定：第一套数值模型具有完整的边界条件;第二套数值模型具有与试验子结构相同的边界条件,为不完整边界条件。该研究分析了边界自由度耦合程度、数值模型误差对该方法精度的影响,验证了该方法对存在模型误差的数值模型具有较好的鲁棒性;最后,采用所提方法对一座两层两跨抗弯框架结构进行了抗震性能数值分析。结果表明：与常规混合试验方法和弱耦合混合试验方法相比,该方法不仅具有解决不完整边界条件问题的能力,而且也表现出较高的仿真精度。

     

基于自适应SVR-ELM混合近似模型的镁合金差温成形本构参数反求

为提高差温成形有限元模型的精度,提出自适应SVR-ELM混合近似模型和量子遗传算法相结合用于参数寻优的反求方法。基于镁合金差温成形有限元模型,建立Johnson-Cook本构模型关键参数与成形件温度之间的SVR-ELM混合近似模型,采用启发式算法求解混合模型权系数。基于自适应方法,利用优化过程中的局部解,更新样本库并重新拟合近似模型,通过改进的量子遗传算法寻优以实现镁合金AZ31B差温成形中本构参数的反求。与采用单一近似模型相比,自适应SVR-ELM混合模型精度更好,效率更高。以2011年国际板料成形数值模拟会议(NUMISHEET2011)中提出的十字杯形件差温成形为研究对象,利用该反求模型对本构参数进行反求,基于反求参数进行数值模拟,将获得的温度与试验数据值相比,温度误差为0.39%,说明反求方法有效。研究结果表明利用SVR-ELM获得的本构参数建立的有限元模型能更有效地对实际生产中成形件的缺陷进行预测。     

工程结构混合试验技术研究与应用进展

工程结构混合试验,将物理试验与数值模拟在线地联系在一起,可充分发挥物理试验和数值模拟各自的优势,在土木、汽车、航天、通信等工程领域得到了越来越多的应用.该文综述了近年来混合试验方法与应用的主要进展,梳理了关键科学与应用问题.关键科学问题包括逐步积分算法的非线性稳定性问题、加载系统的控制问题、非完整边界条件问题,应用瓶颈...     

基于极限分析的三叶墙抗压强度预测模型研究

该文以极限分析法为基础,将有限元塑性极限分析下限法运用于砌体结构三叶墙的抗压强度预测。结合常见受压三叶墙破坏模式,基于材料试验和小型砌体试件试验赋予了本构模型参数。在此基础上,考虑了不均匀压应力边界条件,提出了三叶墙抗压强度预测模型。根据文献的试验数据,利用该模型预测了多个三叶墙的抗压强度,并与试验结果和抗压强度预测公式的结果进行了对比,说明了该模型的准确性。     

饱和地基高填方工程不排水稳定性分析方法研究

该文以极限分析法为基础,将有限元塑性极限分析下限法运用于砌体结构三叶墙的抗压强度预测。结合常见受压三叶墙破坏模式,基于材料试验和小型砌体试件试验赋予了本构模型参数。在此基础上,考虑了不均匀压应力边界条件,提出了三叶墙抗压强度预测模型。根据文献的试验数据,利用该模型预测了多个三叶墙的抗压强度,并与试验结果和抗压强度预测公式的结果进行了对比,说明了该模型的准确性。     

鸟撞飞机风挡的一体化数值模拟技术

鸟体本构模型及其参数的确定是影响鸟撞飞机风挡数值模拟结果的重要因素,也是一直困扰大家的难题。为提高模拟结果的准确性,将鸟体模型识别和数值模拟相结合,提出鸟撞飞机风挡数值模拟的一体化技术。重点阐述鸟体本构模型及其参数的优化反演方法,并结合计算实例给出该技术的分析过程。这些工作进一步完善了鸟撞有限元数值模拟的耦合解法理论,对飞机结构的抗鸟撞研究具有一定的参考价值。     

钢筋混凝土结构材料本构模型参数的在线识别

为保证子结构拟动力试验中数值子结构的可靠性,模型参数在线识别与更新方法逐渐受到关注。对于钢筋混凝土结构,当采用纤维模型建立数值子结构时,混凝土材料本构模型参数的选择具有较大不确定性。因此,该文提出了基于隐性卡尔曼滤波器在线识别混凝土材料本构模型参数的方法。首先,对材料本构模型参数进行分类,定义了本构参数与非本构参数,提出了约束混凝土与非约束混凝土的一致本构方程。然后,针对观测量为混凝土应力的情况进行数值仿真分析,验证了此方法的可行性。最后,通过修改OpenSees源代码,实现了此方法在观测量为构件恢复力情况下的应用。研究结果表明该文提出的方法具有较好的稳定性与较高的精度,从而在很大程度上提高了数值模型的可靠性。     

实时混合试验的自适应时滞补偿方法EI北大核心CSCD

实时混合试验是由拟动力试验发展而来,时滞问题是实时混合试验的核心问题。传统时滞补偿方法往往假定试验中时滞不变,然而加载系统的非线性以及试件性能的变化可能导致系统时滞变化,使得此类方法性能不够理想。该文针对变时滞实时混合试验提出了基于模型参数识别的自适应时滞补偿方法。该方法将伺服系统简化为离散模型,通过在线参数估计确定系统状态,从而对伺服系统进行在线时滞补偿。该文首先阐述了该方法的原理,再通过数值模拟验证了方法的可行性与精度,并分析了不同模型对补偿的影响。     

实时混合试验的自适应时滞补偿方法

实时混合试验是由拟动力试验发展而来,时滞问题是实时混合试验的核心问题。传统时滞补偿方法往往假定试验中时滞不变,然而加载系统的非线性以及试件性能的变化可能导致系统时滞变化,使得此类方法性能不够理想。该文针对变时滞实时混合试验提出了基于模型参数识别的自适应时滞补偿方法。该方法将伺服系统简化为离散模型,通过在线参数估计确定系统状态,从而对伺服系统进行在线时滞补偿。该文首先阐述了该方法的原理,再通过数值模拟验证了方法的可行性与精度,并分析了不同模型对补偿的影响。     

带约束拉杆方形钢管混凝土的本构关系

对带约束拉杆方形钢管混凝土轴压构件的力学机理进行分析,借鉴约束混凝土本构模型,基于等效侧向压应力的概念,提出适合带约束拉杆方形钢管混凝土柱数值计算的核心混凝土本构关系,并结合有关试验结果对本构关系中的参数进行确定。应用该本构关系对有关试件进行荷载-应变关系全过程计算,计算结果与试验结果比较,两者吻合良好。     

RC框架-内填带竖缝剪力墙结构的滞回性能及计算模型研究

为研究钢筋混凝土框架-内填带竖缝剪力墙(RCFW)结构的抗震性能,对两个单跨两层、缩尺比为1∶2的RCFW试件进行了拟静力试验研究。结合RCFW结构在往复荷载作用下的响应特性,提出了适用于RCFW结构弹塑性分析的带刚臂纤维截面计算模型,并基于有限元程序ABAQUS提供的用户子程序接口UMAT,开发了混凝土、钢筋两种材料的单轴滞回本构模型,从材料本构层次直接反映构件层次的恢复力特性。通过与RCFW结构低周反复荷载试验结果的对比,验证了计算模型的准确性,模拟曲线较好地反映了RCFW结构在反复加载过程中荷载-位移曲线的承载力和刚度退化及捏拢现象;此外,该计算模型还具有高效的求解效率和数值稳定性,适用于RCFW结构的弹塑性分析和整体抗震性能评估。     

34Cr2Ni2Mo 合金结构钢热本构方程研究

目的基于实测的流动应力曲线,构建可用于热成形模拟的34Cr2Ni2Mo合金结构钢高精度本构方程。方法采用热模拟试验测试该材料的流动应力曲线,在动态再结晶的条件下,构建了基于物理机制的热本构方程,通过曲线拟合获得了本构方程参数。结果热模拟试验测试的流动应力曲线具有明显的动态再结晶现象,构建的本构方程包括流动应力、屈服/饱和/临界/稳态应力、发生50%再结晶的时间等内变量计算方程,在参数拟合后对其误差分析表明,本构方程计算的流动应力偏差控制在±15 MPa以内。结论 34Cr2Ni2Mo合金结构钢本构方程能够较为准确的描述该钢在热成形过程的流动应力变化特征,具有较强的数值稳定性和外延拓展性。     

混杂纤维水泥基复合材料受压损伤本构模型及试验验证

为研究混杂纤维水泥基复合材料(HFRCC)的单轴受压损伤本构模型及损伤演化规律,采用统计方法和能量法对掺有PVA-PP混杂纤维和PP-钢纤维的HFRCC材料损伤本构模型进行了推导。通过引入损伤变量修正系数优化了统计损伤模型,采用能量法分别基于SIR模型和混凝土结构设计规范推导了HFRCC材料损伤本构模型及各参数的计算公式并讨论了其物理意义,同时设计了单轴受压试验验证了模型的准确性。结果表明:采用统计方法得到的本构曲线在应变较大时与试验结果偏差较大,引入损伤修正系数后计算结果更准确;基于SIR模型的能量法的计算简便,结果精确度高且在应变较大时仍能反映试件的残余应力。本研究采用的两种方法均能较好地反映该种材料受压损伤的发展规律,可在工程中推广应用。     

高强度结构钢材单调荷载作用下的本构模型研究

钢材在单调荷载作用下的本构模型是进行结构分析的基础。为了更为准确地计算高强钢结构响应和分析构件的受力性能,为工程设计人员应用高强钢提供参考,该文在总结已有试验研究、开展大量拉伸试验的基础上,更新了高强钢多折线本构模型的参数,以Ramberg-Osgood模型为基础标定了适用于高强钢的非线性本构模型。通过和试验数据的对比,证明非线性本构模型能够很好地模拟高强钢在单调荷载作用下的应力-应变关系。为了兼顾准确性和效率,该文还提出了修正的多折线本构模型,在反映高强钢非线性的材料性能的同时本构模型也相对简单。     

实时耦联动力试验方法理论与实践

传统实时混合模拟对数值子结构多采用有限元计算,对于较复杂或自由度较多的结构,容易导致计算机在指定积分步长内无法完成结构下一步响应的计算。为了提高计算效率,该文提出一种基于代理模型的实时混合模拟方法,采用含外部输入的非线性自回归模型代替有限元计算。以非线性数值子结构和自复位阻尼器试验子结构组成的单自由度体系为对象,使用数值模拟的数据来训练代理模型,并对该模型进行实时混合模拟试验验证。试验结果表明,基于代理模型的实时混合模拟与传统实时混合模拟结果十分接近,具有替代后者的潜力。