基于混合遗传算法的动力系统阻尼参数识别方法

将动力系统阻尼参数识别反问题转化为非线性优化问题处理,提出了基于遗传算法的动力系统阻尼参数识别方法。为了提高简单遗传算法的计算效率和处理早熟问题,将模拟退火算法与遗传算法相结合,建立了混合遗传算法。数值计算结果表明,本文所建立的方法对于求解参数识别反问题和非线性优化问题是非常有效的,并且具有良好的鲁棒性和全局收敛能力。     

各向异性超弹性的皮肤本构模型参数识别方法研究

通过力学建模方法对病人皮肤组织疾病进行诊断、评估和治疗,需要准确识别皮肤组织的力学性能。为此,提出了一种运用自适应模拟退火优化算法结合代理模型技术的皮肤组织本构参数识别方法。首先,采用有限元方法模拟皮肤单轴拉伸试验,获取不同参数组合下,皮肤组织的数值计算力学响应数据。为提高参数识别的计算效率,分别构建了响应面模型、克里金模型、椭球基神经网络3种代理模型来代替重复的仿真计算过程,并采用决定系数R²对3种代理模型的拟合精度进行校验。最后,利用自适应模拟退火优化算法,以试验曲线与数值计算曲线均方根误差最小为优化目标,通过反演识别出了与普通家猪腹肋部皮肤组织单轴拉伸试验结果最匹配的本构参数：C₁₀=0.140 1 MPa、k₁=24.51 MPa、k₂=0.496 1、κ=0.317 1、φ=13.86°。结果表明,椭球基神经网络模型更适合拟合皮肤本构模型参数与应力应变响应间的非线性关系。对比识别出的数值计算曲线与试验曲线,表明自适应模拟退火算法结合代理模型技术是识别皮肤组织各向异性超弹性本构参数的快速、可靠方法。     

基于遗传算法的水轮机振动参数识别

通过对水轮机现场测试数据的频域分析,建立了测点位移响应的参数正模型。并基于遗传算法,建立了在时域内识别结构振动参数的数值方法,采用该方法对水轮机位移响应正模型的待定参数识别进行了研究。计算结果表明,所建立的基于遗传算法的参数识别方法具有良好的稳定性、抗观测噪声能力和较高的识别精度,能够反演出比较符合实际情况的位移响应振动模型。这就为荷载识别、结构优化和预报减震效果等后续工作提供了可靠的实施前提。     

物理参数直接识别法对于分布系统的应用

本文将物理参数直接识别法用于均匀分布系统等效离散模型的物理参数识别，数值模拟结果表明，识别得到的离散模型的动力特性较好地接近分布系统的动力特性，离散系统物理参数识别的有关结论对分布系统仍然成立，数值模拟与实验结果还表明，均匀分布系统时域响应测量点应等距离布置。     

基于改进灰狼优化算法的结构损伤识别

结合模态柔度矩阵、广义模态柔度矩阵和振型三个识别精度较好的指标,构造新的目标函数求解损伤识别问题。通过Nelson方法求解得到的频率与振型的导数,得到对结构刚度发生变化时更具敏感性的位置,然后在这些位置布置传感器以提取结构信息。针对原有的灰狼算法虽然全局搜索能力强,但是存在局部搜索精度差的问题,本文从初始种群和收敛因子等方面着手,改善灰狼算法的局部搜索能力及收敛速度。最后利用提出的方法,通过识别梁模型及桁架模型中的损伤单元说明本文方法的有效性。     

路面结构模量反算的遗传-模拟退火混合算法

路面结构层模量反算是路面结构无损检测与评价的基础。本文针对遗传算法和模拟退火算法各自的特点,在传统遗传算法的搜索过程中引入模拟退火算法的Metropolis接受准则,以增强算法的全局搜索能力。在此基础上,将遗传-模拟退火混合算法应用于路面结构层材料模量的反算分析。文中分别对理论数据和实测数据进行了计算,并与目前国内外已有的路面反算软件的分析结果进行了分析比较。数值结果表明,该方法具有较强的全局收敛性,数值结果稳定可靠。     

基于混合编码遗传算法和有限元分析的压电结构载荷识别

与传统的优化算法相比,遗传算法不需要计算目标函数的导数信息,便于迭代,可实现全局寻优.因此,本文提出一种采用混合编码的遗传算法与有限元分析相结合,对复合材料层合板、壳进行载荷识别的新方法.在遗传算法求解过程中,设计变量的编码方法选择是其重要环节,二进制编码容易产生连续函数离散化时的映射误差,且其求解精度与染色体的编码长度紧密相关,过长的染色体描述虽可提高精度,但会显著降低算法的求解效率.为此,本文提出采用混合编码的方法进行载荷识别,即用二进制编码表征载荷作用位置,浮点数编码表示载荷的大小.这一方法大大降低了染色体的长度,并显著提高了计算效率和精度.     

层状地基参数的频域识别

在分析水平层状地基运动特征的基础上, 通过研究地层系统的特征值和特征向量与地层参数之间的关系, 修正测量得到的数据与理论计算结果之间的偏差, 建立了层状地基参数的频域识别方法。并利用大型振动台上的地基模型试验数据, 实施了层状地基的参数识别过程。结果表明, 该方法产生良好的地基参数估计。     

基于广义卡尔曼滤波的桥梁结构物理参数识别

基于广义卡尔曼滤波提出了随机荷载作用下桥梁结构物理参数的识别方法.首先,以荷载为观测对象,推导出基于有限元模型的桥梁结构系统的观测方程,以结构待识别的物理参数为状态向量,建立系统状态方程;然后,对该状态方程和观测方程构成的非线性参数系统应用广义卡尔曼滤波,从而识别出结构的物理参数.对一座简支梁桥和一座三跨连续梁桥在不同工况下的物理参数识别进行了数值仿真,结果表明本文方法能够准确地识别桥梁结构全部刚度参数、质量参数和阻尼参数,且具有很强的抗噪性能,从而验证了本文方法的有效性和鲁棒性,可应用于识别大型桥梁结构的物理参数.     

动力机器地基随机振动研究

在土层中取一变截面土柱,从一维波动方程出发,采用复弹性模量,计及土的弹性模量沿深度的变化和阻尼影响,推导出动力机器简谐扰力作用下地基土垂直振动的位移,并在此基础上,计算出位于机器下方地基土对机器随机扰力的动力响应．     

桁架结构截面优化设计的改进模拟退火算法

将模拟退火算法应用于桁架结构截面尺寸优化设计,提出若干方法改进了算法的鲁棒性、计算效率和求解精度。通过一批经典问题,同时与传统结构优化算法和遗传算法进行了比较。数值结果表明,本文的改进模拟退火算法具有很高的优化求解精度,计算效率有显著提高且优于遗传算法,有望在结构优化设计问题中发挥其特点。     

基于机器学习和遗传算法的非局部晶体塑性模型参数识别

非局部晶体塑性模型考虑了由非均匀变形引起的位错在空间上的重排, 使得其本构模型变得复杂, 可调节参数众多, 因此采用常规的“试错法”难以准确确定这些参数. 虽然遗传算法能够稳健地全局优化解决参数确定问题, 但对于非局部晶体塑性模型, 其计算成本相对较高. 为解决这一问题, 提出了一种耦合机器学习模型的遗传算法, 以有效降低计算成本. 针对含有冷却孔的镍基高温合金的拉伸响应问题, 以单拉应力−应变曲线为目标, 基于屈服应力和最终应力建立评价公式, 使得优化结果与实验尽可能接近. 在这一方法中, 机器学习模型能够通过非局部晶体塑性模型的参数来预测相应的应力值, 从而替代了遗传算法中原本需要的有限元计算过程. 为了分析本构模型参数对单拉力学响应的影响, 研究采用SHAP框架, 并通过有限元结果进行验证. 结果表明, 通过该方法可以有效获取非局部晶体塑性模型参数, 使得参数计算得到的应力−应变响应与实验结果吻合较好. 此外, SHAP框架能够提供本构模型参数的重要程度分析, 以及对屈服应力和最终应力的影响.     

Identification of vibration loads on hydro generator by using hybrid genetic algorithm

Vibration dynamic characteristics have been a major issue in the modeling and mechanical analysis of large hydro generators. An algorithm is developed for identifying vibration dynamic characteristics by means of hybrid genetic algorithm. From the measured dynamic responses of a hydro generator, an appropriate estimation algorithm is needed to identify the loading parameters, including the main frequencies and amplitudes of vibrating forces. In order to identify parameters in an efficient and robust manner, an optimization method is proposed that combines genetic algorithm with simulated annealing and elitist strategy. The hybrid genetic algorithm is then used to tackle an ill-posed problem of parameter identification, in which the effectiveness of the proposed optimization method is confirmed by its comparison with actual observation data.The project supported by the National Natural Science Foundation of China (10472025). The English text was polished by Yunming Chen.     

平流层飞艇气动参数辨识

进入21世纪以来,随着科技的飞速发展,世界上掀起了研究和开发平流层平台的热潮。飞艇作为平流层平台可以实现无线通信、空间观测、大气测量以及军事侦查等目的。本文首先将飞艇所受的气动力分成由于来流速度产生的定常气动力和飞艇转动引起的非定常气动力两部分,通过理论分析建立了飞艇的气动力模型,从而得到需要辨识的气动参数。其次建立了以浮心为原点的六自由度非线性动力学模型和一种基于混合遗传算法的气动力系数辨识方法——混合遗传算法（遗传算法＋单纯型法）与极大似然法相结合的方法,并利用该方法对飞艇的气动参数进行辨识。通过仿真结果验证了该方法实用性和有效性。最后通过对气动参数的准确值与辨识值的分析比较,得出各个参数对飞艇运动性能的影响情况。     

基于拟满应力设计和遗传算法的网架截面优化方法

通过在遗传算法中嵌入拟满应力算子,提出了一种以网架结构杆件截面作为离散变量的优化设计方法,即基于拟满应力设计和遗传算法的网架截面优化方法.分析结果表明,该法能够提高遗传算法的搜索效率和获得全局最优解的可靠性,对于同时有应力和位移约束的网架等空间结构截面优化问题,这种混合算法有较高的效率.     

冲击荷载下土中浅埋箱形结构反应的模型试验研究

本文叙述了土中浅埋箱形结构模型动力试验结果。试验的目的是检验我们在文献[8、9]中,所提出的地表冲击波荷载作用下,土中箱形结构动力反应分析的两步法。试验有两种情况:一是利用室内模爆器进行的小模型(模型尺寸与实际结构之比约为1:40)试验;另一种是利用室外试验坑中进行的模拟平面波加载下的中等模型(尺寸缩比约为1:10)试验。试验的箱形结构有单孔与双孔两种。根据埋深与超压的不同,共进行了20炮次试验,试验对自由场中应力、结构周边压力、结构应变、结构运动等参数进行了测量。试验结果表明,所提出的两步分析法中关于土中结构内力分析的准静态法是可行的。     

铁电电容系统非线性电滞参数模型研究

为解决铁电电滞模型中特性参数确定困难的问题,改善模型在工程应用中受限现状,本文利用遗传算法提出一种实用的铁电模型特性参数识别方法,可根据随机试验数据完成特性参数的提取,继而重构铁电模型以模拟各种铁电电容系统的非线性电滞行为.以上方法不但可以预测各种电场条件下的电极化响应,还可预测反映系统特性的理想饱和极化响应.最后,为验证所提方法的有效性,本文进行了仿真计算验证,其结果表明,基于优化参数的电滞模型能够很好地与试验数据吻合,具有较好的精确性和鲁棒性,为铁电系统在实际工程的应用提供有效参考.