基于主动学习Kriging模型的结构多失效模式可靠度计算

对于具有多失效模式的结构可靠度计算问题,利用多输出Kriging模型作为代理模型进行分析。该代理模型只需对所有功能函数进行一次建模,无需对每个功能函数建立各自的代理模型,且在建模过程中能够考虑各失效模式之间的相关性。本文方法设定的初始样本点不仅对随机变量均值附近区域给予足够重视,而且能够兼顾设计空间的边缘区域,进而确保初始代理模型在全局空间内具有较好精度,以减少后续利用学习函数更新代理模型的次数。数值算例表明,本文方法具有较好的计算精度和较高的计算效率,当失效模式较多时,计算效率大幅提升。     

基于自适应多可信度多项式混沌-Kriging模型的高效气动优化方法

多可信度代理模型已经成为提高基于代理模型的优化算法效率和可信度水平最有效的手段之一.然而目前流行的co-Kriging和分层Kriging (HK)等多可信度代理模型泛化能力不足,缺乏对高阶/高非线性建模问题的适应性,难以广泛应用.文章基于发展的自适应多可信度多项式混沌-Kriging (MF-PCK)代理模型,在提高建模效率和对高阶/高非线性问题近似准确率的同时,建立了基于该自适应MF-PCK模型的高效全局气动优化方法.在发展的方法中,提出了基于MF-PCK模型的新型变可信度期望改进加点方法,使代理优化算法效率进一步提高.为了验证发展方法的全面表现,将其应用在经典的数值函数算例以及多个跨音速气动外形的确定性优化和稳健优化设计中,并与基于Kriging和HK模型的代理优化算法进行了全面比较.结果表明,发展的新型多可信度全局气动优化方法其优化效率相对于基于Kriging和HK模型的优化效率显著提高,结果更好也更加可靠,并且稳健优化设计效率和结果也更符合工程应用需求,证明了其相对于基于Kriging和HK模型的代理优化算法的显著优势.     

基于Kriging代理模型的连梁金属阻尼器性能研究与参数优化设计

连梁阻尼器是剪力墙连梁结构中主要的耗能部件,其构造形式直接影响剪力墙的性能。本文从连梁阻尼器的几何特征入手,在用料相同的前提下,对四种典型开孔形式金属平面内屈服连梁阻尼器进行耗能性能对比研究,引入Kriging代理模型,构造出不同开孔尺寸与滞回耗能的关系。然后,分别对四种开孔形式的连梁阻尼器几何参数进行进一步优化,以获得最优构型。为简化优化迭代过程中反复的多步加载非线性求解计算,在优化过程中以Kriging代理模型作为反演优化平台,代替原有的几何参数与滞回耗能关系,并采用最大期望提高加点方法,不断提高代理模型在最优解附近的精度,在提高代理模型的代理精度同时,也提高了优化设计效率。所提算法为寻求一种形式简单、性能优越的金属平面内屈服连梁阻尼器提供了新的解决框架。     

基于Kriging代理模型的迭代更新高效反演方法

为提高混凝土坝等大体积结构参数反演效率和精度,减少由于应用有限元进行大量正分析而产生的计算机时,建立了一种结合Kriging代理模型和粒子群优化(PSO)算法的迭代更新反演方法。通过拉丁超立方抽样(LHS)方法确定初始样本点的空间分布,并使用有限元正分析获取对应的响应值,构建粗糙的初始代理模型,结合具有全局寻优能力的PSO算法,反演大体积结构的分区弹性模量,随之再代入有限元模型中,计算获取新的位移响应,并将其作为新样本加入到样本集中,通过迭代更新获得局部更高精度的代理模型。工程实际算例表明,该方法对混凝土坝等大体积结构参数反演精度较高和适用性好,且能大幅减少传统有限元模型反演方法所需消耗的正分析机时,提高反演效率。     

基于多重子域代理模型的结构可靠性分析

基于合理子域概念，构建多重代理模型。多重代理模型在合理子域内采用经典响应面模型，在合理子域外采用经典Kriging模型，能够充分利用两种经典模型各自的优势。多重代理模型能够合理规避经典响应面模型中响应函数采取事先假定形式带来的可靠度评估风险，同时能够有效避免经典Kriging模型中试验点组合爆炸的问题。相比经典响应面模型，多重代理模型所需试验点数量并未增加，计算效率与经典响应面模型大体相同。算例表明，本文方法的计算结果与MCS的计算结果几乎一致，具有较好的计算精度。     

基于LCF-Kriging模型的结构多失效模式可靠度计算

针对多失效模式下结构体系可靠度计算中的代理模型构建成本与计算精度如何权衡的问题，本文以减小体系失效概率预测方差为出发点，推导出最大贡献函数（LCF-Largest Contribution Function）来识别对体系失效概率方差影响较大的样本。LCF函数可减少对体系失效概率方差影响较小区域内样本数量，进而提高代理模型的计算效率；通过置信水平和允许相对误差建立LCF函数的学习停止条件，能够保证已有样本信息不浪费。本文选取能够对多个功能函数联合构建的多输出Kriging模型作为代理模型，基于LCF-Kriging模型并结合MCS对体系可靠度进行计算，功能函数的相关性可通过各失效模式的逻辑关系予以考虑。数值算例表明，在适当的学习停止条件下，对于串联、并联和串并混联的结构体系可靠度评估，本文方法均能在计算精度和计算效率之间达到满意平衡。     

一种结构响应预测策略与新可靠度分析方法

工程结构在服役期不可避免地遭受各种不确定因素的侵害，为客观科学地描述不确定因素的影响，可靠度理论得以产生和发展。但传统的可靠度分析方法囿于精度和效率等原因，难以应用于实际工程结构。近年来基于概率守恒原理，概率密度演化理论提出并得到发展。但对复杂的工程结构，效率低下等问题依然有待解决。鉴于此，本文提出两级剖分概率空间的概念，以粗剖分获得的少量代表样本构成训练集，训练Kriging模型；然后细剖分概率空间，通过训练的Kriging模型预测加密样本响应提高分析效率。基于此，结合以概率密度演化理论为基础的物理综合法，提出了一种新的可靠度分析方法。通过对一解析系统和一幢钢筋混凝土框架结构的响应预测与可靠度分析，证明了新提出方法的精度和效率。     

融入压力分布信息的气动力建模方法

气动外形优化设计与飞行器性能分析中, 直接运用数值模拟或风洞实验获取气动力的成本高, 构建代理模型是提高外形优化和性能分析效率的重要途径. 然而, 构建模型的过程中, 研究者只关注积分后的气动力和力矩信息. 本文通过充分利用采样过程中所产生的压力分布信息, 来提高建模的精度和泛化性, 进而降低样本获取的成本. 提出了一种小样本框架下融入压力分布信息的气动力建模方法, 首先通过数值模拟或风洞试验获得不同流动参数状态下翼型表面的压力分布信息和气动系数, 其次通过本征正交分解技术对压力分布信息进行特征提取, 获取不同输入参数状态下压力分布信息对应的POD系数, 之后结合输入参数通过Kriging算法对压力分布信息进行建模, 将压力分布信息积分得到低精度气动系数的预测模型, 最后低精度气动系数结合输入参数通过Kriging算法构造高精度的气动系数预测模型. 通过同状态变翼型算例以及CAS350翼型变状态算例进行验证, 该方法相比于传统的克里金模型直接预测气动力, 有效提高了气动力的预测精度和模型的鲁棒性, 同时缩小了学习样本的数据量.      

二维类桁架材料结构弹塑性分析

类桁架材料所构成结构的弹塑性行为的精确建模分析保证非常耗时, 为了 在保证精度的前提下提高此类问题的求解效率, 本文利用类桁架材料基本构件长细比 较大的特点，将材料单胞简化为桁架模型. 考虑到微单胞空间分布的周期性，基于 数值均匀化理论提出了类桁架材料结构的宏微观两 级弹塑性求解格式. 原问题转化为宏观上一个非线性弹性连续体计算问题和微观上多个小规 模桁架系统的弹塑性计算问题. 两个数值算例分别考虑了简单加载，非单调加载，规则宏观 结构和具有非完整单胞的较复杂宏观结构等问题. 与实际结构计算结果在精度和时间等方面 的比较验证了求解格式的有效性. 最后还探讨了算法的适用范围.     

基于径向基函数的频响函数模型修正

针对使用频响函数进行有限元模型修正存在的时间成本和精度问题,结合模态参与变异系数法和模态动能法分别优化激励点和测点,使获得的模态信息更完整;然后,引入径向基函数(RBF)模型减少原有限元模型计算次数,并根据均方根误差准则对所构建代理模型的参数(spread)进行优选,提高模型预测精度;最后,选用一个36自由度的二维桁架模型进行可行性验证,对比有限元法、Kriging模型及二阶响应面模型的修正精度和迭代时间,结果表明,本文方法具有较好的优势。     

横截面参数化网格变形算法及耐撞性优化应用

薄壁梁结构是汽车等运载工具的主要承载构件，提高该类结构的耐撞性对乘员安全具有重要意义。然而，形状优化设计要求多组有限元模型与仿真分析，因此需要特定的建模技术或人工交互。本文提出了一种基于横截面形状的参数化网格变形方法，以实现已有有限元模型的有效重用。以给定有限元模型为输入，采用基于各向异性径向基函数网格变形方法，并结合骨架内嵌空间，可快速生成适用于仿真分析的有限元模型变体。以S形梁轴向冲击耐撞性设计为例，采用所提方法改变构件塑性铰区域的横截面形状，可快速（低于4 s）获取100组局部变形有限元模型，并采用代理模型技术和多目标遗传算法优化结构耐撞性。数值结果显示，构件耐撞性获显著提高，验证了所提参数化变形方法的有效性，展示了与一般形状优化框架的可集成性。     

功能梯度材料结构热力耦合概率分析方法

基于自洽平均微观力学W-T(Wakashima-Tsukamoto)模型和拉丁超立方抽样,建立一种功能梯度平板热力耦合概率分析方法.以材料物理属性和空间分布的不确定性随机参数作为概率分析的输入,以热应力作为输出,基于本征正交分解POD(Proper Orthogonal Decomposition)对热应力的随机时间历...     

基于主动学习Kriging模型与序列重要抽样的随机-区间混合可靠性分析

针对随机-区间混合可靠性分析中复杂功能函数的高非线性和多设计点问题,本文提出了一种结合主动学习Kriging模型与序列重要抽样方法的混合可靠性分析方法.在序列重要采样方法中采用高斯混合分布作为提议分布进行逐级采样,逐步逼近最优重要抽样函数的采样样本;结合序列重要抽样方法的特点,提出了主动学习Kriging模型的两步学习方案,保证算法精度的前提下显著提高了效率.通过数值算例将本文方法与已有的混合可靠性分析方法对比,验证本文方法的准确性和高效性.     

航天器天线桁架结构多目标优化设计

针对有附加结构的卫星天线桁架结构,提出了一种实现结构多目标优化的综合设计方法。首先,探讨了附加结构刚度对桁架结构动力学特性的影响,以便建立精确的有限元模型,为进行优化设计奠定基础。之后,交替采用代理模型方法和人机交互方式进行结构拓扑构型设计。其中代理模型是采用优化拉丁超立方法进行试验设计,结合径向基函数近似方法生成的。最后,应用NSGA-II全局优化方法实现以重量最小化和频率最大化的多目标优化设计,并根据分层图定量可视化地从Pareto前端和Pareto最优解集中筛选最优设计方案。优化结果表明,相对于初始方案可以在基频几乎不变的情况下,重量减小29.66%。该方法有利于提高设计效率,降低全局优化的复杂度,同时能够得到满足设计要求的设计方案,适用于多目标结构优化设计。