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。     

基于爆炸切割试验的有机玻璃本构模型参数反演

为了获取爆炸切割数值模拟中有机玻璃（PMMA）的材料本构模型参数，建立了一种基于神经网络的有机玻璃Johnson Holmquist ceramics (JH-2)本构模型参数反演方法：基于从爆炸切割试验和现有研究得到的JH-2本构模型经验参数，确定本构模型参数的调整区间；使用LS-DYNA数值模拟软件对2.5 mm宽爆炸切割索切割14 mm PMMA平板过程进行数值模拟并收集平板损伤数据集；建立PMMA平板本构模型参数与损伤数据之间的神经网络模型；通过训练完成的神经网络模型对PMMA平板的JH-2本构模型参数进行反演。为验证通过反演参数的可靠性，进行了4.2 mm宽爆炸切割索切割19 mm PMMA平板试验和有限元数值模拟，计算结果中的平板损伤情况与实验结果相差较小，表明通过反演获得的JH-2本构模型参数能较好地应用于PMMA平板爆炸切割数值模拟。传统材料参数获取方法，该参数反演方法相较于可以通过较少的试验及测试，获得比较准确的材料本构模型参数。     

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。     

基于子结构的非线性参数系统动力反演方法研究

研究了输入、输出不完备情况下的非线性参数系统动力反演问题.将子结构技术与分解算法相结合,引入广义逆,无需迭代.直接求得待识别参数的极小范数最小二乘解,反演获得未知输入荷载.本文从理论上论证了该方法的收敛性和严格的适用条件,为有限测点条件下非线性参数系统的动力反演问题提供了一个较好的解决方法.与全量补偿算法相比,计算效率大大提高,具有广泛的工程实际应用前景.数值算例表明该方法具有很好的参数识别精度及荷载反演效果.     

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。     

高层建筑风荷载反演研究

本文研究了结构参数未知条件下的高层建筑风荷载反演问题,通过将平均风速的实测特性作为识别计算中的辅助条件,文中提出了一类荷载归一化统计平均方法,结合工程实例,进行了高层建筑风荷载反演分析,结果表明,本文建议方法可以在幅值、时程等方面均给出良好的风荷载反演结果,同时识别得到的结构参数具有良好的精度。从而为高层建筑风荷载研究提供了一条可行途径。     

一种土的非线性弹性本构模型参数的反演方法

旨在提出一种土的非线性弹性本构模型参数反演的方法。以现今普遍实行的地基载荷试验为基础,依据遗传算法的组合优化理论,采用正演计算和遗传算法优化相结合的方式,建立了土层非线性弹性本构模型参数反演的方法;并依据某黄土场地地基载荷试验数据,实施了黄土土层非线性弹性本构模型参数反演的全过程。计算结果表明,所建立的方法可以实现土层非线性弹性本构模型中相互关联的多个参数的组合优化,并在对初始值要求较低的情况下,可以获得良好的参数反演精度。从而为土的变形特性分析和土与其中及相邻结构的共同作用分析,提供了较好的土体本构模型参数的确定方法。     

爆炸荷载下青砂岩动态起裂韧度的测试方法

为了研究爆炸荷载下青砂岩I型裂纹动态断裂韧度的测试方法，利用内部中心单裂纹圆盘（internal center single crack disc，ICSCD）试样进行了爆炸试验研究。试样由外径为400 mm、内部加载孔径为40 mm、预制裂纹长为60 mm的青砂岩制成。利用同步触发器实现圆盘中心起爆，并同步触发超动态应变仪，通过径向应变片获取爆炸应变曲线、裂纹尖端的环向应变片获取裂纹起裂时刻。以实测爆炸应变曲线为参量，应用Laplace变换推导出试样加载孔壁应力时程曲线表达式，并用数值反演法得出其数值解。利用ANSYS有限元软件，建立数值计算模型，通过相互作用积分法得出了在爆炸荷载作用下砂岩的I型动态应力强度因子曲线。研究结果表明:（1）ICSCD试件能够很好地用来测试岩石的动态起裂韧度；（2）炮孔周边的应力可以通过拉普拉斯变换的数值反演方法得到；（3）通过试验-数值法能稳定计算出ICSCD砂岩构型的动态起裂韧度，其最大误差仅为7%。     

NUMERICAL MODELING FOR FLUID-STRUCTURE INTERACTION UNDER BLAST AND IMPACT LOADING RESPONSE

建立了基于位移相等条件的流固耦合数值模拟程序框架,通过串联弱耦合方式对爆炸冲击波作用下流固耦合效应进行数值模拟. 其中非线性固体位移场采用基于Lagrange方法描述的时域间断伽辽金有限元方法进行处理. 基于修正弹簧近似的非结构动网格新技术,非定常流场采用格心格式的有限体积方法进行求解. 数值模拟结果表明: 该文所发展的弱耦合分析程序在流固耦合数值模拟过程中具有可靠的计算精度. 同时,程序对于爆炸强间断气动冲击载荷冲击作用下固体变形引起流场的反射和叠加效应, 以及流场变化引起复杂的固体响应具有良好的耦合求解能力.     

不耦合装药爆破孔壁压力峰值的实验研究

不耦合装药爆破孔壁压力峰值是控制岩体轮廓成形质量及进行非流固耦合爆破振动响应数值模拟分析的重要参数,本文采用实验方法研究了不耦合装药爆破的孔壁压力峰值:利用材质为20钢的无缝薄壁钢管模拟不耦合装药爆破炮孔,以高灵敏度、高精度的应变片为传感器,选用超动态应变仪采集钢管内置柱状炸药卷爆炸过程中钢管外壁产生的环向应变,应用动荷载作用下薄壁圆筒的动力响应计算方法,反演分析采集的钢管外壁环向应变数据,得到了爆破过程中空气冲击波作用于钢管内壁的冲击荷载压力峰值,间接测量了不耦合装药爆炸后的孔壁压力峰值。实验获得了6种不耦合装药工况下的爆破孔壁压力峰值测试数据,并计算了相应工况下实验值较准静态爆生气体压力的增大倍数,拟合结果表明压力增大倍数随不耦合系数的增大近似呈线性增长。同时也分析了部分试验工况下爆炸测试结果不理想的原因,研究成果可为轮廓爆破孔壁压力峰值的测试与计算提供参考。     

基于一种免疫算法的结构动态参数识别

受生物免疫系统的启发提出了一些基于免疫概念的优化算法。该方法有效地避免了传统遗传算法易于出现早熟、搜索效率低及不能很好保持个体多样性等问题。本文将免疫算法应用于结构动态参数识别领域，通过其在VC环境下调用ANSYS有限元程序中的APDL语言，并在后期引入加速循环操作，从而实现了对结构动态参数快速而精确的识别，仿真算例表明其正确性、有效性和较好的抗观测噪声能力。该方法特别适合于对大型复杂结构的参数识别计算。     

基于多轮升维策略与改进量子行为粒子群优化算法的热导率函数估计方法

将改进的量子行为粒子群优化算法应用于材料热导率函数估计问题中,并提出了一种多轮升维策略对算法的搜索过程进行优化,形成了一种鲁棒性强且高效的反演方法。通过数值实验测试了该方法在测量误差以及系统误差下的表现,并对不同粒子群优化算法的性能进行了比较研究。结果表明,采用的反演方法能够在较大的搜索范围与反演维度下稳定收敛,对测量误差的敏感度较低;提出的多轮升维策略能够使各类粒子群优化算法在热导率函数估计问题中的搜索效率得到提升。     

基于自适应遗传算法的三轴磁强计校准

针对MEMS磁强计的精度无法满足姿态测量系统的航向角测量要求,对磁强计的误差来源进行了模型化分析,设计了一种基于自适应遗传算法的空间椭球磁强计校准方法.首先,采取自适应遗传算法,对磁强计测量的原始数据进行空间椭球的拟合,用估计的参数进行刻度系数、软磁干扰、硬磁干扰与零位偏置的综合误差补偿.其次,利用最小二乘法求解出非正交轴的方向余弦,进行非正交误差和安装误差的补偿.最后,将该方法应用到某姿态测量系统中,分别用未补偿和补偿后的数据进行姿态测量实验,实验结果表明该方法准确计算出磁强计的误差参数,使补偿后的航向角精度提高了6.8倍.     

An inverse problem to estimate an unknown order of a Riemann–Liouville fractional derivative for a fractional Stokes’ first problem for a heated generalized second grade fluid

In this paper,we propose a numerical method to estimate the unknown order of a Riemann-Liouville fractional derivative for a fractional Stokes’ first problem for a heated generalized second grade fluid.The implicit numerical method is employed to solve the direct problem.For the inverse problem,we first obtain the fractional sensitivity equation by means of the digamma function,and then we propose an efficient numerical method,that is,the Levenberg-Marquardt algorithm based on a fractional derivative,to estimate the unknown order of a Riemann-Liouville fractional derivative.In order to demonstrate the effectiveness of the proposed numerical method,two cases in which the measurement values contain random measurement error or not are considered.The computational results demonstrate that the proposed numerical method could efficiently obtain the optimal estimation of the unknown order of a RiemannLiouville fractional derivative for a fractional Stokes’ first problem for a heated generalized second grade fluid.     

基于改进无迹卡尔曼滤波器算法的滞回模型参数识别研究

地震产生的周期荷载作用下,钢混桥墩结构表现出滞回行为。为描述滞回行为,研究者提出各类滞回模型,其中BWBN(Bouc-Wen-Baber-Noori)模型可以描述结构滞回行为的强度退化、刚度退化和捏拢效应等典型特征。此外,无迹卡尔曼滤波器UKF(unscented Kalman filter)算法是识别BWBN模型参数的高效方法,但当参数初始值与真实值的偏差过大及缺乏对系统的整体估计时,UKF算法识别过程受到局限。本文改进生成样本点规则,提出改进UKF算法。数值模拟结果表明,在无噪声条件下,改进UKF算法识别得到的参数估计值与准确值的误差平均为1.51%,最大误差为4%;在2%均方根RMS(root mean square)高斯白噪声条件下,误差平均为5.43%,最大误差为18%;在5%RMS高斯白噪声条件下,误差平均为8.9%,最大误差为26%和22%。改进UKF算法识别非线性滞回系统状态估计和BWBN模型参数更加准确和稳定。     

涡激响应尾流双振子模型的参数反演方法

尾流双振子模型是研究圆柱结构涡激振动响应的重要模型,模型参数的准确确定对悬浮隧道设计理论具有重要意义.首先通过降阶法将多变量二阶非线性常微分方程组的尾流双振子模型变换为一阶方程组.然后给出一种新型的圆柱结构水槽试验设计方案,其中试验模型的刚度能够较好反映悬浮隧道等实际工程结构的刚度,基于相机动态捕捉和视频识别计算机程序,获取圆柱结构在水平和竖直方向的位移试验数据.基于试验结果和龙格-库塔方法求解一阶方程组,采用BP神经网络智能算法对模型参数进行反演,同时利用遗传算法对神经元的初始权值和阈值进行优化,所得结果平均误差仅为5.50％,优于遗传算法和未优化的BP神经网络模型.结果表明,基于遗传算法优化的BP神经网络智能算法能够精确实现尾流双振子模型的参数确定,为圆柱结构涡激振动响应分析提供理论基础.     

A numerical algorithm for tensegrity dynamics with non-minimal coordinates

This paper provides a numerical correction algorithm for implementation of the dynamics of tensegrity systems described by non-minimal coordinates. This correction algorithm corrects any numerical error that would violate the fixed-length bar constraints. A recursive form of the correction algorithm is proposed, and simulation results support the validity of the proposed scheme.     

基于遗传进化的混凝土湿度场差分反演算法

建立混凝土湿度场差分反演模型,并用遗传算法对其进行了优化求解。根据混凝土湿度扩散方程,确定其内部与边界的差分格式,并对具体实例进行了求解;针对经验参数计算结果与实测结果吻合较差的问题,提出了基于实测数据的差分反演模型,利用遗传算法对模型进行优化求解,所得结果与实测数据误差较小。该算法根据实测结果,可获得湿度场的实际分布情况,对类似问题有一定的参考作用。     

基于并行计算和遗传算法的钢-UHPC华夫板组合梁优化设计

为实现钢-超高性能混凝土(UHPC)华夫板组合梁结构快速经济合理的设计，提出了基于并行计算与遗传算法的结构优化设计方法。通过Python建立了并行计算平台，使Abaqus和Python能够执行同步数值模拟和数据处理，以成本最小化为目标，采用遗传算法对钢-UHPC华夫板组合梁进行了优化，验证了所提方法的可行性。结果表明，遗传算法中密集的分析任务可以并行化并分配给不同的计算资源以提高计算效率；使用并行计算可以提高8.6倍的优化效率；并行计算和串行计算的CPU平均使用率分别为82%和18%。本文方法的成功应用可为其他类型结构的优化设计提供参考。     

半空间弹性波双参数强非线性逆散射

半空间弹性波强散射源逆问题是一个实用而又难度很大的强非线性问题，而经典的Born迭代方法只适用于弱非线性问题．基于DBI方法（Distorted-Born Iterative方法），提出了一种求解弹性波强非线性逆散射问题的迭代方法．在数值模拟运算时利用矩量法进行离散处理，并采用正则化原则避免求解病态矩阵方程。计算结果表明该方法具有较快的收敛速度及较高的精度。