结构鲁棒优化的非概率集合理论凸方法

以传统的优化理论为基础，考虑含不确定结构参数的情况，提出了非概率凸集合理论的 结构优化方法. 将结构优化列式中的目标函数与约束条件所含有的不确定参数用凸集合 定量化，只需知道其所在范围的边界，降低了以往处理不确定性问题概率方法需要知道不确 定参数的均值、方差或概率分布密度等详细统计信息的要求. 提出的鲁棒优化方法在使 目标函数达到设计要求的同时，结构还能承受结构参数在其所在范围内变化引起结构性能的 变异. 通过优化问题中普遍使用的10杆平面桁架和一个72杆空间桁架实例，给出了当 结构参数为名义值时结构的优化结果，以及结构参数具有不确定性时的优化结果，力求表明 所介绍的方法的可行性和优越性.     

基于非概率集合可靠性的结构优化设计

在结构非概率集合可靠性模型的基础上,考虑结构系统中的参数不确定性,提出了基于非概率可靠性的结构优化方法。该方法将不确定量看作是区间数,通过区间运算得到结构的非概率可靠性,并以结构的非概率可靠性小于指定可靠性指标为约束条件,利用乘子法对结构的优化问题进行求解。最后应用本文方法对一桁架结构进行总质量优化,优化结果验证了本文...     

考虑非概率可靠性的结构柔顺度拓扑优化设计

实际工程中广泛存在的不确定性可能对结构拓扑设计产生重要影响。基于不确定性的多椭球凸模型描述及非概率可靠性指标的定义,建立了材料体积约束和不确定参数范围约束下、结构柔顺度极小极大化为目标的非概率可靠性拓扑优化数学模型。结合移动渐进线方法,基于单循环策略实现该连续Minimax优化问题的求解。经典算例尺寸优化设计结果说明了...     

非概率不确定性结构的鲁棒性分析

针对目前评价结构的鲁棒性还没有统一标准的问题,基于H∞鲁棒控制理论,建立了不确定性结构鲁棒性定量的评价方法.将外部荷载和结构自身的非概率不确定性用凸集模型表达,采用结构系统传递函数的H∞范数作为结构鲁棒性的定量评价指标.引入L2范数作为评价信号的度量,给出了考虑弹塑性的结构鲁棒性计算公式.分析单自由度并联结构体系,表明不考虑塑性将会高估结构的鲁棒性.分析桁架结构在静力与动力条件下结构的鲁棒性,验证了H∞鲁棒性评价指标可以合理有效地反映结构的鲁棒性.结果表明,增大结构的冗余度、提高关键构件的承载力储备可以增强结构的鲁棒性,而外部荷载和结构本身的属性的波动将降低结构的鲁棒性.     

结构非概率鲁棒可靠性准则

通过反例指出Ben-Haim的鲁棒可靠性准则是错误的同时．利用集合数学理论中的凸集合间的偏序关系，给出了新的非概率凸模型理论的鲁棒可靠性准则。并用数值算例说明了所提出的结构非概率凸模型鲁棒可靠性理论的正确性和实用性。     

桁架结构非概率可靠性形状优化设计

采用区间变量描述不确定参数,提出一种桁架结构非概率可靠性形状优化方法。建立了以截面尺寸和节点坐标为设计变量,以结构重量为目标函数,具有非概率可靠性指标约束的桁架结构形状优化数学模型。采用量纲归一化对截面尺寸和节点坐标进行了变量统一;运用均值点法对功能函数进行泰勒线性近似求解得到相应的非概率可靠性指标,并采用序列二次规划算法对优化模型进行求解。三个算例分析结果表明,算例均能快速稳定地收敛到最优解,结果符合工程结构设计经验,验证了本文所提方法的准确性和有效性。     

基于区间模型的结构非概率稳健优化设计

采用区间模型描述不确定参数,在考虑传统约束条件基础上,增加了可靠性指标作为约束条件,研究结构的稳健性优化设计。从非概率可靠性指标的几何意义出发,寻找非概率可靠性指标目标值与不确定参数的波动范围的关系,将非概率的稳健优化设计转化为两层优化模型。对于非线性功能函数,内层优化根据非概率可靠性指标的波动范围最小化功能函数,从而避免了内层优化直接计算非概率可靠性指标难的问题。对于线性功能函数,不确定性参数可以表示为非概率可靠性指标目标值的显示表达式,两层稳健优化转化为确定性的单层优化。该方法优化描述明确清晰,计算公式简便,计算效率高。算例验证了本文所提方法的可行性和正确性。     

基于线性鲁棒性优化的弦支结构设计及分析

结构的鲁棒性是指结构抵抗不相称破坏的能力。目前,研究集中于框架类结构鲁棒性的评价,缺少弦支结构鲁棒性评价及设计方法。首先基于H∞理论,采用结构系统传递函数的H∞范数作为结构鲁棒性的定量评价指标。然后,采用SIMP模型描述建立了人工材料模型,以结构线性鲁棒性为优化目标,将结构鲁棒性设计转化成连续体拓扑优化,并通过粒子群算法求解。以弦支双曲球壳模型为例,通过鲁棒设计得到了鲁棒构形。最后通过作用超越静荷载,制造干扰场景,分析不同结构设计方案的非线性鲁棒性。结果表明,H∞结构鲁棒性评价指标可以反映干扰与后果是否相称,通过连续体拓扑优化进行鲁棒设计,能够有效地提高结构鲁棒性,可以为弦支结构初始概念设计提供参考。     

桁架结构非概率可靠性拓扑优化

考虑非概率可靠性的拓扑优化对于非确定参数和荷载条件下结构的概念设计具有重要意义,有关研究国内外少见报道.本文利用凸模型理论,考虑优化迭代过程的需要,提出改进的非概率可靠性指标的定义,并针对桁架结构拓扑优化设计问题建立了以杆件截面积为设计变量、结构重量极小化为目标、具有非概率可靠性指标约束的广义尺寸优化数学模型.本文指出,考虑桁架结构参数的不确定性的条件下所得到的最优杆件布局与确定性优化所得到的结果可能有显著不同.对文中提出的数学模型,采用数学规划算法求解,数值算例结果令人满意.本文工作表明了桁架结构非概率可靠性拓扑优化设计的可行性和所提出算法的有效性.     

基于凸模型的结构非概率可靠性优化

基于不确定性的凸模型描述，研究考虑非概率可靠性指标约束的结构优化问题. 该优化 模型是一个内层优化为极小极大问题的嵌套优化模型. 为了有效地求解该模型，提出了 一种基于目标性能的优化方法，通过寻找目标性能点来判断约束的满足情况，从而避免直接 计算以极小极大(min-max)问题定义的非概率可靠性指标. 提出的数值方法可处理材 料、几何及载荷等不确定性参数，并且目标性能值的灵敏度计算公式简便，算法稳定. 数值 算例验证了所提出方法的正确性，也表明算法比文献中已有方法更为有效 。     

Non-probabilistic reliability method and reliability-based optimal LQR design for vibration control of structures with uncertain-but-bounded parameters

Uncertainty is inherent and unavoidable in almost all engineering systems. It is of essential significance to deal with uncertainties by means of reliability approach and to achieve a reasonable balance between reliability against uncertainties and system performance in the control design of uncertain systems. Nevertheless, reliability methods which can be used directly for analysis and synthesis of active control of structures in the presence of uncertainties remain to be developed, especially in non-probabilistic uncertainty situations. In the present paper, the issue of vibration con- trol of uncertain structures using linear quadratic regulator （LQR） approach is studied from the viewpoint of reliabil- ity. An efficient non-probabilistic robust reliability method for LQR-based static output feedback robust control of un- certain structures is presented by treating bounded uncertain parameters as interval variables. The optimal vibration con- troller design for uncertain structures is carried out by solv- ing a robust reliability-based optimization problem with the objective to minimize the quadratic performance index. The controller obtained may possess optimum performance un- der the condition that the controlled structure is robustly re- liable with respect to admissible uncertainties. The proposed method provides an essential basis for achieving a balance between robustness and performance in controller design ot uncertain structures. The presented formulations are in the framework of linear matrix inequality and can be carried out conveniently. Two numerical examples are provided to illustrate the effectiveness and feasibility of the present method.     

桁架结构概率-非概率混合可靠性拓扑优化

研究了桁架结构概率-非概率混合可靠性拓扑优化问题。建立了以结构重量为目标函数、混合可靠性指标为约束条件的拓扑优化数学模型,针对强度为随机变量和应力为区间变量、强度为区间变量和应力为随机变量两种情况推导了可靠性指标对设计变量的灵敏度计算公式。实例结果表明：混合可靠性拓扑优化的截面尺寸和结构重量相对于非概率可靠性优化都更大,使得结构除了能够容许载荷存在一定变异程度外,也允许位移和强度存在一定变异程度。     

P-CS不确定性量化模型与其性能数据驱动更新方法

在实际工程中, 广泛存在大量的不确定性信息, 直接或间接影响着工程结构形式设计、结构性能评估与预测以及在役结构损伤识别等工作的开展与决策. 这些多源不确定性信息往往需要用多种不同的不确定性量化模型加以描述; 与此同时, 不确定性变量在使用过程中可能随时间变化且难以直接测量, 需要间接根据性能测试信息在使用工程中更新不确定性量化模型. 为兼顾上述两个问题, 本文基于等概率变换原则提出了一种P-CS (probability-convex set) 不确定性量化模型, 该模型将不确定性变量用概率随机变量与非概率凸集变量组合表征, 可统一表达概率模型、非概率模型以及非精确概率模型, 实现多源、多类型不确定性的统一量化. 本文进一步基于贝叶斯理论提出了一种针对该P-CS不确定性量化模型的性能数据驱动更新方法. 该更新方法根据性能测试数据信息更新P-CS不确定性量化模型参数取值的信度分布, 从而根据后验信度分布计算得出当前P-CS不确定性量化模型参数集合. 通过数值算例详述了P-CS不确定性量化模型的构建方法与其概率、非概率特性, 并验证了性能数据驱动更新P-CS模型方法的适用性.      

基于结构可置信性鲁棒优化算法的离散优化问题研究

传统优化设计认为问题的参数(如材料属性和外加载荷等)是确定的,并且设计变量通常是连续的.而在实际应用中产品制造和测量等存在不可避免的误差,并且工程需要的设计结果(如钢筋截面尺寸等)往往是离散的.即使对于考虑了不确定性参数影响的连续最优解,经过圆整处理后也很可能产生较大偏差甚至变得不可行.针对该难点,本文结合非概率不确定性鲁棒优化算法,建立与离散的基于圆整策略的优化算法列式等价的鲁棒优化列式及用于解决离散优化问题的可置信性鲁棒优化方法.并进一步研究了离散变量不确定性优化问题的可置信性鲁棒优化求解方法,利用非线性半定规划进行高效求解,可严格保证所得结果的可行性.本文揭示了传统离散优化思想和不确定性优化思想的内在联系,完善了优化设计理论体系,为后续相关研究提供了全新思路和示范.     

结构疲劳寿命估计的集合理论模型

对于材料性质和载荷具有不确定性结构进行疲劳寿命估计时,结构疲劳寿命往往是这些不确定性变量的函数.以凸分析和区间数学为理论基础,将这些不确定变量用椭球和区间定量化,基于Taylor级数展开,提出了近似估计结构疲劳寿命的非概率集合理论模型—凸模型方法和区间分析方法.它们克服了概率方法需要预先知道不确定变量的概率分布密度或大量统计数据的局限性,并且计算量小.通过数值算例,将凸模型方法、区间分析方法与概率方法进行了比较研究,数值计算结果表明了这两种非概率方法对线性及非线性形式的结构寿命估计均能提供令人相当满意的精度.     

基于高阶矩的稳健优化设计研究

采用随机响应量的前四阶统计矩来度量目标函数和概率约束条件的稳健性, 通过引入“权重因子”来确定新构造的目标函数中原 函数和敏感系数的比重, 利用加权组合法将稳健优化设计这一多目标优化问题转化为单目标问题, 从而建立新的基于高阶矩的稳健优化设计数学模型. 矩估计方法可高效地评估目标函数和概率约束条件的统计矩, 且不需要搜索技术, 因此不构成嵌套循环(即稳健优化过程是单循环的), 从而可以大大降低优化的计算工作量. 对多个桁架结构进行了确定性优化设计、可靠性优化设计、传统的和该文所提的稳健优化设计, 验证了所建立的基于高阶矩的稳健优化设计数学模型的合理性和正确性, 比较并解释了计算所得的优化结果.