基于频率和模态保证准则的结构内部多缺陷反演

静响应(位移、应变等)在实际问题的反演分析中很难由安装在结构上的一组传感器记录得到,而结构的动力特性(频率、振型)和动力响应(加速度、速度、动位移)在实际问题中较易通过传感器采集得到.文中基于频率残差和模态保证准则构建了反演分析模型的目标函数,并结合频域内动力扩展有限元法和人工蜂群智能优化算法的优点,扩展有限元法通过引入非连续位移模式在不重新划分网格的情况下通过改变水平集函数反映缺陷的数量、位置及大小,避免了反演分析每次迭代过程中的网格重剖分,人工蜂群智能优化算法在每次迭代中都采用全局和局部搜索,找到最优解的概率大幅增大并可很好地避免局部最优,同时,通过引入拓扑变量,将缺陷的数量纳入到反演分析过程中,迭代过程中可智能反演出缺陷的数目,建立了结构内部多缺陷(孔洞、裂纹)的反演分析模型.通过若干算例的分析表明:建立的反演分析模型能够较为准确地探测出结构内部圆形、椭圆形以及裂纹状缺陷的数量、位置及大小,且算法具有较好的鲁棒性.     

SBFEM与非局部宏微观损伤模型相结合的准脆性材料开裂模拟

混凝土是一种被广泛应用于土木和水利工程中的准脆性材料, 在各种内外部因素的作用下, 开裂是混凝土结构最为普遍的破坏形式, 准确模拟结构的开裂过程, 对于结构的安全评估至关重要. 将比例边界有限元与非局部宏微观损伤模型相结合提出一种准脆性材料开裂模拟新方法. 以比例边界有限元子域的比例中心作为物质点, 通过两比例中心(物质点对)之间的物质键的正伸长率来定义微细观损伤, 将某点影响域内物质键的微细观损伤加权平均得到该点的宏观拓扑损伤. 再引入能量退化函数, 将宏观拓扑损伤嵌入到比例边界有限元的基本框架中. 充分利用比例边界有限元网格允许存在悬挂节点的优势, 采用四叉树网格离散技术进行快速、高质量的多级网格划分与过渡. 通过一个I型开裂与一个混合型开裂的两个典型算例, 验证了该方法可捕获结构裂纹扩展路径与荷载变形曲线. 与现有的方法相比, 本文的损伤模型可得到更准确的局部开裂损伤带, 结果更为合理, 且具有更高的计算精度和计算效率. 当损伤过程区网格尺寸小于影响域半径的1/5时, 计算结果不存在网格敏感性问题.      

基于图像四叉树的改进型比例边界有限元法研究

为提高数值计算的精度, 断裂力学问题的数值模拟需要在裂纹扩展的局部区域采用较密的网格, 而远离裂纹扩展的区域可采用较疏的网格, 且对于裂纹扩展问题的数值模拟, 大多数数值方法又存在局部网格重剖分的问题. 论文提出了一种基于图像四叉树的改进型比例边界有限元法用于模拟裂纹扩展问题, 该方法可根据结构域几何外边界的图像全自动进行四叉树网格剖分, 无需任何人工干预, 网格剖分效率极高, 由于比例边界有限元法本身的优势, 四叉树网格的悬挂节点可以直接地视为新的节点, 无需任何特殊处理. 通过引入虚节点的思想, 将裂纹与四叉树单元边界交叉点作为虚节点, 虚节点的自由度作为附加自由度处理, 并采用水平集函数表征材料内部的裂纹面, 含不连续裂纹面的子域可通过节点水平集函数识别, 使得裂纹扩展时无需进行网格重剖分, 界面的几何特征通过比例边界有限元子域的附加自由度表征. 最后, 通过若干算例验证了该方法的性能, 建议的改进型比例边界有限元法在求解复合型应力强度因子和模拟材料内部裂纹扩展路径时均具有较高的精度.      

改进型扩展比例边界有限元法

结合了扩展有限元法(extended finite elementmethods,XFEM)和比例边界有限元法(scaled boundary finite elementmethods,SBFEM)的主要优点,提出了一种改进型扩展比例边界有限元法(improvedextended scaled boundary finite elementmethods,$i$XSBFEM),为断裂问题模拟提供了一条新的途径.类似XFEM,采用两个正交的水平集函数表征材料内部裂纹面,并基于水平集函数判断单元切割类型;将被裂纹切割的单元作为SBFE的子域处理,采用SBFEM求解单元刚度矩阵,从而避免了XFEM中求解不连续单元刚度矩阵需要进一步进行单元子划分的缺陷;同时,借助XFEM的主要思想,将裂纹与单元边界交点的真实位移作为单元结点的附加自由度考虑,赋予了单元结点附加自由度明确的物理意义,可以直接根据位移求解结果得出裂纹与单元边界交点的位移;对于含有裂尖的单元,选取围绕裂尖单元一圈的若干层单元作为超级单元,并将此超级单元作为SBFE的一个子域求解刚度矩阵,超级单元内部的结点位移可通过SBFE的位移模式求解得到,应力强度因子可基于裂尖处的奇异位移(应力)直接获得,无需借助其他的数值方法.最后,通过若干数值算例验证了建议的$i$XSBFEM的有效性,相比于常规XFEM,$i$XSBFEM的基于位移范数的相对误差收敛性较好;采用$i$XSBFEM通过应力法和位移法直接计算得到的裂尖应力强度因子均与解析解吻合\较好.      

基于频率和模态保证准则的结构内部多缺陷反演

静响应(位移、应变等)在实际问题的反演分析中很难由安装在结构上的一组传感器记录得到,而结构的动力特性(频率、振型)和 动力响应(加速度、速度、动位移)在实际问题中较易通过传感器采集得到. 文中基于频率残差和模态保证准则构建了反演分析模型的目标函数,并结合频域内动力扩展有限元法和人工蜂群智能优化算法 的优点,扩展有限元法通过引入非连续位移模式在不重新划分网格的情况下通过改变水平集函数反映缺陷的数量、位置及大小, 避免了反演分析每次迭代过程中的网格重剖分,人工蜂群智能优化算法在每次迭代中都采用全局和局部搜索,找到最优解的概 率大幅增大并可很好地避免局部最优,同时,通过引入拓扑变量,将缺陷的数量纳入到反演分析过程中,迭代过程中可智能反演出缺陷的数目,建立了结构内部多缺陷(孔洞、裂纹)的反演分析模型. 通过若干算例的分析表明:建立的反演分析模型能够较为准确地探测出结构内部圆形、椭圆形以及裂纹状缺陷的数量、位置及大小,且算法具有较好的鲁棒性.      

弱不连续问题扩展有限元法的数值精度研究

主要研究了扩展有限元法(extended finite element method, XFEM)在处理弱不连续问题时不同改进函数形式对XFEM数值求解精度的影响,阐述了各种改进函数影响XFEM求解精度的关键因素,指出校正的扩展有限元法(corrected-XFEM)能够提高数值求解精度的实质在于它拓展了改进结点域,即将常规扩展有限元法(standard-XFEM)的改进结点域增加一层作为corrected-XFEM的改进结点域,文中建议延拓corrected-XFEM的改进结点域,即在corrected-XFEM的改进结点域基础上再增加一层改进结点. 利用水平集函数表征材料内部的不连续界面,推导了XFEM求解的支配方程,给出了一种改进单元的数值积分方案以及改进单元处高精度应力的求解方法. 含夹杂问题的数值计算结果表明:建议的延拓corrected-XFEM改进结点域的方法能够明显提高XFEM的数值求解精度.      

一种XFEM断裂分析的裂尖单元新型改进函数

提出了一种适用于裂尖改进单元的新型改进函数, 基于三角变换的方法, 保留裂纹尖端场的应力奇异性和裂纹上、下表面的位移不连续性, 将常规扩展有限元法裂尖改进单元的4 项改进函数缩减为2 项, 裂尖改进单元的结点由常规的8 个改进自由度减少为4 个. 采用2 个正交的水平集函数表征材料内部裂纹面, 详细阐述了改进单元类型的判别方法, 给出一种改进单元的分区域积分方案. 最后, 若干断裂力学问题经典算例的数值计算结果表明:建议的裂尖改进函数具有较高的数值精度, 该方法是十分有效的.     

基于扩展有限元的结构内部缺陷(夹杂)的反演分析模型

传统的结构检测方法一般需要钻孔取样,对结构本身有一定的破坏作用,而无损检测方法在检测过程中不破坏结构本身,这项技术的重要性日益显著. 结合扩展有限元法和人工蜂群智能优化算法的优点,建立了结构内部缺陷(夹杂)的反演分析模型,为结构的无损检测技术提供了一条新的途径.扩展有限元法通过引入非连续位移模式可以在不重新划分网格的情况下通过改变水平集函数反映缺陷(夹杂)的位置及大小,避免了反演分析每次迭代过程中的网格重剖分,人工蜂群智能优化算法在每次迭代中都采用全局和局部搜索,找到最优解的概率大大增加并可很好地避免局部最优,因此,扩展有限元法与人工蜂群智能优化算法的结合有效地减少了反演分析的计算工作量. 通过若干算例的分析表明:建立的反演分析模型能准确地探测结构内部存在的单个缺陷(夹杂).      

动载下缝端应力强度因子计算的扩展有限元法

在扩展有限元法(extended finite element methods, XFEM)的理论框架下,重点研究了动荷载作用下稳定裂纹尖端动态应力强度因子(dynamic stress intensity factors, DSIFs)的求解方法．根据XFEM的位移模式,推导了动力XFEM的支配方程,采用Newmark隐式算法进行时间积分同时,提出一种XFEM质量矩阵的集中策略,给出了求解DSIFs的相互作用积分方法,与静态问题的相互作用积分方法相比,增加了惯性项的贡献．最后,若干典型算例的计算结果表明:XFEM可以准确评价稳定裂纹尖端的DSIFs,建议的质量矩阵集中策略是有效的,为得到正确的DSIFs,惯性项的贡献不可忽略.     

基于SBFEM和深度学习的裂纹状缺陷反演模型

结构内部缺陷的识别是结构健康监测的重要研究内容, 而当前以无损检测为主的结构安全检测多以定性分析为主, 定量识别缺陷的尺度较困难. 本文将比例边界有限元法(scaled boundary finite element methods, SBFEM)和深度学习相结合, 提出了基于Lamb波在结构中传播时的反馈信号定量识别结构内部裂纹状缺陷的反演模型. 通过随机生成缺陷信息(位置、大小), 采用SBFEM模拟Lamb波在含不同缺陷信息的结构中的信号传播过程, SBFEM仅需对结构边界离散可最小化网格重划分过程, 大大提高了计算效率. Lamb波在含裂纹状缺陷结构中传播时观测点的反馈信号包含大量的裂纹信息, 基于这一特性可为深度学习模型提供足够多的反映问题特性的训练数据. 建议的缺陷反演模型规避了传统反分析问题的目标函数极小化迭代过程, 在保证计算精度的前提下大大减少了计算成本. 对含单裂纹和多裂纹板的数值算例进行分析, 结果表明: 建立的缺陷识别模型能够准确地量化结构内部的缺陷, 对浅表裂纹亦有很好的识别效果, 且对于含噪信号模型仍具有较好的鲁棒性.