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.     

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).      

扩展有限元与遗传算法相结合的结构缺陷反演分析

建立扩展有限元法与遗传算法相结合的结构缺陷反演分析模型.扩展有限元法通过引入不连续位移模式使得网格剖分无需依赖结构内部的不连续界面.通过改变水平集函数表征结构缺陷(夹杂)的位置和大小,遗传算法在每次迭代过程中具有全局和局部搜索能力,通过评估响应测点的响应量适应度值决定是否进一步迭代.对带有单个圆形缺陷(夹杂)和多个缺陷(夹杂)的结构进行了反演分析,并就响应测点的布置进行了讨论.结果表明,建立的反演分析模型能准确地探测结构存在的单个甚至多个缺陷(夹杂).     

THE INVERSE ANALYSIS OF INTERNAL DEFECTS (INCLUSIONS) IN STRUCTURES USING A COMBINED XFEM AND GA METHOD

建立扩展有限元法与遗传算法相结合的结构缺陷反演分析模型.扩展有限元法通过引入不连续位移模式使得网格剖分无需依赖结构内部的不连续界面.通过改变水平集函数表征结构缺陷（夹杂）的位置和大小，遗传算法在每次迭代过程中具有全局和局部搜索能力，通过评估响应测点的响应量适应度值决定是否进一步迭代.对带有单个圆形缺陷（夹杂）和多个缺陷（夹杂）的结构进行了反演分析，并就响应测点的布置进行了讨论.结果表明，建立的反演分析模型能准确地探测结构存在的单个甚至多个缺陷（夹杂）.     

基于动力响应识别结构内部缺陷的损伤指标法

结构振动响应对于检测结构内部损伤具有重要意义,利用距离缺陷不同位置处传感器实测响应与无损结构响应之间的差异,定义各传感器的不同权重, 在此基础上构建结构不同位置处的损伤指标.研究中运用动力扩展有限元法结合水平集法描述结构内部缺陷以避免迭代计算中的网格重划分.首先, 在得到不同位置的传感器权重后,利用阈值函数使原来呈线性的权重转换为非线性权重,即对不同位置处权重大小进行放缩,并通过引入双三次插值得到结构的损伤指标及其分布,结合插值成像技术识别缺陷数目及其所在的大致区域; 最后,在利用智能算法进行反演的过程中, 先剔除不必要的传感器,再引入加权系数改进目标函数进行精确反演. 若干算例的分析表明:损伤指标法能够在缺陷数目未知的情况下通过正向建模快速得出缺陷具体数目及位置初步信息,引入加权系数的目标函数反分析方法相较于以往智能算法可以更快达到收敛,更加高效地得出缺陷精确位置. 为了进一步证明该模型的可行性及工程应用前景,运用本文建立的模型对含圆形孔洞缺陷的钢筋混凝土板进行了缺陷检测,得到了较好的反演结果, 证明提出的模型切实可行且具有一定的工程意义.      

基于动力响应识别结构内部缺陷的损伤指标法

结构振动响应对于检测结构内部损伤具有重要意义,利用距离缺陷不同位置处传感器实测响应与无损结构响应之间的差异,定义各传感器的不同权重,在此基础上构建结构不同位置处的损伤指标.研究中运用动力扩展有限元法结合水平集法描述结构内部缺陷以避免迭代计算中的网格重划分.首先,在得到不同位置的传感器权重后,利用阈值函数使原来呈线性的权重转换为非线性权重,即对不同位置处权重大小进行放缩,并通过引入双三次插值得到结构的损伤指标及其分布,结合插值成像技术识别缺陷数目及其所在的大致区域;最后,在利用智能算法进行反演的过程中,先剔除不必要的传感器,再引入加权系数改进目标函数进行精确反演.若干算例的分析表明:损伤指标法能够在缺陷数目未知的情况下通过正向建模快速得出缺陷具体数目及位置初步信息,引入加权系数的目标函数反分析方法相较于以往智能算法可以更快达到收敛,更加高效地得出缺陷精确位置.为了进一步证明该模型的可行性及工程应用前景,运用本文建立的模型对含圆形孔洞缺陷的钢筋混凝土板进行了缺陷检测,得到了较好的反演结果,证明提出的模型切实可行且具有一定的工程意义.     

基于数据驱动的薄板结构多裂纹反演方法

采用比例边界有限元法(scaled boundary finite element methods,SBFEM)模拟薄板结构内Lamb波的传播过程，将SBFEM和最大信息系数相结合，研究了缺陷参数与观测点位置的相关性，为缺陷反演时传感器布置位置的选取提供了依据。在此基础上建立了基于SBFEM数据集和深度学习的结构内部多裂纹反演方法，将多裂纹反演归类为分类和回归预测问题，可在未知裂纹数量的情况下反演出裂纹的数量、位置和大小，并通过数值算例验证了该方法能够较好地进行裂纹状缺陷数量和参数的反演。     

一种裂纹扩展的递推分析方法及其Matlab实现

利用映射函数法将裂纹扩展动域变分问题化为定域变分问题,从最小势能原理出发推出裂纹扩展的递推积分方程,进一步用有限元法求得递推代数方程,用Matlab语言实现了裂纹扩展仿真算法,该算法不必在每次裂纹扩展后中进行裂纹物体的重构和网格的重分,有一定的实用价值.     

矩形平面应力扩展有限元及其程序实施

扩展有限元法(XFEM)是一种新的求解不连续问题的数值方法,由于该方法建立在传统有限元法框架内,而且避免了不连续界面扩展时的网格重新划分,所以,近年来扩展有限元法是工程力学领域里的一个研究热点.本文基于Zi和Belytschko新近提出的一种不连续位移场假设,推导了求解粘着裂纹扩展问题的矩形扩展有限元公式和离散方程.提出了基于位移加载的直接迭代的算法来求解非线性有限元方程,并给出了详细的过程.编写了Fortran程序,模拟了三点弯曲梁开裂问题,得到的结果与已知文献结果吻合,验证了方法、公式和所编写的程序的正确性.     

广义扩展有限元法及其在裂纹扩展分析中的应用

结合广义有限元法(GFEM)和扩展有限元法(XFEM)的特点,提出了一种新的数值方法——广义扩展有限元法(GXFEM)。阐述了广义扩展有限元法的基本原理,对相关公式进行推导,探讨数值实施中需注意的重要问题,给出利用广义扩展有限元法进行断裂分析时应力强度因子的计算方法,编写了广义扩展有限元法程序。通过算例进行了应力强度因子的计算,模拟了结构裂纹的扩展过程。算例结果表明,利用广义扩展有限元法计算裂纹扩展问题,不需要进行过密的网格划分,且网格在裂纹扩展后无需重新剖分,具有相当高的计算精度。     

CABC–CSA: a new chaotic hybrid algorithm for solving optimization problems

Recently a lot of methods have been presented for solving optimization problems. In this paper, we are trying to propose a new hybrid algorithm for solving these kinds of problem. The proposed algorithm is based on chaotic artificial bee colony and chaotic simulated annealing, CABC–CSA. The chaotic artificial bee colony finds new locations chaotically. Actually, the proposed algorithm provides a combination of local search accuracy of simulated annealing and the ability of global search of artificial bee colony. Furthermore, we used a different method for generating the initial population. The proposed algorithm is validated using 12 benchmark functions. The results are compared with those of the artificial bees’ algorithm, the hybrid algorithm of artificial bee colony and simulated annealing and particle swarm optimization. Simulation results show the efficiency of the proposed algorithm.     

Parameter estimation for chaotic systems by hybrid differential evolution algorithm and artificial bee colony algorithm

This paper is concerned with the parameter estimation of nonlinear chaotic system, which could be essentially formulated as a multi-dimensional optimization problem. In this paper, a hybrid algorithm by combining differential evolution with artificial bee colony is implemented to solve parameter estimation for chaotic systems. Hybrid algorithm combines the exploration of differential evolution with the exploitation of the artificial bee colony effectively. Experiments have been conducted on Lorenz system and Chen system. The proposed algorithm is applied to estimate the parameters of two chaotic systems. Simulation results and comparisons demonstrate that the proposed algorithm is better or at least comparable to differential evolution, artificial bee colony, particle swarm optimization, and genetic algorithm from literature when considering the quality of the solutions obtained.     

一种结构参数识别的两阶段方法

针对测量信息不完备的剪切型结构 ,建立了一种两阶段系统识别的复合反演方法 ,这种方法包括两部分 :子结构地震动反演和结构参数识别。首先 ,选取可观测的子结构 ,利用一维地震动作用于结构的力学特性 ,将子结构动力方程的有限元列式进行变换 ,得到适合于最小二乘法的简单形式 ,解决了测量信息不完备及结构参数未知条件下的地震动反演问题。其次 ,根据子结构反演得到的地震动输入 ,采用结构参数时域识别技术中的加权整体迭代 -广义卡尔曼滤波器方法 ,成功地识别出了有限测量条件下单元水平结构参数     

Partial polar decomposition inverse method applied to determination of internal stresses in an elastic complex structure

An inverse method is developed to evaluate a distribution of internal-stress tractions on an internal surface of an elastic complex structure. The traction distribution is evaluated by measuring a remote displacement field generated when the surface of interest is sectioned. This formulation employs partial polar decomposition (PPD) of a rectangular matrix within the global finite element stiffness matrix for the process of inversion. A systematic regularization process is also provided for the PPD inverse method. This method avoids cumbersome rigid body displacement control required in the formalism of compliance matrix inversion. The method is robust in measuring residual stresses in an elastic complex structure, in particular, multiply connected regions. The inversion method has been tested experimentally by using electronic speckle pattern interferometry (ESPI) with a specimen of multiply connected regions. Experimental results show that the regularized solution using partial polar decomposition converges quickly with a small number of series terms.     

遗传算法改进及其在岩土参数反分析中的应用

本文的主要目的是开发基于实数编码的杂交遗传算法来识别土体的本构参数。该杂交遗传算法在经典遗传算法框架下开发,融合两个新开发的交叉算子,形成了一个新的杂交策略。为了保持种群的多样性,在算法中采用了一个动态随机变异算子。另外,为了提高算法收敛性,采用了一个基于混沌的局部搜索技术。分别基于室内试验和现场试验,通过识别土的本构参数来测试新算法的搜索能力和搜索效率。为了测试新开发算法的突出表现,特选用5种经典的随机类算法（遗传算法、粒子群算法、模拟退火算法、差分算法和蜂巢算法）,分析同样的案例进行比较。结果表明,在收敛速度和最优解的准确度方面,新改进的算法可以很好地处理岩土工程的参数反演。     

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...     

Intelligent design of waste heat recovery systems using thermoelectric generators and optimization tools

Optimal design of thermal systems that effectively use energy resources is one of the foremost challenges that researchers almost confront. Until now, several researches have been made to enhance the performance of major thermal systems. In this investigation, the authors try to make a conceptual design to maximize the electricity demand of Damavand power plant as the biggest thermal system in Middle East sited in Iran. The idea of designing is laid behind applying a number of thermoelectric modules within the condenser in order to recover the waste heat of the thermal systems. Besides, the authors have developed some intelligent tools to elaborate on the performance of their proposed model. Firstly, an artificial neural network has been utilized to estimate the potential power generation of the thermoelectric modules. At the second step, computational fluid dynamic solver, FLUENT is used to determine the variation of the temperature through the length of the thermoelectric module assembly. Based on the gained results, an intelligent multi-objective optimization algorithm called Pareto based mutable smart bee is developed to optimize the properties of the thermoelectric component.