基于POD-RBF代理模型的迭代更新反演方法

针对常规的水工大坝等大型工程结构参数反演需要耗费大量有限元正分析机时的问题,建立了具有较好反演精度和泛化性能的POD-RBF代理模型和快速迭代更新反演算法。基于有限元分析获得足量数据样本,利用POD提取本征向量,并使用RBF方法进行插值得到有限元模型的代理模型;同时结合粒子群算法的全局寻优能力和高斯-牛顿法的快速局部收敛优势,建立了一种新的高效率迭代反演方法,并应用于混凝土大坝分区弹性模量反演。结果表明,该方法适用于大坝等大体积混凝土结构的力学参数反演。同时,相较于传统的单一反演方法,该方法在反演效率和反演精度两方面均显示出优势。     

基于Kriging代理模型的两类全局优化算法比较

代理模型在结构优化领域中的应用逐渐增多。相对传统优化方法,代理模型方法在处理带有噪音或仿真模拟十分耗时的问题时有明显优势。加点准则是代理模型技术的一个关键,为了避免陷入局部最优解,加点准则需要同时考虑局部搜索(exploitation)和全局搜索(exploration)两部分并加以平衡。本文在Kriging代理模型基础上提出一种基于几何全局搜索的全局优化算法MSG(Multi-start Local Search with Geometrical Exploration),通过数值算例将其与基于不确定性全局搜索的有效全局优化算法EGO(Efficient Global Optimization)进行比较,研究了MSG算法参数的影响,并讨论了MSG与EGO各自的特点和适用范围。     

基于Kriging代理模型的结构形状优化方法研究

建立了一种进行结构形状优化的工程方法。该方法利用试验设计法选取位置变量样本点,并对各个样本点对应的结构进行尺寸优化,然后根据样本点和尺寸优化结果建立Kriging代理模型,再利用遗传算法求出位置变量最优解,进而得到结构最优解。最后进行了15杆平面拱式桁架、悬臂梁和25杆空间桁架三个形状优化算例,算例分析结果表明:该方法思路清晰、适应性强、优化效果明显,具有较大的工程应用价值。     

基于迭代更新近似模型的车内噪声优化

基于声固耦合分析与迭代更新近似模型对车身板件进行了优化。首先通过板件声学贡献量分析,确定影响车内噪声的关键板件,将其厚度作为设计变量,在减少计算量的同时去除了无关变量的干扰。然后建立不同激励下驾驶员右耳处最大声压与关键板件厚度之间的组合近似模型,对其进行多目标优化并采用序列二次规划和K均值聚类算法对近似模型进行更新,使得采样样本逐渐靠近Pareto前沿,从而提高近似模型在Pareto前沿上的精度。优化结果表明,迭代更新近似模型能够有效优化车身结构,在保证轻量化的同时,降低了车内噪声。     

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模型的频响函数有限元模型修正方法

针对使用频响函数进行有限元模型修正的问题,提出了一种基于Kriging模型的修正方法,用于检测结构由损伤引起的在单元刚度特性上的衰减。本文方法可以在不需要推导修正参数与频响函数残差代数关系的前提下,通过少量测点提供的有效数据快速求解;还可以通过控制算法的终止准则来提高对未知区域的探索程度,降低结果收敛到局部解上的可能。使用Kriging模型可以有效地减少原有限元模型的计算次数,保证计算效率的同时,为对结构进行更准确精密的有限元建模提供了便利。     

多学科设计优化中常用代理模型的研究

代理模型是多学科设计优化的关键技术之一。本文系统介绍了多项式响应面模型,径向基函数模型和Kriging模型等3种多学科设计优化中常用的代理模型。通过构造某机翼展向气动载荷分布的代理模型,对这3种模型的效果进行了评估,并对这些代理模型的构造方法、基本特性和适用范围进行了分析研究。     

基于代理模型的边坡稳定可靠度算法

针对基于极限平衡模式而建立的边坡稳定可靠度功能函数的隐式特征及其导致的可靠度求解等问题,首先利用Kriging插值预测方法,以极限平衡理论的Janbu算法为例,建立了边坡稳定可靠度功能函数的新型显式代理模型;然后将拉丁超立方试验抽样设计方法、Janbu算法、几何可靠度指标计算三者结合起来,研制了该代理模型的求解程序;构建了基于Kriging插值预测的边坡稳定可靠度近似分析新方法。选用某著名边坡算例,将本文方法分析结果与基于蒙特卡洛法的精确解进行了对比,两者的相对误差为5.21%,但前者计算工作量不到后者的万分之一,表明了代理模型方法的实用性和有效性。最后用代理模型方法分析了衡桂高速某段路堑边坡的稳定可靠性,表明本文方法计算结果能够满足工程精度要求,具有一定的应用价值。     

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Kriging模型和改进MCMC算法的随机有限元模型修正

针对待修正参数维数较高时,标准马尔可夫链蒙特卡罗MCMC (Markov Chain Monte Carlo)算法不易收敛、拒绝率高的问题,提出了基于Kriging模型和在MCMC中融合花朵授粉算法的修正方法.首先,以待修正参数作为输入,以应变模态作为输出,建立Kriging模型,通过蝙蝠算法确定Kriging模型的相关系数;然后,采用最大熵的贝叶斯方法估计参数的后验概率密度函数,将花朵授粉算法融入MH (M etropolis-Hasting)抽样算法,提高局部寻优和全局寻优能力;最后,通过三自由度弹簧-质量系统和三维桁架结构的数值算例验证所提模型修正方法,修正后参数相对误差均低于0.86％.结果 表明,所提方法修正后较高维参数的马尔可夫链能够快速收敛且样本接受率也有所提高,该方法也对随机噪声具有一定的鲁棒性.     

基于粒子群-AK-MCS法的结构可靠性分析

Kriging代理模型由于其良好的非线性拟合能力,在可靠性分析领域得到了广泛的应用。为提高Kriging模型的建模效率,本文提出一种混合粒子群算法的AK-MCS法,该方法在保证模型精度的前提下减少了构建代理模型时的迭代次数,且提高了模型的全局寻优能力。以一10杆桁架结构为研究对象,通过建立结构控制位移与杆件截面面积和集中荷载之间的代理模型,快速求解桁架结构的失效概率。研究表明,本文方法有效提高了Kriging模型建模效率和建模精度,在计算复杂工程结构时具有一定的可行性。     

Research on the iterative method for model updating based on the frequency response function

Model reduction technique is usually employed in model updating process.In this paper,a new model updating method named as cross-model cross-frequency response function(CMCF) method is proposed and a new iterative method associating the model updating method with the model reduction technique is investigated.The new model updating method utilizes the frequency response function to avoid the modal analysis process and it does not need to pair or scale the measured and the analytical frequency response function,which could greatly increase the number of the equations and the updating parameters.Based on the traditional iterative method,a correction term related to the errors resulting from the replacement of the reduction matrix of the experimental model with that of the finite element model is added in the new iterative method.Comparisons between the traditional iterative method and the proposed iterative method are shown by model updating examples of solar panels,and both of these two iterative methods combine the CMCF method and the succession-level approximate reduction technique.Results show the effectiveness of the CMCF method and the proposed iterative method.