框架结构控制系统修正模型可靠性研究

针对目前采用Montecarlo法或按泊松分布来计算振动主动控制系统可靠性计算量较大的缺点,本文提出了修正模型可靠性概念,并定义一个可靠性评价指标,以期通过修正模型的可靠性来问接反映控制系统的可靠性。本文以框架结构为研究对象,在修正方法上选择了计算量小且修正精度较高的拉直算法,为验证提出的可靠性指标的可行性,对四组设计参数分别进行了修正模型和地震作用下的广义预测控制可靠性分析,从结果对比可知,本文所定义的可靠性指标具有一定的可行性,并且本文方法计算量较小。     

基于数据驱动的增材制造铝合金的疲劳寿命预测

增材制造金属材料的疲劳损伤及寿命预测问题是当前研究的热点.论文以增材制造AlSi10Mg为典型应用对象,采用数据驱动方法开展疲劳寿命预测,考虑到其疲劳试验数据有限,采用经过试验验证的可靠的理论模型和数值计算方法来获取足够的疲劳数据,以弥补试验数据的不足.首先,提出了基于缺陷特征参数的疲劳损伤模型,其次,建立了理论模型的数值实现方法,并将数值计算结果与试验结果进行对比,验证了所提方法的可靠性.然后,开展数据驱动模型的训练与预测,采用K最近邻的数据驱动算法预测了增材制造AlSi10Mg的疲劳寿命,最后,深入分析了疲劳寿命随增材制造内部缺陷、疲劳载荷的变化规律,研究了数据驱动模型的训练数据量及模型参数对预测精度的影响.     

基于知识图谱和GPT模型的可靠性代码自动生成方法

工程结构服役中广泛使用可靠性分析进行结构安全评估,但可靠性分析方法种类多、分析程序代码自动化程度低且复用难,需要研究可靠性代码自动生成方法。生成式预训练转换器GPT(Generative Pre-trained Transformer)模型已经在大量替代编程手工作业,进行代码自动生成。但是,其在工程领域中的应用受限于可学习数据量小和问题匹配度不高。本文提出了一种结合多种类可靠性知识图谱、基于GPT的代码自动完成模型进行Matlab可靠性代码预测的方法,使用精心设计的源代码预处理降噪策略,以及知识图谱传播模拟密集型任务解释意图;采用条件代码生成训练,有效提升了小数据样本量的学习性能,实现高准确率、问题匹配的可靠性代码自动生成。最后通过三个可靠性知识图谱案例验证了所提方法的有效性。     

基于多目标模糊优化算法的边坡变形组合预测模型

为提高边坡变形时间曲线预测精度,提出了基于多目标模糊优化算法的边坡变形组合预测模型.首先通过经验阈值法优选单一预测模型进行组合;然后采用均方误差描述预测模型的拟合误差,采用灰色关联度描述预测模型与边坡实际变形曲线的发展相关性,以"拟合误差小"和"发展相关性好"为目标,引入模糊优化算法确定多目标模糊满意度综合评价函数,建立多目标优化模型;最后采用粒子群优化算法(PSO)求解组合预测模型的最优权重,实现边坡变形的多目标精细化预测.采用该模型对宜巴高速路段老屋包坡体CX19测斜孔变形数据进行预测分析,预测结果表明该模型的拟合误差和发展相关性均优于传统的单一预测模型,能有效提高预测的精度,具有工程应用价值.     

基于非线性状态空间辨识的气动弹性模型降阶

高维、非线性气动弹性系统的模型降阶是当前气动弹性力学与控制领域的研究热点之一.然而国内外现有的非线性模型降阶方法仍存在辨识算法复杂、精度有待提高等问题.本研究提出了一种基于非线性状态空间辨识的跨音速气动弹性模型降阶方法. 首先,该方法基于非定常空气动力的单位脉冲响应数据,采用特征系统实现算法对非线性状态空间模型的线性动力学部分进行系统辨识. 其次,引入状态和控制输入的非线性函数, 采用优化算法对非线性函数的系数矩阵进行优化,进而得到考虑非线性效应的空气动力降阶模型.为了验证该降阶模型在预测跨音速气动弹性力学行为的精确性,本文以三维机翼为研究对象,分别从基于非线性降阶模型的气动力辨识、跨声速颤振边界计算和极限环振荡预测三方面进行了算例验证,并与现有的模型降阶方法进行了对比, 进一步说明本文所提出方法的有效性.研究结果表明, 该降阶模型对上述三类问题的计算精度与直接流-固耦合方法相吻合,可用于高效预测飞行器跨声速气动弹性力学行为.      

基于非线性状态空间辨识的气动弹性模型降阶

高维、非线性气动弹性系统的模型降阶是当前气动弹性力学与控制领域的研究热点之一.然而国内外现有的非线性模型降阶方法仍存在辨识算法复杂、精度有待提高等问题.本研究提出了一种基于非线性状态空间辨识的跨音速气动弹性模型降阶方法.首先,该方法基于非定常空气动力的单位脉冲响应数据,采用特征系统实现算法对非线性状态空间模型的线性动力学部分进行系统辨识.其次,引入状态和控制输入的非线性函数,采用优化算法对非线性函数的系数矩阵进行优化,进而得到考虑非线性效应的空气动力降阶模型.为了验证该降阶模型在预测跨音速气动弹性力学行为的精确性,本文以三维机翼为研究对象,分别从基于非线性降阶模型的气动力辨识、跨声速颤振边界计算和极限环振荡预测三方面进行了算例验证,并与现有的模型降阶方法进行了对比,进一步说明本文所提出方法的有效性.研究结果表明,该降阶模型对上述三类问题的计算精度与直接流-固耦合方法相吻合,可用于高效预测飞行器跨声速气动弹性力学行为.     

基于改进BP算法的Elman网络在软基沉降预测中的应用

E lm an网络具有动态特性好,逼近速度快,精度高等特点,本文结合软基沉降的基本特征,建立了E lm an网络软基沉降预测模型。考虑到经典BP算法的缺陷,采用改进BP算法对网络进行训练学习。实例分析表明,本文所建立的E lm an网络模型具有一定的可靠性和实用性。     

地质灾害预警预报模型设计与应用

基于地质灾害的多样性及其变化的随机性和非稳定性特点,本文综合利用数学算法和GIS技术,设计了地质灾害预警模型,分析了诱发地质灾害的地形、地貌、气象、水文等几方面的因素,并根据这些因素的特点,选取不同的样本对其进行量化处理,运用主成分分析法,计算了各个因素导致地质灾害发生的权重指数及各监测站点的易发级别。在此基础上,基于GIS技术、采用泰森多边形法等将站点的易发级别转换成面的易发级别,运用日降雨量、降雨强度等指标计算出地质灾害发生的概率,通过区域化易发等级图与降雨图的叠加分析,采用地质气象偶合方法,实现了地质灾害预测。在某省案例区的研究表明,本研究设计的地质灾害预警模型具有较高的预警精度(预警结果80%符合实际情况)。     

基于循环神经网络的海冰弯曲强度预测分析

海冰弯曲强度是确定锥体海洋平台、船舶和港口码头等斜面工程结构冰载荷的重要参数，是海冰力学性质的主要研究内容。本文首先对2009—2010年的渤海海冰三点弯曲试验数据进行总结，分析了温度、盐度、密度及孔隙率对海冰弯曲强度的影响。基于现场试验数据建立了海冰弯曲强度的循环神经网络（recurrent neural network,RNN）预测模型，并采用随机梯度下降法和Adam优化算法对RNN预测模型进行了优化。本预测模型将海冰温度、盐度、加载速率和密度等参数作为输入，将海冰弯曲强度作为输出。在建模过程中，数据被随机排序和归一化处理，并采用评价指标评估其模型的准确性，对RNN预测模型进行优化。将RNN模型对海冰弯曲强度的预测结果与试验经验公式结果进行了对比。预测结果表明，RNN模型对海冰弯曲强度的预测精度显著优于试验经验公式分析结果。该预测模型能有效解决海冰弯曲强度与其影响因素间的复杂的非线性关系，可为海洋工程结构的抗冰设计提供参考依据。     

连续体结构非概率可靠性拓扑优化

基于非概率可靠性 指标的定义,考虑材料、几何及荷载大小的不确定性,提出以结构体积最小化为目标、具有 位移非概率可靠性约束的三维连续体拓扑优化数学模型. 采用目标性能方法对优化模型进行 转换,给出目标性能值的伴随法灵敏度分析算法,利用数学规划法实现优化问题的求解. 数 值算例验证了所提出优化模型的正确性及算法的有效性,并指出相对于确定性优化而言,非 概率可靠性拓扑优化能够给出在考虑不确定参数和荷载条件下更合理的材料分布.     

基于WOA-BP神经网络的超低温冻土抗压强度预测模型研究

为获得超低温冻土抗压强度预测模型, 探究超低温状态下冻土的物理性质及力学性质的变化, 对含水率19%, 22%, 25%和28%的低液限黏土土样进行?180 °C ~ ?10 °C的单轴压缩强度试验, 并测量?80 °C ~ ?10 °C土样的未冻水含量, 建立基于WOA-BP神经网络和BP神经网络的预测模型, 探究含水率、温度、未冻水含量与超低温冻土抗压强度关系. 预测结果表明: 含水率、温度、未冻水含量与超低温冻土抗压强度存在复杂的非线性关系, 特别是在?180 °C ~ ?80 °C区间内, 现有的线性拟合公式已无法准确预测该区间内冻土抗压强度; 基于WOA-BP神经网络预测模型的整体预测效果较好, 其绝对误差平均值为1.167 MPa, 相对误差平均值为7.62%, BP神经网络预测模型的绝对误差平均值为8.462 MPa, 相对误差平均值为47.99%. 基于鲸鱼优化算法的BP神经网络预测模型预测误差明显小于BP神经网络预测模型及线性拟合值, 更接近实测值. 该预测模型具有较高精确度, 能有效解决超低温冻土抗压强度与其影响因素间复杂的非线性关系, 可为人工冻结技术在地层应急工程中的应用提供参考.      

Reliability assessment of post-buckling compressive strength of laminated composite plates and stiffened panels under axial compression

A method for reliability assessment of the post-buckling compressive strength of laminated composite plates and stiffened panels under axial compression is presented in the paper. The prediction of the post-buckling compressive strength is performed by a progressive failure analysis which was developed based on a progressive stiffness degradation model and a nonlinear finite element analysis with a new explicit through-thickness integration scheme. A method coupled with the finite element analysis is proposed for reliability assessment where a finite difference method combined with an improved first-order reliability algorithm that omits the non-important random variables but retains sufficient accuracy was developed for reliability estimation. Two numerical examples are described demonstrating the capabilities of the method developed.     

Ellipsoidal-bound convex model for the non-linear buckling of a column with uncertain initial imperfection

Ellipsoidal-bound convex model approach for computing the non-linear buckling load of a non-linear elastic foundation-based column with uncertain initial imperfection is presented. In this study, the uncertain initial deflections are considered to be unknown except that they belong to a given set in the ellipsoidal space. The non-zero central values for uncertain initial deflections are considered here, so this is the general case. It is different from Ref. [I. Elishakoff, G.Q. Cai, J.H. Starnes Jr., Non-linear buckling of a column with initial imperfection via stochastic and non-stochastic convex models, Int. J. Non-Linear Mech. 29(1) (1994) 71-82], where only the zero central values for them are considered. On the other hand, the presented ellipsoidal-bound convex model is directly based on the exact model, whereas convex models in previous literatures are based on the first-order or second-order approximate models to solve uncertain problems. The influences of the central values and bounds of uncertain initial deflections on the buckling load are investigated. Comparisons between the ellipsoidal-bound convex model and interval-bound convex model are performed, where the stochastic results at different reliability levels and different truncated normal distribution are taken as the benchmarks of accuracy for judgment.     

复合材料加筋板极限压缩承载能力可靠性分析

基于Abaqus软件用户子程序,利用渐进失效分析方法对复合材料加筋板极限压缩承载能力进行预测。算例分析表明,对于加筋板1和2,本文方法给出的极限压缩强度与实验结果的误差分别为2.53%和1.68%。在结构可靠性分析过程中,为提高计算效率,利用屈曲载荷与极限压缩强度之间的关系建立功能函数,只需对极限压缩承载能力进行一次分析。对于加筋板1和2,本文方法相对经典可靠性方法的计算误差分别为-1.04%和-1.01%,计算时间仅为经典可靠性方法的1.18%和1.66%。     

珩磨缸套表面粗糙度预测及多目标优化研究

为了对粗珩阶段缸套内孔表面粗糙度Rk粗糙度集中的Rk、Rpk和Rvk进行预测,进而对粗珩加工参数进行优化,以珩磨压力(P)、珩磨头旋转速度(VR)和往复速度(VRe)为决定因素,Rk粗糙度集为目标响应,进行多目标优化.建立基于广义回归神经网络(Generalized regression neural network, GRNN)与响应曲面法(Response surface methodology,RSM)的粗糙度预测模型,并采用三因素三水平的全因子珩磨试验进行验证,结果表明所建立模型的预测结果与试验结果具有很好的一致性. GRNN预测模型决定系数R²的均值为0.959,RSM多元回归预测模型决定系数R²的均值为0.963,与RSM所建立的多元回归预测模型相比,GRNN预测模型在预测Rk和Rpk时,预测精度更高,预测误差更小,R²分别提高了0.025和0.020,在预测Rvk时RSM多元回归模型更优,R²提高了0.057.进一步结合响应曲面法分析了3个决定因素对粗糙度的影响显著性并进行了排序,对于...     

基于LCF-Kriging模型的结构多失效模式可靠度计算

针对多失效模式下结构体系可靠度计算中的代理模型构建成本与计算精度如何权衡的问题，本文以减小体系失效概率预测方差为出发点，推导出最大贡献函数（LCF-Largest Contribution Function）来识别对体系失效概率方差影响较大的样本。LCF函数可减少对体系失效概率方差影响较小区域内样本数量，进而提高代理模型的计算效率；通过置信水平和允许相对误差建立LCF函数的学习停止条件，能够保证已有样本信息不浪费。本文选取能够对多个功能函数联合构建的多输出Kriging模型作为代理模型，基于LCF-Kriging模型并结合MCS对体系可靠度进行计算，功能函数的相关性可通过各失效模式的逻辑关系予以考虑。数值算例表明，在适当的学习停止条件下，对于串联、并联和串并混联的结构体系可靠度评估，本文方法均能在计算精度和计算效率之间达到满意平衡。     

基于多变量小样本的渗流代理模型及产量预测方法

多孔介质渗流过程中存在的多尺度、多变量、多物理场耦合的非线性渗流问题给复杂渗流机理的表征及数学模型求解提出了巨大的挑战, 综合考虑地下多孔介质耦合渗流过程中关键力学问题的渗流模型往往需要在计算效率和计算精度之间权衡. 近年来, 基于油田多数据的渗流代理模型为高效求解多变量非线性渗流问题提供了思路, 而渗流代理模型在实际油田中的应用往往由于记录不全, 操作不当等因素受到小样本数据的限制. 针对这一问题, 本文提出了一种基于地质?油藏?工艺的多数据小样本渗流代理模型的产量预测方法. 通过填补缺失值, 独热编码分类数据, 数据对数化及标准化等一系列数据预处理方法, 形成了油田产量预测数据库; 经过随机劈分数据集、十折交叉验证, 测试了三种渗流代理模型的预测效果. 结果表明, 三种代理模型的决定系数均超过0.8, 模型预测结果与实际数据较为吻合; 对于小样本多变量的油田数据, 合适的数据预处理方法对模型预测效果影响显著; 经过数据标准化后, 随机森林算法表现最好, 能快速准确预测石油产量(均方误差0.12, 决定系数0.87).      

基于BP神经网络的风电机组钢混组合式塔架结构频率预测

风电机组塔架结构固有频率设计是风力发电结构体系设计的基础。针对风电机组新型钢混组合式塔架（“混塔”）结构固有频率传统理论计算和有限元法计算的不足,提出了基于BP神经网络算法进行频率预测的新方法。首先,利用有限元计算和分析,确定了训练模型的特征量和标签;然后,利用32个有限元计算样本,基于BP神经网络算法训练了可用于混塔结构频率分析的模型。经验证,该方法对混塔的一阶频率预测误差仅约为0.1%,具有很高的准确性;利用不同的样本集训练的模型也能快速准确预测混塔一阶频率,说明算法具有高度的稳定性;该方法还可用于预测混塔的多阶频率,结果仍显示出高度的准确性。此外,与基于有限元的频率计算相比,该方法具有突出的计算效率。整体上,本文提出的基于BP神经网络的混塔结构固有频率预测新方法,具有高度的可行性、精准性和高效性,可为风力发电机组塔架结构体系设计提供重要的指导。     

An eigenanalysis-based bifurcation indicator proposed in the framework of a reduced-order modeling technique for non-linear structural analysis

The Koiter–Newton method is a reduced order modeling technique which allows us to trace efficiently the entire equilibrium path of a non-linear structural analysis. In the framework of buckling the method is capable to handle snap-back and snap-through phenomena but may fail to predict reliably bifurcation branches along the equilibrium path. In this contribution we extend the original Koiter–Newton approach with a reliable and accurate bifurcation indicator which is based on an eigenanalysis of the reduced order tangent stiffness matrix. The proposed indicator has a negligible numerical effort since all computations refer to the reduced order model which is typically of very small dimension. The extension allows the identification of bifurcation points and a tracing of corresponding bifurcation branches in each sector of the equilibrium path. The performance of the method in terms of reliability, accuracy and computational effort is demonstrated with several examples.     

Numerical study of the effects of constitutive models on plastic buckling of plate elements

Compared with experiments, the J₂ deformation theory of plasticity is known to predict plastic buckling with better accuracy than the more accepted incremental J₂ flow theory. This paradox is commonly known as the ‘plastic buckling paradox’. In an attempt to analyse this discrepancy, the two mentioned constitutive models were implemented in a non-linear finite element code, along with a third non-associative J₂ flow theory. The latter model incorporates a vertex-type plastic flow rule. Using these three constitutive models, the buckling behaviour of plate outstand elements was investigated. Comparisons between the buckling strengths derived are presented. The non-linear static buckling simulations show that the instability introduced by the alternative flow rule of the non-associative model has substantial influence on the buckling behaviour. The acceptance of only small departures from normality was shown to reduce the predicted ultimate capacity of the plates. Furthermore, for plates with small plate slendernesses it was found that the imperfection sensitivity was significantly reduced when using the non-associative flow rule.