【技术实现步骤摘要】
一种基于多元不确定性的结构有限元模型修正方法
:本专利技术涉及一种基于多元不确定性的结构有限元模型修正方法,属于机械工程的
技术介绍
:在过去几十年中,有限元法成为结构动力学性能预测的重要方法。由于模型的简化和近似,不可避免的存在参数的不确定性(如几何、接触连接参数以及边界条件和载荷参数等),因此试验与有限元模型计算结果之间必然存在误差。为确保有限元模型分析结果的准确性,传统方法是利用确定性的试验数据对模型进行修正,缩小偏差,提高仿真模型计算精度。然而,试验方面由于试件制造误差以及装配公差、试验测试的噪声干扰等,其本身也存在不确定性。实际中不确定性因素是普遍存在且不可避免的,考虑到不确定性来源于仿真模型和试验两方面,不确定性在输入参数和输出响应特征(如模态频率等)之间传递。只用单次确定性的有限元计算来描述具有不确定性的结构系统,显然是不准确的。因此,同时考虑仿真和试验不确定性的模型修正已经成为当前的研究热点。目前,模型修正作为动力学的逆问题不断的发展,但是绝大多数模型修正技术属于确定性的方法。在不确定性领域,通常蒙特卡罗法是广泛用来描述参数不确定性问题的概率分析方法,主要原理是从输入参数的概率密度函数中随机取样,多次运行模型得到输出响应的概率统计分布。直接使用蒙特卡罗模拟能够得到可靠的不确定性结果,但是需要大量的计算样本;同时,用于可修正的初始不确定性参数众多,需要筛选出高灵敏度的参数。因此,计算效率问题阻碍了其实际应用,尤其是多元不确定性参数的复杂结构模型修正。现有文献提出一种摄动方法来修正不确定性的模型参数,但是需要计算二阶灵敏度,引起的计算 ...
【技术保护点】
一种基于多元不确定性的结构有限元模型修正方法,其特征在于:它包括以下步骤:步骤1:在有限元软件中建立初始的参数化等效有限元模型,即修正前的有限元模型;步骤2:根据试验设计和F值检验分析来筛选显著性参数;步骤3:对显著性参数重新进行试验设计获取样本点,构建出不完全可变高阶响应面模型;步骤4:响应面模型的有效性进行判断,若满足执行下一步,若不满足返回步骤3;步骤5:建立高阶响应面与蒙特卡罗法相结合的快速随机抽样分析模型,实现不确定性正向传递分析,统计出仿真输出响应的均值和协方差阵;步骤6:多次重复性试验分析,统计出试验输出结果的均值和协方差阵;步骤7:仿真/试验的相关性分析,构造试验和仿真相关的均值和协方差的加权目标函数;步骤8:不确定性反向传递分析,反向估计出输入参数的均值和协方差阵;步骤9:判断是否满足修正精度,若满足,则停止迭代;否则重复返回步骤八。
【技术特征摘要】
1.一种基于多元不确定性的结构有限元模型修正方法,其特征在于:它包括以下步骤:步骤1:在有限元软件中建立初始的参数化等效有限元模型,即修正前的有限元模型;步骤2:根据试验设计和F值检验分析来筛选显著性参数;步骤3:对显著性参数重新进行试验设计获取样本点,构建出不完全可变高阶响应面模型;步骤4:响应面模型的有效性进行判断,若满足执行下一步,若不满足返回步骤3;步骤5:建立高阶响应面与蒙特卡罗法相结合的快速随机抽样分析模型,实现不确定性正向传递分析,统计出仿真输出响应的均值和协方差阵;步骤6:多次重复性试验分析,统计出试验输出结果的均值和协方差阵;步骤7:仿真/试验的相关性分析,构造试验和仿真相关的均值和协方差的加权目标函数;步骤8:不确定性反向传递分析,反向估计出输入参数的均值和协方差阵;步骤9:终止条件为判断是否满足修正精度,若满足,则停止迭代;否则重复返回步骤8。2.根据权利要求1所述的一种基于多元不确定性的结构有限元模型修正方法,其特征在于:在步骤1中所述的“有限元软件”,是采用任何商业有限元分析软件实现;所述的“建立初始的参数化等效有限元模型”的依据和方法为:根据实际结构物理模型的尺寸以及连接结构条件,利用梁单元、板壳单元、实体单元进行有限元建模;对能出现误差的位置进行等效处理,同时利用有限元软件的计算机语言进行参数化处理,建立参数化的有限元模型。3.根据权利要求1所述的一种基于多元不确定性的结构有限元模型修正方法,其特征在于:在步骤2中所述的“试验设计”的方法为:试验设计是研究多因子与响应变量关系的一种科学方法,包括全因子法、部分因子法、中心复合法、拉丁方法及优化拉丁方法;利用试验设计方法进行样本点采样,是构建响应面模型的基础;所述的“F值检验分析”的方法为:假设对模型的输入参数A进行显著性分析,则A的F值为:式(1)中SA和Se分别为参数A和误差e的偏差平方和;fA和fe分别为参数A和误差e的自由度;若FA≥F1-θ(fA,fe),则参数对响应的影响显著;若FA<F1-θ(fA,fe),则参数对响应的影响不显著;其中θ为显著水平,θ=0.05;此方法能从多元不确定性参数中筛选出显著性参数用于修正,减少了修正计算量。4.根据权利要求1所述的一种基于多元不确定性的结构有限元模型修正方法,其特征在于:在步骤3中所述的“不完全可变高阶响应面模型”的方法为:根据输入和输出之间非线性关系的强弱,能调整响应面模型;如果参数之间的非线性较弱,减少高阶项的个数;如果非线性关系较强,增加高阶项的个数,使得响应面模型能更加准确的描述输入参数和输出响应的关系;此方法避免了每次迭代过程中调用有限元模型计算,减少了迭代计算量并且保证了精度;式(2)中为响应面近似函数;xi,xj为输入参数;k为输入参数的个数;β0,βi,βij,βii,β3i,β4i,βni为多项式待定系数。5.根据权利要求1所述的一种基于多元不确定性的结构有限元模型修正方法,其特征在于:在步骤4中所述的“有效性判断”的方法为:响应面模型对样本数据拟合度用均方根误差即RMSE相对值和决定系数R2两个标准检验;式(3)和(4)中:h为样本点个数;为响应面计算值;yi为有限元计算值;为有限元计算结果的平均值;RMS...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。