一种基于预测模型的局部应变全局化预测方法技术

本发明专利技术属于检测预测技术领域，涉及一种基于预测模型的局部应变全局化方法。该方法首先安装连接应变全局预测硬件系统，控制万能试验机施加不同载荷，采集传感器的应变信号进行数据处理，选择合适算法及参数建立载荷与应变信号之间的非线性映射关系，利用实验数据训练模型，应用模型进行预测载荷，在仿真软件中利用准确加载条件，最终得到被测件的全局应变场状态。能有效的运用大量数据进行机器学习，避免了建立复杂的应变函数数学模型和其机理分析过程中不确定因素带来的难题，解决了有限元分析初始条件无法确定的问题，准确预测被测系统的全局应变场状态。另外，此方法可以普遍适用于所有被测系统，且能够满足全局预测的需求。该方法可以实现对任意复杂工况下被测系统的全局高精预测，效率高、普适性强、操作简单方便、易推广。

【技术实现步骤摘要】
一种基于预测模型的局部应变全局化预测方法
本专利技术属于检测预测
，涉及一种基于预测模型的局部应变全局化预测方法。
技术介绍
作为飞机装配过程中重要监控手段之一，应力应变检测系统起着保障飞机整机装配质量的关键作用。为保证装配过程满足飞机各部分零件间整合要求和技术指标，需建立有效的应力应变测量系统，实时检测装配过程中工装整体应变场状态分布，分析预测工装偏差位置与偏差量，明晰偏差之间的联动关系，指导工装精度的调整与飞机装配的实施。由于飞机工装零件结构特征复杂且多样，现场空间有限无法布置较多测点等应变特性检测条件较为苛刻，导致应变系统在预测效率、准确度以及全局性上都产生了一定的难度。有限元仿真分析方法利用数学近似的方法对真实物理几何和载荷工况进行模拟，利用简单而又相互作用的元素，就可以用有限数量的未知量去逼近无限未知量的真实系统。现阶段全局场的状态主要依赖于有限元仿真获得，但是对飞机工装的全局应变状态预测需要获知初始加载条件作为仿真输入，现阶段由于在装配现场无法获知准确加载条件，导致全局预测的效果有精度低，效果差的问题，对实际工人操作起不到实质性的指导作用。现有的应力应变预测方法无法通过数值分析等方法推导出未知的载荷输入，无法满足对所有被测系统监控预测需求。因此，如何合理设计全局应变预测方法实现可以对实际应用中不同复杂程度不同实时工况下的被测系统进行全局准确预测成为目前的主要难题和研究方向。单盈等人的专利《采用全局协方差进行地质属性预测的方法》,专利号为201610196003.6中公开了一种采用全局协方差进行地质属性预测的方法，进行三维构造模型后，根据已知点，利用全局协方差方法进行数学分析计算，预测该油藏的地址属性值。苏浩秦等人于2002在航空计算技术期刊第1期发表的《FDI飞机舵面损伤故障全局检测的非线性数学模型》中阐述了飞机在单舵面损伤故障下，建立故障状态下的数学模型，得到飞机在相同飞行条件下损伤时的气动系数和无损伤正常时的气动系数，最终得到全局伤损状态检测。赵程等人于2015在岩石力学与工程学报期刊第4期发表的《单轴压缩下基于全局应变场分析的岩石裂纹扩展及其损伤演化特性研究》中采用自主开发的图像分析软件结合数字图像相关技术对含预制单裂纹的类岩石材料在单轴压缩下的变形破坏特性进行试验研究，分析在加载全程不同阶段的裂纹扩展路径及其应力场分布特征。以上三种方法虽然实现了从需求上完成预测的过程，但是对于更加复杂、更加宏观系统的全局应变预测并不能达到准确且稳定的结果输出，普适性不高、效率低、精度差，且检测预测过程过于复杂不易推广，在实际应用中对操作人员的要求过大。
技术实现思路
本专利技术要解决的技术难题是克服现有技术的缺陷，专利技术一种利用有限点预测全局应变的方法，该方法首先安装连接应变全局预测硬件系统，控制万能试验机施加不同载荷，采集传感器的应变信号进行数据处理，选择合适算法及参数建立载荷与应变信号之间的非线性映射关系，利用实验数据训练模型，应用模型进行预测载荷，在仿真软件中利用准确加载条件，最终得到被测件的全局应变场状态。能有效的运用大量数据进行机器学习，避免了建立复杂的应变函数数学模型和其机理分析过程中不确定因素带来的难题，解决了有限元分析初始条件无法确定的问题，准确预测被测系统的全局应变场状态。另外，此方法可以普遍适用于所有被测系统，且能够满足全局预测的需求。本专利技术采用的技术方案是一种基于预测模型的局部应变全局化预测方法，其特征是，预测方法是由机器学习和有限元分析作为媒介，通过处理有限点应变的实验数据，选择合适的算法及参数，建立预测模型进行训练，从而得到预测网络，利用训练后的网络可以通过测点应变值得到其加载条件，继而可得被测系统的全局应变场；在预测过程中，通过操作计算机控制加载装置每次加载的力、并用解调仪采集测量数据，通过数据分析软件处理实验数据，建立并训练适当的预测模型，利用该模型预测加载条件，仿真得到全局应变场，从而利用有限点对全局应变的预测；方法的具体步骤如下：第一步、安装连接应变全局预测硬件系统先将应力应变传感器1安装在被测试件2上，再将被测试件2固定在加载仪器3的加载位置上，加载仪器3保持无载荷状态，保证初始状态的准确性，加载仪器3通过网线与计算机5相连，能够在相应软件上实现对加载仪器3的施加载荷控制，应力应变传感器1接入解调仪4的通道中采集波长信号的变化，解调仪4接入计算机5，用于在相应软件上解调出不同传感器检测的波长变化和应变，相互通讯实现对有限点应变信号的采集；第二步、应变传感器信号采集实验开始时，启动加载仪器3，开启计算机5、解调仪4；设定每组加载力间隔的确定值A和每组实验的加载次数B，即最大施加载荷力Fmax＝A·B；操作计算机5使加载仪器3实施加载活动，其施力部分移动导致被测试件2产生应变，应力应变传感器1检测到被测试件2的应变，其波长随之变化，通过解调仪4的解调，在计算机5的相关软件上得到应力应变传感器1的波长信号及对应应变读数；重复以上加载步骤M次，共得到M·B组测量数据，完成全部应变传感器数据采集过程；实现对应变传感器1的波长变化及应变值读数的实时采集读取及存储过程，完成整个应变传感器信号的采集；第三步、建立被测系统的预测模型计算机5内存储有整个实验各组的测量数据，利用计算机5对实验数据进行数据分析，编写软件程序，建立加载条件与测点应变值的非线性关系预测模型，以局部测量应变值数据εa作为输入，相应载荷εb作为输出，建立两部分之间的非线性映射关系；即：f:εa→εb(1)将载荷输出值εb进行调节处理，转换为最优化问题，即建立支持向量机模型：其中，ω是最优超平面斜率，b最优超平面的截距，c为惩罚系数，ξi是松弛变量，μi为权重系数。简化后得对偶问题，如式(3)所示：其中，Q为n×n的半正定矩阵，e＝[1,2,…,n]T，α为拉格朗日乘子；其中，为核函数方程；求解式(3)，并根据对偶关系，则ω的最佳优化结果满足：其中，表示的是向高维空间的映射；最终的调整支持向量机模型表示为：得到输入输出数据间的非线性预测模型；第四步、利用模型进行全局仿真预测应用调用训练好的预测模型，将有限测点的应力应变数据键入输入端，应用该保存好的预测模型进行预测，即可得到该组对应的加载条件准确预测值，输入仿真软件中进行有限元分析，从而达到复杂模型全局应力应变场的检测需求；采用回归系数R2作为预测精度的评定：式中，为载荷εb真值均值的平方和，代表的是载荷εb预测值与真值之差的平方和，i＝1,2,…,n，是样本序号，n为样本的总个数；利用公式(7)计算预测输出的精度，若得到其评价模型R2值接近1，利用其得到的加载条件输入有限元仿真软件中，可得到该被测复杂零件的应变场全局仿真云图。本专利技术的有益效果是本方法相对比于对被测体全局应力应变场状态的其他传统预测方法来说，将有效的机器学习与有限元分析相结合，对检测监控系统进行预测操作应用，准确获取其预测应变值。避免了建立复杂的应变函数数学模型和其机理分析过程中不确定因素带来的难题，解决了有限元分析初始条件无法确定的问题，准确预测被测系统的全局应变场状态。只需获取大量实验数据，通过软件建立适宜的训练模型，进行有效机器学习，得到预测模型，输入有限软软件分析得全局应变场，即可本文档来自技高网...

【技术保护点】
1.一种基于预测模型的局部应变全局化预测方法，其特征是，预测方法是由机器学习和有限元分析作为媒介，通过处理有限点应变的实验数据，选择合适的算法及参数，建立预测模型进行训练，从而得到预测网络，利用训练后的网络可以通过测点应变值得到其加载条件，继而可得被测系统的全局应变场；在预测过程中，通过操作计算机控制加载装置每次加载的力、并用解调仪采集测量数据，通过数据分析软件处理实验数据，建立并训练适当的预测模型，利用该模型预测加载条件，仿真得全局应变场，从而利用有限点对全局应变的预测；方法的具体步骤如下：第一步、安装连接应变全局预测硬件系统先将应力应变传感器(1)安装在被测试件(2)上，再将被测试件(2)固定在加载仪器(3)的加载位置上，加载仪器(3)保持无载荷状态，保证初始状态的准确性，加载仪器(3)通过网线与计算机(5)相连，能够在相应软件上实现对加载仪器(3)的施加载荷控制，应力应变传感器(1)接入解调仪(4)的通道中采集波长信号的变化，解调仪(4)接入计算机(5)，用于在相应软件上解调出不同传感器检测的波长变化和应变，相互通讯实现对有限点应变信号的采集；第二步、应变传感器信号采集实验开始时，启动加载仪器(3)，开启计算机(5)、解调仪(4)；设定每组加载力间隔的确定值A和每组实验的加载次数B，即最大施加载荷力Fmax＝A·B；操作计算机(5)使加载仪器(3)实施加载活动，其施力部分移动导致被测试件(2)产生应变，应力应变传感器(1)检测到被测试件(2)的应变，其波长随之变化，通过解调仪(4)的解调，在计算机(5)的相关软件上得到应力应变传感器(1)的波长信号及对应应变读数；重复以上加载步骤M次，共得到M·B组测量数据，完成全部应变传感器数据采集过程；实现对应变传感器(1)的波长变化及应变值读数的实时采集读取及存储过程，完成整个应变传感器信号的采集；第三步、建立被测系统的预测模型计算机(5)内存储有整个实验各组的测量数据，利用计算机(5)对实验数据进行数据分析，编写软件程序，建立加载条件与测点应变值的非线性关系预测模型，以局部测量应变值数据εa作为输入，相应载荷εb作为输出，建立两部分之间的非线性映射关系；即：f:εa→εb      (1)将载荷输出值εb进行调节处理，转换为最优化问题，即建立支持向量机模型：...

【技术特征摘要】
1.一种基于预测模型的局部应变全局化预测方法，其特征是，预测方法是由机器学习和有限元分析作为媒介，通过处理有限点应变的实验数据，选择合适的算法及参数，建立预测模型进行训练，从而得到预测网络，利用训练后的网络可以通过测点应变值得到其加载条件，继而可得被测系统的全局应变场；在预测过程中，通过操作计算机控制加载装置每次加载的力、并用解调仪采集测量数据，通过数据分析软件处理实验数据，建立并训练适当的预测模型，利用该模型预测加载条件，仿真得全局应变场，从而利用有限点对全局应变的预测；方法的具体步骤如下：第一步、安装连接应变全局预测硬件系统先将应力应变传感器(1)安装在被测试件(2)上，再将被测试件(2)固定在加载仪器(3)的加载位置上，加载仪器(3)保持无载荷状态，保证初始状态的准确性，加载仪器(3)通过网线与计算机(5)相连，能够在相应软件上实现对加载仪器(3)的施加载荷控制，应力应变传感器(1)接入解调仪(4)的通道中采集波长信号的变化，解调仪(4)接入计算机(5)，用于在相应软件上解调出不同传感器检测的波长变化和应变，相互通讯实现对有限点应变信号的采集；第二步、应变传感器信号采集实验开始时，启动加载仪器(3)，开启计算机(5)、解调仪(4)；设定每组加载力间隔的确定值A和每组实验的加载次数B，即最大施加载荷力Fmax＝A·B；操作计算机(5)使加载仪器(3)实施加载活动，其施力部分移动导致被测试件(2)产生应变，应力应变传感器(1)检测到被测试件(2)的应变，其波长随之变化，通过解调仪(4)的解调，在计算机(5)的相关软件上得到应力应变传感器(1)的波长信号及对应应变读数；重复以上加载步骤M次，共得到M...

【专利技术属性】
技术研发人员：刘巍，姜昕彤，梁冰，冯荻，刘坤，孙照宇，李超，刘伦乾，司立坤，贾振元，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁,21