基于视频识别多类别变量输入非线性有限元模型更新混合试验方法技术

基于视频识别多类别变量输入非线性有限元模型更新混合试验方法，属于土木工程结构抗震试验领域。为了解决非线性有限元模型更新混合试验方法中存在测量参数识别精度差和鲁棒性不足的问题，以及试验子结构加载边界条件和测量系统不准确的问题。本发明专利技术利用遗传算法确定本构模型参数初值和模态阻尼比初值，将待识别本构模型参数、模态阻尼比，以及观测点的位移、加速度和应变作为观测方程的输入，采用SVD

【技术实现步骤摘要】
基于视频识别多类别变量输入非线性有限元模型更新混合试验方法


[0001]本专利技术属于土木工程结构抗震试验领域，具体涉及到一种非线性有限元模型更新混合试验方法及其分析方法。

技术介绍

[0002]非线性有限元模型更新混合试验方法不仅可以对复杂结构的响应进行预测，同样可以用于条件评估和损伤影响分析。此种方法将研究对象(也为全结构)划分为试验子结构和数值子结构两个部分。其中试验子结构是全结构中在外力激励下受力和变形较大的部分，即全结构中动力性能复杂或者非线性较强的部分，将对此部分展开试验加载；数值子结构为全结构中受力和变形相对较小的部分，故将此部分利用有限元分析软件和数学分析软件展开模拟工作。其中，试验子结构和数值子结构通过设定边界条件来同时满足边界力平衡条件和位移平衡条件；试验子结构将试验中加载测量得到的真实位移和力在线估计试验子结构模型参数，并对数值子结构精细化有限元数值模型参数在线更新，这样每一个积分步结构动力响应都是基于前一积分步更新后的模型参数计算得到。因此，非线性有限元模型更新混合试验方法通过模型更新来提高非线性有限元模型的计算精度。
[0003]目前，现有模型更新技术的实现主要是依托于参数识别方法。参数识别方法分为非基于模型本身方法和基于有限元模型方法两大类。非基于模型本身方法是在不需要明确结构、构件和材料等基本信息的情况下完成参数识别。因此，由于模型信息和物理意义并不明确，会存在计算负担较大、计算效率较差和识别结果存在欠拟合和过拟合的问题，很难用于试验验证；基于有限元模型方法是在明确结构、构件和材料等基本信息的情况下对非线性有限元模型的本构模型参数完成识别，此种方法会存在识别精度差和鲁棒性不足的问题。因此，非线性有限元模型更新混合试验方法中识别精度差和鲁棒性不足的问题亟待新技术解决。
[0004]此外，现有试验技术中由于测量系统、加载设备以及试验场地等因素的影响，无法完全精准测量结构的应变以及完全模拟或者近似模拟试验子结构的边界条件。因此，此种方式一定会对结构的真实受力情况产生影响，以及导致实测应变、实测位移与实测力产生一定偏差，从而降低模型更新模块中参数识别精度，尤其是实测力需要输入到数值积分模块来计算全结构下一积分步的位移响应，这样会导致误差不断累积从而试验结果失真。因此，非线性有限元模型更新混合试验方法中试验子结构边界条件以及测量系统不准确的问题亟待新技术解决。

技术实现思路

[0005]本专利技术为了解决非线性有限元模型更新混合试验方法中存在测量参数识别精度差和鲁棒性不足的问题，以及试验子结构加载边界条件和测量系统不准确的问题。
[0006]一种基于视频识别多类别变量输入非线性有限元模型更新混合试验方法，包括以
下步骤：
[0007]步骤一、针对研究对象，采用有限元分析软件建立有限元数值模型，即全结构精细化有限元数值模型和等代试验子结构的精细化有限元数值模型；
[0008]利用有限元分析软件建立与试验子结构完全一致的精细化有限元数值模型，即为等代试验子结构精细化有限元数值模型，等代试验子结构精细化有限元数值模型等效代换试验子结构；
[0009]步骤二、根据研究对象确定待识别本构模型参数和模态阻尼比；利用遗传算法确定本构模型参数初值和模态阻尼比初值
[0010]基于SVD
‑
ACUKF识别算法确定初始误差协方差矩阵P0、初始过程噪声协方差矩阵Q0以及初始观测噪声协方差矩阵R0；然后确定状态方程和观测方程
[0011]其中，是待识别本构模型参数，是模态阻尼比；d
k+1
是指观测点位移输入，a
k+1
是指观测点加速度输入，ε
k+1
是指观测点应变输入；
[0012]步骤三、确定逐步积分算法步长Δt和输入工况，利用逐步积分算法求得全结构各动力自由度方向上的位移响应d
k
，并将此位移响应d
k
传递给全结构精细化有限元数值模型对应动力自由度上；
[0013]步骤四、基于d
k
以及第k
‑
1步等代试验子结构本构模型参数估计值和模态阻尼比完成全结构精细化有限元数值模型下非线性静力分析，得到对应试验子结构各动力自由度方向上的位移响应
[0014]步骤五、将位移响应传递给电液伺服加载系统；根据位移命令完成试验子结构加载，测量电液伺服加载系统第k步试验子结构对应动力自由度上反力位移加速度和应变
[0015]所述应变采用3D
‑
DIC测量得到；
[0016]步骤六、将第k步试验子结构反力位移加速度和应变传递给SVD
‑
ACUKF多类别变量输入参数识别模块；
[0017]步骤七、SVD
‑
ACUKF多类别变量输入参数识别模块完成等代试验子结构模型参数在线识别：
[0018]将第k时刻状态误差协方差矩阵P
k
进行奇异值分解，以k
‑
1步的材料本构模型参数和为中心对称采样2n+1个Sigma采样点将和一起发送给等代试验子结构精细化有限元数值模型，完成2n+1次非线性静力分析得到恢复力并再次传回参数识别模块，参数识别模块利用第k
‑
1步等代试验子结构本构模型参数估计值和模态阻尼比估计值计算得到新的本构模型参数和模态阻尼比
[0019]在线识别的实现过程采用的SVD
‑
ACUKF识别算法实现；
[0020]步骤八、将和模态阻尼比传输给全结构精细化有限元数值模型，更新全结构精细化有限元数值模型中本构模型参数和模态阻尼比
[0021]步骤九、根据逐步积分法计算得到位移响应d
k
，以及本构模型参数和模态阻尼比完成全结构精细化有限元数值模型的非线性静力分析，得到全结构各动力自由度上的反力R
k
；
[0022]步骤十、将反力R
k
反馈至逐步积分模块，用于逐步积分算法求解下一积分步对应的全结构运动方程获得全结构动力自由度上的位移向量；
[0023]步骤十一、重复步骤三到步骤十，直至试验结束。
[0024]进一步地，利用遗传算法来确定本构模型参数初值和模态阻尼比初值的过程中，基于数值模拟力、位移、加速度与已有试验数据中的力、位移和加速度的差值确定遗传算法中的目标函数。
[0025]进一步地，所述目标函数如下：
[0026][0027]式中，F
experience,i
为试验子结构试验加载得到的反力，作为训练集，F
simulation,i
为数值模拟得到试验子结构的反力；d
experience,i
为试验子结构试验加载得到的位移，作为训练集，d
simulation,i
为数值模拟得到试验子结构的位移；a
experience,i
为试验子结构试验加载得到的位移，作为训练集，a<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视频识别多类别变量输入非线性有限元模型更新混合试验方法，其特征在于，包括以下步骤：步骤一、针对研究对象，采用有限元分析软件建立有限元数值模型，即全结构精细化有限元数值模型和等代试验子结构的精细化有限元数值模型；利用有限元分析软件建立与试验子结构完全一致的精细化有限元数值模型，即为等代试验子结构精细化有限元数值模型，等代试验子结构精细化有限元数值模型等效代换试验子结构；步骤二、根据研究对象确定待识别本构模型参数和模态阻尼比；利用遗传算法确定本构模型参数初值和模态阻尼比初值基于SVD
‑
ACUKF识别算法确定初始误差协方差矩阵P0、初始过程噪声协方差矩阵Q0以及初始观测噪声协方差矩阵R0；然后确定状态方程和观测方程其中，是待识别本构模型参数，是模态阻尼比；d
k+1
是指观测点位移输入，a
k+1
是指观测点加速度输入，ε
k+1
是指观测点应变输入；步骤三、确定逐步积分算法步长Δt和输入工况，利用逐步积分算法求得全结构各动力自由度方向上的位移响应d
k
，并将此位移响应d
k
传递给全结构精细化有限元数值模型对应动力自由度上；步骤四、基于d
k
以及第k
‑
1步等代试验子结构本构模型参数估计值和模态阻尼比完成全结构精细化有限元数值模型下非线性静力分析，得到对应试验子结构各动力自由度方向上的位移响应步骤五、将位移响应传递给电液伺服加载系统；根据位移命令完成试验子结构加载，测量电液伺服加载系统第k步试验子结构对应动力自由度上反力位移加速度和应变所述应变采用3D
‑
DIC测量得到；步骤六、将第k步试验子结构反力位移加速度和应变传递给SVD
‑
ACUKF多类别变量输入参数识别模块；步骤七、SVD
‑
ACUKF多类别变量输入参数识别模块完成等代试验子结构模型参数在线识别：将第k时刻状态误差协方差矩阵P
k
进行奇异值分解，以k
‑
1步的材料本构模型参数和为中心对称采样2n+1个Sigma采样点将和一起发送给等代试验子结构精细化有限元数值模型，完成2n+1次非线性静力分析得到恢复力并再次传回参数识别模块，参数识别模块利用第k
‑
1步等代试验子结构本构模型参数估计值和模态阻尼比估计值计算得到新的本构模型参数和模态阻尼比在线识别的实现过程采用的SVD
‑
ACUKF识别算法实现；
步骤八、将和模态阻尼比传输给全结构精细化有限元数值模型，更新全结构精细化有限元数值模型中本构模型参数和模态阻尼比步骤九、根据逐步积分法计算得到位移响应d
k
，以及本构模型参数和模态阻尼比完成全结构精细化有限元数值模型的非线性静力分析，得到全结构各动力自由度上的反力R
k
；步骤十、将反力R
k
反馈至逐步积分模块，用于逐步积分算法求解下一积分步对应的全结构运动方程获得全结构动力自由度上的位移向量；步骤十一、重复步骤三到步骤十，直至试验结束。2.根据权利要求1所述的一种基于视频识别多类别变量输入非线性有限元模型更新混合试验方法，其特征在于，利用遗传算法来确定本构模型参数初值和模态阻尼比初值的过程中，基于数值模拟力、位移、加速度与已有试验数据中的力、位移和加速度的差值确定遗传算法中的目标函数。3.根据权利要求2所述的一种基于视频识别多类别变量输入非线性有限元模型更新混合试验方法，其特征在于，所述目标函数如下：式中，F
experience,i
为试验子结构试验加载得到的反力，作为训练集，F
simulation,i
为数值模拟得到试验子结构的反力；d
experience,i
为试验子结构试验加载得到的位移，作为训练集，d
simulation,i
为数值模拟得到试验子结构的位移；a
experience,i
为试验子结构试验加载得到的位移，作为训练集，a
simulation,i
为数值模拟得到试验子结构的位移；t
i
为待识别本构模型参数；ξ
i
为待识别模态阻尼比。4.根据权利要求3所述的一种基于视频识别...

【专利技术属性】
技术研发人员：许国山，姜禹彤，冯立敏，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：