System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种反分析识别方法,具体涉及一种结构内部多边形缺陷反分析识别方法,属于工程结构安全监测。
技术介绍
1、裂纹、孔洞、夹杂等缺陷是结构体内部常存在的缺陷问题,这些缺陷会一定程度上对结构体的强度造成影响,影响使用年限。然而,结构内部缺陷与结构体表面缺陷相比,更难被人们观察到。
2、随着缺陷无损探测技术的提升,现有技术中已存在利用有限元、扩展有限元等数值计算方法与优化算法或深度学习结合对结构内部缺陷进行定位检测的技术方案,但目前主要针对圆形、椭圆形等几何函数表达较为简单的形状进行反演。而对于类似三角形、四边形等几何特征设计分段函数表达的多边形缺陷的识别还未有较为成熟的解决方案。
技术实现思路
1、基于以上背景,本专利技术的目的在于提供一种结构内部多边形缺陷反分析识别方法,通过构建与实际结构体相对应的计算模型,随机生成初始缺陷参数,基于流形元法的连续-非连续场函数计算能力,结合优化算法进行缺陷反演,解决
技术介绍
中所述的问题。
2、为了实现上述专利技术目的,本专利技术提供以下技术方案:
3、一种结构内部多边形缺陷反分析识别方法,该方法包括以下步骤:
4、本专利技术提供一种结构内部多边形缺陷反分析识别方法,该方法包括以下步骤:在含多边形缺陷的结构上布置监测点,获取结构体的实际响应监测值;
5、根据缺陷的可能的分布范围,随机生成一定数量的缺陷样本,据此构建与实际结构体相对应的计算模型,通过流形元法计算获得计算模型的响应值;
6、采用优化算法进行缺陷反演,以使流形元计算模型的计算响应值接近实际响应值为目的,迭代缺陷的位置和形状参数;根据迭代结果生成新的流形元计算模型,并与实际监测值进行对比,从而评估迭代结果的精度。循环上述步骤,若精度满足预设要求,则判定迭代的缺陷位置和形状参数即为结构多边形缺陷位置和形状的反演值,并结束缺陷反演运算。
7、作为优选,所述结构体为混凝土试件、岩石块或金属板,所述响应值为位移值、应变值或加速度值。
8、作为优选,所述构建与实际结构体相对应的计算模型,具体包括:
9、根据实际结构体的尺寸参数建立几何模型;
10、为所述几何模型指定材料参数,根据实际结构体的受力状态和约束条件在几何模型的相应位置施加边界条件,根据实际结构体的监测点布置位置在几何模型布置用于提取结构响应信息的监测点。
11、作为优选,所述通过流形元法计算获得计算模型的响应值,具体包括:
12、对几何模型进行计算网格划分,根据流形元方法,基于该网格建立多个流形单元、多个数学覆盖和多个物理覆盖;
13、从所述流形单元中判别含有缺陷边界的流形单元,将含有边界的流形单元按照设定的解析度进行划分,得到多个积分体素;
14、确定含有边界的积分体素的体素值为第一体素值;确定不含有边界的积分体素的体素值为第二体素值;并将所述含有边界的流形单元对应的物理覆盖标记为待更新的物理覆盖;
15、根据所述待更新的物理覆盖中第二体素值对应的积分体素将所述待更新的物理覆盖进行划分,确定所述待更新的物理覆盖包含的连通域;
16、根据所述连通域采用数值流形方法得到更新后的物理覆盖;
17、根据所述含有边界的流形单元对应的数学覆盖和所述更新后的物理覆盖,采用流形元建立全局连续-非连续试函数;
18、根据所述全局连续-非连续试函数,采用最小势能原理建立线性方程组,求解该方程组获得该计算模型的位移场分布;
19、根据所述分析对象的位移分布,利用连续介质力学理论确定所述分析对象的应变、应力、和加速度分布;
20、输入测点的坐标值,从位移、应变、应力、和加速度场函数中获取监测点的响应值。
21、作为优选,所述采用优化算法进行缺陷反演,具体包括:
22、定义量化计算响应值与实际响应值之间偏差的目标函数,设定收敛阈值;
23、随机生成多组缺陷参数作为优化算法的初始群体;
24、对每一组缺陷参数,根据其表示的缺陷位置和形状参数,更新计算模型的几何信息,计算更新后计算模型的测点响应值,据此计算目标函数值;
25、根据目标函数值对多组缺陷参数进行排序,截取计算响应值与实际响应值之间偏差的较小的缺陷参数组合,缩小缺陷参数搜索范围;
26、在缩小的缺陷参数搜索范围内随机生成多组缺陷参数,并循环计算其响应值、目标函数值,直到目标函数值小于设定的收敛阈值;
27、其中目标函数最小的缺陷参数即为实际结构的缺陷反演值。
28、与现有技术相比,本专利技术具有以下优点:
29、本专利技术的一种结构内部多边形缺陷反分析识别方法,可以灵活模拟多边形缺陷,提高了结构内部多边形缺陷的识别精度;引入改进灰狼算法进行缺陷反演,有效探索缺陷参数的解空间,提高反演的全局收敛性和鲁棒性;在迭代过程中,每次生成的新的结构体计算模型无需重新划分网格,减小不必要的计算开销,提升计算效率。
本文档来自技高网...【技术保护点】
1.一种结构内部多边形缺陷反分析识别方法,其特征在于:该方法包括以下步骤:
2.根据权利要求1所述的一种结构内部多边形缺陷反分析识别方法,其特征在于:所述结构体为混凝土试件、岩石块或金属板,所述响应值为位移值、应变值或加速度值。
3.根据权利要求1所述的一种结构内部多边形缺陷反分析识别方法,其特征在于:所述构建与实际结构体相对应的计算模型,具体包括:
4.根据权利要求3所述的一种结构内部多边形缺陷反分析识别方法,其特征在于:所述通过流形元法计算获得计算模型的响应值,具体包括:
5.根据权利要求1所述的一种结构内部多边形缺陷反分析识别方法,其特征在于:所述采用优化算法进行缺陷反演,具体包括:
【技术特征摘要】
1.一种结构内部多边形缺陷反分析识别方法,其特征在于:该方法包括以下步骤:
2.根据权利要求1所述的一种结构内部多边形缺陷反分析识别方法,其特征在于:所述结构体为混凝土试件、岩石块或金属板,所述响应值为位移值、应变值或加速度值。
3.根据权利要求1所述的一种结构内部多边形缺陷反分析识别方法,其特征...
【专利技术属性】
技术研发人员:宋祯祯,武杰,王雪菲,申新颖,贾珽朔,张一鸣,宋宜祥,
申请(专利权)人:河北工业大学,
类型:发明
国别省市:
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。