基于代理模型和频响函数的模型修正及损伤识别

发布时间：2023-11-30 18:25

　　目前大多数模型修正方法以频率作为模型的响应,在某些情况下,模态参数的识别误差比有限元模型建模误差还要大。基于频响函数的模型修正方法避开了结构模态分析,且频响函数能够提供更多的数据,它的每条曲线都可以作为目标函数来进行模型修正。同时,在模型修正过程中,使用代理模型替代有限元模型可减小计算量,是解决复杂工程结构优化问题的有效途径之一。基于此,本文首先研究了基于径向基函数(Radial Basis Function,RBF)模型和频响函数的模型修正方法,并与其他代理模型的修正精度和消耗时间进行对比。然后对频响函数矩阵进行运算,把运算后的矩阵元素作为损伤响应,选用Kriging模型作为替代模型进行损伤识别。主要工作如下:简述频响函数和代理模型的相关理论。阐述了频响函数作为输出响应的优势,介绍了频响函数的具体理论,并对其测试时激励点和测点选取原则的相关理论进行了介绍,最后对代理模型构建步骤和理论进行介绍。结合RBF模型和频响函数进行模型修正理论。针对模型修正迭代过程中调用有限元模型产生的大量计算成本问题,选用RBF模型替代有限元模型,加速度频响函数作为输出响应,并使用模态参与变异系数准则和模态动...

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 有限元模型修正方法
        1.2.1 按结构响应分类的模型修正方法
        1.2.2 按修正对象分类的模型修正方法
        1.2.3 基于代理模型的模型修正方法
        1.2.4 基于频响函数的模型修正方法
    1.3 基于模型修正的损伤识别
    1.4 主要研究内容
2 频响函数和代理模型理论
    2.1 频响函数理论
        2.1.1 频响函数的优势
        2.1.2 频响函数概念
    2.2 激励点和测点的选取
        2.2.1 激励点的选取
        2.2.2 测点的选取
    2.3 代理模型理论
        2.3.1 构建代理模型步骤
        2.3.2 常用的代理模型
    2.4 本章小结
3 基于径向基函数模型和频响函数的模型修正
    3.1 基于RBF模型和频响函数的模型修正流程
    3.2 构造样本库
    3.3 RBF模型构造方法及参数优选
    3.4 代理模型精度检验
    3.5 目标函数
    3.6 智能优化算法
    3.7 数值算例
        3.7.1 激励点与测点的选取
        3.7.2 试验设计与初始样本选取
        3.7.3 RBF模型的构造及验证
        3.7.4 天牛须算法
        3.7.5 模型修正
        3.7.6 对比验证
    3.8 本章小结
4 基于Kriging模型和频响函数的损伤识别
    4.1 损伤识别流程
    4.2 损伤参数
    4.3 损伤特征
    4.4 Kriging模型
    4.5 目标函数
    4.6 优化算法
    4.7 算例
        4.7.1 悬臂梁模型
        4.7.2 损伤工况
        4.7.3 构建Kriging模型
        4.7.4 识别结果及分析
    4.8 本章小结
5 结论与展望
    5.1 结论
    5.2 展望
致谢
参考文献
攻读学位期间的研究成果



本文编号：3868993