iFEM(inverse finite element method)是目前进行结构应变场构建最有前景的方法之一,其目的是在结构离散应变采集过程中,以最少的实际测点获取满足精度要求的结构应变场。在一些局部区域应变数据不易采集时,可尝试采用虚实结合的方式进...iFEM(inverse finite element method)是目前进行结构应变场构建最有前景的方法之一,其目的是在结构离散应变采集过程中,以最少的实际测点获取满足精度要求的结构应变场。在一些局部区域应变数据不易采集时,可尝试采用虚实结合的方式进行离散应变数据的采集。本文以船舶典型结构加筋板为例,根据实测数据,结合仿真模型,依据Xgboost的测点回归方法,基于iFEM技术依次计算实测、仿真和虚实结合三种方法的应变场重构精度,分析误差原因。通过预测,当47个物理测点时平均误差最低,为1.92%,以虚实结合路径输入15个点和21个点时结果与验证点的误差均小于3%,验证了虚实结合快速补充缺失数据的应变场重构的方法操作性强、准确度高。展开更多
目的针对深潜耐压球壳在真实下潜过程中全局应力场难以直接获取的问题,提出一种基于人工智能的深潜耐压球壳应力场映射算法。方法构建深潜耐压球壳有限元模型,并开展仿真分析。提出深潜耐压球壳监测布点方案,进而利用长短时记忆神经网络...目的针对深潜耐压球壳在真实下潜过程中全局应力场难以直接获取的问题,提出一种基于人工智能的深潜耐压球壳应力场映射算法。方法构建深潜耐压球壳有限元模型,并开展仿真分析。提出深潜耐压球壳监测布点方案,进而利用长短时记忆神经网络(Long-short Term Memory Network,LSTM),将测点应力信息作为输入,将全局应力场信息作为输出,构建深潜耐压球壳应力场映射模型。最后,对不同测点下的映射结果进行分析。结果与模型试验结果相比,仿真误差小于2%。与DNN模型及BP模型相比,映射误差分别下降94.92%与97.76%。结论所提映射算法可在部分测点失效的情况下仍可以保持较高精度。展开更多
文摘iFEM(inverse finite element method)是目前进行结构应变场构建最有前景的方法之一,其目的是在结构离散应变采集过程中,以最少的实际测点获取满足精度要求的结构应变场。在一些局部区域应变数据不易采集时,可尝试采用虚实结合的方式进行离散应变数据的采集。本文以船舶典型结构加筋板为例,根据实测数据,结合仿真模型,依据Xgboost的测点回归方法,基于iFEM技术依次计算实测、仿真和虚实结合三种方法的应变场重构精度,分析误差原因。通过预测,当47个物理测点时平均误差最低,为1.92%,以虚实结合路径输入15个点和21个点时结果与验证点的误差均小于3%,验证了虚实结合快速补充缺失数据的应变场重构的方法操作性强、准确度高。
文摘目的针对深潜耐压球壳在真实下潜过程中全局应力场难以直接获取的问题,提出一种基于人工智能的深潜耐压球壳应力场映射算法。方法构建深潜耐压球壳有限元模型,并开展仿真分析。提出深潜耐压球壳监测布点方案,进而利用长短时记忆神经网络(Long-short Term Memory Network,LSTM),将测点应力信息作为输入,将全局应力场信息作为输出,构建深潜耐压球壳应力场映射模型。最后,对不同测点下的映射结果进行分析。结果与模型试验结果相比,仿真误差小于2%。与DNN模型及BP模型相比,映射误差分别下降94.92%与97.76%。结论所提映射算法可在部分测点失效的情况下仍可以保持较高精度。