利用虚拟激励法对随机结构正交展开理论进行扩展,并在Ritz向量子空间中对扩阶系统方程进行动力聚缩,提出了一类可以快速高效地进行线性随机结构复合随机振动分析的计算方法.算例分析表明,该法可以方便地分析随机结构在平稳或非平稳随...利用虚拟激励法对随机结构正交展开理论进行扩展,并在Ritz向量子空间中对扩阶系统方程进行动力聚缩,提出了一类可以快速高效地进行线性随机结构复合随机振动分析的计算方法.算例分析表明,该法可以方便地分析随机结构在平稳或非平稳随机激励下的复合随机振动问题,且分析结果与 Monte Carlo模拟分析结果符合良好;与均值参数确定性结构传统随机振动分析计算结果相比,随机结构在相同随机激励下响应自谱密度曲线具有峰值降低、谱宽增大的特点.展开更多
文摘利用虚拟激励法对随机结构正交展开理论进行扩展,并在Ritz向量子空间中对扩阶系统方程进行动力聚缩,提出了一类可以快速高效地进行线性随机结构复合随机振动分析的计算方法.算例分析表明,该法可以方便地分析随机结构在平稳或非平稳随机激励下的复合随机振动问题,且分析结果与 Monte Carlo模拟分析结果符合良好;与均值参数确定性结构传统随机振动分析计算结果相比,随机结构在相同随机激励下响应自谱密度曲线具有峰值降低、谱宽增大的特点.
文摘提出一种基于贝叶斯推理的非线性结构模型修正方法,同时考虑激励的随机性,建立了复合随机振动系统的动力可靠度分析方法。利用实测结构动力响应主分量的瞬时特征参数作为非线性指标构建似然函数,结合拒绝延缓自适应(Delayed Rejection and Adaptive Metropolis,DRAM)算法和高斯过程替代模型实现了非线性结构模型修正及其参数的不确定性量化。根据首次超越破坏准则,利用广义概率密度演化方法,分别对仅考虑激励随机性的确定性模型和同时考虑结构参数与激励不确定性的复合随机振动模型进行动力可靠度分析,并利用蒙特卡洛随机抽样方法验证了计算结果的准确性。研究结果表明:基于振动响应瞬时特征参数的贝叶斯推理方法能够快速、准确地实现结构的非线性模型修正及其参数的不确定性量化。与具有初始设计参数名义值的确定性模型相比,考虑参数不确定性的复合随机模型的动力可靠度总体偏低,因此,在结构安全评估中应考虑非线性模型参数不确定性的影响,使评估结果更加安全、可靠。