基于粒子群优化算法的整星有限元模型修正方法

文章介绍了一种基于粒子群优化算法的整星有限元模型修正方法,首先对整星进行了有限元建模和模态分析,并将试验和分析结果进行了相关性分析,然后引入粒子群优化算法对整星有限元模型进行修正,提高了模型分析和预示精度,为整星级有限元模型修正提供了一种新的手段。

混沌鲸鱼优化算法及其在有限元模型修正中的应用

为提高基本鲸鱼优化算法的搜索速度和寻优性能,提出了一种基于混沌映射的鲸鱼优化算法.该算法分别采用5种混沌映射扰动的惯性权重以协调算法的全局和局部搜索能力,通过测试函数对比得出,5种混沌映射均能提高算法的寻优性能,尤其是Gauss映射;最后,将加入Gauss映射的鲸鱼优化算法用于有限元模型修正问题中.仿真结果表明,改进后的鲸鱼算法能进一步提高模型修正精度.

基于加权响应面法和混沌粒子群优化算法的单梁有限元模型修正

为获得与实际结构受力性能吻合的有限元模型,以耿峪河大桥单梁荷载试验为工程背景,建立单梁有限元模型.提出以加权响应面法对单梁有限元模型进行修正,采用中心复合试验设计法和方差分析筛选出显著性高的参数,建立加权响应面模型代替单梁有限元模型计算响应值,以测试数据构造目标函数结合混沌粒子群优化算法对有限元模型进行修正.结果表明,采用加权响应面法的响应面拟合精度较高,修正后模型的计算值相对荷载试验的偏差显著下降.

基于改进差分进化算法的桥梁有限元模型修正研究

为解决桥梁健康监测中有限元模型修正方法求解困难和计算精度不高等问题,文章引入差分进化算法进行桥梁结构有限元模型修正,改善了传统有限元模型修正算法的全局优化能力。经实桥验证,基于该方法修正后得到的连续刚构桥有限元模型的计算精度提升显著,能够真实反映桥梁结构的静动力特性,验证了该算法的可靠性和可行性,为解决桥梁有限元模型修正问题提供了一种新的参考方式。

基于等效模型的砖石古塔有限元模型修正方法

针对砖石古塔实体有限元模型节点众多导致修正效率低下问题,提出了一种将实体模型和杆系模型相结合的有限元模型快速修正方法。基于古塔结构的测试输出信号,使用随机子空间法识别了塔的自振频率。使用整体连续式方法建立了ABAQUS有限元模型,基于实测结果,使用萤火虫算法修正了塔的弹性模量、密度。修正后的有限元模型的计算结果与实测结果对比,能够较好吻合,说明修正后的模型可靠,可以作为后续抗震性能分析的基础。

基于混合粒子群优化算法的桥梁有限元模型修正

针对传统模型修正方法求解复杂、精度较差等问题,提出基于混合粒子群优化算法的模型修正策略。由于粒子群算法存在早熟收敛问题,采取自适应动态惯性权重策略改进粒子群算法,并引入差分进化算法进行混合优化。在模型修正时,对模型进行相关性分析并选取待修正参数,引入混合粒子群算法修正模型的参数,得到能够真实反映桥梁结构静、动力特性的有限元模型,为结构安全评估及健康监测提供科学依据。采用该方法对某简支梁模型进行修正,修正后的模型精度较高,验证了该算法的有效性。

结构动力学有限元模型修正的目标函数及算法

结构动力学有限元模型修正是结构动力学领域的一个热点问题,回顾了结构动力学有限元模型修正研究的发展历史和现状,简要评述了结构动力学有限元模型修正所使用的设计变量,着重阐述了各种结构动力学有限元模型修正方法中所使用的目标函数及修正算法,讨论了工程结构动力学有限元模型修正的一些策略,最后对结构动力学有限元模型修正技术的发展进行了总结和展望。

遗传算法在结构有限元模型修正中的应用

针对传统优化矩阵方法和优化元素方法的目标函数存在误导性的问题,采用改进的最优化元素型模型修正法,该方法定义了合理的目标函数,不需要质量归一化的模态振型.为了快速、准确地求得全局最优解,使用一种浮点数编码的遗传算法来解决模型修正问题中的优化问题.通过对一个7个自由度的质量-弹簧系统和一个复杂平面桁架结构模型修正的数值计算,验证基于遗传算法的改进的最优化元素型法的有效性.

基于多目标优化的混凝土斜拉桥静动力有限元模型修正

针对大跨混凝土斜拉桥结构有限元模型修正,为了充分利用静动力试验数据,提出了一种基于多目标优化算法的模型修正方法。利用静力位移和动力模态频率等结构实测静动力响应构造修正目标函数,在灵敏度分析的基础上选择待修正参数,采用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)对国内某混凝土斜拉桥有限元模型进行了多目标优化修正,得到了模型修正多目标优化问题的Pareto最优解集,并利用静动力实测数据对修正后的有限元模型进行了验证。结果表明:模型修正后不仅参与优化的静力位移和动力计算结果与实测值吻合良好,而且未参与修正的结构静动力响应也与实测值更加接近,混凝土斜拉桥采用这种基于多目标优化的静动力有限元模型修正方法能够取得较满意的效果,修正后的有限元模型能够精确全面的模拟实际结构。

基于优化设计理论的桥梁有限元模型修正

为改善桥梁有限元建模的精度,降低理论模型计算结果与实验结果之间的误差,采用模型修正技术对建立的初始有限元模型进行修正.利用桥梁模态参数识别结果,以频率残差和实测自由度上振型分量残差加权和最小为优化计算目标,无须振型扩阶,避免了由此引入误差的影响.依据工程经验对修正参数和频率变动施以约束条件,将有限元模型修正问题归结到约束优化问题.问题的求解采用基于梯度下降的优化迭代算法.仿真结果表明,经过修正后的有限元计算模型计算结果与实验结果非常接近.可以应用于动力实验模型修正.

基于人工蜂群算法的桥梁有限元模型局部刚度修正

在保持梁单元模型计算效率优势的前提下,为尽可能提高桥梁结构有限元模型的精度,提出一种基于人工蜂群算法的桥梁结构有限元模型局部刚度修正方法。以某刚构体系斜拉桥塔梁连接处的有限元模拟为例,对塔梁结合局部区域分别建立精细的实体元模型和宏观的梁单元模型。基于实体元模型的自振模态频率和静载响应转角构造目标函数,采用人工蜂群算法对宏观梁单元模型局部刚度参数进行优化和修正。研究结果表明:使用人工蜂群算法修正桥梁有限元模型局部刚度是可靠的,修正后桥梁宏观梁单元模型的静动力学性能更逼近实体元模型;算例中修正后的塔梁结合区域内梁单元刚度增强至修正前的1.09~2.93倍,且塔、梁单元刚度增幅不一。

基于非支配排序遗传算法的塔机有限元模型修正

为了建立一个能准确反映结构实际状态的有限元模型,提出了一种基于非支配排序遗传算法Ⅱ(NSGA-Ⅱ)的有限元模型修正方法.首先建立初始有限元模型,基于二次响应面法,得到有效的响应面替代模型,然后采用NSGA-Ⅱ对该模型进行修正,最终建立了满足工程精度要求的可靠的有限元模型.给出了某型塔机有限元模型修正的工程算例,将修正后的计算结果与实测数据相比较,说明了基于NSGA-Ⅱ多目标优化算法对于有限元模型修正具有理想的效果,修正后的有限元模型能准确反映结构力学特性.

和声搜索算法在结构有限元模型修正中的应用

首次将和声搜索算法(harmony search algorithm,HSA)引入结构健康监测领域,并成功应用于结构有限元模型修正.首先介绍和声搜索算法的基本原理及其主要计算步骤;其次将结构有限元模型修正转化为一优化问题,建立目标函数,利用和声搜索算法求解该优化问题,得到结构修正后的有限元模型;最后通过对5层剪切型框架模型进行仿真模拟,验证该方法在结构健康监测领域应用的可行性.拓宽和声搜索算法的应用范围,为结构健康监测提供另一种思路.

基于改进稳态遗传算法的桥梁有限元模型修正

由于测试误差和结构参数的不确定性,有限元模型修正的局部最优解和全局最优解均有可能是真实解。为了同时获取模型修正的局部最优解和全局最优解,文章提出一种改进的稳态遗传算法(ISSGA)。该算法通过一种双角度算子来判定目标函数的可行解,并通过定义可行解的伴侣解不断优化解的位置,实现目标函数局部最优和全局最优解的寻找。通过两个测试函数和一座混凝土箱梁桥模型修正案例,验证了ISSGA算法的精度、稳定性和计算效率,并明确了算法中各个参数的取值依据。结果表明:ISSGA可同时获得目标函数的局部和全局最优解;双角度算子可有效避免局部最优解的遗漏;ISSGA算法为获得模型修正合理解提供了可能。

基于一种混合智能算法的有限元模型修正多解问题

为了使有限元模型修正结果更加符合结构实际情况,将传统的提供单一修正结果转变为提供多个修正结果,然后由决策者根据现场情况、类似工程经验等非参数信息来决定最终采用的修正模型;并且针对这一问题,将优化速度快的稳态遗传算法和优化精度高的梯度下降算法相结合,提出了一种混合智能算法.最后分别采用数值算例和ASCE-Benchmark模型修正过程验证了所提算法的寻找多解能力和优化精度.结果表明,本文所提算法可以寻找到定义域内的全部极值,且相比于稳态遗传算法具有更高的精度,ASCE-Benchmark算例中,两个修正后的有限元模型与实测结果之间的频率误差均有明显下降.

基于优化方法的有限元模型修正方法

在进行结构动力分析时,依据理论建立的有限元模型与结构的实际情况不可避免地存在着差异,必须用试验得到的结果对有限元模型进行修正。利用ANSYS有限元软件的优化功能对一悬臂梁进行模型修正,修正后的有限元模型具有很高的精度。该方法修正过程简单,且修正效果好,为有限元模型修正方法提供了例证。

基于小生境鱼群算法的有限元模型修正多解问题研究

传统模型的修正技术采用智能算法找到一组全局最优解,能使有限元模型的计算结果与结构实际响应更加接近。实际上由于传感器数量有限,测量数据不充分及仪器识别存在误差,局部最优解可能比全局最优解更能代表结构的实际参数。因此,引入小生境技术及反向学习策略,提出了一种改进的小生境鱼群算法,并在算法运行后期采用模拟退火算法执行局部细化寻优,克服了人工鱼群算法难以找到多个函数峰值、对初值敏感、后期收敛慢且精度不高的弊端;然后,通过数值仿真分析验证其可行性;最后,将其应用在一座缩尺斜拉桥模型的修正上。为避免大量调用有限元模型,采用响应面作为代理模型,通过拉丁超立方产生试验数据,对各因素进行显著性检验,剔除无关因素后检验拟合精度。研究发现:模型修正后产生了使缩尺斜拉桥模态的计算值与实测值误差减小的1组全局最优解与7组局部最优解,从而使得决策人员可根据工程经验,从多组解中做出选择,减少了对实际结构参数误判的可能。

基于改进萤火虫算法的有限元模型修正

针对标准萤火虫算法后期收敛速度慢、收敛精度低、易陷入局部最优解的问题,提出了参数自适应策略的改进萤火虫算法,建立了基于改进萤火虫算法的有限元模型修正方法。通过隔代随机吸引度因子扩大了算法搜索路径,提升了算法遍历性,避免计算陷入局部最优;通过自适应步长因子使得算法寻优过程中能随迭代次数逐渐减少随机搜索范围,从而提高收敛速度。单、多峰测试函数计算结果表明,改进算法显著提高了收敛速率与收敛精度;简支梁数值算例与某刚构桥实桥有限元模型修正结果表明,简支梁参数最大误差由初始的66.7%降低至修正后的1.08%,刚构桥频率最大误差由14.47%降低至3.25%。所提方法具有良好的更新精度,适用于大型复杂结构的有限元模型修正。

有限元模型动力修正中的不同优化方法之比较

本文将介绍在试验和分析相结合方法中，即用迭代的算法使数值或分析计算结果逐渐地逼近实验结果以修正数值模型的方法中所用到的主要估算或优化算法，重点放在它们的哲学思想上。不同的哲学可能导致一种确定性的优化算法，也可能导致一种统计估算方法，或者是二者的混合算法，各种算法的推导，应用，局限性，以及它们之间的内在关系都在本文中作了论述。

遗传算法在桥梁有限元模型修正中的应用

遗传算法是一种模拟自然选择和遗传机制的优化算法,在自动控制、图像处理等方面有着广泛的应用,本文将遗传算法应用于桥梁有限元模型修正,并与L-M算法的优化结果进行对比,二者优化结果基本一致,并总结出遗传算法与L-M算法在桥梁有限元模型修正中的优缺点。