国家学术搜索
登录
注册
中文
EN
首页
|
基于随机森林和频响函数的有限元模型修正
基于随机森林和频响函数的有限元模型修正
引用
扫码查看
点击上方二维码区域,可以放大扫码查看
原文链接
NETL
中文摘要:
环境侵蚀等不利因素会影响工程结构的整体安全性能,因此需要定期对结构关键部位的健康状况进行监测。目前,最新的健康监测研究都是通过建立结构的有限元模型来辅助分析与评价的。通常,初始的有限元模型依据原始设计资料建立,而实际工程结构在长期工作状态下结构参数可能会发生改变,这就导致有限元模型并不能完全准确地反映结构的真实状态,因此需要结合工程结构的动力学响应对有限元模型进行修正。此外,如何在有限元模型修正过程中提高计算效率是亟需解决的问题。基于此,本文开展了以下研究: (1)考虑试验频响函数的不确定性和参数的随机性对响应分布的影响,研究了一种基于归一化频响函数曲率和互信息的随机模型修正方法。首先构造随机森林模型,以拉丁超立方抽取的待修正参数样本作为模型输入,其对应的归一化频响函数曲率作为模型输出;其次引入互信息度量两个样本之间的随机性,并利用随机森林预测参数样本的响应;然后利用麻雀搜索算法分两步对待修正参数的均值和标准差进行修正;最后通过一个三维桁架验证了方法的有效性。 (2)考虑到频响函数在测量过程中容易受到噪声污染,研究了一种基于随机森林和频响函数特征值分解的有限元模型修正方法。首先构造随机森林模型,以拉丁超立方抽取的待修正参数样本作为模型输入,其对应的频响函数特征值分解后的特征值作为模型输出;其次将随机森林预测响应与试验响应之差作为目标函数;然后通过麻雀搜索算法对参数均值进行修正;最后通过制动盘(2个待修正参数)和抗侧滚扭杆(4个待修正参数)两个仿真算例和一个悬臂梁试验验证了方法的有效性。 本文研究了两种基于随机森林和频响函数的有限元模型修正方法,仿真和试验算例验证均能有效修正模型参数,提高模型修正效率,为后续损伤识别、寿命预测等提供参考。
收起全部
展开查看外文信息
作者:
李佳佳
展开 >
关键词:
有限元模型修正
频响函数
随机森林
麻雀搜索算法
特征值分解
授予学位:
硕士
学科专业:
车辆工程
导师:
彭珍瑞、王栋
学位年度:
2022
学位授予单位:
兰州交通大学
语种:
中文
中图分类号:
U4