CN113742963B - 数物空间实时融合的足尺整体结构试验方法 - Google Patents
数物空间实时融合的足尺整体结构试验方法 Download PDFInfo
- Publication number
- CN113742963B CN113742963B CN202110947758.6A CN202110947758A CN113742963B CN 113742963 B CN113742963 B CN 113742963B CN 202110947758 A CN202110947758 A CN 202110947758A CN 113742963 B CN113742963 B CN 113742963B
- Authority
- CN
- China
- Prior art keywords
- identified
- value
- parameter set
- test
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明公开了一种数物空间实时融合的足尺整体结构试验方法包括:设计数值空间主体,并选取试验构件和待识别参数组;对待识别参数组进行赋值作为操作待识别参数组;基于操作待识别参数组和数值空间主体得到计算结果,并从中提取边界受力条件;将边界受力条件转换为等效加载命令,基于等效加载命令对试验构件进行调整;而后取得测点物理量观测值,并通过预设优化算法选取出最优待识别参数组;计算并判断相对差值是否符合预设条件,若符合则判定数物空间逼近于真实情况,否则重复步骤。本发明试验体系通过数值、物理空间的实时交互,使得二者在更新迭代过程中同时逼近足尺结构的真实受力响应情况,最终均能以各自特有的形式展现受力状态与响应结果。
Description
技术领域
本发明涉及土木工程结构试验技术领域,尤其涉及一种数物空间实时融合的足尺整体结构试验方法。
背景技术
目前,针对结构力学性能的试验探究方法主要包括三种:数值仿真试验、构件试验及缩尺、足尺结构试验。然而,数值仿真试验中,模型中预先设定的参数、本构关系等难以准确地反映结构的真实力学特性,对相互作用等关键问题的模拟也存在一定的不确定性;构件试验虽能较好反映局部结构在目标场景下的真实响应,但难以反映结构不同构件间的相互作用、整体结构渐进性的破坏过程,缺乏整体性;缩尺结构及小型足尺结构试验最能有效揭示结构力学特性,但缩尺结构试验难以避免尺寸效应的影响,常规足尺结构试验则受限于设备能力及实施成本,开展极为困难。
综上所述,将数值仿真和物理试验相结合,实现有效数据交互以充分发挥两者优势,是解决大型结构足尺试验的新思路。
发明内容
本发明所要解决的技术问题是现有的结构力学性能试验探究方法无法实现数值仿真试验、构件试验以及足尺结构试验之间的结合,使得现有的结构力学性能试验探究方法存在不确定性、缺乏整体性以及开展困难等影响。
为了解决上述技术问题,本发明提供了一种,数物空间实时融合的足尺整体结构试验方法,包括:
采用有限元计算方式建立预设主体的完整足尺结构计算模型作为数值空间主体,选取所述预设主体的预设部分作为试验构件,并选取待识别参数组;
对所述待识别参数组进行预估初始赋值得到初始待识别参数组和预设取值范围组,并将所述初始待识别参数组作为操作待识别参数组;
将所述操作待识别参数组带入所述数值空间主体计算得到计算结果,并从所述计算结果中提取所述试验构件的边界受力条件;
将所述边界受力条件转换为等效加载命令,并将所述等效加载命令发送至试验加载装置,所述试验加载装置基于所述等效加载命令对所述试验构件进行加载调整;
从完成调整的试验构件中取得测点物理量观测值,并基于所述测点物理量观测值通过预设优化算法,从当前所述预设取值范围组内选取出最优待识别参数组;
计算所述最优待识别参数组与所述操作待识别参数组的相对差值作为第一相对差值,并将所述最优待识别参数组带入所述数值空间主体中获取测点物理量计算值,计算所述测点物理量计算值与所述测点物理量观测值的相对误差作为第二相对差值;
判断所述第一相对差值和第二相对差值是否符合预设条件,若符合则判定数物空间逼近于真实情况,否则基于所述最优待识别参数组对当前所述预设取值范围组进行调整得到新的预设取值范围组,并将所述最优待识别参数组作为操作待识别参数组,重新实现所述试验构件的加载调整及第一相对差值和第二相对差值的判断。
优选地,选取所述预设主体的预设部分作为试验构件包括:选取所述预设主体整体结构中受力情况最复杂或力学性能最不明确的部分作为试验构件。
优选地,选取待识别参数组包括:对所述数值空间主体的多种参数进行敏感性分析,选取对所述数值空间主体影响显著的数个参数作为待识别参数组。
优选地,将所述边界受力条件转换为等效加载命令包括:将所述边界受力条件基于圣维南原理进行静力等效替换得到等效加载命令。
优选地,所述测点在选择时应排除所述试验构件加载边界1倍界面宽度范围。
优选地,所述预设优化算法为智能优化算法或概率估计算法;其中,所述智能优化算法包括遗传算法、粒子群算法,所述概率估计算法包括CKF算法、UKF算法。
优选地,所述预设优化算法中的目标函数设置为能够以量化的数值体现所述测点物理量计算值和所述测点物理量观测值的偏差程度。
优选地,所述最优待识别参数组为所述测点物理量计算值和所述测点物理量观测值拟合效果最好的参数组为最优参数组。
优选地,预设条件为所述第一相对差值小于参数收敛阈值且所述第二相对差值小于数物空间测点相对误差的容许阈值。
优选地,基于所述最优待识别参数组对当前所述预设取值范围组进行调整得到新的预设取值范围组包括:
基于所述最优待识别参数组中每个参数的取值缩小对应取值范围,所有缩小后的取值范围构成新的预设取值范围组。
与现有技术相比,上述方案中的一个或多个实施例可以具有如下优点或有益效果:
应用本发明实施例提供的数物空间实时融合的足尺整体结构试验方法,根据物理试验中实测获得的数据对数值模型进行修正,通过参数的更新避免了预设数值模型带来的误差;物理空间中构件试验的加载条件也根据数值空间结构模型的计算结果不断调整修正,得以体现整体结构下的真实受力情况。整体上,试验体系通过数值、物理空间的实时交互,使得二者在更新迭代过程中同时逼近足尺结构的真实受力响应情况,最终均能以各自特有的形式展现受力状态与响应结果,弥补了现有试验探究方法的不足;同时,以局部的构件试验有效再现大型复杂整体结构的试验响应,降低了试验的实现难度及实施成本,具有良好的经济效益。
本发明的其它特征和优点将在随后的说明书中阐述,并且部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例共同用于解释本发明,并不构成对本发明的限制。在附图中:
图1示出了本发明实施例一数物空间实时融合的足尺整体结构试验方法的流程示意图;
图2示出了实施本发明实施例一数物空间实时融合的足尺整体结构试验方法的系统结构示意图;
图3示出了本发明实施例一数物空间实时融合的足尺整体结构试验方法示例中的隧道整环结构示意图;
图4示出了本发明实施例一数物空间实时融合的足尺整体结构试验方法示例中的隧道试验构件结构示意图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。需要说明的是,只要不构成冲突,本发明中的各个实施例以及各实施例中的各个特征可以相互结合,所形成的技术方案均在本发明的保护范围之内。
针对结构力学性能的试验探究方法主要包括三种:数值仿真试验、构件试验及缩尺、足尺结构试验。然而,数值仿真试验中,模型中预先设定的参数、本构关系等难以准确地反映结构的真实力学特性,对相互作用等关键问题的模拟也存在一定的不确定性;构件试验虽能较好反映局部结构在目标场景下的真实响应,但难以反映结构不同构件间的相互作用、整体结构渐进性的破坏过程,缺乏整体性;缩尺结构及小型足尺结构试验最能有效揭示结构力学特性,但缩尺结构试验难以避免尺寸效应的影响,常规足尺结构试验则受限于设备能力及实施成本,开展极为困难。
实施例一
为解决现有技术中,本发明实施例提供了一种数物空间实时融合的足尺整体结构试验方法。
图1示出了本发明实施例一数物空间实时融合的足尺整体结构试验方法的流程示意图;参考图1所示,本发明实施例数物空间实时融合的足尺整体结构试验方法包括如下步骤。
步骤S101,采用有限元计算方式建立预设主体的完整足尺结构计算模型作为数值空间主体,选取预设主体的预设部分作为试验构件,并选取待识别参数组。
具体地,将某需要进行结构力学性能试验的主体作为预设主体,并采用有限元计算方式(即有限元软件)建立预设主体的完整足尺结构计算模型,而后将该模型作为数值空间主体。且在完整足尺结构计算模型建立过程中,需关注结构的整体特性,建立具有典型特征的精细化数值模型。在确定数值空间主体后,还需选取预设主体的预设部分作为试验构件,其中试验构件的选取过程为:选取预设物体整体结构中受力情况最复杂或力学性能最不明确的部分作为局部试验的试验构件。而后再基于敏感性分析方法选取待识别参数组,具体通过对数值空间主体的多种参数进行敏感性分析,并选取对力学性能或测点数据影响最显著的数个变量作为待识别参数组。
进一步在待识别参数组的选取过程中,可选择有实际意义的物理量作为待识别参数,如弹性模量;也可选用本构关系表达式中的待定参数进行识别。同时可从材料尺度出发,对数值模型中的多种材料参数、本构参数进行敏感性分析,选取最具影响的典型参数作为试验过程中不断更新修正的待识别参数。
步骤S102,对待识别参数组进行预估初始赋值得到初始待识别参数组和预设取值范围组,并将初始待识别参数组作为操作待识别参数组。
具体地,对待识别参数组中的所有参数进行预估初始赋值,得到初始待识别参数组P0,同时结合实际意义确定待识别参数组中每个参数的取值范围,得到预设取值范围组。而后将初始待识别参数组P0作为操作待识别参数组Pk,以操作待识别参数组Pk为基础实现对试验构件的加载调整以及对数值空间主体与试验构件相应点位是否相差最小的判断。同时还设置了参数收敛阈值emin以及数物空间测点相对误差的容许阈值tol。上述两个阈值用于判断迭代修正循环是否结束的过程中。
步骤S103,将操作待识别参数组带入数值空间主体计算得到计算结果,并从计算结果中提取试验构件的边界受力条件。
具体地,将操作待识别参数组Pk带入数值空间主体中进行正分析计算得到计算结果,并从计算结果中提取试验构件的边界受力条件Bk。进一步针对数物空间加载的同步需求,以数值空间中模型计算获取的边界结果为依据,选取施加于试验构件的关键边界条件量作为边界受力条件Bk,随后对于需要施加的关键边界条件量,在现有试验设备的基础上进行调节与改造实现可操作的等效加载,达成试验构件边界受力条件Bk随数值计算结果的实时更新。
步骤S104,将边界受力条件转换为等效加载命令,并将等效加载命令发送至试验加载装置,试验加载装置基于等效加载命令对试验构件进行加载调整。
具体地,将边界受力条件Bk基于圣维南原理进行静力等效替换得到等效加载,并将等效加载命令发送至试验加载装置,而后试验加载装置再基于等效加载命令对试验构件进行加载调整。其中考虑圣维南原理最大程度地消除了等效加载影响,建立了能够实现多构件同步加载指令的试验装置与命令接口,完成对物理空间的整体控制。
步骤S105,从完成调整的试验构件中取得测点物理量观测值,并基于测点物理量观测值通过预设优化算法,从当前预设取值范围组内选取出最优待识别参数组。
具体地,合理地布置物理空间中的相应测点,并从完成调整的试验构件中取得测点物理量观测值。进一步再以当前加载条件获取的物理空间中试验构件的测点物理量观测值为参照,结合待评价的待识别参数组进行整体数值模型中的正分析计算,获取测点物理量计算值。其中测点在选择时应排除试验构件加载边界1倍界面宽度范围;且测点物理量观测值可包括位移观测值dk以及应变观测值εk等。
而后基于测点物理量观测值通过预设优化算法,从当前预设取值范围组内选取出最优待识别参数组Pk+1。进一步地,在具体实施过程中,先以物理空间试验构建中观察到的力学响应特性及破坏模式等为辅助信息,初步判断待识别参数之间关系及规律性,排除不合理的参数取值以加快检索速度。而后基于测点物理量计算值和测点物理量观测值的相对差值建立目标函数,并将其作为预设优化算法的评价指标,通过预设优化算法的反复运算以选择出当前情况下拟合效果最优的待识别参数组作为最优待识别参数组Pk+1。其中,最优待识别参数组Pk+1为测点物理量计算值和测点物理量观测值拟合效果最好的参数组为最优参数组。且更进一步,最优待识别参数组Pk+1可用于下一次整体迭代步中数值空间模型的更新。其中用于识别待识别参数组的预设优化算法可根据计算需求及效果换用最合适的形式。例如预设优化算法可选取智能优化算法,同样也可选取概率估计算法。优选地,智能优化算法包括遗传算法和粒子群算法等,而概率估计算法则包括CKF算法和UKF算法等。
需要说明的是,目标函数是以能够以量化的数值体现测点物理量计算值和测点物理量观测值的偏差程度为依据来建立的。例如当预设优化算法为PSO粒子群优化算法时,其目标函数可为:计算每个测点的测点物理量计算值和测点物理量观测值之间的相对误差,并通过最小二乘法拟合得到总体误差来作为目标函数。
步骤S106,计算最优待识别参数组与操作待识别参数组的相对差值作为第一相对差值,并将最优待识别参数组带入数值空间主体中获取测点物理量计算值,计算测点物理量计算值与测点物理量观测值的相对误差作为第二相对差值。
具体地,将最优待识别参数组Pk+1中的每个识别参数依次与当前操作待识别参数组中对应待识别参数的参数值作差,得到每个待识别参数的相对差值,当前获取的所有待识别参数的相对差值即为第一相对差值ek。同时结合最优待识别参数组进行数值空间主体的正分析计算,并根据计算结果获取所有测点的测点物理量计算值。而后将所有测点物理量计算值分别与步骤S105中得到的对应的测点物理量作差,得到所有测点的相对差值;将当前获取的所有测点的相对差值即为作为第二相对差值wk。
步骤S107,判断第一相对差值和第二相对差值是否符合预设条件,若符合则转步骤S108,否则转基于最优待识别参数组对当前预设取值范围组进行调整得到新的预设取值范围组,并将最优待识别参数组作为操作待识别参数组,转步骤S103。
具体地,判断第一相对差值和第二相对差值是否符合预设条件。预设条件为第一相对差值小于参数收敛阈值emin,第二相对差值小于数物空间测点相对误差的容许阈值tol。即当有ek<emin且wk<tol时,则表示第一相对差值和第二相对差值符合预设条件,此时表示迭代收敛,数物空间同时逼近于真实情况,完成预设主体结构力学性能的试验,而后转步骤S108。
而若第一相对差值和第二相对差值不符合预设条件,则需基于最优待识别参数组对当前的预设取值范围组进行调整得到新的预设取值范围组,并将当前最优待识别参数组作为新的操作待识别参数组,而后基于新的操作待识别参数组,转步骤S103,以重新实现试验构件的加载调整及第一相对差值和第二相对差值的判断。即本发明方法实质上是通过重复步骤S103-步骤S107,实现数值空间主体与试验构件的不断调整,进而实现将数物空间同时逼近于真实情况。
需要说明的是,基于最优待识别参数组对当前的预设取值范围组进行调整的过程为:基于最优待识别参数组中每个参数的取值缩小对应取值范围,所有缩小后的取值范围构成新的预设取值范围组。
步骤S108,迭代收敛,数物空间逼近于真实情况,结束试验。
为了进一步对本发明实施例数物空间实时融合的足尺整体结构试验方法进行更详尽的说明,以下以隧道整环结构为试验主体进行详细说明。
图3示出了本发明实施例一数物空间实时融合的足尺整体结构试验方法示例中的隧道整环结构示意图;图4示出了本发明实施例一数物空间实时融合的足尺整体结构试验方法示例中的隧道试验构件结构示意图。参考图3和图4所示,图3示出了采用6块管片拼装构成的隧道整环结构,其外环半径为7.6m,壁厚为0.65m。设计荷载包括所受的四方向土压力及径向均匀分布的静水压力,单位面积压强大小如图中所示。在本算例的计算过程中,为简化加载,将管环上分布的压强荷载等效为12点力进行加载。
且在算例结构中,钢筋、混凝土材料均采用理想弹塑性模型。假设结构中钢筋均采用同种钢材,但不同管片中使用了两种弹性模量不同且未知的混凝土材料A、B,仅能确定混凝土B的弹性模量高于混凝土A。各材料参数及具体分布如表1所示。
表1材料参数
为获取整体结构的力学响应特性,采用本发明提出方法对目标结构进行数值试验,以未知的两种弹性模量作为待识别参数组,采用PSO粒子群智能优化算法进行识别选择;并选取结构中包含不同未知材料且边界条件差异较大的管片G1、G5作为物理空间中的试验构件,其计算模型如图4所示。本算例中,将以材料参数设置为真实值的构件数值模型计算代替实际试验过程,并在仿真试验完成后,将试验所得计算结果与材料参数设为真值的整体模型计算结果进行比较,以验证试验方法的有效性。
步骤1.数值空间中,参照图3,在有限元软件中建立二维隧道整环结构模型S;物理空间中,参照图4,对管片G1、G5分别建立局部数值模型A1、A2,在本算例中替代同时进行的两个构件试验;将混凝土A、B的未知弹性模量E1、E2作为本算例中的待识别参数组。
步骤2.将弹性模量的预估值E11、E21设置为8×104MPa,并以ek和wk作为迭代是否收敛的判断参数,
其ek的计算公式如下:
并将收敛条件设置为:ek<3%且wk<6%。
步骤3.以设定参数E1k、E2k带入整体结构数值模型S进行计算,从模型S的计算结果中提取本步物理空间中管片G1、G5的边界结点力大小及应力分布。
步骤4.对步骤3中获取的边界应力进行积分,对两管片构件分别计算获取左右界面上合力FLk、FRk及MLk、MRk,并将相应荷载施加于局部构件模型A1、A2中;同时,施加本步中相应构件所受外部荷载P1、P2,进行计算。
步骤5.从模型A1、A2的内、外侧分别选取部分网格结点作为测点,提取其位移计算值dik、应变计算值εik,其中,i为测点编号。
步骤6.令将假定弹性模量取值E1x、E2x代入整体结构模型S后,计算所得测点对应点位处的位移及应变,用于判断E1x、E2x取值合理性的目标函数fx的计算方法如下:
其中,dsik、εsik分别为第k步测点编号i处模型S的位移、应变计算值;N为测点总数;以fx取得最小值作为优化条件,应用PSO粒子群算法,在限定取值范围内优化选择出本迭代步中让整体模型S与构件模型A1、A2拟合效果最好的弹性模量取值E1k+1、E2k+1,且需满足E1k+1<E2k+1;为避免计算时间过长,PSO算法中取群体规模m=15,最大代数Gmax=6;
步骤7.计算本步ek值,并以本步最佳参数组E1k+1、E2k+1对应fx值作为本步wk,若有ek<3%,wk<6%,则判断参数值稳定收敛,迭代完成,结束循环,否则继续下步循环。
步骤8.若有k>2,则将下一步参数识别的取值范围调整为:
步骤9.以所得弹性模量取值E1k+1、E2k+1代入数值空间中的整体计算模型S中,重复步骤3-步骤8,直至迭代收敛,试验结束。
在本算例中,假定E1、E2真值分别为3.6×104MPa、4.8×104MPa。在采用融合试验方法的数值仿真试验中,经过4次迭代循环后,ek满足设置条件,判断迭代收敛,试验识别所得弹性模量取值为E1r、E2r。在整体结构中所有管片的内外侧均匀选取网格结点作为测点,以材料参数取为假定真实值的整体模型R计算获取测点真实位移、应变参考值,并将其与试验所得数据进行比较,计算相对误差Wd、Wε以评价试验效果,公式如下:
其中,dRj、εRj为真实模型中测点j处的位移、应变参考值;drj、εrj为经过融合试验方法获取的测点位移、应变计算值;M为整体模型中选取的测点总数。结果如表2所示。
表2试验结果
结果表示,参数识别误差绝对值均小于2%,测点处位移、应变的平均误差小于5%,可以判断算例试验结果与真实情况吻合良好,融合试验方法理论可行。
图2示出了实施本发明实施例一数物空间实时融合的足尺整体结构试验方法的系统结构示意图,参考图2所示,本发明方法可由包含整体结构有限元计算模型的数值空间、包含局部关键构件试验的物理空间、及以参数识别为核心的交互模块组成的系统来实施:数值空间通过更新待识别参数组不断修正测点物理量计算结果,并为物理空间(试验构件)提供实时的构件边界受力情况;物理空间中逐步调整试验构件边界的加载条件,以逼近其在整体结构中的真实受力;参数识别模块则根据物理空间构件试验测量获取的测点观测物理量,应用优化算法输出本步的最优拟合模型参数(即待识别参数组),为数值空间的更新提供依据。
以下以隧道整环结构进行试验探究为例对各个空间及模块的工作内部进行说明。
在数值空间中,建立精细化的隧道结构体系的整体数值模型(包含完整隧道结构,也可包括周围地层)。输入初始参数,如材料本构(应力应变σ-ε)、结构间相互作用(P-θ)等,计算获取整个结构的响应结果,并实时输出边界数据至物理空间中的试验构件。同时,数值模型中的材料本构、界面模型等随着物理空间中构件试验的反馈,通过融合控制算法,实时进行调整。
在物理空间中,对隧道结构的一个或多个足尺构件(如盾构隧道的管片、接头等)同步开展加载试验。试验构件的加载边界由数值模型计算获得,并基于复杂边界的等效控制策略,实现物理边界的不断调整。
数值空间与物理空间之间的实时交互,选以参数识别形式进行。基于物理空间中给定边界条件下构件试验中的力学响应特性,变形规律,裂缝开展形式等,初步判断待识别参数取值范围与规律性,排除不合理参数取值;随后基于所获取的测点数据(可包括应变、位移等多种物理量),应用智能优化算法或概率估计算法,给出当前步最优化的待识别参数值,使得数值空间中模型对应点位的相应物理量整体相差最小。通过对数值空间中模型参数与对物理空间中构件加载边界的不断调整对应,使得两空间逐步同时逼近于真实整体响应情况。
整体体系在试验过程中经由交互接口形成完整闭环,数值空间与物理空间均根据迭代步中相互的响应结果不断更新,使得二者在更新迭代过程中同时逼近足尺结构的真实受力响应情况,最终均能以各自特有的形式展现受力状态与响应结果,弥补了现有试验探究方法的不足。
本发明实施例提供的数物空间实时融合的足尺整体结构试验方法,根据物理试验中实测获得的数据对数值模型进行修正,通过参数的更新避免了预设数值模型带来的误差;物理空间中构件试验的加载条件也根据数值空间结构模型的计算结果不断调整修正,得以体现整体结构下的真实受力情况。整体上,试验体系通过数值、物理空间的实时交互,使得二者在更新迭代过程中同时逼近足尺结构的真实受力响应情况,最终均能以各自特有的形式展现受力状态与响应结果,弥补了现有试验探究方法的不足;同时,以局部的构件试验有效再现大型复杂整体结构的试验响应,降低了试验的实现难度及实施成本,具有良好的经济效益。
在本发明的描述中,需要说明的是,术语“第一”“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
虽然本发明所公开的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所公开的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (10)
1.一种数物空间实时融合的足尺整体结构试验方法,包括:
采用有限元计算方式建立预设主体的完整足尺结构计算模型作为数值空间主体,选取所述预设主体的预设部分作为试验构件,并选取待识别参数组;
对所述待识别参数组进行预估初始赋值得到初始待识别参数组和预设取值范围组,并将所述初始待识别参数组作为操作待识别参数组;
将所述操作待识别参数组带入所述数值空间主体计算得到计算结果,并从所述计算结果中提取所述试验构件的边界受力条件;
将所述边界受力条件转换为等效加载命令,并将所述等效加载命令发送至试验加载装置,所述试验加载装置基于所述等效加载命令对所述试验构件进行加载调整;
从完成调整的试验构件中取得测点物理量观测值,并基于所述测点物理量观测值通过预设优化算法,从当前所述预设取值范围组内选取出最优待识别参数组;
计算所述最优待识别参数组与所述操作待识别参数组的相对差值作为第一相对差值,并将所述最优待识别参数组带入所述数值空间主体中获取测点物理量计算值,计算所述测点物理量计算值与所述测点物理量观测值的相对误差作为第二相对差值;
判断所述第一相对差值和第二相对差值是否符合预设条件,若符合则判定数物空间逼近于真实情况,否则基于所述最优待识别参数组对当前所述预设取值范围组进行调整得到新的预设取值范围组,并将所述最优待识别参数组作为操作待识别参数组,重新实现所述试验构件的加载调整及第一相对差值和第二相对差值的判断。
2.根据权利要求1所述的方法,其特征在于,选取所述预设主体的预设部分作为试验构件包括:选取所述预设主体整体结构中受力情况最复杂或力学性能最不明确的部分作为试验构件。
3.根据权利要求1所述的方法,其特征在于,选取待识别参数组包括:对所述数值空间主体的多种参数进行敏感性分析,选取对所述数值空间主体影响显著的数个参数作为待识别参数组。
4.根据权利要求1所述的方法,其特征在于,将所述边界受力条件转换为等效加载命令包括:将所述边界受力条件基于圣维南原理进行静力等效替换得到等效加载命令。
5.根据权利要求1所述的方法,其特征在于,所述测点在选择时应排除所述试验构件加载边界1倍界面宽度范围。
6.根据权利要求1所述的方法,其特征在于,所述预设优化算法为智能优化算法或概率估计算法;其中,所述智能优化算法包括遗传算法、粒子群算法,所述概率估计算法包括CKF算法、UKF算法。
7.根据权利要求1所述的方法,其特征在于,所述预设优化算法中的目标函数设置为能够以量化的数值体现所述测点物理量计算值和所述测点物理量观测值的偏差程度。
8.根据权利要求1所述的方法,其特征在于,所述最优待识别参数组为所述测点物理量计算值和所述测点物理量观测值拟合效果最好的参数组为最优参数组。
9.根据权利要求1所述的方法,其特征在于,预设条件为所述第一相对差值小于参数收敛阈值且所述第二相对差值小于数物空间测点相对误差的容许阈值。
10.根据权利要求1所述的方法,其特征在于,基于所述最优待识别参数组对当前所述预设取值范围组进行调整得到新的预设取值范围组包括:
基于所述最优待识别参数组中每个参数的取值缩小对应取值范围,所有缩小后的取值范围构成新的预设取值范围组。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110947758.6A CN113742963B (zh) | 2021-08-18 | 2021-08-18 | 数物空间实时融合的足尺整体结构试验方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110947758.6A CN113742963B (zh) | 2021-08-18 | 2021-08-18 | 数物空间实时融合的足尺整体结构试验方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113742963A CN113742963A (zh) | 2021-12-03 |
CN113742963B true CN113742963B (zh) | 2023-06-27 |
Family
ID=78731516
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110947758.6A Active CN113742963B (zh) | 2021-08-18 | 2021-08-18 | 数物空间实时融合的足尺整体结构试验方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113742963B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116296820B (zh) * | 2023-03-31 | 2024-04-05 | 四川大学 | 双向逼近确定岩石弹性参数与起裂应力的迭代方法及产品 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111058855A (zh) * | 2019-11-11 | 2020-04-24 | 北京住总集团有限责任公司 | 一种盾构下穿的结构物的形变控制方法及评估系统 |
CN111177841A (zh) * | 2020-01-02 | 2020-05-19 | 同济大学 | 一种数物空间实时融合的隧道结构火灾试验系统及方法 |
CN112182888A (zh) * | 2020-09-29 | 2021-01-05 | 广西大学 | 小型滑移式危岩体主控结构面力学参数识别方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8117014B2 (en) * | 2009-03-27 | 2012-02-14 | Schlumberger Technology Corporation | Methods to estimate subsurface deviatoric stress characteristics from borehole sonic log anisotropy directions and image log failure directions |
-
2021
- 2021-08-18 CN CN202110947758.6A patent/CN113742963B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111058855A (zh) * | 2019-11-11 | 2020-04-24 | 北京住总集团有限责任公司 | 一种盾构下穿的结构物的形变控制方法及评估系统 |
CN111177841A (zh) * | 2020-01-02 | 2020-05-19 | 同济大学 | 一种数物空间实时融合的隧道结构火灾试验系统及方法 |
CN112182888A (zh) * | 2020-09-29 | 2021-01-05 | 广西大学 | 小型滑移式危岩体主控结构面力学参数识别方法及装置 |
Non-Patent Citations (2)
Title |
---|
大跨度拱桥静动力试验与结构识别的实践;周云;张军凯;陈松柏;易伟建;;湖南大学学报(自然科学版)(05);全文 * |
考虑不完整边界条件的新型混合试验方法;吴斌;宁西占;许国山;王贞;;振动与冲击(15);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113742963A (zh) | 2021-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tyflopoulos et al. | State of the art of generative design and topology optimization and potential research needs | |
Qi et al. | Prediction of mechanical properties of carbon fiber based on cross-scale FEM and machine learning | |
Riveiro et al. | Photogrammetric 3D modelling and mechanical analysis of masonry arches: An approach based on a discontinuous model of voussoirs | |
CN113742963B (zh) | 数物空间实时融合的足尺整体结构试验方法 | |
CN104899457B (zh) | 基于改进无偏gm(1,1)模型的卫星数据预测方法 | |
CN111209620A (zh) | 基于LSTM-cGAN的含裂纹结构剩余承载力及裂纹扩展路径的预测方法 | |
Sepasdar et al. | A data-driven approach to full-field damage and failure pattern prediction in microstructure-dependent composites using deep learning | |
CN110110406B (zh) | 一种基于Excel计算平台实现LS-SVM模型的边坡稳定性预测方法 | |
CN114970240A (zh) | 多相复合结构图像的载荷状态快速评估方法及设备 | |
KR20210059554A (ko) | 건축물 내진성능 평가를 위한 초고속 데이터생성 엔진 및 그 방법 | |
CN107784167B (zh) | 一种基于依赖性的集成唯象本构的多目标优化方法 | |
CN115455899A (zh) | 一种基于图神经网络的解析布局方法 | |
Bakir et al. | Damage identification in reinforced concrete beams by finite element model updating using parallel and hybrid genetic algorithms | |
CN115310172A (zh) | 输电杆塔力学有限元模型的重构方法 | |
CN110110396B (zh) | 有限元模型修正过程中克服模态交换的方法 | |
Sabiston et al. | Artificial intelligence approach for increasing the fidelity of the second order fibre orientation tensor for use in finite element analysis | |
CN114491730A (zh) | 一种高速铁路路基结构动力安定分析迭代方法及装置 | |
CN117216846B (zh) | 钢筋混凝土构件滞回曲线预测方法、系统、设备及介质 | |
CN114878963B (zh) | 基于cfo的多源配电网短路电流极值计算方法 | |
Wang et al. | Research on construction project cost prediction model based on recurrent neural network | |
US20210069998A1 (en) | Method for compression molding of anisotropic components | |
CN107145665A (zh) | 一种巷道围岩应力建模与预测方法 | |
BARRILE et al. | Structural Analysis of Cultural Heritage assisted by 3D Photogrammetry | |
CN114722476A (zh) | 基于二分法的隧道掌子面支护压力计算方法及装置 | |
Cao et al. | Multi-objective optimization of assembly free-form cable-stiffened reticulated shell considering the influence of initial states |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |