CN114707390B - 基于分层壳材料本构参数更新混合试验方法及分析方法 - Google Patents
基于分层壳材料本构参数更新混合试验方法及分析方法 Download PDFInfo
- Publication number
- CN114707390B CN114707390B CN202210494227.0A CN202210494227A CN114707390B CN 114707390 B CN114707390 B CN 114707390B CN 202210494227 A CN202210494227 A CN 202210494227A CN 114707390 B CN114707390 B CN 114707390B
- Authority
- CN
- China
- Prior art keywords
- layered shell
- model
- test
- full
- parameters
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
基于分层壳材料本构参数更新混合试验方法及分析方法,属于混合试验技术领域。为了解决模型更新混合试验方法中存在数值子结构模型精度差、试验子结构加载边界不准确导致试验误差的问题。本发明针对基于分层壳单元的全结构精细化数值模型,通过试验子结构加载实测数据在线识别分层壳单元的材料本构模型参数,并利用在线识别的分层壳单元的材料本构模型参数对基于分层壳单元的全结构精细化数值模型进行参数更新;然后基于更新参数后的基于分层壳单元的全结构精细化数值模型计算全结构的反力;所述全结构即进行试验的试验对象;所述分层壳单元的全结构精细化数值模型时针对全结构利用分层壳单元建模方式建立的有限元模型。用于全结构的试验及分析。
Description
技术领域
本发明属于混合试验技术领域,具体涉及一种模型更新混合试验方法及全结构的分析方法。
背景技术
混合试验是一种以低成本和高效率开展结构动力性能研究的试验方法,尤其模型更新混合试验方法为大型复杂结构的复杂动力问题研究提供最有效的手段。模型更新混合试验方法将被研究对象(也称全结构)分为试验子结构(也称试件)和数值子结构。其中试验子结构为全结构中性能相对比较复杂的部分,在实验室开展加载试验;而数值子结构为全结构中性能相对比较简单的部分,通过数值模型进行模拟。数值子结构和试验子结构通过边界耦合在一起,即要求满足边界的变形协调和力平衡。在试验子结构加载过程中,根据实测的位移和力数据在线估计试验子结构的模型参数,并对数值子结构模型参数进行更新。因此,模型更新混合试验方法通过更新数值子结构模型参数,能提高数值子结构模型计算精度,成为大型复杂结构复杂动力问题研究的最有效手段。
现有技术中数值子结构采用杆件单元、层模型等简化方式建模,即通过试验子结构加载过程中实测的位移和力信号识别试验子结构的简化模型的参数,并对数值子结构的简化模型参数进行更新。这种方法的建模精度较低,不能真实模拟数值子结构的真实受力状态,尤其无法开展强非线性阶段的模拟。关于数值子结构模型的精度差问题亟待新技术解决。
另外,现有技术中试验子结构采用简化边界条件进行加载,即受加载设备及试验场地的限制,无法真实模拟试验子结构的多自由度边界条件,而采用简化边界条件完成试件加载。这种方法无疑会改变试验子结构的真实受力状态,进而实测的反力产生误差,用有误差的实测反力直接计算全结构反应无疑会导致试验结果失真。关于试验子结构加载边界不准确问题亟待新技术解决。
发明内容:
本发明是为了解决模型更新混合试验方法中存在数值子结构模型精度差、试验子结构加载边界不准确导致试验误差的问题,本发明提供了一种基于分层壳材料本构参数更新混合试验方法。
一种基于分层壳材料本构参数更新混合试验方法,所述方法包括以下步骤:
针对基于分层壳单元的全结构精细化数值模型,通过试验子结构加载实测数据在线识别分层壳单元的材料本构模型参数,并利用在线识别的分层壳单元的材料本构模型参数对基于分层壳单元的全结构精细化数值模型进行参数更新;然后基于更新参数后的基于分层壳单元的全结构精细化数值模型计算全结构的反力;
所述全结构即进行试验的试验对象;所述分层壳单元的全结构精细化数值模型为针对全结构利用分层壳单元建模方式建立的有限元模型。
进一步地,在线识别分层壳单元的材料本构模型参数的过程是采用基于自适应无迹卡尔曼滤波方法实现的。
进一步地,在通过试验子结构加载实测数据在线识别分层壳单元的材料本构模型参数之前,通过逐步积分算法求解全结构运动方程获得全结构动力自由度上的位移向量dk,并将位移向量传递给基于分层壳单元的全结构精细化数值模型对应的自由度;
基于位移向量dk和前一步识别得到的分层壳单元的材料本构模型参数利用基于分层壳单元的全结构精细化数值模型进行一次非线性静力分析,并将分析得到的对应试验子结构边界条件的位移发送给电液伺服加载系统,由电液伺服加载系统完成对试验子结构的加载。
进一步地,所述通过试验子结构加载实测数据在线识别分层壳单元的材料本构模型参数的过程包括以下步骤:
进一步地,基于更新参数后的基于分层壳单元的全结构精细化数值模型计算全结构的反力的过程包括以下步骤:
利用在线识别的分层壳单元的材料本构模型参数对基于分层壳单元的全结构精细化数值模型进行参数更新之后,根据位移向量dk完成更新参数后的基于分层壳单元的全结构精细化数值模型非线性静力分析,得到全结构各动力自由度上的反力Rk。
进一步地,在得到全结构各动力自由度上的反力Rk之后,将全结构各动力自由度上的反力Rk反馈至逐步积分算法,用于逐步积分算法求解下一时间步对应的全结构运动方程获得全结构动力自由度上的位移向量。
进一步地,逐步积分算法和自适应无迹卡尔曼滤波方法是在数学分析软件中进行的;非线性静力分析是在有限元分析软件中进行的。
进一步地,数学分析软件和有限元软件通过TCP Socket进行数据交互。
基于分层壳材料本构参数更新混合试验的分析方法,利用所述的基于分层壳材料本构参数更新混合试验方法对全结构反力进行计算,然后由计算得到的全结构反力计算全结构的反应,从而实现全结构的分析。
本发明解决了现有模型更新混合试验方法中存在数值子结构模型精度差的问题。现有技术中数值子结构和试验子结构采用杆件单元、层模型等简化方式建模,这种方法的建模精度较低,不能真实模拟数值子结构的真实受力状态,尤其无法开展强非线性阶段的模拟。本发明一种基于分层壳材料本构参数更新混合试验方法,全结构和试验子结构的数值模型采用了分层壳单元材料本构模型精细化有限元实现,同时考虑了结构的剪切变形与弯曲变形的耦合作用,大大提高了数值模型的精度;采用基于自适应无迹卡尔曼滤波方法对试验子结构的分层壳单元材料本构模型参数进行识别,并对全结构精细化分层壳单元模型材料本构参数进行更新,进一步提高数值模型的精度。从而解决了数值子结构模型精度差导致试验结果误差的问题。
本发明解决了现有试验子结构加载边界不准确的问题。现有技术中试验子结构边界自由度较多的时候,受加载设备的限制,其边界条件往往难以完全实现,因而试验子结构采用简化边界条件进行加载,这种方法无疑会改变试验子结构的真实受力状态,进而实测的反力产生误差,用有误差的实测反力直接计算下一步全结构反应无疑会导致试验结果失真。本发明一种基于分层壳材料本构参数更新混合试验方法,由更新参数后的全结构精细化分层壳单元模型非线性静力分析计算全结构各动力自由度上的反力,由该反力计算全结构的位移,而不是现有技术用实测反力计算结构位移的方法,进而解决了边界加载不精确导致试验结果误差的问题。
附图说明
图1为具体实施方式中一种基于分层壳材料本构参数更新混合试验方法示意图;
图2为Matlab与OpenSees有限元软件的自适应UKF参数更新的示意图;
图3为实施例1中一种基于分层壳材料本构参数更新混合试验方法示意图。
图4为实施例1中分层壳单元示意图。
图5为实施例1中钢筋层分布示意图。
图6为实施例1试验子结构加载的示意图。
图7为实施例2中的基于分层壳单元模型更新混合试验的示意图。
图8为实施例2中的试验子结构原型示意图。
具体实施方式:
为使发明目的、技术方案和优点更加清晰,下面结合具体实例对本发明做进一步说明,但本发明不受实施例的限制。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
结合图1说明本实施方式,本实施方式所述的一种基于分层壳材料本构参数更新混合试验方法,包括以下步骤:
步骤二、通过逐步积分算法求解全结构运动方程获得全结构动力自由度上的位移向量dk,并将其位移传递给基于分层壳单元的全结构精细化数值模型(有限元模型)对应的自由度;
全结构精细化数值模型是指在利用建立有限元模型的过程中,采用了分层壳单元来建模,而并没有选用简化单元(例如梁柱单元)建模,分层壳单元是三维的,能够实现剪切变形和弯曲变形,相比较以前的两维模型更加准确,可以让整个模型更加精准,故称为精细化数值模型,因此整体表示为基于分层壳单元的全结构精细化数值模型;有限元模型建立过程是利用OpenSees软件编程,对结构维数、自由度、材料本构模型定义、单元、节点、HyTest Client更新模块以及数据传递进行相应的建立;此部分建立模型的过程,特殊之处在于将分层壳单元和HyTest Client更新模块的结合,分层壳单元于模型更新模块的有效结合过程:
在分层壳单元的PlaneStressUserMaterial.cpp源代码子文件中找到函数定义的基类文件PlaneStressUserMaterial.h、Channel.h、FEM_ObjectBroker.h和MaterialResponse.h;在Solution Explorer中添加PlaneStressUserMaterial.h、Channel.h和MaterialResponse.h,在material类中找到并确认添加过程正确;此外,将获得的HyTest Client更新模块的源代码也进行添加,运行定义好的模型类文件会出现定义的脚本函数Hybrid StaticAnalysis,证明HyTest Client模块添加成功。这样,分层壳单元与HyTest Client模块就同时加入到OpenSees有限元软件中,同时实现了分层壳单元的模型更新混合试验。分层壳单元与HyTest Client的源代码均是现有技术,故在此不再赘述。
利用OPen Sees的开源性,本发明首次实现将OpenSees中加入分层壳单元源代码和HyTest Client模块源代码,并利用其首次实现参数识别和更新,而一旦对上述内容进行了说明,本领域技术人员可以知晓如何利用源代码,在OpenSees软件中实现HyTest Client更新模块。
为了方便理解,Matlab与OpenSees有限元软件的自适应UKF参数更新的大致流程如图2所示,全结构数值模型和试验子结构数值模型采用基于分层壳单元的精细化有限元数值模拟系统实现,分层壳单元材料本构模型参数识别采用自适应UKF方法实现,反力由全结构精细化分层壳单元模型计算得到。
还需要说明的是,本实施方式中使用的是Matlab与OpenSees,应当理解只要具备与Matlab与OpenSees相同或相似功能的软件均可实现本发明,例如针对OpenSees也可以采用其他有限元分析软件,针对于MATLAB也可以采用SCILAB等数学分析软件。
步骤三、基于步骤二求得位移向量dk和前一步识别得到的分层壳单元的材料本构模型参数利用基于分层壳单元的全结构精细化数值模型进行一次非线性静力分析,并将分析得到的对应试验子结构边界条件的位移通过HyTest Connector发送给电液伺服加载系统,由电液伺服加载系统完成对试验子结构的加载;
所述非线性静力分析是OpenSees有限元软件根据逐步积分法算到的位移输入进行的非线性分析,这个内容是软件通过如下命令流实现的。
constraints Plain(限制条件)
numberer RCM(处理内部编号方法)
system BandGeneral(处理带宽方法)
test NormDispIncr 1.0e-6200(收敛准则,位移容差,迭代最多次数)
algorithm BFGS-count 100(迭代方法)
integrator LoadControl 0.1(加载制度)
analysis Static(静力分析)
analyze 10(加载分析步数-10步)
loadConst-time 0.0(表示保持力不变,重新设置时间为0)
非线性静力分析为本领域的现有技术,在OpenSees这个软件中虽然不同的模型其处理方式采用条件是不同的,但是这部分内容建立需要的内容相同的,因此本领域技术人员可以毫无疑义的知晓如何实现,因此本发明也不做赘述。
还需要说明的是本构模型参数是建立有限元模型中的一个部分,在分层壳单元材料本构模型参数识别模块辨识的过程中,本构模型参数的材料本构参数等同于基于分层壳单元的材料本构模型参数。
步骤五、分层壳单元材料本构模型参数识别模块基于自适应无迹卡尔曼滤波方法进行分层壳单元材料本构模型参数识别,以k-1步的材料本构模型参数为基础,生成2m+1个Sigma点将与一起发送给基于分层壳单元的试验子结构精细化数值模型,进行2m+1次非线性静力分析计算得到恢复力并传回到分层壳单元材料本构模型参数识别模块;最后根据步骤四中的反力和上一步材料本构模型参数计算出新的材料本构模型参数
所述的基于分层壳单元的试验子结构精细化数值模型与基于分层壳单元的全结构精细化数值模型类似,只不过至针对试验子结构的;即:试验子结构精细化数值模型是指在利用建立有限元模型的过程中,采用了分层壳单元来建模,而并没有选用简化单元(例如梁柱单元)建模,分层壳单元同时考虑了结构的剪切变形与弯曲变形,从而让整个模型更加精准,故称为精细化数值模型。建立模型的过程同全结构。
步骤六、将步骤五计算得到的新材料本构模型参数通过HyTest Client模块更新全结构精细化分层壳单元材料本构模型参数并再次根据dk完成更新参数后全结构精细化分层壳单元模型非线性静力分析,并将计算得到的全结构各动力自由度上的反力Rk反馈至逐步积分算法;
步骤七、重复步骤二至步骤六,直至试验完成。
利用所述的基于分层壳材料本构参数更新混合试验方法可以对全结构反力进行计算,进一步由计算得到的全结构反力计算全结构的反应,从而实现全结构的分析。
本实施方式中,全结构和试验子结构的数值模型采用了分层壳单元材料本构模型精细化有限元实现,采用基于自适应无迹卡尔曼滤波方法对试验子结构的分层壳单元材料本构模型参数进行识别,并对全结构精细化分层壳单元模型材料本构参数进行更新,解决了数值子结构模型精度差导致试验结果误差的问题;由更新参数后的全结构精细化分层壳单元模型非线性静力分析计算全结构各动力自由度上的反力,由该反力计算全结构的位移,而不是现有技术用实测反力计算结构位移的方法,进而解决了边界加载不精确导致试验结果误差的问题。同时现有技术是由更新本构模型参数后的数值子结构模型计算数值子结构反力,并和实测的试验子结构反力一起构成全结构的反力,用于计算全结构的下一步位移。而本发明由更新参数后的全结构精细化分层壳单元模型非线性静力分析计算全结构各动力自由度上的反力,由该反力计算全结构的下一步位移。因此本发明与现有技术有本质不同,非专业技术人员是无法想到的,更是无法实现的,即使对于本领域中的专业技术人员基于现有技术也是不容易想到并实现的。
该方法可以开展剪力墙结构基于分层壳单元模型更新混合试验(如实施例1)、预制装配盒子结构基于分层壳单元模型更新混合试验(如实施例2)等。
实施例1
本实施例以剪力墙结构为例子,阐述本发明方法的基本原理和使用步骤。为了对剪力墙结构设计提供试验数据支持,需要对剪力墙结构进行抗震试验。现有技术采用杆件型建模,精度很差。针对剪力墙结构,现有的试验方法难以真实反映其抗震性能与地震灾变机理。此外,分层壳单元是采用多维材料的一种效果良好的剪力墙模拟方法,相对于其他单元能够表现出剪力墙剪切变形与弯曲变形的耦合作用。由于剪力墙结构性能复杂。故解决方案是采用基于分层壳单元的模型更新混合试验的方法来研究结构的抗震性能。
剪力墙结构模型更新混合试验的难点之一,就是如何准确可靠的对剪力墙结构进行模拟和参数更新。考虑到结构的剪切变形和弯曲变形,故采用基于分层壳单元进行建模进行数值模拟;此外分层壳单元并不能直接用在模型更新混合试验中,故在获取分层壳单元的源代码之后融合到可以进行材料本构参数更新的OpenSees中,从而保证整个试验的可行性并提高模型精度。
下面结合附图3至附图6对本发明进行详细说明。一种基于分层壳材料本构参数更新混合试验方法示意图如图3所示,原型结构为两层剪力墙结构。分层壳单元示意图如图4所示,钢筋层分布示意图如图5所示。取其中底层墙片为试验子结构进行试验加载,在试验过程中通过HyTest在线交互数据,进行基于分层壳单元模型更新混合试验方法的研究,其中试验子结构加载装置的示意图如图6所示。
本实施例的方法进行基于分层壳单元的模型更新混合试验具体包括以下步骤:
步骤一、确定起始条件:全结构的质量、阻尼,分层壳单元材料本构模型参数初值和协方差,输入工况,逐步积分算法及积分步长Δt;
步骤二、基于Matlab软件,通过逐步积分算法(中心差分法)求解全结构运动方程获得全结构动力自由度上的位移向量dk,并将其位移传递给基于分层壳单元的全结构精细化有限元数值模型对应的自由度;
步骤三、基于步骤二求得位移向量dk和前一步识别得到的材料本构模型参数在OpenSees软件中利用基于分层壳单元的全结构精细化数值模型进行一次非线性静力分析,并将分析得到的对应试验子结构边界条件的位移通过HyTest Connector发送给电液伺服加载系统,由电液伺服加载系统完成对试验子结构的加载;
步骤五、在Matlab软件中基于自适应无迹卡尔曼滤波方法进行分层壳单元材料本构模型参数识别,以k-1步的材料本构模型参数为基础,生成2m+1个Sigma点由TCPSocket将与一起发送给OpenSees软件中基于分层壳单元的试验子结构精细化数值模型,进行2m+1次非线性静力分析计算得到恢复力并由TCP Socket传回到Matlab软件中分层壳单元材料本构模型参数识别,最后根据步骤四中的反力和上一步材料本构模型参数计算出新的材料本构模型参数
步骤六、将步骤五计算得到的新材料本构模型参数通过HyTest Client模块更新OpenSees软件中全结构精细化分层壳单元材料本构模型参数并再次根据dk完成更新参数后全结构精细化分层壳单元模型非线性静力分析,并将计算得到的全结构各动力自由度上的反力Rk反馈至逐步积分算法;
步骤七、重复步骤二至步骤六,直至试验完成。
本发明提出了一种基于分层壳材料本构参数更新混合试验方法。结构反应由基于分层壳单元全结构有限元精细化数值模型计算得到,且试验子结构的恢复力返回到参数识别模块并将识别结果用于更新全结构数值模型中的材料本构模型参数。结构反应由全结构精细化数值模型静力分析得到的全结构反力计算得到,边界条件难以实现的问题自然得到满足。对剪力墙结构利用OpenSees软件建立基于分层壳单元有限元模型,同时考虑了剪力墙结构的剪切变形与弯曲变形的耦合作用,提高了数值模型精度;将分层壳单元和HyTestClient模型更新模块进行融合,完成数据传递首次实现模型更新,减小了静力分析结果的误差,从而提高材料本构模型参数识别的收敛效率。
实施例2
本实施例以预制装配剪力墙盒子结构为例子,阐述本发明方法的基本原理和使用步骤。为了给预制装配剪力墙盒子结构提供试验数据支持,需要对预制装配盒子结构进行抗震试验。针对预制装配剪力墙盒子结构,现有的混合试验方法难以完全反映其抗震性能与地震灾变反应。现有技术采用层模型建模,精度很差。若要搭建预制装配盒子结构的精细化数值模型,需要选择恰当的单元。分层壳单元恰好是基于多维材料建立的,相对于其他单元能够表现出预制装配剪力墙盒子结构的剪切变形与弯曲变形的耦合作用。故解决方案是采用基于分层壳单元材料本构参数更新混合试验的方法来研究预制装配剪力墙盒子结构的抗震性能。
预制装配盒子剪力墙结构模型更新混合试验的难点之一,就是如何准确可靠的对预制装配盒子剪力墙结构进行模拟。考虑到结构的剪切变形和弯曲变形,故采用基于分层壳单元进行建模进行数值模拟;此外分层壳单元并不能直接用在模型更新混合试验中,故在获取分层壳单元的源代码之后融合到可以进行材料本构参数更新的OpenSees中,从而保证整个试验的可行性并提高模型精度。
下面结合附图7至附图8对本发明进行详细说明。附图7为预制盒子结构基于分层壳单元的模型更新混合试验的基本原理图,取其中底部2层预制装配式结构为试验子结构进行试验加载,在试验过程中通过HyTest在线交互数据,进行基于分层壳单元模型更新混合试验方法的研究,其中试验子结构原型的示意图如图8所示。
本实施例的方法进行基于分层壳材料本构参数更新混合试验具体包括以下步骤:步骤一、确定起始条件:预制装配盒子结构的质量、阻尼,分层壳单元材料本构模型参数初值和协方差,输入工况,逐步积分算法及积分步长Δt;
步骤二、基于Matlab软件,通过逐步积分算法(如中心差分法)求解预制装配式盒子结构的全结构运动方程获得全结构动力自由度上的位移向量dk,并将其位移传递给基于分层壳单元的全结构精细化有限元数值模型对应的自由度;
步骤三、基于步骤二求得位移向量dk和前一步识别得到的材料本构模型参数在OpenSees软件中利用基于分层壳单元的全结构精细化数值模型进行一次非线性静力分析,并将分析得到的对应试验子结构边界条件的位移通过HyTest Connector发送给电液伺服加载系统,由电液伺服加载系统完成对试验子结构的加载;
步骤五、在Matlab软件中基于自适应无迹卡尔曼滤波方法进行分层壳单元材料本构模型参数识别,以k-1步的材料本构模型参数为基础,生成2m+1个Sigma点由TCPSocket将与一起发送给OpenSees软件中基于分层壳单元的试验子结构精细化数值模型,进行2m+1次非线性静力分析计算得到恢复力并由TCP Socket传回到Matlab软件中分层壳单元材料本构模型参数识别,最后根据步骤四中的反力和上一步材料本构模型参数计算出新的材料本构模型参数
步骤六、将步骤五计算得到的新材料本构模型参数通过HyTest Client模块更新OpenSees软件中全结构精细化分层壳单元材料本构模型参数并再次根据dk完成更新参数后全结构精细化分层壳单元模型非线性静力分析,并将计算得到的全结构各动力自由度上的反力Rk反馈至逐步积分算法;
步骤七、重复步骤二至步骤六,直至试验完成。
本发明提出了一种基于分层壳材料本构参数更新混合试验方法。结构反应由基于分层壳单元全结构有限元精细化数值模型计算得到,且试验子结构的恢复力返回到参数识别模块并将识别结果用于更新全结构数值模型中的材料本构模型参数。结构反应由全结构数值模型静力分析得到全结构反力和对应试验子结构动力自由度上的位移,边界条件难以实现的问题自然得到满足。对预制装配剪力墙盒子结构利用OpenSees软件建立基于分层壳单元有限元模型,考虑了预制装配剪力墙结构的剪切变形与弯曲变形的耦合作用,提高了数值模型精度;将分层壳单元和HyTest Client模型更新模块进行融合,完成数据传递首次实现模型更新,减小了静力分析结果的误差,从而提高材料本构模型参数识别的收敛效率。
虽然本发明已以较佳的实施例公开如上,但其并非用以限定本发明,任何熟悉此技术的人,在不脱离本发明的精神和范围内,都可以做各种改动和修饰,因此本发明的保护范围应该以权利要求书所界定的为准。同时,需要说明的是,本发明的说明书及其附图中给出了本发明书及其附图中给出了发明较佳的实施方式,但是,本发明可以通过许多不同的形式来实现,并不限于本说明书所描述的实施方式,这些实施方式不作为对本发明内容的额外限制,提供此实施方式的目的是使对本发明的公开内容的理解更加透彻全面。并且,上述各技术特征继续相互组合,形成未在上面列举的各种实施方式,均视为本发明说明书记载的范围;进一步地,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.一种基于分层壳材料本构参数更新混合试验方法,其特征在于,所述方法包括以下步骤:
针对基于分层壳单元的全结构精细化数值模型,通过试验子结构加载实测数据在线识别分层壳单元的材料本构模型参数,并利用在线识别的分层壳单元的材料本构模型参数对基于分层壳单元的全结构精细化数值模型进行参数更新;然后基于更新参数后的基于分层壳单元的全结构精细化数值模型计算全结构的反力;
所述全结构即进行试验的试验对象;所述分层壳单元的全结构精细化数值模型为针对全结构利用分层壳单元建模方式建立的有限元模型;
在线识别分层壳单元的材料本构模型参数的过程是采用基于自适应无迹卡尔曼滤波方法实现的;
其特征在于,在通过试验子结构加载实测数据在线识别分层壳单元的材料本构模型参数之前,通过逐步积分算法求解全结构运动方程获得全结构动力自由度上的位移向量dk,并将位移向量传递给基于分层壳单元的全结构精细化数值模型对应的自由度;
3.根据权利要求2所述的一种基于分层壳材料本构参数更新混合试验方法,其特征在于,基于更新参数后的基于分层壳单元的全结构精细化数值模型计算全结构的反力的过程包括以下步骤:
利用在线识别的分层壳单元的材料本构模型参数对基于分层壳单元的全结构精细化数值模型进行参数更新之后,根据位移向量dk完成更新参数后的基于分层壳单元的全结构精细化数值模型非线性静力分析,得到全结构各动力自由度上的反力Rk。
4.根据权利要求3所述的一种基于分层壳材料本构参数更新混合试验方法,其特征在于,在得到全结构各动力自由度上的反力Rk之后,将全结构各动力自由度上的反力Rk反馈至逐步积分算法,用于逐步积分算法求解下一时间步对应的全结构运动方程获得全结构动力自由度上的位移向量。
6.根据权利要求5所述的一种基于分层壳材料本构参数更新混合试验方法,其特征在于,逐步积分算法和自适应无迹卡尔曼滤波方法是在数学分析软件中进行的;非线性静力分析是在有限元分析软件中进行的。
7.根据权利要求6所述的一种基于分层壳材料本构参数更新混合试验方法,其特征在于,数学分析软件和有限元软件通过TCP Socket进行数据交互。
8.基于分层壳材料本构参数更新混合试验的分析方法,其特征在于,利用权利要求1至7之一所述的基于分层壳材料本构参数更新混合试验方法对全结构反力进行计算,然后由计算得到的全结构反力计算全结构的反应,从而实现全结构的分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210494227.0A CN114707390B (zh) | 2022-05-05 | 2022-05-05 | 基于分层壳材料本构参数更新混合试验方法及分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210494227.0A CN114707390B (zh) | 2022-05-05 | 2022-05-05 | 基于分层壳材料本构参数更新混合试验方法及分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114707390A CN114707390A (zh) | 2022-07-05 |
CN114707390B true CN114707390B (zh) | 2023-04-21 |
Family
ID=82176992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210494227.0A Active CN114707390B (zh) | 2022-05-05 | 2022-05-05 | 基于分层壳材料本构参数更新混合试验方法及分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114707390B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115796038B (zh) * | 2022-12-02 | 2023-06-30 | 哈尔滨工业大学 | 基于循环神经网络的实时混合试验方法 |
CN116484681B (zh) * | 2023-04-23 | 2023-10-03 | 哈尔滨工业大学 | 基于视频识别多变量输入有限元模型更新混合试验方法 |
CN116611166B (zh) * | 2023-05-23 | 2024-03-12 | 南京航空航天大学 | 一种考虑初始误差的飞机部件多层级装配偏差分析方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110132515B (zh) * | 2019-05-10 | 2021-07-16 | 哈尔滨工业大学 | 一种基于模型更新的时程级迭代实时混合试验方法 |
CN110728094A (zh) * | 2019-10-29 | 2020-01-24 | 黑龙江科技大学 | 一种新型整体结构拟静力试验方法 |
CN110795884B (zh) * | 2019-11-20 | 2022-10-28 | 黑龙江科技大学 | 一种基于多尺度模型更新的新型混合试验方法 |
CN111323185B (zh) * | 2020-03-16 | 2021-11-12 | 西安建筑科技大学 | 一种空间框架模型自适应实时混合仿真试验加载方法 |
-
2022
- 2022-05-05 CN CN202210494227.0A patent/CN114707390B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114707390A (zh) | 2022-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114707390B (zh) | 基于分层壳材料本构参数更新混合试验方法及分析方法 | |
CN109359427B (zh) | 一种用于空间结构的多作动器实时混合模拟试验方法 | |
CN111368466B (zh) | 一种基于频响函数参数修正的机械振动预测方法 | |
CN106682301A (zh) | 一种面向多点激励振动试验的系统模型修正方法 | |
Albers et al. | Integrated structural and controller optimization in dynamic mechatronic systems | |
Hofmeyer et al. | Automated design studies: topology versus one-step evolutionary structural optimisation | |
CN110631792A (zh) | 基于卷积神经网络的抗震混合试验模型更新方法 | |
CN115455793A (zh) | 基于多尺度模型修正的高层结构复杂构件受力分析方法 | |
Ibrahimbegovic et al. | Multiscale model with embedded discontinuity discrete approximation capable of representing full set of 3d failure modes for heterogeneous materials with no scale separation | |
Du et al. | Staggered coordination in substructure online hybrid test on a RC frame retrofitted by BRBs | |
CN104834795B (zh) | 包带连接结构接触摩擦非线性特性模拟方法及系统 | |
CN117171864B (zh) | 一种梁结构线性振动预测方法 | |
Dascotte | Model updating for structural dynamics: past, present and future outlook | |
CN115796038B (zh) | 基于循环神经网络的实时混合试验方法 | |
CN110765560A (zh) | 一种基于时变阻尼机械机构振动预测方法 | |
CN108362307B (zh) | 星敏感器在轨姿态测量精度主成分因素的确定方法 | |
Oliveira et al. | MCRE-based finite element model updating: Cast3M implementation | |
Paschke et al. | Digital Prototyping–Modelling Concepts for a Generative Computer Based-Design of Complex Tensile Structures | |
Hosseini et al. | A framework for multi‐element hybrid simulation of steel braced frames using model updating | |
CN116151172B (zh) | Mems器件模型构建方法、装置及设计方法 | |
Pyne | Model-based digital twin of a heavy duty machinery | |
Jafari et al. | Improved formulation in mixed-based state-space approach for large displacement inelastic analysis of frames | |
Huang | Large-scale computational/experimental distributed simulation framework | |
CN110569611B (zh) | 一种基于多复变量法的结构频响函数灵敏度分析方法 | |
Hofmeyer et al. | Spatial to kinematically determined structural transformations |
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 |