2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩151頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、結構模型修正技術已成功應用于機械、航天、汽車等領域(一般稱為“結構動力修改”)。土木工程結構模型修正與機械、航天、汽車等領域的動力修改基于相同理論基礎和技術思路,但土木工程結構本身的復雜性導致模型修正優(yōu)化問題的超規(guī)模和非線性,結構、材料和環(huán)境的不確定性和不均質(zhì)性導致模型修正參數(shù)區(qū)間甚至優(yōu)化目標函數(shù)具有不確定性,這些特點給土木工程結構的模型修正帶來了更大困難,由其在土木工程領域中的應用仍然面臨著巨大的挑戰(zhàn)。因此,本文對土木工程結構有限元模

2、型修正中的優(yōu)化算法、不確定因素的處理和土木工程結構大規(guī)模模型修正等相關問題進行了系統(tǒng)的研究,具體研究內(nèi)容如下:
  針對結構模型修正的優(yōu)化問題,提出了三種優(yōu)化算法。(1)利用信賴域牛頓法搜索性能的高效性,以及混沌優(yōu)化算法的全局最優(yōu)性,提出一種混合優(yōu)化算法。該算法既克服了信賴域牛頓法容易陷入局部最優(yōu)點的缺點,又解決了混沌優(yōu)化算法搜索效率較低的問題。(2)分別從初始種群的確定、變步長搜索、自調(diào)節(jié)種群三方面改進了耦合局部最優(yōu)法,提出了自

3、適應耦合局部最優(yōu)法,使之具備解決多變量復雜優(yōu)化問題的能力。(3)在Tauchi優(yōu)化方法的基礎上,提出了模型修正的多目標優(yōu)化算法。通過引入種群分類機制及新的信噪比函數(shù),使得Taguchi算法具有解決多目標優(yōu)化問題的能力。
  針對具有半剛性節(jié)點結構的模型修正問題,提出一種混合梁單元。結構模型修正時,該單元可同時考慮半剛性節(jié)點所具有的轉動柔性及剪切柔性。此外,針對結構邊界條件的修正問題,提出一種參數(shù)化的修正方法。將結構邊界處的連接剛度

4、轉化為優(yōu)化變量,通過求解優(yōu)化問題實現(xiàn)對邊界條件的修正。
  針對大型結構有限元模型修正問題,提出了基于模態(tài)綜合技術的模型修正方法。該方法首先得到縮減后結構模型的頻率與振型,并將該振型轉換為縮減前模型物理坐標下的振型;然后,采用縮減后模型的頻率、轉換后的振型共同構成模型修正的優(yōu)化目標函數(shù),進而通過優(yōu)化求解實現(xiàn)結構的模型修正。該方法既提高了模型修正的計算效率,又保證了計算精度,從而使采用迭代方法修正大型復雜結構的有限元模型成為可能。<

5、br>  考慮模型修正中不確定性因素對修正結果的影響,提出了基于模糊區(qū)間分析的模型修正技術。首先,將結構設計參數(shù)及模態(tài)識別參數(shù)分別考慮成模糊變量,從而可以利用區(qū)間分析方法確定修正參數(shù)的初始取值區(qū)間,并利用區(qū)間靈敏度分析選擇修正參數(shù)。然后,通過對目標函數(shù)的模糊化處理,得到目標函數(shù)在不同模糊程度下的修正結果,從而根據(jù)實際結構情況,確定出最符合實際物理意義的修正后模型。
  本文最后采用東營黃河公路大橋的實際監(jiān)測數(shù)據(jù)對上述算法進行了驗證

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論