[發明專利]一種基于實測模態的空間網格結構模型分步修正方法

有效

• 申請號: 201310042381.5
• 申請日: 2013-02-01
• 公開（公告）號: CN103106305A
• 公開（公告）日: 2013-05-15
• 發明（設計）人: 吳金志;劉才瑋;張毅剛
• 申請（專利權）人: 北京工業大學
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 吳蔭芳

技術領域

本發明涉及一種結構的模型修正方法，特別涉及一種空間網格結構的模型修正方法。

背景技術

空間網格結構是由桿件及節點按照一定規則組成的空間結構體系，主要有網架結構、網殼結構、組合網架(殼)結構及預應力網架(殼)結構等形式。其多為關系到國計民生的公共建筑或區域標志性建筑，使用期往往長達幾十年、甚至上百年，處于自然環境中不可避免地遭受到環境侵蝕、材料老化、地基不均勻沉降等因素耦合作用的影響，極端情況下就會引發出災難性突發事件。因此進一步加強與深化空間結構監測技術及其安全性評價方面的問題研究，具有重要理論意義及現實意義。建立合理的有限元模型用于研究結構的動力特性是工程結構長期健康監測和狀態評估的基礎，而根據施工圖紙建立的結構初始有限元模型包含較多理想化信息或簡化假定。由于空間網格結構形體復雜，自由度眾多、節點連接復雜、有限元離散化等多種因素必將導致按初始模型計算的結構響應與實際結構響應存在一定的偏差。因此為了能夠對結構進行準確的模擬，必然需要采用一些理論和方法來減小這種差異，即需要對初始模型進行修正。

傳統的結構模型修正和基于模態分析的結構損傷識別方法在實際應用過程中都遇到易受環境影響、模型依賴性強和系統容錯性差等問題的困擾，而人工神經網絡(簡稱ANN)以其良好的非線性映射能力、強大的解決反問題的能力、實時計算和系統良好的魯棒性在工程應用領域得到普遍重視。以y代表結構的響應，p代表設計參數，假設結構響應與設計參數之間存在如下的函數關系：y＝f(p)；將其改寫為：p＝f^-1(y)。即以響應y為自變量，設計參數p為因變量，對有限元模型修正而言，響應的目標值y是已知的，如果可以獲得準確的函數關系f^-1，則模型修正就歸結為求解設計參數的目標值p的正問題。基于神經網絡的模型修正方法，其核心就在于以神經網絡表述函數關系f^-1，然后根據響應的目標值直接輸出設計參數的目標值。

考慮到一般的空間網格結構為鋼結構，可近似認為其桿件物理參數是精確的，要修正的主要是桿件端部的節點連接剛度。節點的實體建模過程中由于需要設置一些參數，而大部分參數是一個范圍，因此只能得到一個較準確的結果。另外由于空間網格結構的自由度太多，且能夠獲得的實測數據非常有限，而基于不完備測試信息的情況下直接利用神經網絡對整體結構的模型修正幾乎是不可能完成的，會出現訓練樣本組合爆炸的問題，因此降低神經網絡的計算量成為了能否使用該方法的關鍵。

發明內容

本發明針對上述問題，提供了一種基于實測模態數據采用ANN技術的空間網格結構模型分步修正新方法，可使計算工作量大大減少，從而增強神經網絡技術對空間網格結構進行模型修正的實用性。該方法精簡了神經網絡的結構并提高了其非線性映射能力及模型修正的效率，具有一定的工程實用價值。

本發明是通過以下技術方案實現的：

一種基于實測模態的空間網格結構模型分步修正方法，其特征在于：一種基于實測模態數據采用人工神經網絡技術的空間網格結構模型修正新方法，首先建立空間網格結構的半剛性模型，然后以節點實體建模的結果為依據，確定了節點單元剛度折減系數的基準值，最后在此基礎上采用神經網絡技術，利用有限測點的模態信息構造網絡輸入參數CPFM，對節點單元剛度折減系數進行分步修正，從而合理的考慮了節點的半剛性，得到更接近實際結構的有限元模型。

上述方法具體包括以下幾個步驟：

(1)利用有限元軟件建立空間網格結構的剛性模型，所述的剛性模型為將空間網格結構拆分為單元結構，所述的單元結構由桿件及與其相連接的節點組成，將單元結構簡化為一根桿件A，用梁單元B模擬桿件A，即稱其為剛性模型；然后對模型進行模態計算，進行模態理論結果與實測結果的相關性分析得到第1階頻率變化率ER₁，若相關性結果滿足判斷準則，則認為所建模型為精確模型，否則繼續下一步，對剛性模型進行修正；所述的判斷準則為ER₁≤5％；

(2)對單元結構進一步優化，其中節點用剛度可調的梁單元C模擬，與節點相連接的桿件用梁單元B模擬，即得到空間網格結構的半剛性模型；

(3)對優化后的單元結構分類，即對空間網格結構的半剛性模型中的單元結構分類，分類標準為任意兩個單元結構中的節點與桿件完全一致；