桥梁结构动力有限元模型修正方法对比的研究.pdfVIP

桥梁结构动力有限元模型修正方法的对比研究1 李健 哈尔滨工业大学深圳研究生院，深圳 (518055) E-mail：lijian.hit@ 摘 要：本文针对当前三种典型的有限元模型修正方法，包括基于经典优化方法的修正方法、 基于神经网络的修正方法以及基于遗传算法的修正方法，简要介绍了其原理和实现流程。基 于一座三跨刚构－连续梁桥有限元模型，通过七种不同工况的模型修正计算，研究了这三种 方法在不同模态信息量、不同误差参数以及不同噪声水平下的修正效果。其中，基于经典优 化方法的修正方法采用了基于响应面模型(RSM)的改进可行方向法和序列二次规划法(SQP) 结合的两步优化策略; 基于神经网络的修正方法采用 RBF神经网络；基于遗传算法的修正方 法采用多岛遗传算法。最后，通过对比分析，总结了三种方法在不同情况下的优缺点，为实 际工程中模型修正提供参考。 关键词：模型修正，响应面模型，序列二次规划法，RBF神经网络，多岛遗传算法 中图分类号：TU311.3 1．引言 建立精确的基准有限元模型是桥梁结构健康监测系统中安全评定模块的重要内容。由于 实际施工不可避免存在误差、材料参数的不确定性、边界条件的不恰当模拟或简化、有限元 模型固有的离散误差等等，按照图纸最初建立的有限元模型和真实结构往往存在一定的差别 [ 1] 。结构动力有限元模型修正以试验得到的结构振动响应（振型和频率等）为基准，通过修 改有限元模型的刚度、质量矩阵，从而使有限元模型和实际结构趋于一致，从而在一定程度 上消除上述差别。按照修改对象的不同，模型修正方法分为矩阵型法和参数型法。矩阵型法 是直接对有限元模型的刚度和质量矩阵的元素进行修改的方法，由于该方法使得模型修正的 物理意义不明确，而且原有的带状矩阵会变为满阵[2 ]，加上现有的有限元商业软件没有提取 模型刚度和质量矩阵的模块, 使得这种矩阵型法的应用难以实现, 因此, 实际工程中大多使 用参数型法。参数型法通过修改结构模型的几何、物理等相关参数，利用结构参数和有限元 质量、刚度矩阵之间的对应关系，达到模型修正的目的。这种方法不直接对物理矩阵操作， 不改变原矩阵带状稀疏的特点，并且便于利用现有的有限元商业软件，操作较为方便，因而 为工程界所广泛接受。 [3][4 ][ 5] 近年来，基于经典优化方法的参数修改法在实际工程和研究中得到了广泛应用 。 随着神经网络、进化计算的发展，神经网络强大的非线性映射功能和遗传算法良好的全局寻 优能力也逐渐被引入到模型修正中来[6][ 7] 。 这些方法在不同的应用中均取得了一定的效果。 为了进一步了解各种方法相互间性能的差异，为实际工程中选择模型修正方法提供一定的参 考，本文针对这三种方法，分别为基于经典优化方法、基于神经网络和基于遗传算法的修正 方法，通过一座三跨刚构－连续梁桥，研究了各方法在不同模态信息量、不同误差参数以及 不同噪声水平下的修正效果。其中，基于经典优化方法的修正方法采用了基于响应面模型 (RSM) 的改进可行方向法和序列二次规划法(SQP)结合的两步优化策略; 基于神经网络的修 1本课题得到国家自然科学基金重点项目：重大工程结构健康监测及其集成系统的资助（项目编号： ）。 -1- 正方法采用RBF神经网络；基于遗传算法的修正算法采用多岛遗传算法。最后，通过对比分 析，总结了三种方法在不同情况下的优缺点。 2 ．基于经典优化方法的模型修正 基于由粗到精(coarse-to-fine) 的优化思想，本文提出一种两步优化策略：第一步采用基 于响应面模型(RSM)的改进可行方向法，让迭代尽可能地避免陷入局部最优；第二步采用序 列二次规划方法(SQP-NLPQL)，直接基于结构有限元参数模型和第一步得到的最优点，来精 确地逼近整个参数设计空间的全局最优点