基于RBF神经网络初期损伤预测.pdfVIP

基于 RBF 神经网络初期损伤预测研究 万云辉 （河海大学工程力学系,南京市,210098） wanyunhui@ 摘要：利用RBF神经网络来预测结构初期损伤对整体的影响，可以有效地判断结构的稳定性。由于神经 网络可以通过对样本的反复学习来反映整体结构复杂的非线性演化关系，其预测精度可以满足要求。RBF 神 经网络作为一种性能良好的前馈网络，具有更好的逼近能力和全局最优特性。本文通过有限元计算得出样本 为基础，采用 RBF 神经网络建立初期损伤的预测系统，通过最近邻聚类学习算法实整体结构预测，这种研 究思路具有结构简单、学习速度快、预测精度高的特点，网络的外推能力也较强，计算效率明显优于传统方 法。本系统采用Fortran编写，最后通过一个实例说明本系统的有效性及实用性。 关键词：初期损伤；整体结构；RBF 神经网络；最近邻聚类算法；分形理论 0 引言 古典的材料力学所描述的材料强度理论，是在假定均匀连续的基础上进行研究的。但实际材料 和构件是存在初期损伤的，从开始变形直至破坏，是一个逐渐劣化的过程。损伤力学的基本特点就 是在于研究这种演化，损伤力学研究的难点和重点在于含损伤材料的本构理论和演化方程。损伤力 学发展至今，不过 50 多年的历史。目前虽然涌现出了各种各样的损伤理论，但尚没出现比较公认的 [1] 具有普遍意义的理论 。 对于初期损伤目前在实际工程中常用有限元法等方法来进行模拟，但这些方法都必须在计算前 确定初始损伤的特征。每个坝体的损伤带有很强的随机性，这就意味着对每个特定的坝体每种初始 损伤都要单独进行计算。显然，这样做要花费大量的人力、物力、财力。除此之外，因为每次计算 [2] 相对复杂，所以结果可靠程度在很大程度上还取决于工程人员的水平 。 1 系统建立的基本理论 1.1 初期损伤的定义 从 1980 年开始，各国学者提出了各种损伤模型，包括弹性损伤模型、弹塑性损伤模型等。按照 应变等价原理，认为应力σ作用在受损材料上引起应变与有效应力作用在无损材料上引起的应变价。 根据这一原理，受损材料的本构关系可通过无损材料中的名义应力得到[3]，即： σ σ ε − (1 σ) D E 0 （1） E E 或： E σ(1 D ) − ε （2） 0 那么只考虑初始损伤则有： 1 E E D(1 0 ) − （3） 式中： E和E0分别为损伤、原始无损伤弹性模量;D为损伤变量。损伤变量一般可以通过确定性 途径、随机性途径和分形理论来确定。本文采用分形理论来确定。 对于各向同性材料，D=0 对应无损伤状态；D＝1 对应完全损伤状态；0D1 对应于不同的损伤 状态。 1.2 RBF 神经网络 由于初期损伤的复杂性，它所涉及的特征参数通常是不完全定量的，甚至是随机的、模糊的， 难以用确定的数学模型加以描述，而神经网络则可以通过对样本的反复学习来反映整体结构的非线 性演化关系[4]。径向基函数RBF神经网络是由J.Moody和C.Darken于 20 世纪 80 年代末提出的一