- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
粘弹性与温度场联合识别的正演策略
1 粘弹性参数的反演和求解
在航空、航空航天、原子能工业和寒冷区域工程等领域,材料结构的温度应力通常需要计算。这是实际工程中经常遇到的问题。确定温度场分布、本构参量及边界条件等有关系统参数, 是进行温度应力分析的必要前提。但由于实际工程的复杂性及各种条件的限制, 使这些参数和信息往往无法直接测取, 从而给研究和生产带来了很大的不便。这时可借助反演技术, 对有关量进行预估和推演。
基于准静态位移的反演技术, 被广泛用于对力学相关参量的反演识别, 文献[1]采用迭代法反演坝体混凝土的弹性模量;文献[2]从有限元和优化方法出发, 给出非均质粘弹性介质的分阶反演公式, 并对粘弹性本构模式的识别作了初步探讨;文献[3]采用直接边界单元法, 依据边界、域内位移、扰动力的量测信息, 建立了可以同时反演确定三维初始地应力和弹性常数以及粘弹性常数的计算方法。文献[4]对准静态位移反演的优化方法进行了对比。但据作者目前的查阅, 尚未见到利用准静态位移信息对粘弹本构参数与温度场进行联合反演的工作。
本文借助有限元法, 给出了粘弹性情况下, 离散形式的准静态位移与待识别的粘弹性本构参数及温度场的显式关系;并据此提出了对粘弹性参数和温度场分布进行联合反演的方法, 为热-力/位移反问题的求解提供了一条新思路。
在以往的工作中, 粘弹性本构参数的反演一般是被作为一个无约束优化问题提出和求解的。但从物理意义上讲, 此类变量应该存在大于、等于‘0’的下限约束。此外, 在粘弹性反问题的凸性没有保证的情况下, 由于对设计变量没有进行约束, 无约束优化模型在迭代求解过程中, 往往产生数值震荡、计算效率降低、甚至结果发散的现象。为此, 本文将此联合识别问题归结为一个带有多个不等式约束的非线性规划问题, 并采用凝聚函数法进行求解, 给出了数值验证, 讨论了与时间相关和无关的信息误差对识别结果的影响。
2 面力向量q
本文着重研究轴对称问题, 对一般的三维问题, 求解思路是完全相同的。
粘弹性系统的控制方程可写成如下形式
应变和位移关系为
积分形式表达的本构关系为
这里{ε}和{σ}分别表示应变和应力向量, {F}为体力向量;{σ}
[D]为仅与泊松比ν有关的常数矩阵, 对于轴对称问题,
L是一个积分算子
E为杨氏模量;t为时间;τ为积分变量;δ表示蠕变核函数。
边界条件为:
式中{?u}为给定位移向量;[n]为边界的方向余弦矩阵;{f}为给定边界上的面力向量;x为坐标;Γ=Γ
可以证明
其中,
Q (t) 将因不同的粘弹性模型而异
其中, x
Burgers模型是一种相对复杂的粘弹性模型, 包含了工程中常用的线性模型。取其作为反演模型, 主要是为了验证算法对较复杂的粘弹性本构关系的识别能力。对于较其更复杂的粘弹性模型, 按本文思路进行求解在理论和计算上没有原则性的困难。
{u}
简明起见, 假设节点载荷仅是由温度变化所引起的。将温度应变作为初应变处理
对于轴对称问题,
[N]是形状函数矩阵, [B]=[H
文献[10]根据代理约束的概念和最大熵原理给出了一个可微函数
即“凝聚函数”, 其中p是一个正的控制参数。
凝聚函数 (27) 与“极大约束” (26) 之间存在如下不等式关系
式中m为约束的个数, 此式可用来估计误差。
可以证明
在数值求解时, 只要p取足够大, 则可认为问题 (P2) 与 (P1) 或 (P) 是等价的。
当原问题至少有一个紧约束时, 问题 (P2) 中的单个不等式约束可进一步写成等式约束。利用乘子法
式中α为函数 (27) 的拉格朗日乘子, c为惩罚因子;α值在迭代中按下式修正:
式 (30) 中的拉格朗日乘子α在数值上等于原问题所有约束的拉格朗日乘子之和, 这正是“凝聚”的意义所在, 它代表了一种“凝聚”后的“总体惩罚”, 因而计算效率较高
对无约束优化问题 (30) , 采用标准的BFGS
5 正态分布问题反演实验结果
为保证设计变量{X
简明起见, 本节略去了计算中各参量的单位, 这并不影响对计算结果的分析。
在弹性计算中, 各单元取E=1, μ=3.0;在粘弹性计算中, Burgers模型中的E
1、辨识结果及初值、测点对反演结果的影响
表1列出了对E
2、误差处理
由于实际问题中信息误差是不可避免的, 因而反演求解必须考虑该因素的影响。
1) 对于与时间无关的位移误差按下式模拟
2) 对于与时间有关的位移误差, 考虑其符合正弦规律变化, 按下式模拟
1) 、2) 中, u
设有一组容量为30的样本观察值, (计算时对某一固定的σ, 随机选取30个符合标准正态分布的ξ值) , 根据这组位移观察值, 便可反演出30组结果。假设此反演结果也符合正态分布, 则平均值的置信区间由下式决定
其中, x是识别
文档评论(0)