基于kriging代理模型的钢桁架桥有限元模型参数修正.docxVIP

基于kriging代理模型的钢桁架桥有限元模型参数修正 0 有限元模型修正 近年来，有限模型被广泛使用。然而，由于等式模型的不确定性因素，如网格划分、边界条件、材料物理参数等，建立的有限模型与实际结构之间往往存在一些差异，因此有必要对测试数据进行修改，并尽可能接近实际结构。 关于有限元模型修正的方法可以分为三类，即直接类修正算法 在实际运用有限元模型计算的过程中，由于直接调用有限元软件进行模型修正存在着计算效率低、不方便二次开发等缺点，学者提出了采用代理模型并结合智能算法进行模型修正的方法，此类方法可以克服修正过程中大量调用有限元模型计算繁琐的不足。目前常用的代理模型包括响应面模型 其中，Kriging代理模型方法 本文以滨湖路钢桁架桥为研究对象，选择桥梁结构的参数作为修正对象，基于Kriging代理模型和桥梁荷载试验数据，以修正桥梁的有限元模型，使有限元模型更接近桥梁的实际情况。 1 修正ksi格模型的理论 1.1 参数xf及局部x Kriging模型方法作为线性回归分析的改进技术，由线形回归模型与随机过程相加组合而成，其基本形式为： 式中：x是维度为d的设计参数[x f(x）负责模拟全局近似计算，z(x）负责模拟局部近似计算。z(x）是随机过程，其均值为零且协方差不为零。在Kriging代理模型中，由于z(x）这一随机过程的灵活运用，其建立的代理模型具有很强的灵活性，这样一来，模型可以更好的运用于求解复杂情况的非线性结构，解决了传统基于多项式函数所建立的代理模型在精度上的不足。 z(x）的协方差矩阵具有如下形式： 式中： R R(x 式中：x 1.2 kriger模型优化 对于参数θ 由上式可得出结构响应估计值的残值： 若上式所示残差的平均值为0，则得到的结构响应值则为无偏估计值，可得到下式所示关系： 可以求得结构响应估计值的方差为： 式中：r为相关矩阵R中的某一列。通过求解结构响应估计值方差的最小值，并使其满足无偏估计的约束，可建立优化目标函数： 式中：λ为拉格朗日乘子向量，通过优化求解可得以下结果： 将上述结果引入结构响应估计值可得： 若令 其中， 式中：空间相关矩阵R为： 上述两式β*与σ 式中：|R|为矩阵R的行列式值；θ值可以通过优化方法得到。确定了θ 求解关于以上优化问题，可得到参数θ 基于Kriging模型的有限元模型修正方法也属于响应面方法的一种，通过不同函数建立的响应面模型其适用性也不尽相同，所以，就需要对所建立的响应面模型进行精度验算。验证响应面模型精度的方法有很多，如：残差的正态分布检验、残差的均值、EISE检验、R 相对均方根误差(RMSE): 判定系数： 式中： y和y 2 初始开元模型的建立 2.1 主桁架下弦杆 滨湖路桥位于宛溪河上，其主体结构为两跨钢桁架桥其跨径为50+50m，主桁架采用双片桁架，边支点桁高为4.5m，中支点桁高为17.5m。上弦杆线形为二次抛物线形式，主桁架下弦杆采用焊接整体节点结构形式，主桥桥梁横断面共33m，全桥材料为Q345q D钢材。 桥型布置如图1所示。 2.2 有限元模型建立 按照设计图纸，使用有限元计算软件Midas建立全桥有限元模型，上部结构采用Q345q D钢材，设计强度200MPa，容重取，考虑到加劲肋、横隔板、横肋的重量，桥梁结构的自重系数取1.2。每侧护栏取，每侧灯柱取，桥面铺装取，人行道自重简化成荷载：，人群荷载集度取：，汽车荷载取公路-Ⅰ级。 桥面系模型采用4片主梁，主桁架采用双桁架模型进行分析，全桥模型均采用梁单元进行模拟。全桥共离散成1112个单元。其有限元计算模型见图2所示。 表1给出利用有限元模型计算得到的结构前三阶竖弯自振频率与振型。 3 现场动脉测试及结果 3.1 自振特性分析 脉动试验主要测量主桥的自振频率、振型和阻尼比。试验选用压电式加速度传感器，记录桥梁结构在环境激励下，如风、水流、地脉动等引起的桥梁振动，然后对记录下来的桥梁振动时程信号进行处理,并进行时域和频域分析，求出桥梁结构自振特性。全桥共设置6个加速度传感器测点，试验中加速度传感器测点布置如图3所示。 对环境激励下桥梁的响应信号进行多次功率谱的平均分析，可得到桥梁的各阶自振频率，再利用各个测点的振幅和相位关系，可求得桥梁各阶模态相应的振型，利用幅频图上各峰值处的半功率带宽或时域上的自相关确定各阶模态阻尼比。利用脉动试验测出全桥结构前三阶竖弯振型以及频率。 3.2 动力响应分析 本文中，使用随机子空间方法(SSI)方法，处理所采集的响应信号，识别结构的模态参数。图4为1号测点的加速度时程响应。图5为基于SSI的竖向振动频率稳定图。表2列出了该桥实测自振频率以及振型图。 4 初步模型的改进 4.1 krige模型建立的基本步骤 利用Kriging代理模型进行有限元模型修正