[发明专利]一种基于时变温度响应的桥梁结构概率基准有限元模型构建方法在审

专利信息
申请号: 201710470745.8 申请日: 2017-06-20
公开(公告)号: CN107292022A 公开(公告)日: 2017-10-24
发明(设计)人: 张绍逸;刘洋;曹建新;周正 申请(专利权)人: 哈尔滨工业大学
主分类号: G06F17/50 分类号: G06F17/50
代理公司: 哈尔滨市松花江专利商标事务所23109 代理人: 杨立超
地址: 150001 黑龙*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 温度 响应 桥梁 结构 概率 基准 有限元 模型 构建 方法
【权利要求书】:

1.一种基于时变温度响应的桥梁结构概率基准有限元模型构建方法,其特征在于:所述基于时变温度响应的桥梁结构概率基准有限元模型构建方法包括以下步骤:

步骤一:建立桥梁结构模态参数与环境温度的特征样本集合,并依据高斯分布形式进行聚类分组;

步骤二:针对步骤一得到的不同聚类组,分别建立桥梁结构有限元模型及克里金模型;

步骤三:使用步骤二建立的克里金模型及遗传算法,对步骤二建立的桥梁结构有限元模型的修正参数均值进行修正,建立桥梁结构的基准有限元模型;

步骤四:根据步骤三建立的桥梁结构基准有限元模型,确定概率基准有限元模型修正参数的初值;

步骤五:根据步骤四所确定的修正参数初值,对步骤三建立的桥梁结构的基准有限元模型的修正参数协方差进行修正,建立桥梁结构的概率基准有限元模型。

2.根据权利要求1所述的一种基于时变温度响应的桥梁结构概率基准有限元模型构建方法,其特征在于:所述步骤一中建立桥梁结构模态参数与环境温度的特征样本集合,并依据高斯分布形式进行聚类分组的具体过程为:

步骤一一、利用连续采集技术,收集一段监测期内桥梁的加速度数据及环境温度数据;

步骤一二、使用特征值识别算法对每小时采集的加速度数据进行模态参数识别,模态参数为前P阶固有频率信息fM,及对应的每小时的温度信息T;

步骤一三、构建特征样本集合Θ=[T,fM],特征样本集合由P+1维连续随机分布且概率密度ζ(Θ)样本构成;所述P为固有频率模态阶数的总数;

步骤一四、计算概率密度ζ(Θ);

其中,τδ表示第δ聚类组的混合比例,Υ是聚类组的总数,Φδ(Θ|μδδ)是第δ聚类组以均值μδ和协方差Γδ构成的多元高斯分布;

步骤一五、结合MATLAB软件使用期望最大化算法求解公式(1),得到聚类分析后的数据Θ,得到聚类后的模态参数,即前P阶固有频率信息fM

3.根据权利要求2所述的一种基于时变温度响应的桥梁结构概率基准有限元模型构建方法,其特征在于:所述步骤二中建立桥梁结构有限元模型及克里金模型的具体过程为:

步骤二一、使用ANSYS软件,建立桥梁结构的有限元模型;

步骤二二、确定修正参数θ,修正参数θ包括受温度影响的结构的混凝土弹性模量及钢材的弹性模量及边界条件;

步骤二三、确定模态参数变量f(θ),模态参数变量f(θ)为桥梁结构的前P阶的频率信息;

步骤二四、采用中心复合设计方法,并结合ANSYS建立的有限元模型,获取克里金模型的采样集合[θ,f(θ)];

步骤二五、克里金模型的数学表达式如下:

f^(θv)=ξ(θv)Tβ+γ(θv)---(2)]]>

其中是f(θv)的估计值,趋势项ξ(θv)是含有灵敏度系数β的多项式,随机变量γ(θv)均值为0;

步骤二六、确定克里金模型的灵敏度系数β,结合MATLAB软件,构建有限元模型的输入与输出的数学函数关系即为克里金模型:

步骤二七、随机生成50~100个检测样本,使用总体平方和检验算法对克里金模型的精度进行评估;

步骤二八、重复执行步骤二六至步骤二七,调整克里金模型的灵敏度系数β,直到Kriging模型的精度满足要求为止。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学,未经哈尔滨工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710470745.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top