【摘 要】
：
子结构试验,又称为混合试验,是一种将真实物理加载试验和有限元数值模拟耦合计算的结构抗震试验方法,对于揭示大型复杂结构的抗震性能具有重要的应用前景。通常将结构中最先进入非线性的关键构件作为试验子结构进行物理试验,而剩余部分作为数值子结构,并采用假定的数值模型在计算机中进行模拟。但是对于可能进入非线性而无法进行试验的关键构件,其假定的数值模型可能存在较大模型误差:第一类误差源自数值模型过于简化导致的模
【基金项目】
：
国家自然科学基金（51708110）；
论文部分内容阅读
子结构试验,又称为混合试验,是一种将真实物理加载试验和有限元数值模拟耦合计算的结构抗震试验方法,对于揭示大型复杂结构的抗震性能具有重要的应用前景。通常将结构中最先进入非线性的关键构件作为试验子结构进行物理试验,而剩余部分作为数值子结构,并采用假定的数值模型在计算机中进行模拟。但是对于可能进入非线性而无法进行试验的关键构件,其假定的数值模型可能存在较大模型误差:第一类误差源自数值模型过于简化导致的模型缺陷;第二类误差来自数值模型参数的不确定性。为了减小模型误差,模型更新思想被应用于混合试验中,利用试验子结构的实测数据在线识别其本构模型,并同步更新数值子结构中相应部分的模型。神经网络能够对无法用确定数值模型描述的系统进行辨识,避免数值模型缺陷引起的结构响应失真风险,有效地减少模型误差。基于此,本文提出了一种基于神经网络模型更新的子结构试验方法,主要研究内容和结论如下:（1）提出了基于神经网络模型更新的混合试验方法架构。从稳定性和自适应性两个方面进行了在线神经网络算法的鲁棒性控制研究:采用“离线训练+在线微调”的两阶段试验方法架构,即利用构件已有的试验数据离线训练神经网络模型,并将预训练好的神经网络模型作为数值子结构中相应构件的初始本构模型,再通过在线神经网络算法对不精确的神经网络模型进行在线微调,以保证在线识别系统的稳定性;每时步的在线训练样本采取“随机离线样本+带有遗忘因子的动态窗口样本”的组合方式,一部分样本从离线训练样本中随机选取,保证神经网络在旧任务中表现良好的能力;另一部分样本采用当前加载步试验子结构最近的批量样本,样本越新,给予的训练权重越大,提高在线识别系统的自适应性。总结了基于神经网络模型更新的混合试验方法架构与实现流程。以二自由度的非线性系统为例,在MATLAB中进行了相似加载路径下的模型更新混合试验数值验证。采用四组非线性程度不同的离线样本预训练神经网络模型。研究表明:在相似加载路径下,与传统混合试验和基于神经网络离线校正的混合试验相比,提出的基于神经网络模型更新的混合试验方法可以有效地降低预设的数值模型或预训练的神经网络模型与真实模型之间的不同程度的模型误差,具有较高的模型更新精度、鲁棒性和适用性。（2）搭建了基于神经网络模型更新的混合试验系统（MATLAB-Openfresco-MTS混合试验系统）,阐述了网络试验平台Openfresco与MTS加载控制系统、MATLAB软件（有限元分析和神经网络模型更新计算）之间的通讯连接方法。以带屈曲约束支撑的六层框架结构为例,通过数值模拟验证了混合试验系统的有效性,同时进行了不同加载路径下的多种模型更新混合试验方法的数值仿真。试验子结构通过Openfresco内置的实验单元进行虚拟加载,且采用Bouc-Wen-Baber-Noori模型,以探讨在较大模型误差的情况下本文提出方法对强非线性模型的识别能力。研究表明:所搭建的混合试验系统是可行的、有效的。在模型误差较大的情况下,与传统混合试验、基于神经网络离线校正的混合试验、基于传统神经网络模型更新的混合试验、基于UKF模型更新的混合试验相比,提出的模型更新混合试验方法在不同加载路径下均可以大幅度地降低模型误差,能够学习到初始模型中不存在的滞回行为,对于强非线性模型具有良好的识别效果,在全时程和峰值响应处均具有较高的恢复力预测精度,具有良好的自适应性、精度和鲁棒性。另外,数值仿真的均步耗时在0.12s-0.15s范围内,提出的模型更新混合试验方法的计算效率满足慢速拟动力子结构试验的要求。（3）以带弯曲型阻尼器的两层两跨框架结构为例,设计了弯曲型阻尼器试验子结构,开展了基于神经网络模型更新的混合试验验证。试验研究表明:在相似加载路径下,与传统混合试验、基于神经网络离线校正的混合试验和基于UKF模型更新的混合试验相比,提出的基于神经网络模型更新的混合试验方法可以有效地减小预设的数值模型或预训练的神经网络模型与真实模型之间的模型误差,在全时程和峰值响应处均能够较好地预测恢复力,进一步提高了混合试验的精度。混合试验验证的均步耗时为0.13s,提出的基于神经网络模型更新的混合试验方法可以较好地适用于慢速拟动力子结构试验。
其他文献
智能功率驱动芯片凭借其高集成度和高可靠性等优势在家用电器、汽车电子、工业控制等工业领域中被广泛应用。自举电路是智能功率驱动芯片中最常用和便捷的高压侧供电电路,但是其无法实现持续供电,限制了智能功率驱动芯片的工作频率,影响其进一步发展和应用。刷新电路是现阶段解决高压侧长时间供电问题的有效途径,但是刷新时负载器件的开关过程会引入额外的开关损耗。因此,研发一种运用于智能功率驱动芯片的新型高压侧持续供电结
蓝牙Mesh网络是蓝牙技术联盟提出的一种基于低功耗蓝牙的无线自组织网络,可提供多对多传输。蓝牙Mesh标准中采用管理型泛洪实现消息传递,模式简单。但是采用这种管理型泛洪算法会产生大量的消息冗余,造成信道拥堵以及消息碰撞,进一步导致传输成功率下降、通信延迟增加等问题。因此,设计并实现合适的路由协议,以解决泛洪模式中的冗余数据包和消息碰撞问题,具有重要意义。基于上述问题,本论文引入机会路由对管理型泛洪
SerDes技术,最早期应用在以光纤为传输介质的远距离广域网通信。但是随着数据传输速率的不断增长,这种串行通信技术正不断拓展到其他应用领域,在各类数据通信系统中被广泛采用,成为了高速接口技术的主流。因此,对高速SerDes芯片的研究具有很重要的现实意义。本文的研究重点为SerDes系统中的编/解码器和分/复接器。在编/解码器方面,经过对多种编/解码方案综合比较之后,选择工作方式简单且直流平衡能力较
碳纤维复合材料在土木工程领域获得的广泛的应用与研究。碳纤维网格筋作为一种较为新型的产品形式开始被广泛关注。对于墙板类混凝土构件,采用正交网格布筋形式是最常用的。碳纤维网格筋是通过连续纤维浸渍在树脂基体中形成的纵横交错的整体性正交网格状的硬质产品。与钢筋材料绑扎形成的网格产品相比,碳纤维网格筋具有整体性能好、施工便捷,且轻质、高强且耐腐蚀等优异性能。因此,研究碳纤维网格筋混凝土板的平面内压剪力学性能
【背景】脑室内出血（IVH）是新生儿发病和死亡的最常见原因之一,主要与早产有关。近二十年以来,IVH的发病率已大大降低,许多新生儿专家认为IVH是极早/超早产儿发病和死亡的重要危险因素。【目的】这项研究的目的是初步研究和探讨IVH与极早/超早早产儿血清钠水平之间的关系。具体目标是:1.探讨极早/超早早产儿血清钠波动水平是否会引起或加重早产儿颅内出血。2.研究极早/超早早产儿高钠血症的发生率。【方法
在土木工程领域,工程用水泥基复合材料（Engineered Cementitious Composites,ECC）已得到了长足的发展,而该材料的力学性能则受多方面参数的影响。人工神经网络（Artificial Neural Network,ANN）算法被认为是预测这些参数影响的有力工具。这一方法的特点在于可通过输入已有的实验数据训练模型,以使得模型具有精确预测力学性能的能力。此外,该方法从本质上
建造于高纬度严寒地区的海洋平台、桥梁等混凝土结构,在服役期会遭遇船舶、各种漂浮物的偶然撞击以及极端的环境侵蚀影响。冻融循环作为一种多发于寒冷地区的环境侵蚀类型,会对混凝土结构长期使用安全性造成重要影响。当前,国内外关于混凝土结构动态冲击性能的研究主要基于一般常态环境,而关于混凝土在遭受先期冻融损伤后的动态性能研究却寥寥无几。相关研究多集中在对试验现象进行一般性的变化趋势总结,未从理论角度阐释冻融损
混凝土材料是当今社会最为重要的土木工程材料之一,为人类社会的发展与建设做出了不可估量的贡献,3D打印技术与混凝土技术相结合的混凝土3D打印技术的出现为混凝土的可持续发展提供了新的方向。在此背景下,本文对适用于3D打印的墙板结构体系及混凝土3D打印墙体的受力性能进行研究。主要内容如下:（1）本文设计了两批不同龄期的3D打印混凝土立方体试块和棱柱体试块。立方体试块用作测量3D打印混凝土各个加载方向的立
闭式液体静压导轨因其抗振性好、运动精度高、平稳等优点,已广泛应用于精密机床。静压导轨静态性能直接影响机床的加工精度和使用性能。静压导轨静态性能主要包括导轨刚度、承载力、封油边出口流量等。影响导轨性能的因素有很多,随着加工精度的不断提高,导轨的弹性变形对其静态性能的影响不可忽略。本文针对一种新型主、辅油垫共面的闭式静压导轨,提出了考虑弹性变形影响的静压导轨静态特性多步计算方法,并较为系统地分析弹性变
随着城市规划建设思路开始由高速城镇化转向新型城镇化,人们开始从不同群体和个体的视角看待城市,发现了许多城市问题。以机动交通为导向的城市规划忽略了儿童的通学需求,过大尺度的街道、车流量及其造成的空气污染,使儿童步行上学的安全性和舒适性都难以得到保障。再加上在公共健康面临巨大挑战的今天,健康城市规划、高效的城市管理和信息化建设提速,以儿童为出发点的健康城市建设变得尤其重要。本文从儿童健康的视角出发,对