近日，電子科技大學(xué)機(jī)械與電氣工程學(xué)院可靠性與設(shè)備健康管理研究所石巖老師指導(dǎo)的2020級(jí)本科生陳遠(yuǎn)慮在工程隨機(jī)分析領(lǐng)域知名期刊《Probabilistic Engineering Mechanics》上發(fā)表論文“Uncertainty Analysis of Structural Output with Closed-form Expression Based on Surrogate Model”。機(jī)械與電氣工程學(xué)院為論文第一單位，陳遠(yuǎn)慮同學(xué)為論文第一作者，石巖老師為通訊作者。該工作以求解復(fù)雜結(jié)構(gòu)響應(yīng)的均值和方差為目標(biāo)，基于代理模型構(gòu)建了自適應(yīng)更新學(xué)習(xí)函數(shù)及迭代策略，從而以盡可能少的計(jì)算成本得到較高精度的不確定性量化結(jié)果。
圖1 所提方法迭代示意圖
工程實(shí)際中復(fù)雜結(jié)構(gòu)往往存在多種不確定性，這些不確定性會(huì)對(duì)結(jié)構(gòu)性能產(chǎn)生重要影響，進(jìn)而影響結(jié)構(gòu)運(yùn)行的安全性和可靠性。因此，對(duì)復(fù)雜結(jié)構(gòu)的輸出不確定性進(jìn)行量化研究具有重要的工程價(jià)值。傳統(tǒng)數(shù)字模擬方法在對(duì)結(jié)構(gòu)輸出不確定性進(jìn)行量化時(shí)，需要多次調(diào)用真實(shí)有限元模型進(jìn)行計(jì)算，這一過(guò)程需要耗費(fèi)巨大的時(shí)間和經(jīng)濟(jì)成本，在工程實(shí)際中難以實(shí)現(xiàn)。為此，本文基于Kriging代理模型，提出了一種有效的自適應(yīng)不確定性分析方法。
圖2 輸出不確定性分析結(jié)果
文所提方法通過(guò)考慮模型預(yù)測(cè)的不確定性，建立了復(fù)雜結(jié)構(gòu)輸出均值與方差的解析表達(dá)式，并且對(duì)輸出均值的后驗(yàn)方差進(jìn)行了量化研究。此外，以復(fù)雜結(jié)構(gòu)響應(yīng)函數(shù)的預(yù)測(cè)均值和方差為指標(biāo)，構(gòu)建了自適應(yīng)更新學(xué)習(xí)函數(shù)及迭代策略，從而以盡可能少的計(jì)算成本促使代理模型的預(yù)測(cè)精度達(dá)到最佳。最終，通過(guò)飛機(jī)加強(qiáng)肋等復(fù)雜結(jié)構(gòu)的不確定性分析，表明了所提方法在處理復(fù)雜工程結(jié)構(gòu)不確定性量化問(wèn)題的巨大潛力。
本論文研究工作由陳遠(yuǎn)慮入選機(jī)電學(xué)院“智能裝備可靠性登頂計(jì)劃”科研育人計(jì)劃后，在可靠性與設(shè)備健康管理研究所石巖老師指導(dǎo)下獨(dú)立完成。
機(jī)械與電氣工程學(xué)院科研育人“智能裝備可靠性登頂計(jì)劃”項(xiàng)目負(fù)責(zé)人為黃洪鐘教授，科研育人分項(xiàng)目的負(fù)責(zé)人為丁杰雄、李迅波、汪忠來(lái)、王偉教授。該登頂計(jì)劃有四個(gè)終極挑戰(zhàn)項(xiàng)目：機(jī)器人干活有多準(zhǔn)；工業(yè)智能感知與質(zhì)量大數(shù)據(jù)；仿生撲翼器向往可靠的天空；基于數(shù)字孿生的智能車間運(yùn)維。在計(jì)劃實(shí)施中采用“一次選拔，兩次納新，三次退出”的動(dòng)態(tài)管理模式 。參與計(jì)劃的學(xué)生在系統(tǒng)性的、逐級(jí)通關(guān)的登頂過(guò)程中提升解決工程問(wèn)題的能力、提升創(chuàng)新能力、團(tuán)隊(duì)合作能力、領(lǐng)導(dǎo)能力等綜合能力。
《Probabilistic Engineering Mechanics》是Elsevier旗下工程隨機(jī)分析領(lǐng)域知名期刊，該期刊旨在推動(dòng)概率和統(tǒng)計(jì)方法在工程力學(xué)中的應(yīng)用和發(fā)展，主要處理在航空航天、土木、海洋、機(jī)械和核工程等不同技術(shù)學(xué)科中遇到的當(dāng)代固體/結(jié)構(gòu)和流體力學(xué)問(wèn)題的概率和統(tǒng)計(jì)方法。
本文轉(zhuǎn)自：電子科大本科招生
版權(quán)聲明：本文內(nèi)容由互聯(lián)網(wǎng)用戶自發(fā)貢獻(xiàn)，該文觀點(diǎn)僅代表作者本人。本站僅提供信息存儲(chǔ)空間服務(wù)，不擁有所有權(quán)，不承擔(dān)相關(guān)法律責(zé)任。如發(fā)現(xiàn)本站有涉嫌抄襲侵權(quán)/違法違規(guī)的內(nèi)容， 請(qǐng)發(fā)送郵件至 舉報(bào)，一經(jīng)查實(shí)，本站將立刻刪除。
