实时混合模拟的误差影响分析与修正关键技术研究

来源 :东南大学 | 被引量 : 1次 | 上传用户:lipeng632
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
实时混合模拟是一种具有高速计算、高速加载和高速信息交互能力的动力试验方法。该方法采用子结构试验原理,将研究系统分为数值和试验子结构,其中前者通过有限元模拟分析,而后者在实验室进行同步加载。实时混合模拟可以显著降低试验花费,提供了一种在有限空间内研究大尺度结构动力性能的有效试验方法,被视为是今后土木工程试验的发展方向。目前,该方法处于快速发展阶段,本文针对实时混合模拟中的误差影响分析与修正技术,先后开展了理论分析、数值模拟和试验验证,主要研究内容如下:
  1、作动器时滞对系统稳定性的影响分析
  通过弹簧系统的实时混合模拟试验,发现作动器动力响应延迟符合时变时滞假设,而常时滞假设仅是系统稳定性分析的简化考虑。为研究时变时滞/常时滞对系统稳定性影响,本文采用L-K稳定理论,分别研究了单自由度单时滞和多自由度多时滞系统的稳定性,并提出了矩阵不等式形式的系统稳定判据。由于L-K稳定理论具有保守性,该判据是系统稳定的充分非必要条件。文中发现:(1)时变时滞系统稳定域随时滞最大变化率的增大而减小;(2)时变时滞系统稳定域小于常时滞系统稳定域。上述结论推翻了时变时滞和常时滞对系统稳定性有相同的影响,证明了作动器响应延迟的常时滞简化扩大了系统真实稳定域。根据线性单自由度系统模型分析发现,仅当系统自振周期大于1.5Hz且试验子结构刚度比率小于0.2时,时变时滞对系统稳定性具有明显不利的影响,其余情况系统可近似简化为常时滞系统分析。此外,随着系统自由度和时滞来源的增加,L-K稳定判据准确性逐步降低,时变时滞对系统稳定性的负面影响逐步增加。
  2、基于离散切线刚度估计的反馈力修正方法
  实时混合模拟对试验的同步性要求极高,作动器位移追踪过载/欠载误差,会导致试验系统能量耗散/累积。反馈力分析方法中最重要的变量为试验构件的瞬时刚度,传统方法通常采用固定长度的历史数据计算构件瞬时刚度,其中可能包含大量过时的信息,从而对试验构件瞬时刚度的估计产生严重的危害。本文基于几何分析方法和离散曲线参数识别理论,开发了一种适用于实时混合模拟试验的在线离散切线刚度估计方法。该方法可根据测量噪声大小,自动搜索历史测量数据并自适应保留有效数据,同时清理过时数据,通过夹逼原理构造离散位移-反馈力曲线的切线。上述改进可大大提高试件瞬时刚度估计的及时性和准确性。根据数值模拟和实时试验结果,验证了该方法的有效性。相较于单独使用位移补偿方法,联合使用位移补偿和反馈力修正方法,可进一步减少试验能量累积误差60~80%,从而获得较为准确的试验结果。
  3、计算时滞的影响及全模拟软件的开发
  采用MTS提供的试验方案完成了滑移支座实时混合模拟试验。试验结果表明,在某些时步试验中存在计算延迟现象。主要原因在于OpenSees默认选用计算效率低、耗时长但准确性、稳定性优的Generalized-α隐式积分算法。由于实时混合模拟对试验的同步性要求极高,且计算延迟具有偶然性和随机性,无法预测、补偿,因此计算延迟严重破坏了试验的连续性和实时性。为了克服计算延迟,同时考虑作动器时滞效应,基于MATLAB/GUI环境开发了实时混合试验全模拟软件。该软件界面可视,人机交互友善,简化了试验流程,增加了显式积分算法,可对试验进行全过程模拟,实现试验前预模拟分析、试验中流程控制以及试验后数据处理。
  4、隔震支座系统的实时混合模拟试验
  为验证并推广实时混合模拟试验方法,以新型滑移支座和铅芯橡胶支座为试验子结构,研究了隔震支座在地震作用下的力学性能和整体结构的隔震效果。滑移支座试验显示,试验支座的摩擦系数与加载频率和支座压强相关;采用摩擦支座单元能较好地模拟滑移支座的摩擦耗能特性;滑移隔震结构通过隔震层的水平变形使上部结构整体滑动,消耗了地震能量,减小了地震影响。铅芯橡胶支座试验在测试前使用全模拟软件进行了试验预演,分析了作动器时滞影响、检验补偿修正方法的有效性,预测了支座的位移反力峰值;试验中采用Simulink进行流程控制;试验后自动分析试验数据,判断试验结果可信度。试验表明,联合使用位移补偿方法和反馈力修正方法可显著降低加载误差;铅芯橡胶支座通过增大结构自振周期和变形耗能降低地震危害。
其他文献
随着科学技术的迅猛发展,国防军事、汽车电子、航空航天、工业电气自动化、燃料电池等领域越来越需要高温气敏传感器的发展来推进技术的革新,然而以硅为主体的器件多用于低温低频条件下,无法适用于高温条件下,因此,以碳化硅为基底的高温气敏传感器的研究成为人们关注的热点,特别是金属-绝缘层-半导体肖特基二极管(MIS SBD)结构的气敏传感器,其结构简单、易于制作、易于集成、外围电路简单等更是成为研究的重点。但
表征学习一直以来都是机器学习的研究热点,数据的特征表达形式及其分布规律直接决定后续学习任务的的性能和效率。受限玻尔兹曼机(RBM)是经典的表征学习模型,也是目前深度学习网络的基础模块之一,在表征学习中显示出强大的特征提取能力,近年来在多个领域都取得了成功。然而经典RBM的训练过程缺少辅助信息引导特征编码,而且不具备协同表征学习能力。因此,本文在传统的RBM模型训练过程中融合多种辅助信息引导特征编码
学位
学位
学位
学位
学位
学位
随着社会发展和人民生活水平的不断提高,绿色环保、可工业化生产的现代木结构建筑逐渐受到人们的青睐。其中正交胶合木(CLT)结构是目前主流的多高层木结构体系。但由于木材可燃,木结构的抗火性能始终是人们关注的焦点问题之一。当CLT木结构建筑发生火灾时,其火灾特性及发展规律与普通室内自然火灾有显著区别,传统基于标准火灾的抗火设计方法已不再完全适用。目前,国内外对木结构抗火设计的研究已经取得了一定的进展,但
随着发展中国家经济的高速发展,全球可再生资源减少且环境染污加重。因此,为了保持社会的可持续性发展,积极使用高性能天然复合材料是公认的有效对策之一。事实上,近数十年来,各国研究者在与天然复合材料相关的研究或工程应用方面均取得了显著的成果。在这一背景下,为了研发轻质绿色的新型环保的装配式建材,本研究在回顾本课题组长期从事的甲虫前翅轻质复合材料研究的基础上,通过对我国秸秆水泥基建筑材料的系统综述,发现了