下期文章摘要预报

基于神经网络的岩土工程结构随机有限元分析邓　建 ,朱合华　　针对有限元蒙特卡罗法计算量大的弊端和岩土工程结构功能函数不能用显式表达的可靠性分析问题 ,提出并论证了基于神经网络的随机有限元 (有限元蒙特卡罗 )分析法 .神经网络具有高度非线性的映射能力 ,可用来逼近结构响应量与随机变量的映射关系 .通过典型岩土工程结构的应用实例分析 ,初步显示了基于神经网络的有限元蒙特卡罗法的应用效果和前景 .波浪对弹性结构三维绕流分析的半解析方法曹志远 ,翟　桐　　采用二维解析和一维离散的方法处理无限流体介质 ,建立一种分析结构与外…     

基于神经网络-蒙特卡罗法的隧道初衬可靠度研究

对于功能函数是隐函数的可靠性分析问题,传统的有限元蒙特卡罗法计算量极大。为了克服此缺点,提出了径向基神经网络-有限元蒙特卡罗法(RBF-MCS)。通过样本训练,创建了径向基神经网络模型。利用ANSYS软件中的可靠度分析模块,分析了基本随机变量对隧道初衬轴力的灵敏度大小的顺序。通过此方法和传统的有限元蒙特卡罗法分别计算了大瑶山隧道初衬的轴力和可靠度,并进行了对比分析。基于径向基神经网络-有限元蒙特卡罗法(RBF-MCS)的计算结果与施工实际吻合较好,通过现场观察也没有发现喷层混凝土压裂破坏,可见计算结果是符合实际的。径向基神经网络-有限元蒙特卡罗法比传统有限元蒙特卡罗法更加适合复杂结构的计算,具有更高的效率、精度和适用性。     

基于可靠度敏感性的神经网络法研究边坡稳定性

针对边坡工程结构功能函数不能显式表达的可靠性分析问题和非线性问题计算量大的弊端．研究结构可靠度敏感性，提出参数的相对敏感性分析方法，并基于该方法提出了神经网络法分析边坡稳定性。具体思路：由可靠指标对随机变量分布参数的相对敏感性分析，确定边坡可靠度主要影响参数；用神经网络模型近似替代响应量与基本变量间的隐式极限状态函数，根据蒙特卡罗模拟法，对网络模型进行可靠度分析，求解结构可靠度指标。基于可靠度敏感性的神经网络法．对均值和成层边坡进行稳定性分析，与传统可靠度计算方法相比．结果表明：该方法分析边坡稳定性是准确的且具有较高的计算效率。     

岩土工程材料的数字图像有限元解析

随着科学技术的不断发展与进步，越来越多的高新技术和先进的理论被应用到岩土工程建设当中去，提出了一个全新的理论研究课题——岩土工程材料的数字图像有限元解析，从而实现提高岩土工程材料的利用率的目的，提高经济效益，扩大生产力。本文首先介绍了数字图像的概念与岩土工程的发展，然后分析了岩土工程建设中所使用的工程材料类型。探讨了数字图像在岩土工程材料中的应用，对岩土工程材料结构进行了分析，最后阐述了有限元网格的形成。     

一种新的蒙特卡罗随机有限元方法

针对岩土工程可靠性分析的功能函数是隐式函数或高次非线性函数的特点,提出并从理论上论证隐式功能函数和高次非线性功能函数可靠性问题的新解法,即基于径向基网络的蒙特卡罗随机有限元方法;给出计算框图和计算步骤.以钢筋混凝土浅基础和某矿山矿柱为例,说明其在岩土与采矿工程中的应用.研究结果表明,采用蒙特卡罗随机有限元方法可直接使用确定性有限元分析程序而无需任何改动,对于极限状态函数不能用显式表达和高次非线性的可靠性问题都适用.     

基于BIM技术的岩土工程信息模型数值计算功能实现方法

当前岩土工程信息模型更多地应用于可视化展示,一直没能深入到岩土工程的实际应用当中,很难直接进行岩土工程专业分析。究其主要原因,是缺乏将岩土BIM模型转换成计算模型的渠道。通过数据转换,研究岩土工程模型计算功能实现方法,建立BIM模型与计算模型间的映射关系,来解决这一难题。考虑岩土BIM模型和有限元模型的特点,根据等效刚度法,研究计算驱动的岩土工程BIM模型的概化方法。针对岩土BIM模型的数值计算功能需求,聚焦计算网格剖分环节,基于开源TetGen程序,对BIM模型进行四面体剖分,发展面向数值计算的BIM模型网格剖分技术。进一步,建立四面体网格模型与计算模型的信息一一映射关系,实现BIM软件与岩土工程通用数值分析软件之间的数据转换和信息交换,打通了复杂岩土BIM模型向计算模型转换的关键环节。最后,通过两个工程实例验证所提出的岩土BIM模型计算功能实现方法的可行性与有效性。     

岩土工程中应用神经网络的思路研究

本文基于笔者多年从事岩土工程相关工作的经验,以岩土工程中神经网络应用为研究对象,在参考大量相关文献的基础上,分析探讨了神经网络方法在岩土工程中应用的渊源,神经网络的基本特征和神经网络在岩土工程中的应用和建模方法,全文是笔者长期工作实践基础上的理论升华,相信对从事相关工作的同行有着重要的参考价值和借鉴意义。     

基于有限元线法的位移反分析

将有限元线法同岩土工程反分析理论相结合,提出了一种基于有限元线法的反演分析方法,为有限元线法的应用提供了一个新思路,并通过算例表明该方法是可行的。     

基于神经网络与有限元法相结合的初始地应力场反演分析

目前,对于初始地应力场的测试主要采用现场直接量测法,而采用神经网络与有限元法相结合的反演分析法越来越成为了一种有效途径.结合广东第五抽水蓄能电站工程实例,利用神经网络与有限元分析相结合的方法,以及BP神经网络结构和ADINA三维有限元模型建立岩体参数、边界条件与地应力场的映射关系来反演初始地应力场.模拟计算与实测结果的对比表明:采用该方法进行初始地应力场的反演计算是可行的,计算结果是合理的,对类似工程具有一定参考价值.     

应用神经网络-蒙特卡罗法的可靠性分析方法

为了提高内燃机设计的可靠度，提出了应用神经网络－蒙特卡罗法求解发动机零部件可靠度的新方法，该方法利用神经网络根据有限元分析样本逼近应力函数，结合应力－强度干涉模型，采用蒙特卡罗随机模拟求取可靠度。将计算结果与常用的一次二阶矩法，设计验算点法相比较，表明该方法是可行的，而且适用面更广，可适用于多参数且服从于任何分布的问题。     

基于可靠度敏感性的2种响应面法研究边坡稳定性

文章研究结构可靠度敏感性,提出参数的相对敏感性分析方法,并基于该方法提出2种智能响应面法分析边坡稳定性.具体思路:由可靠指标对随机变量分布参数的相对敏感性分析,确定边坡可靠度主要影响参数;用2种智能响应面的网络模型近似替代响应量与基本变量间的隐式极限状态函数,根据蒙特卡罗模拟法,对网络模型进行可靠度分析,求解结构可靠度...     

基于黄金分割二分法鞍点线抽样的可靠性分析

为解决非正态变量空间中复杂多变的隐式非线性功能函数的可靠性问题,融合鞍点估计与线抽样法的优点,结合二分法的特点与黄金分割法的求解效率,提出基于黄金分割二分法的鞍点线抽样法.在标准化变量空间中,沿重要线抽样方向,利用黄金分割点的二分法快速找到各样本点对应于功能函数的零点,从而可按照鞍点估计的思想将结构的失效概率转化为一系列线性功能函数失效概率的算术平均值.研究表明:基于黄金分割二分法的鞍点线抽样法在求解非正态变量空间中复杂多变的隐式非线性功能函数的结构可靠性时不仅精度高,而且速度快.     

平稳随机过程激励下模糊随机梁的动力响应分析

基于梁结构几何尺寸和物理参数客观存在的模糊随机性,对时域上的结构位移响应的模糊随机相关函数矩阵以及频域上结构位移动力响应的模糊随机均方值分别进行理论推导,再通过随机变量的矩法对结构应力响应模糊随机均方值的数字特征值进行推导.最后通过一个12杆算例对所提理论的适用性进行了验证.结果表明,在对结构动力响应进行分析时,其参数的不确定性的影响不能忽略.     

桥梁结构基于高维模型拟合响应面的参数识别

为提高响应面法在桥梁结构参数识别中的计算精度,提出了基于高维模型拟合响应面的参数识别方法.即采用HDMR响应面法拟合结构响应面,并基于该响应面进行结构参数的识别.研究了HDMR响应面的基本构造方法,阐述了在响应面基础上通过有约束最小二乘优化实现参数识别的一般过程.以一座连续梁及一座独塔斜拉桥为算例进行分析,探讨了该方法在结构参数识别中的计算精度及效率.结果表明,相比传统响应面法,该方法在计算精度上具有显著优势.同时也验证了该方法在大型桥梁结构参数识别中的可靠性和适用性.     

空间环境下惯性展开机构动态性能可靠性分析

提出惯性展开机构运动参数动态可靠性分析方法,建立了惯性展开机构运动参数动态可靠性分析模型.将驱动力(矩)、摩擦和阻尼力(矩)等作为随机变量,应用蒙特卡罗方法,取得动态参数样本,再利用人工神经网络方法,用随机抽取的样本对网络进行训练,统计网络输出的动态参数分布,得到惯性展开机构动态可靠度.空间站惯性展开机构动态可靠度计算实例表明,该方法简单实用,计算成本低.     

基于椭球凸模型的结构模糊可靠性分析

结构工程中不仅存在随机不确定性,还存在模糊不确定性。针对结构模糊可靠性问题,本文提出了一种基于模糊分解定理的超椭球凸模型响应面法,适用于隐式结构功能函数的模糊可靠性求解问题。首先,通过在置信水平[0,1]內遍历隶属度值确定结构可靠度的可能性分布函数,将模糊变量转化成在置信水平[0,1]下的区间变量;其次,建立超椭球凸集模型,同时将超椭球转换为单位超球体,得到非概率可靠度指标——表示为从原点到极限状态曲面的最短距离;最后,利用响应面法求解结构非概率可靠度,采用中心复合设计生成试验点,通过多次迭代找到原点到极限状态曲面的最短距离点求得可靠度指标,得到遍历置信水平的结构模糊可靠度。算例仿真表明了本文方法的有效性和精确性,为结构模糊可靠性分析与计算提供了一种可行途经。     

考虑随机变量相关性的桥梁地震易损性分析

引入Nataf变换,结合均匀设计响应面法,提出了一种综合考虑地震动和结构不确定性及结构参数相关性的桥梁地震易损性分析方法.以一多跨连续梁桥为研究对象,分别对算例桥梁在考虑与不考虑结构参数相关性情况下进行了地震易损性分析.同时,分析了考虑结构参数变量相关性对结构易损性分析和响应面模型精度的影响.结果表明:本文方法可以有效考虑结构参数之间的相关性,且考虑变量相关性后建立的响应面能够更好地拟合结构真实的极限状态函数曲面;桥梁结构在各个破坏状态下的失效概率均有一定程度的降低;忽略结构参数相关性的影响,可能会低估桥梁结构在地震作用下的抗震性能.     

超声检测中裂纹型缺陷深度的智能识别

为了实现对裂纹型缺陷深度的定量识别，提高超声检测精度，引入小波分析和人工神经网络技术进行缺陷深度的智能识别，从超声检测的基本原理、缺陷深度表征量的确定、超声回波信号缺陷特征量的小波提取、神经网络的结构参数及训练和测试网络等方面，详细探讨了对裂纹型缺陷进行智能识别的方法，论证了运用神经网络进行缺陷智能定量识别的可行性，构造了智能识别实验系统，并利用该系统对所加工的含缺陷试样进行了定量识别试验与分析，结果表明，小波分析和人工神经网络技术的引入能够为超声检测缺陷的定量识别提供行之有效的途径。     

Structural Reliability Analysis Based on Support Vector Machine and Dual Neural Network Direct Integration Method

Aiming at the reliability analysis of small sample data or implicit structural function, a novel structural reliability analysis model based on support vector machine(SVM) and neural network direct integration method(DNN) is proposed. Firstly, SVM with good small sample learning ability is used to train small sample data, fit structural performance functions and establish regular integration regions. Secondly, DNN is approximated the integral function to achieve multiple integration in the integration region. Finally, structural reliability was obtained by DNN. Numerical examples are investigated to demonstrate the effectiveness of the present method, which provides a feasible way for the structural reliability analysis.