一种用于抽水蓄能电站地下厂房结构的模型修正方法

摘要

本发明涉及一种用于抽水蓄能电站地下厂房结构的模型修正方法。其技术方案是：首先根据抽水蓄能电站地下厂房结构的先验信息，确定该地下厂房结构需要修正的设计变量x，通过实验测试得到特征响应fcs；其次，在先验信息的指导下进行试验设计，得到k个样本点，再利用有限元软件进行计算得到特征响应fFEM；再次，利用最小二乘法确定二次响应面函数g(x)的系数，构造响应面并进行自身特性检验和精度检验；最后，对满足条件的二次响应面函数g(x)进行优化，更新加权系数至满足收敛条件和模型修正的评价指标。本发明具有计算效率高和修正效果好的特点，本发明还适用于其它大型厂房结构的模型修正。

主权项

1.一种用于抽水蓄能电站地下厂房结构的模型修正方法，其特征在于：该模型修正方法的具体步骤是：步骤1：根据抽水蓄能电站地下厂房结构的先验信息，确定该地下厂房结构需要修正的设计变量x，通过实验测试得到特征响应f_cs；步骤2：根据抽水蓄能电站地下厂房结构的特点，在先验信息的指导下进行试验设计，得到k个样本点，再采用ANSYS有限元软件或ABAQUS有限元软件对厂房结构进行计算得到特征响应f_FEM；步骤3：对k个样本点进行归一化处理，建立二次响应面函数g(x)$g\left(x\right)=\underset{i=1}{\overset{k}{\Sigma }}{[\gamma f_{\mathrm{FEM}}\left(i\right)-f_{\mathrm{cs}}\left(i\right)]}^2={\beta }_0+\underset{i=1}{\overset{k^{\prime }}{\Sigma }}{\beta }_i{x}_i+\underset{i=1}{\overset{k^{\prime }}{\Sigma }}{\beta }_{\mathrm{ii}}{x}_i^2---\left(1\right)$式（1）中：x为厂房结构需要修正的设计变量，f_FEM为利用有限元软件计算得到的特征响应，f_cs为实验测试得到的特征响应，γ为二次响应面函数g(x)的加权系数，为采用有限元软件计算得到的信息与实验测试信息的融合程度，k为样本点的个数，k′为设计变量x的个数，β₀为采用最小二乘法所确定的二次响应面函数g(x)中的常数项，β_i为采用最小二乘法所确定的二次响应面函数g(x)中的一次项系数，β_ii为采用最小二乘法所确定的二次响应面函数g(x)中的二次项系数；步骤4：根据式（1），设定初始加权系数γ＝1.0，得到初始二次响应面函数g₀(x)；对初始二次响应面函数g₀(x)进行自身特性检验和精度检验，若不能满足全部条件，则返回步骤2，重新定义k个样本点至满足自身特性检验和精度检验的全部条件；若能满足自身特性检验和精度检验的全部条件，则进入步骤5；步骤5：对满足要求的二次响应面函数g(x)进行优化计算，得到二次响应面函数g(x)最小值ming(x)所对应的一组设计变量x^*，再利用ANSYS有限元软件或ABAQUS有限元软件进行计算，得到对应的二次响应面函数g(x^*)；迭代过程中二次响应面函数g(x)迭代第j步的加权系数γ_j${\gamma }_j=\frac{\underset{i=1}{\overset{k}{\Sigma }}{f}_{\mathrm{FEM}}\left(i\right)·f_{\mathrm{cs}}\left(i\right)}{{\left[f_{\mathrm{FEM}}\left(i\right)\right]}^2}---\left(2\right)$式（2）中：k为样本点的个数，f_FEM为利用有限元软件计算得到的特征响应，f_cs为实验测试得到的特征响应；若二次响应面函数g(x)在迭代过程中满足以下收敛条件：$\left\{\begin{array}{c}|g\left(x^{*}\right)-\min g\left(x\right)|\le {ϵ}_1\\ |{\gamma }_{j-1}-{\gamma }_j|\le {ϵ}_2\end{array}\right.---\left(3\right)$式（3）中：g(x^*)是以x^*为设计变量代入有限元软件计算得到的二次响应面函数g(x)的值，ming(x)为优化二次响应面函数g(x)后得到的最小值，ε₁和ε₂为收敛阈值；则设计变量x^*收敛，停止计算，进入步骤7，否则进入步骤6；步骤6：按照式（2）更新加权系数γ_j，再返回步骤3，构造新的二次响应面函数g′(x)，重复步骤4和步骤5至满足式（3）的收敛条件；步骤7：经过j步迭代，反归一化处理后，输出优化后的二次响应面函数g(x)所得到的设计变量步骤8：建立模型修正后的评价指标$\mathrm{ER}(f_{\mathrm{cs}},f_{\mathrm{mod}})=\underset{i=1}{\overset{k}{\Sigma }}\left|\frac{f_{\mathrm{cs}}\left(i\right)-f_{\mathrm{mod}}\left(i\right)}{f_{\mathrm{cs}}\left(i\right)}\right|\times 100\%---\left(4\right)$式（4）中：f_cs为实验测试得到的特征响应，f_mod为经过模型修正后的特征响应，k为样本点的个数；若ER(f_cs，f_mod)≤10%时，则表明该模型修正方法的结果接近于真实情况；若ER(f_cs，f_mod)＞10%时，则返回步骤2，直至ER(f_cs，f_mod)≤10%。