桥梁车辆移动载荷识别MFI(Moving Force Identification)是结构动力学领域中的一个典型反问题.针对现有基于共轭梯度方法的载荷识别方法对多轴车辆荷载识别效果不佳的问题,提出了一种基于改进分数阶共轭梯度算法IFCG(Improved Fractiona...桥梁车辆移动载荷识别MFI(Moving Force Identification)是结构动力学领域中的一个典型反问题.针对现有基于共轭梯度方法的载荷识别方法对多轴车辆荷载识别效果不佳的问题,提出了一种基于改进分数阶共轭梯度算法IFCG(Improved Fractional Conjugate Gradient)的载荷识别方法.基于车辆行驶过程在时域中建立车桥动力系统,通过模态叠加原理得到桥梁动态响应,将MFI问题转化为无约束优化问题;其次,引入新的搜索方向标量,使所提算法能够针对多轴以及高噪声情况下保持精度和识别效率;接着,通过识别两轴车辆移动载荷验证了所提方法的有效性;然后,对分数阶次进行定量对比研究,选择最优分数阶次;最后,通过识别多种工况下的三轴车辆载荷,将所提方法与现有方法进行对比,验证了IFCG方法在不同工况下的桥梁多轴车辆MFI都具有较高的识别精度和速度.展开更多
间接边界积分方程法IBIEM(indirect boundary integral equation method)求解波动问题时控制方程基本解构造依赖经验判断和试算,导致宽频散射求解不够稳定。本文通过粒子群优化-人工神经网络建立IBIEM控制方程基本解构造模型,以数据驱...间接边界积分方程法IBIEM(indirect boundary integral equation method)求解波动问题时控制方程基本解构造依赖经验判断和试算,导致宽频散射求解不够稳定。本文通过粒子群优化-人工神经网络建立IBIEM控制方程基本解构造模型,以数据驱动代替经验判断,处理基本解构造过程中的不确定性。以二维峡谷对平面SH波散射IBIEM模拟为例验证所建模型的可靠性。结果表明,所建IBIEM控制方程基本解构造模型可对虚拟波源位置和数量的最优设置进行有效预测,兼顾计算效率和精度,大幅提高IBIEM求解波动问题时的稳定性和高效性;虚拟波源位置和数量最优设置方案受入射波频率和场地几何条件影响显著,且表现出非单调变化特征,依据经验设置基本解可靠性较差,以数据驱动的预测模型具有明显优势。本文所建方法可为IBIEM求解其他类型场地地震波动问题提供参考。展开更多
文摘间接边界积分方程法IBIEM(indirect boundary integral equation method)求解波动问题时控制方程基本解构造依赖经验判断和试算,导致宽频散射求解不够稳定。本文通过粒子群优化-人工神经网络建立IBIEM控制方程基本解构造模型,以数据驱动代替经验判断,处理基本解构造过程中的不确定性。以二维峡谷对平面SH波散射IBIEM模拟为例验证所建模型的可靠性。结果表明,所建IBIEM控制方程基本解构造模型可对虚拟波源位置和数量的最优设置进行有效预测,兼顾计算效率和精度,大幅提高IBIEM求解波动问题时的稳定性和高效性;虚拟波源位置和数量最优设置方案受入射波频率和场地几何条件影响显著,且表现出非单调变化特征,依据经验设置基本解可靠性较差,以数据驱动的预测模型具有明显优势。本文所建方法可为IBIEM求解其他类型场地地震波动问题提供参考。
