一种基于指数拟合外推的结构预变形快速预测方法及系统与流程

摘要: 本发明涉及预变形设计,尤其是涉及一种基于指数拟合外推的结构预变形快速预测方法及系统。背景技术:1、在土木工程、桥梁工程、大跨度空间结构及预应力结构设计中,预变形...
一种基于指数拟合外推的结构预变形快速预测方法及系统与流程

本发明涉及预变形设计,尤其是涉及一种基于指数拟合外推的结构预变形快速预测方法及系统。

背景技术:

1、在土木工程、桥梁工程、大跨度空间结构及预应力结构设计中,预变形设计是保证结构在服役阶段满足几何精度与受力性能的重要手段。通过在施工阶段人为引入预拱度或预变形,以抵消结构在自重、活载、温度效应及长期徐变等作用下产生的变形,从而使结构在使用状态下接近目标设计形态。

2、目前,工程中常用的预变形计算方法一般采用基于有限元分析的多轮迭代逼近法,首先设定初始预变形值,将其输入有限元模型进行施工全过程仿真计算,得到结构成型后的实际变形偏差;根据偏差值调整预变形输入值,再次进行有限元计算,重复上述迭代过程,直到结构成型偏差满足设计精度要求。

3、当采用基于有限元分析的多轮迭代逼近法进行预变形计算时,需要多次有限元计算,通过不断调整预变形值进行迭代逼近,计算量大,尤其在大规模复杂结构中耗时显著。

技术实现思路

1、为了提高在大规模复杂结构中的预变形计算效率,本发明提供一种基于指数拟合外推的结构预变形快速预测方法及系统。

2、第一方面,本发明提供一种基于指数拟合外推的结构预变形快速预测方法,采用如下的技术方案:

3、一种基于指数拟合外推的结构预变形快速预测方法,包括:

4、建立待设计结构的有限元模型,定义结构几何参数、材料参数、边界约束条件及外部荷载工况,并设定目标控制点或目标控制区域的目标偏差值;

5、对预变形量进行有限元迭代分析,从而形成样本数据集;

6、依据样本数据集构建模型以求解得到目标拟合次数与预变形指数拟合函数;

7、将目标拟合次数代入预变形指数拟合函数,计算得到最优预变形值;

8、将最优预变形值输入至有限元模型进行一次验证分析以完成预测。

9、通过采用上述技术方案,建立待设计结构的有限元模型并设定目标偏差值,对预变形量进行有限元迭代分析形成样本数据集,依据样本数据集构建模型求解目标拟合次数与预变形指数拟合函数,进而计算得到最优预变形值,然后再进行一次验证分析,能够以极少次数的有限元迭代实现预变形的高精度预测,提高在大规模复杂结构中的预变形计算效率。

10、可选的,样本数据集的形成方法包括:

11、对预变形量进行有限元迭代分析,并记录迭代次数、预变形输入值以及对应的结构目标偏差值;

12、当迭代次数大于预设的迭代基准次数时,基于迭代次数、预变形输入值以及对应的结构目标偏差值形成样本数据集。

13、通过采用上述技术方案,在对预变形量进行有限元迭代分析过程中,仅当迭代次数大于预设的迭代基准次数时才形成样本数据集,确保了样本数据具备足够的统计稳定性与收敛趋势表征能力,降低因样本过少导致拟合失真的发生概率,且减少因固定次数而引入的计算冗余,实现了样本采集的自适应触发。

14、可选的,目标拟合次数的确定方法包括:

15、基于样本数据集调取迭代次数及结构目标偏差值;

16、对迭代次数及结构目标偏差值进行非线性拟合,建立偏差衰减函数;

17、基于偏差衰减函数采用最小二乘法求解得到偏差指数拟合模型;

18、基于偏差指数拟合模型与预设的偏差基准条件进行计算,得到目标拟合次数。

19、通过采用上述技术方案,对迭代次数及结构目标偏差值进行调取并进行非线性拟合,建立偏差衰减函数,并采用最小二乘法求解得到偏差指数拟合模型,进而根据预设的偏差基准条件计算得到目标拟合次数,从而能够精确捕捉偏差随迭代次数的衰减规律。

20、可选的,预变形指数拟合函数的确定方法包括:

21、基于样本数据集调取预变形输入值;

22、对迭代次数及预变形输入值进行非线性拟合,建立预变形初始拟合函数;

23、基于预变形初始拟合函数采用最小二乘法求解得到预变形指数拟合函数。

24、通过采用上述技术方案,对预变形输入值进行调取,并与迭代次数进行非线性拟合,建立预变形初始拟合函数,再采用最小二乘法求解得到预变形指数拟合函数,为后续将目标拟合次数代入求解最优预变形值提供了连续、可微的数学映射关系,提升了外推预测的精度与可解释性。

25、可选的,偏差衰减函数或预变形初始拟合函数的建立方法包括:

26、采集当前需求建立的函数种类;

27、基于迭代次数调取相邻的结构目标偏差值及预变形输入值,确定偏差变化特征;

28、结合函数种类与偏差变化特征确定基准选取函数;

29、基于函数种类调取种类需求数据;

30、依据基准选取函数与种类需求数据进行非线性拟合,建立偏差衰减函数或预变形初始拟合函数。

31、通过采用上述技术方案,调取相邻迭代次数的结构目标偏差值及预变形输入值,从而确定偏差变化特征,再结合采集的函数种类确定基准选取函数,再依据函数种类调取种类需求数据进行非线性拟合,实现了拟合函数形式的自适应选择,使所建立的偏差衰减函数或预变形初始拟合函数更能匹配实际收敛曲线形态,提高了拟合精度与泛化能力。

32、可选的,基准选取函数的确定方法包括:

33、基于偏差变化特征调取相对变化率、单调性、振荡幅度;

34、结合相对变化率、单调性、振荡幅度确定衰减类型;

35、当衰减类型为单调衰减时,将指数函数作为基准选取函数;

36、当衰减类型为振荡衰减时,将指数乘三角函数作为基准选取函数;

37、当衰减类型为线性衰减时,将幂函数作为基准选取函数。

38、通过采用上述技术方案,对相对变化率、单调性、振荡幅度进行调取并确定衰减类型,从而依据衰减类型分别采用指数函数、指数乘三角函数或者幂函数作为基准选取函数,实现了对偏差收敛行为的分类型精准建模,从而在振荡或非指数衰减场景下不容易出现拟合失配,拓展了方法的适用范围。

39、可选的,将最优预变形值输入至有限元模型进行一次验证分析以完成预测包括:

40、将最优预变形值输入至有限元模型进行一次验证分析,计算得到实际偏差值;

41、根据实际偏差值确定实际偏差程度值;

42、判断实际偏差程度值是否小于目标偏差值;

43、若为是,则直接输出最优预变形值以完成预测;

44、若为否,则继续进行迭代修正。

45、通过采用上述技术方案,将最优预变形值输入有限元模型进行一次验证分析并计算实际偏差值,根据实际偏差程度值与目标偏差值的比较结果,决定直接输出最优预变形值或继续进行迭代修正,确保了最终输出的预变形值满足精度要求,同时仅在必要时才启动额外修正,减少无条件重复计算的效率损失。

46、可选的,继续进行迭代修正包括:

47、计算实际偏差程度值与目标偏差值之间的差值并作为偏差多余值;

48、确定偏差多余值是否小于目标偏差值;

49、若为是,则将实际偏差程度值加入样本数据集,并跳转执行依据样本数据集构建模型以求解得到目标拟合次数与预变形指数拟合函数;

50、若为否,则采集当前的迭代次数并作为当前次数;

51、结合当前次数与偏差多余值确定迭代额外次数;

52、基于迭代额外次数对迭代基准次数进行调整更新,并跳转执行对预变形量进行有限元迭代分析,从而形成样本数据集。

53、通过采用上述技术方案,在实际偏差程度值不小于目标偏差值时,计算偏差多余值并判断其是否小于目标偏差值,若小于则跳转重新进行拟合求解,若不小于则采集当前迭代次数并结合偏差多余值确定迭代额外次数,进而对迭代基准次数进行调整更新并重新进行有限元迭代分析,实现了对样本数据规模的动态扩充与修正力度自适应调节,既能快速收敛又能防止过度修正,提升了迭代修正过程的稳健性。

54、可选的,迭代额外次数的确定方法包括:

55、基于当前次数调取历史的偏差多余值并作为历史多余值;

56、结合历史多余值与偏差多余值确定多余变化值;

57、根据多余变化值确定变化额外次数;

58、根据当前次数确定基准额外次数;

59、计算变化额外次数与基准额外次数之间的和值并作为迭代额外次数。

60、通过采用上述技术方案,对历史多余值进行调取并定义,再结合当前偏差多余值确定多余变化值,根据多余变化值确定变化额外次数,并根据当前次数确定基准额外次数,最终计算两者之和作为迭代额外次数,充分考虑了偏差多余值的变化趋势与当前迭代进度,使迭代基准次数的调整幅度更加合理。

61、第二方面,本发明提供一种基于指数拟合外推的结构预变形快速预测系统,采用如下的技术方案:

62、一种基于指数拟合外推的结构预变形快速预测系统,包括:

63、模型构建模块,用于建立待设计结构的有限元模型,定义结构几何参数、材料参数、边界约束条件及外部荷载工况,并设定目标控制点或目标控制区域的目标偏差值;

64、迭代计算模块,用于对预变形量进行有限元迭代分析,从而形成样本数据集;

65、拟合分析模块,用于依据样本数据集构建模型以求解得到目标拟合次数与预变形指数拟合函数;

66、预测输出模块,用于将目标拟合次数代入预变形指数拟合函数,计算得到最优预变形值;

67、验证修正模块,用于将最优预变形值输入至有限元模型进行一次验证分析以完成预测。

68、通过采用上述技术方案,通过模型构建模块建立有限元模型及设定目标偏差值,迭代计算模块对预变形量进行有限元迭代分析形成样本数据集,拟合分析模块求解目标拟合次数与预变形指数拟合函数,预测输出模块计算最优预变形值,验证修正模块进行一次验证分析以完成预测,从而自动化完成从建模、迭代、拟合、预测到验证的全流程预变形设计,降低了人工干预需求,能够以极少次数的有限元迭代实现预变形的高精度预测,提高在大规模复杂结构中的预变形计算效率。

69、综上所述,本发明包括以下至少一种有益技术效果:

70、1.通过对有限次迭代结果构建偏差指数拟合模型及预变形指数拟合函数,并通过外推方式直接求取目标拟合次数及对应预变形值,从而显著减少有限元迭代计算次数,在保证甚至提高计算精度的同时降低计算成本;

71、2.能够有效捕捉结构响应的收敛规律,减少传统经验修正带来的“预多或预少”问题,提高预变形预测的稳定性与准确性;

72、3.摆脱对工程经验的高度依赖,实现预变形设计的数学化与自动化处理,适用于桥梁、大跨度钢结构及预应力结构等复杂工程场景,具有较强的工程适用性与推广价值。