(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111106157.9 (22)申请日 2021.09.2 2 (71)申请人 东南大学 地址 211100 江苏省南京市江宁区东 南大 学路2号 (72)发明人 陈强　黄炜成　费庆国　张大海　 李彦斌　张旭东　 (74)专利代理 机构 北京德崇智捷知识产权代理 有限公司 1 1467 代理人 曹婷 (51)Int.Cl. G06F 30/23(2020.01) G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06F 111/04(2020.01) (54)发明名称 基于两级代理模型的结构区间不确定性材 料参数识别方法 (57)摘要 本发明公开了一种基于两级代理模型的结 构区间不确定性材料参数识别方法， 涉及结构不 确定性材料参数的识别方法， 解决了目前确定性 方法识别结构不确定性材料参数时面临的识别 精度低、 计算稳定性差、 分析效率低的技术问题， 其技术方案要点是构建了区间不确定性材料参 数与区间模态频率间的关联关系， 仅需对结构 进 行小样本的仿真计算， 即可快速准确地识别区间 不确定性材 料参数， 具有重要的工程应用价 值。 权利要求书2页 说明书5页 附图2页 CN 113987855 A 2022.01.28 CN 113987855 A 1.一种基于 两级代理模型的结构区间不确定性材 料参数识别方法， 其特 征在于， 包括： S1： 构建确定性材 料参数与结构区间模态频率间的一级代理模型； S2： 构建结构区间模态频率和区间不确定性材 料参数间的二级代理模型； S3： 基于所述 二级代理模型识别结构区间不确定性材 料参数； 其中， 步骤S2包括： 根据各区间不确定性材料参数的区间中值和区间半径 的变化范围 设定样本空间， 基于拉丁超立方抽样获取不同的分析工况； 针对每个分析工况， 基于 拉丁超 立方对各区间不确定性材料参数进行二次抽样， 获得子分析工况， 基于所述一级代理模型 获取每个子 分析工况对应的模态 频率， 对每个分析工况中的子 分析工况的结构进 行统计分 析， 获取子分析工况中各阶区间模态频率的区间中值和区间半径； 将各阶区间模态频率的 区间中值和区间半径作为输入参数， 将各区间不确定性材料参数的区间中值和区间半径作 为输出参数， 基于神经网络方法建立输入参数和输出参数间的代理模型， 则该代理模型为 所述二级代理模型。 2.如权利要求1所述的方法， 其特 征在于， 所述 步骤S1包括： S11： 选取n个确定性材料参数作为分析参数， 则有材料参数向量a＝[a1，…， ai，…， an]， 记 和 分别为分析参数ai的上界和下界， 设定各确定性材料参数的设计空间， 在各确定 性材料参数的设计空间内基于拉丁超立方抽样生产成N1个设计样本， 则第j个设计样本对 应工况下的材料参数向量为aj＝[aj1，…， aji，…， ajn]， 其中 S12： 对N1个设计样本内每个设计样本建立结构的离散化有限元分析模型并施加边界 约束， 按照材料参数向量aj设定模型的确定性材料参数， 进而基于有限元分析模型开展结 构模态分析， 获取前m阶模态频率对应的频率向量为fj＝[fj1， ...， fji， ...， fjm]， 其中1≤i ′ ≤m； S13： 将N1个工况下材料参 数 作为神经网络的输入层， 将对 应工况下结 构的模态频率 分别作为神经网络的输出层， 建立确定性材料参数与模态频 率间的代理模型， 则该代理模型为 一级代理模型。 3.如权利要求2所述的方法， 其特 征在于， 所述 步骤S2包括： S21： 在材料参数向量a＝[a1，…， ai，…， an]中选择各区间不确定性材料参数的区间中 值和区间半径的设计空间， 则有 和 分别为设计空间内不确定性材料参数ai的区间中 值的上界和 下界， 和 分别为设计空间内不确定性材料参数ai的区间半径的上界 和下界； 在设计空间内基于拉丁超立方抽样生产成N2个设计样本， 得到不确定性材料参数 的 区 间 中 值 向 量 和 不 确 定 性 材 料 参 数 的 区 间 半 径 向 量 其中 S22： 针对每个分析工况， 通过区间方法得到各区间不确定性材料参数的区间最小值 权　利　要　求　书 1/2 页 2 CN 113987855 A 2和最大值 则 基于拉丁超立方对各区间不确定性材料参数ai 在其区间范围内进行二次抽样， 得到N3个子分析工况及其对应的材料参数向量 将 代入至所述一级代理模型中， 获取各子分析工况对应的前m阶模态频 率fp＝[fp1,...,fpi',...,fpm],其中1≤p≤N3； 对N3个模态频率向量中各元素进行统计分 析， 即获取每一阶模态频率 的最大值 和最小值 进而分别得到其区间中值 和区 间半径 即： 由此可得N2个区间中值向量 和区间半径向量 其中1≤k≤N2； S23 ： 将N2个工况下结 构模态频率的 区 间中 值 和区间 半 径 作为神经网络的输入参数， 将对应工况下不确定性材料参数的区间中值 和区间半径 作为神经网络的输出参数， 基于神经网络方法 建立输入参数和输出参数间的代理模型， 则该代理模型为所述 二级代理模型。 4.如权利要求3所述的方法， 其特 征在于， 所述 步骤S3包括： S31： 对q个尺寸与仿真模型相同的试验件开展模态试验研究， 获取各个试验件前m阶次 模态频率对应的频率向量fj'＝[fj'1,...,fj'i',...,fj'm]， 其中1≤j'≤q； S32： 对m个模态频率向量中各元素进行统计分析， 即获取每一阶模态频率fj'i'的最大值 和最小值 进而分别得到其区间中值和区间半径， 即： S33： 将区间中值向量 和区间半径向量 输入至所 述二级代理模型中， 即可获得区间不确 定性材料参数的区间中值 向量 和 区间半径向量 进而可得各个不确定性材 料参数的区间中值 和区间半 径 权　利　要　求　书 2/2 页 3 CN 113987855 A 3