[发明专利]基于分布式混合协同代理模型的工程结构可靠性评估方法

说明书

本发明涉及一种基于分布式混合协同代理模型的工程结构可靠性评估方法，包括以下步骤：将工程结构分解为多个子系统层；选取最下子系统层中的工程结构子对象的随机输入变量，并获取随机输入变量的输入样本；建立最下子系统层中的工程结构子对象的有限元模型，获取各工程结构子对象的输出指标；建立最下子系统层中的工程结构子对象的不同类型代理模型，以精度最高的代理模型为最下子系统层的工程结构子对象的最优代理模型，逐层向上获取工程结构的最优代理模型，进行可靠性评估。与现有技术相比，本发明将整体复杂结构分解为分布在多个层次的子对象，子对象参数量减少，非线性程度降低，计算量减少，利于提高工程结构代理模型逼近精度和仿真速度。

技术领域

本发明涉及一种工程结构可靠性评估方法，尤其是涉及一种基于分布式混合协同代理模型的工程结构可靠性评估方法。

背景技术

复杂机械结构很多情况下都是由若干个构件装配而成的结构系统，如燃气涡轮发动机转子结构系统，就是由主轴、轮盘、叶片等构件装配而成。机械结构分析问题的对象也往往会涉及到多个构件，因此，结构系统可靠性设计是一个涉及到多个对象、多个学科的复杂分析问题，计算量极大。如果将结构系统直接作为一个整体进行优化和设计，一般计算平台无法承受如此大的计算负担，设计效率无法接受，甚至无法实现。为了改善计算效率，寻求代理模型代替真实结构模型进行分析设计是目前研究工作者惯用做法，然而，复杂结构设计分析涉及到多个层次的多个对象、多个学科的分析，并与它们之间的协同分析设计息息相关。如果要使整体结构得到更合理的设计，势必需要先分层次地对各对象、各学科的子模型进行单独研究，再进行整体结构的多层次、多模型协同分析设计。

然而，复杂结构可靠性设计涉及的多个层次的子对象的代理模型都具有不同特点，如非线性程度、参数规模、显/隐式、时变性等。目前基于一种代理模型建立的分布式协同代理模型，并不能很好逼近具有不同特点的多个子对象分析，以至于不同子模型的可靠性设计精度和效率得不到保证。

因此，在如此复杂的多对象、多参数工程结构分析的实际问题中，如何建立能权衡精度与效率的先进代理模型，探索多层次、多模型协同优化与可靠性设计方法，解决更广泛的工程可靠性设计问题，这仍然是一个亟需解决的问题。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于分布式混合协同代理模型的工程结构可靠性评估方法。

本发明的目的可以通过以下技术方案来实现：

一种基于分布式混合协同代理模型的工程结构可靠性评估方法，包括以下步骤：

S1：将工程结构分解为多个子系统层，每个子系统层中包括多个工程结构子对象，每个子系统层中的工程结构子对象由下一子系统层中的工程结构子对象组成；

S2：选取最下子系统层中的工程结构子对象的随机输入变量，并获取随机输入变量的输入样本；

S3：建立最下子系统层中的工程结构子对象的有限元模型，将输入样本输入到有限元模型中，获取各工程结构子对象的输出指标；

S4：建立最下子系统层中的工程结构子对象的不同类型代理模型，并根据输入样本和输出指标拟合代理模型，选取精度最高的代理模型为最下子系统层的工程结构子对象的最优代理模型；

S5：根据最下子系统层中的工程结构子对象的最优代理模型逐层向上获取每个子系统层的工程结构子对象的最优代理模型；

S6：根据最上子系统层中的工程结构子对象的最优代理模型获取工程结构的最优代理模型，并进行工程结构的可靠性评估。

优选地，所述的S4中不同类型代理模型包括多项式模型、支持向量机模型、Kriging模型、人工神经网络模型和其他先进代理模型。

优选地，所述的S5具体包括：