一种面向连续焊接不锈钢金属屋面系统的模型修正方法

本发明涉及安全风险评估技术领域，具体涉及一种面向连续焊接不锈钢金属屋面系统的模型修正方法。

背景技术：

支持向量机具有泛化能力强，计算简单、鲁棒性强等优势，在解决小样本、非线性及高维模式中具有较强的识别能力。在支持向量机使用过程中，惩罚参数c和核函数参数g的选取至关重要。惩罚参数c主要是调整支持向量模型置信范围和经验风险的比例，它关系到支持向量机的泛化能力。核函数参数g影响着映射函数，进而影响样本在高维特征空间分布的复杂程度，即维数，维数越高，最优分类超平面就会越复杂。

对于相关参数的优化选择，国际上仍没有较好的理论来指导。目前常用的方法有交叉验证法以及近年来广泛发展的智能优化算法。交叉验证法需要保证寻优区间足够大，同时步距要足够小，使得计算非常费时。智能优化算法主要有遗传算法和粒子群算法等，但遗传算法和粒子群算法最大的问题是容易陷入局部最优。

技术实现要素：

为了解决上述问题，本发明提出了一种面向连续焊接不锈钢金属屋面系统的模型修正方法，该修正方法以不锈钢焊接屋面系统的有限元模型修正为例，综合运用了飞蛾扑火算法与支持向量机两种优化算法，不仅解决了支持向量机在参数选取方面容易陷入局部最优的问题，而且继承了支持向量机泛化能力强，计算简单，鲁棒性强等优势，修正后的模型能够准确反映真实结构的静动力响应，且修正后的物理参数及边界条件与真实结构基本一致。

为了达到上述目的，本发明的技术方案为：

一种面向连续焊接不锈钢金属屋面系统的模型修正方法，包括：步骤1、建立金属屋面系统的有限元模型；步骤2、选取修正参数；步骤3、基于飞蛾扑火算法优化支持向量机对有限元模型进行修正。

优选的，所述的步骤1中，通过abaqus有限元模拟软件建立金属屋面系统有限元模型，在建立有限元模型的过程中，选取几字形衬檩及以上部位进行建模，并忽略防水卷材及隔音泡棉；各部件之间由自攻螺钉进行连接，自攻螺钉采用绑定约束进行螺孔之间的连接；忽略屋面板横向浅压纹，以增加屋面板厚度的方式实现浅压纹刚度的等效替代；对于屋面板之间的连接，采用绑定约束来模拟屋面板之间的焊接；对于平钢板和压型钢板，按照一块整体面板进行建模计算，忽略多块钢板或压型钢板之间的拼接效果。

优选的，所述的步骤2中，包括：具体步骤1、参数初选；具体步骤2、灵敏度分析。

优选的，所述的具体步骤1中，选取边界弹簧三向刚度kx、ky、kz，式中x表示沿衬檩方向，y表示沿肋板方向，z表示垂直于屋面方向；以及，平钢板和压型钢板的弹性模量e1、衬檩弹性模量e2；以及，屋面板密度ρ1、平钢板密度ρ2、衬檩密度ρ3作为模型待修正参数，并通过粗略计算及参考相关文献和工程经验选取物理参数修正区间。

优选的，所述的具体步骤2中，选用abaqus自带的优化模块进行灵敏度分析，最终选定屋面板密度ρ1、平钢板和压型钢板弹性模量e1、边界弹簧竖向刚度kz作为最终修正参数。

优选的，所述的步骤3中，首先利用飞蛾扑火算法优化支持向量机的惩罚参数c和核函数参数g，设置种群数量为20，最大迭代次数为100，需要优化的参数为2，为防止参数过拟合，设置参数上界为100，参数下界为0.01，将优化后的c、g函数赋予支持向量机，并训练支持向量回归机，完成对数据的预测任务。

本发明一种面向连续焊接不锈钢金属屋面系统的模型修正方法的有益效果为：

1、基于飞蛾扑火算法优化支持向量机的模型修正方法结合了两种优化算法的优势，并综合考虑了每个待修正参数对不同响应的灵敏度的影响，防止修正参数过多出现奇异矩阵，使修正失去意义的情况。

2、该修正方法效果十分明显，修正后不仅有限元模型的静动力响应计算值与实测值更加吻合，而且参数值也更加接近真值。

3、与遗传算法优化支持向量机算法与粒子群算法优化支持向量机的算法相比，飞蛾扑火算法优化支持向量机的方法在修正精度与速度方面更具优势。

4、本方法同时运用了飞蛾扑火算法与支持向量机两种优化算法，不仅解决了支持向量机在参数选取方面容易陷入局部最优的问题，而且继承了支持向量机泛化能力强，计算简单，鲁棒性强等优势，修正后的模型能够准确反映真实结构的静动力响应，且修正后的物理参数及边界条件与真实结构基本一致。

附图说明

图1、本发明金属屋面系统的几何模型图；

图2、灵敏度分析结果图；

具体实施方式

以下所述，是以阶梯递进的方式对本发明的实施方式详细说明，该说明仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

本发明的描述中，需要说明的是，术语“上”“下”“左”“右”“顶”“底”“内”“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以及特定的方位构造和操作，因此不能理解为对本发明的限制。

一种面向连续焊接不锈钢金属屋面系统的模型修正方法，包括：步骤1、建立金属屋面系统的有限元模型；步骤2、选取修正参数；步骤3、基于飞蛾扑火算法优化支持向量机对有限元模型进行修正；

如图1所示，所述的步骤1中，通过abaqus有限元模拟软件建立金属屋面系统有限元模型，在建立有限元模型的过程中，选取几字形衬檩及以上部位进行建模，并忽略防水卷材及隔音泡棉；各部件之间由自攻螺钉进行连接，由于自攻螺钉数量多，连接强，且螺纹处的应力应变不是本发明关注的重点，因此不对自攻螺钉单独建模，自攻螺钉采用绑定约束进行螺孔之间的连接；对于屋面板，由于屋面板表面分布有横向浅压纹，这在一定程度上增加了模型的计算难度，模型容易不收敛，因此在建模时忽略屋面板横向浅压纹，以增加屋面板厚度的方式实现浅压纹刚度的等效替代；对于屋面板之间的连接，采用绑定约束来模拟屋面板之间的焊接；对于平钢板和压型钢板，由于试件较大，实际结构中是按设计要求拼装而成，在结构建模时，按照一块整体面板进行建模计算，忽略多块钢板或压型钢板之间的拼接效果；

所述的步骤2中，包括：具体步骤1、参数初选；具体步骤2、灵敏度分析；

所述的具体步骤1中，选取边界弹簧三向刚度kx、ky、kz，式中x表示沿衬檩方向，y表示沿肋板方向，z表示垂直于屋面方向；以及，平钢板和压型钢板的弹性模量e1、衬檩弹性模量e2；以及，屋面板密度ρ1、平钢板密度ρ2、衬檩密度ρ3作为模型待修正参数，并通过粗略计算及参考相关文献和工程经验选取物理参数修正区间；

具体情况如表1所示：

表1修正物理参数及取值范围

所述的具体步骤2中，选用abaqus自带的优化模块进行灵敏度分析，灵敏度分析结果如图2所示，结果发现，同一设计变量对不同阶次的频率是不同的，比如平钢板和压型钢板的弹性模量e1，对一阶频率的影响高于对二阶频率的影响；比如边界条件竖向支座刚度kz，对一阶频率呈现负的灵敏度，而对二阶频率却呈现正的灵敏度，其中，屋面板密度对模态频率影响最大，其次是e1和kz，因此，最终选定屋面板密度、平钢板和压型钢板弹性模量e1、边界弹簧竖向刚度kz作为最终修正参数；

所述的步骤3中，首先利用飞蛾扑火算法优化支持向量机的惩罚参数c和核函数参数g，设置种群数量为20，最大迭代次数为100，需要优化的参数为2，为防止参数过拟合，设置参数上界为100，参数下界为0.01，将优化后的c、g函数赋予支持向量机，并训练支持向量回归机，完成对数据的预测任务。

附录—相关实验数据见表2、表3：

1、修正前后结果对比

表2各物理参数修正结果

表320℃频率修正结果(单位：hz)