一种退化和不同策略下基于韧性的工程结构设计优化方法

本发明涉及工程结构领域，具体为一种退化和不同策略下基于韧性的工程结构设计优化方法。

背景技术：

1、复杂工程结构在服役过程中常遭受风沙、极寒、高温、腐蚀等极端环境，使其容易发生各种故障或失效，严重时甚至诱发灾难性后果。因此，对复杂工程结构服役性能的量化不仅需要考虑自身状态、同时需要考虑载荷工况、服役环境等不确定性条件的影响；另一方面，在进行服役状态维护过程中，需进一步考虑维护的经济性、实现服役状态/能力保持与维护经济性的平衡。尽管当前复杂工程结构已形成了集设计、制造、运维于一体的研发体系，但设计研制和运营维护阶段，关联性不够，缺少衔接手段，限制了整体设计水平的提升。考虑到设计与维护的运行模式各异，不同的运行要素变化不均，加之组成环节和影响因素差异，导致其全寿期服役性能提升难度增大。为此，基于复杂工程结构可靠度、安全性、经济性的综合考虑，提出了一种退化和不同维修策略下基于韧性的工程结构设计优化方法。

技术实现思路

1、为了综合考虑复杂工程结构可靠度、安全性、经济性，本发明提出一种退化和不同策略下基于韧性的工程结构设计优化方法。

2、本发明为实现上述目的所采用的技术方案是：一种退化和不同策略下基于韧性的工程结构设计优化方法，其特征在于，包括以下步骤：

3、s1：为工程结构设计域内的变量设置样本粒子np，集合为s，样本的速度为vi；

4、s2：设置迭代次数i＝1，更新样本到当前样本集s(i)；

5、s3：通过样本集s(i)，建立工程结构性能函数代理模型，并计算韧性设计优化的可靠度r；

6、s4：计算结构的性能损失量qloss；

7、s5：计算结构的性能恢复量qrecover；

8、s6：根据s3所述可靠度r、s4所述性能损失量qloss和s5所述性能恢复量qrecover，计算工程结构韧性设计优化的韧性约束ψ，并将粒子分为s1(i)和s2(i)，若样本的韧性值ψs(i)≥[ψ]，[ψ]为目标韧性值，则将s(i)合并到s1(i)，否则将s(i)合并到s2(i)；

9、s7：计算工程结构预防性维修的总费用

10、s8：计算工程结构事后维修的总费用

11、s9：根据s3所述可靠度r、s6所述韧性约束ψ、s7所述预防性维修的总费用s8所述事后维修的总费用建立工程结构韧性设计优化数学模型；

12、s10：根据所述工程结构韧性设计优化数学模型获得局部最优位置和全局最优位置

13、s11：获得当前迭代中的最优解

14、s12：判断最优解是否满足韧性要求，若执行步骤s14，否则基于最优解更新s1(i)和s2(i)；

15、s13：更新迭代次数，并设置i＝i+1；

16、s14：判断是否达到最大迭代次数nmax，若i＜nmax则执行s3，否则进行下一步；

17、s15：输出最优值

18、优选地，步骤s3具体包括以下步骤：

19、s3.1：设置随机变量x、随机过程y(t)和时间t，其集合为m；

20、s3.2：估计集合m中样本的性能函数g；

21、s3.3：基于性能函数g和集合m构造初始kriging代理模型其中d表示设计变量，表示性能函数的估计值；

22、s3.4：基于蒙特卡洛仿真方法生成nmcs个样本，并利用主动学习u函数对初始kriging代理模型进行更新，既根据主动学习u函数，将nmcs个样本分为gp1和gp2两组，并根据最小值选择新样本；

23、s3.5：利用选择的新样本pnew更新kriging代理模型，直到模型满足精度要求条件；

24、s3.6：计算工程结构可靠度。

25、优选的，所述步骤s3.1中x＝[x1,x2,...,xn]，表示n个随机变量的向量；y(t)＝[y1(t),y2(t),...,ym(t)]表示m个随机过程的向量；

26、所述步骤s3.2中表示n0个随机样本的性能函数估计向量，步骤s3.4中利用主动学习u函数对代理模型样本进行更新，其中主动学习u函数表达式为：

27、

28、其中，(xk,yk(t),tk)表示输入变量，表示输入变量均值，表示输入变量方差，k表示x、y、t的序号；

29、所述步骤s3.4中利用主动学习u函数，nmcs个样本可以分为两组：gp1(u≥2)和gp2(u＜2)，将根据最小值选择新样本，其函数表达式为：

30、

31、其中，umin表示主动学习函数的最小值，r被视为大于2的常数，vk表示v速度下第k的样本，m表示j的取值范围，j表示t的序号。

32、优选地，所述步骤s3.5中，新增样本pnew的函数表达式为：

33、

34、其中，

35、其中，i表示x、y、d的序号、j表示t的序号，n表示i的取值范围；

36、所述步骤s3.5中，精度要求条件的表达式为：

37、

38、其中，cov表示协方差，r为可靠度，n为总样本个数；

39、所述步骤s3.6中，可靠度约束的表达式为：

40、

41、其中，pr表示的g≤0的概率，r表示给定时间间隔[t0,te]内系统的可靠度，t0、te分别为工程结构可靠服役时间。

42、优选地，步骤s4中，性能损失量为自然退化和异物冲击导致的损失量之和，其函数表达式为：

43、

44、其中，d＝[d1,d2,...,dn]表示设计变量，yi表示第i次冲击后的性能损失量，n1(t1,t2)表示时间间隔(t1,t2)内的冲击数。

45、优选地，步骤s5中，采用预防性维修和事后维修策略对工程结构的性能进行恢复，则性能恢复量可表示为：

46、

47、其中，v(t)表示性能提升比，t表示维修周期，q0表示维修前结构初始性能，a表示维修速率，vti表示ti之前的性能比，ti表示第i次维修的开始时间。

48、优选地，所述步骤s6中，工程结构韧性设计优化的韧性约束ψ的函数表达式为：

49、

50、其中，0，t分别为工程结构全寿期服役起始时间，r表示可靠度，pre表示性能成功恢复的概率，qrecover表示结构经过维修后的性能量，qloss表示工程结构性能损失量。

51、优选地，所述步骤s7中，工程结构预防性维修的总费用为：

52、

53、其中，表示由于维修停机而导致的误工损失费用，表示为维修员工支付的费用，表示维修时间，表示更换零部件的费用，表示预防性维修操作费用，sc表示单位时间的误工费，pc表示单位时间的维修人工费，mc表示单位性能恢复产生的维修费。

54、优选地，所述步骤s8中，事后维修的总费用表达式为：

55、

56、其中，cs表示误工损失费用，cp表示维修报酬，cr表示部件更换费用，cm表示可维修部件的维修费用，k表示不可维修部件的种类，ni为第i种不可维修部件的数量，ci为第i种不可维修部件的单个更换费用，ve表示维修开始前系统的残余性能比。

57、优选地，所述步骤s9中，

58、当无维修策略时的优化设计模型的表达式为：

59、

60、s.t.ψ(d,x,y(t),t)≥[ψ]

61、pr{gi(d,x,y(t),t＝0)≤0}≥[ri]

62、

63、当只考虑事后维修时，工程结构韧性设计优化数学模型的表达式为：

64、

65、s.t.ψ(d,x,y(t),t)≥[ψ]

66、pr{gi(d,x,y(t),t＝0)≤0}≥[ri]

67、

68、同时考虑预防性维修和事后维修，工程结构基于韧性设计优化数学模型的表达式为：

69、

70、s.t.ψ(d,x,y(t),t)≥[ψ]

71、pr{gi(d,x,y(t),t＝0)≤0}≥[ri]

72、

73、其中，cdesign表示工程结构前期设计总费用，[ψ]表示目标韧性值，μx表示x的均值，pr{gi(d,x,y(t),t＝0)≤0}表示结构的当前的可靠度，其大于第i个性能的目标可靠度[ri]，g表示结构的性能函数，dl和du分别为d的下界和上界，和分别为μx的下界和上界

74、本发明与现有技术相比，有益效果在于能够在不同维护策略下，针对工程结构设计得出最优结果，避免由于维护模式不同，导致运行要素变化不均的技术问题，同时利用主动学习u函数提升代理模型的精度，提高模型的稳定性，确保最终的优化设计模型能够获得最优值。