项目名称: 随机振动响应预测中的模型形式不确定性量化方法研究

项目编号: No.U1530122

项目类型: 联合基金项目

立项/批准年度: 2016

项目学科: 数理科学和化学

项目作者: 袁修开

作者单位: 厦门大学

项目金额: 63万元

中文摘要: 在复杂工程结构系统中,仿真模型已经成为广泛应用的分析和设计手段,而仿真模型的不确定性是其中不可避免亦不可忽视的重要影响因素之一。本申请项目将对结构随机振动响应预测中模型形式不确定性的量化和传播进行研究。基于认知不确定性理论来建立模型形式不确定性的表征体系,发展单个模型的模型形式不确定性的校准量化方法,建立和完善针对多个模型的模型形式不确定性的融合量化方法,建立针对多来源多表征形式的混合不确定性的传播分析方法,研究建立模型不确定性的灵敏度分析和重要性测度分析方法,最后以典型螺栓连接件的随机振动响应预测为例,设计实验,论证所发展方法的合理性。通过本项目的研究,建立一套合理量化和传播模型形式不确定性的理论方法和技术,对工程复杂系统性能的合理预测和评估具有重要的理论基础意义和工程应用价值。

中文关键词: 不确定性分析;模型形式不确定性;模型预测;模型确认;随机振动

英文摘要: In complex engineering structural systems, simulation model have become a widely used analysis and design tool and model form uncertainty is an important factor that cannot be avoidable and neglectable. This project focuses on the quantification and propagation of the model form uncertainty in the prediction of structural random vibration response. Based the epistemic uncertainty theory, the characterization for model form uncertainty is investigated. The approaches for quantifying the model form uncertainty for single model are developed. The model form uncertainty for multiple models is quantified. Establish the propagation methods for mixed uncertainty of multiple sources and characteristics. Also, the approaches for sensitivity and importance measure are established. Finally, the prediction of the random vibration response of typical bolted joints is investigated with experiments to demonstrate the feasibility of the developed methods. Through the research of this project, a set of methods of quantification and propagation of model form uncertainty is established, and it has the significant theoretical value and engineering application value for reasonable evaluation and prediction for the behavior of complicate system.

英文关键词: analysis of uncertainty;model form uncertainty;model prediction;model validation;random vibration

成为VIP会员查看完整内容
0

相关内容

航空制造知识图谱构建研究综述
专知会员服务
112+阅读 · 2022年4月25日
2022最新《预测建模笔记》329页PDF
专知会员服务
54+阅读 · 2022年4月24日
专知会员服务
13+阅读 · 2021年10月9日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
48+阅读 · 2021年8月29日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
44+阅读 · 2021年5月24日
【WWW2021】用优化框架解释和统一图神经网络
专知会员服务
44+阅读 · 2021年2月1日
专知会员服务
43+阅读 · 2020年12月13日
积分梯度:一种归因分析方法
极市平台
1+阅读 · 2022年3月17日
深度学习中的“不确定性基线”
TensorFlow
5+阅读 · 2021年12月7日
【ICML2021】统一鲁棒半监督变分自编码器
专知
1+阅读 · 2021年7月12日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
别用Attention了,用GNN来解释NLP模型吧
图与推荐
1+阅读 · 2021年3月10日
【干货书】贝叶斯推断随机过程,449页pdf
专知
29+阅读 · 2020年8月27日
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
Arxiv
16+阅读 · 2018年2月7日
小贴士
相关主题
相关VIP内容
航空制造知识图谱构建研究综述
专知会员服务
112+阅读 · 2022年4月25日
2022最新《预测建模笔记》329页PDF
专知会员服务
54+阅读 · 2022年4月24日
专知会员服务
13+阅读 · 2021年10月9日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
48+阅读 · 2021年8月29日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
44+阅读 · 2021年5月24日
【WWW2021】用优化框架解释和统一图神经网络
专知会员服务
44+阅读 · 2021年2月1日
专知会员服务
43+阅读 · 2020年12月13日
相关资讯
积分梯度:一种归因分析方法
极市平台
1+阅读 · 2022年3月17日
深度学习中的“不确定性基线”
TensorFlow
5+阅读 · 2021年12月7日
【ICML2021】统一鲁棒半监督变分自编码器
专知
1+阅读 · 2021年7月12日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
别用Attention了,用GNN来解释NLP模型吧
图与推荐
1+阅读 · 2021年3月10日
【干货书】贝叶斯推断随机过程,449页pdf
专知
29+阅读 · 2020年8月27日
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员