返回列表 发布新帖

[工业技术] 基于HPSO算法的岩石非定常蠕变本构模型辨识

8 0
admin 发表于 2025-1-18 14:30 | 查看全部 阅读模式

基于HPSO算法的岩石非定常蠕变本构模型辨识
摘要:复合微粒群优化(HPSO)是一类随机全局优化技术,具有搜索能力强、收敛速度快、搜索精度高的优点。针对岩石蠕变本构模型非定常参数的辨识问题,利用FLAC软件自带的fish语言实现了HPSO算法对非定常参数的辨识。该方法从非定常参数的随机值出发,以蠕变过程中试件变形的实验值与计算值的误差大小作为适应度函数来评价参数的品质,利用HPSO算法规则实现非定常参数的进化,搜索出全局最优的模型参数值,从而实现了岩石蠕变本构模型非定常参数的自适应辨识。利用该方法对页岩蠕变实验进行了仿真研究,与文[9]的结果对比发现:HPSO算法用于岩石蠕变模型的非定常参数辨识是有效的,非定常参数的本构模型能更好的描述页岩的粘弹性变形性能。

Abstract:Hybrid Particle swarm optimization (HPSO) algorithm is a stochastic global optimization technique with many advantages, such as quick convergence, simple regulation and easy implementation. In order to determine the time-varying parameters of creep constitutive model of rock, in this article, a new method is presented using HPSO algorithm and fish language, which was contained in FLAC. At first, the stochastic values of parameters are initialized and the difference between the value computed and the datum measured during creep was regarded as fitness function to evaluate quality of the parameters. Then the parameters are updated continually using HPSO until the optimal parameters are found. Thus time-varying parameters of creep constitutive model of rock are identified adaptively during computation. Simulations was done for shale creep experiment, the results show that hybrid particle swarm optimization algorithm is effective in identifying the time-varying parameters of creep constitutive model of rock and viscoelastic characteristics of shale can be described better by using inconstant creep constitutive model.

中文标题:
基于HPSO算法的岩石非定常蠕变本构模型辨识
Time-varying Creep Constitutive Model Identification of Rock Based on HPSO Algorithm

作者:
刘文彬
Liu Wenbin
作者简介:刘文彬,1973年生,男,汉族,山东泰安人,工学博士,工程师,主要从事岩土工程勘察、设计和施工工作。Email:joidon@126.com
通讯地址:
北京航天勘察设计研究院, 北京 100071
GeotechnicalInstituteofBeijingAerospace,Beijing100071,China

中图分类号:U452
doi:10.3969/j.issn.1007-2993.2011.04.002
出版物:岩土工程技术
收稿日期:2011-05-19


关键词:岩石力学,蠕变本构模型,参数辨识,复合微粒群算法
Key words:rock mechanics,creep constitutive model,parameter identification,hybrid particle swarm optimization algorithm
文档包含图片数量:图片(0)张
文档包含表格数量:表格(0)个

参考文献:

基金项目:


2025-1-17 22:49 上传
文件大小:
515.94 KB
下载次数:
60
高速下载
【温馨提示】 您好!以下是下载说明,请您仔细阅读:
1、推荐使用360安全浏览器访问本站,选择您所需的PDF文档,点击页面下方“本地下载”按钮。
2、耐心等待两秒钟,系统将自动开始下载,本站文件均为高速下载。
3、下载完成后,请查看您浏览器的下载文件夹,找到对应的PDF文件。
4、使用PDF阅读器打开文档,开始阅读学习。
5、使用过程中遇到问题,请联系QQ客服。

本站提供的所有PDF文档、软件、资料等均为网友上传或网络收集,仅供学习和研究使用,不得用于任何商业用途。
本站尊重知识产权,若本站内容侵犯了您的权益,请及时通知我们,我们将尽快予以删除。
  • 手机访问
    微信扫一扫
  • 联系QQ客服
    QQ扫一扫
2022-2025 新资汇 - 参考资料免费下载网站 最近更新浙ICP备2024084428号
关灯 返回顶部
快速回复 返回顶部 返回列表