详情

原文传递基于多种群遗传算法的分数阶粘弹性模型参数识别的方法

专利名称：	基于多种群遗传算法的分数阶粘弹性模型参数识别的方法
摘要：	基于多种群遗传算法的分数阶粘弹性模型参数识别的方法，它属于沥青混合料的本构行为研究技术领域。本发明解决了现有方法在实现蠕变柔量、松弛模量与动态模量之间的相互转化时无法识别出模型中全部参数值的问题。本发明根据动态模量值选择出合适的1S2P1D模型，通过Laplace变换将1S2P1D模型的应力应变关系转换为Laplace域内的1S2P1D模型的应力和应变关系，再获得考虑温度效应的1S2P1D模型参数；最终，基于多种群遗传算法一次性自动获取了模型中全部参数值，克服了现有方法在实现蠕变柔量、松弛模量与动态模量之间的相互转化时，无法识别出模型中全部参数值的问题。本发明可以应用于沥青混合料的本构行为研究技术领域。
专利类型：	发明专利
国家地区组织代码：	黑龙江;23
申请人：	哈尔滨工业大学
发明人：	董泽蛟;全蔚闻;杨士真;马宪永;王彤旭
专利状态：	有效
申请日期：	2019-04-19T00:00:00+0800
发布日期：	2019-07-19T00:00:00+0800
申请号：	CN201910319128.7
公开号：	CN110031611A
代理机构：	哈尔滨市松花江专利商标事务所
代理人：	刘冰
分类号：	G01N33/42(2006.01);G;G01;G01N;G01N33
申请人地址：	150001 黑龙江省哈尔滨市南岗区西大直街92号
主权项：	1.基于多种群遗传算法的分数阶粘弹性模型参数识别的方法，其特征在于，该方法包括以下步骤：步骤一、分别在[-30,-10,0,10,20,30,40,50]摄氏度的温度点下对未老化沥青进行动态频率扫描试验，获得每个温度点在频率分别为[1,5,10,15,20,25,30,40,50,60,70]赫兹下的动态模量值；步骤二、根据步骤一获得的动态模量值绘制出柯尔图，再根据柯尔图的特征选择出分数阶模型为1S2P1D模型；结合1S2P1D模型中弹簧元件、黏壶元件和分数阶元件的应力应变关系，通过Laplace变换得到Laplace域内的1S2P1D模型的应力和应变关系；对Laplace域内的1S2P1D模型的应力和应变关系进行Carson变换得到动态模量的频域表达式，由欧拉定理将动态模量的频域表达式表示为储存模量和损耗模量之和的形式，并获得考虑温度效应的1S2P1D模型参数；步骤三、基于储存模量和损耗模量建立目标函数；步骤四、通过二进制编码的方式对考虑温度效应的1S2P1D模型参数进行编码，获得M个初始种群；步骤五、基于步骤三建立的目标函数，计算步骤四的M个初始种群中每个个体的适应度值；步骤六、根据M个初始种群中每个个体的适应度值，对M个初始种群进行标准遗传算法的选择、交叉和变异操作，获得更新后的M个种群；再计算出更新后的M个种群中每个个体的适应度值，根据适应度值找出每个更新后的种群对应的最优个体；将每个更新后的种群对应的最优个体的编码及适应度值对应放入精华种群加以保存；步骤七、不断的重复步骤六的过程，直至在精华种群中的某个最优个体保持的代数达到阈值Q时结束，将该最优个体作为最终最优个体；步骤八、输出最终最优个体对应的1S2P1D模型的参数，并基于最终最优个体对应的1S2P1D模型参数绘制动态模量主曲线和柯尔图。 2.根据权利要求1所述的基于多种群遗传算法的分数阶粘弹性模型参数识别的方法，其特征在于，所述步骤二中的结合1S2P1D模型中弹簧元件、黏壶元件和分数阶元件的应力应变关系，通过Laplace变换得到Laplace域内的1S2P1D模型的应力和应变关系；其具体过程为：结合1S2P1D模型中弹簧元件、黏壶元件和分数阶元件的应力应变关系，通过Laplace变换得到Laplace域内1S2P1D模型的应力和应变关系如公式(1)所示：其中：s是复数域内的自变量，代表应力，代表应变，M1为弹簧模量，α12和α13均为分数阶黏壶阶次，p11为线性黏壶粘度系数，p12和p13均为分数阶黏壶粘度系数；公式(1)经过整理和代换得到公式(2)：其中：b1、b2、b3、b4、β1、β2、β3、β4和c4均代表中间变量；且b4＝1，c4＝M1。 3.根据权利要求2所述的基于多种群遗传算法的分数阶粘弹性模型参数识别的方法，其特征在于，所述步骤二中的对Laplace域内的1S2P1D模型的应力和应变关系进行Carson变换得到动态模量的频域表达式，由欧拉定理将动态模量的频域表达式表示为储存模量和损耗模量之和的形式；根据温度对1S2P1D模型参数的影响，获得考虑温度效应的1S2P1D模型的参数；其具体过程为：对公式(2)进行Carson变换得到动态模量的频域表达式E(iω)，动态模量的频域表达式如公式(3)所示：其中：i为虚数单位，ω为加载频率；由欧拉定理将动态模量的频域表达式表示为储存模量E′和损耗模量E″之和的形式，具体如公式(4)所示： E(iω)＝E′+iE″ (4) 其中：且中间变量A和B的表达式分别为：考虑温度对1S2P1D模型参数的影响，采用缩减频率代替1S2P1D模型中的实际频率，缩减频率与实际频率间由位移因子转换，位移因子与温度之间的关系由WLF方程给出：其中：αT代表位移因子，T为实际测试温度，C1和C2均为WLF方程参数；选定参考温度T0后，即获得考虑温度效应的M1、p13、p12、p11、α13、α12、C1和C2的值，将M1、p13、p12、p11、α13、α12、C1和C2作为考虑温度效应的1S2P1D模型的8个参数。 4.根据权利要求3所述的基于多种群遗传算法的分数阶粘弹性模型参数识别的方法，其特征在于，所述步骤三的具体过程为：基于储存模量和损耗模量建立的目标函数f如公式(6)所示：其中，E′tk为频率k对应的储存模量的实测值，E′pk为频率k对应的储存模量的预测值，E″tk为频率k对应的损耗模量的实测值，E″pk为频率k对应的损耗模量的预测值，k＝1,2,…,N，N代表最大频率。 5.根据权利要求4所述的基于多种群遗传算法的分数阶粘弹性模型参数识别的方法，其特征在于，所述步骤五的具体过程为：式中，Nind为每个初始种群中的个体数，sp为选择压差，Posj′是每个初始种群中的第j′个个体在目标函数中的排序，FitnV(j′)为每个初始种群中第j′个个体的适应度值。
所属类别：	发明专利