一种基于遗传算法的再生混凝土细观力学参数反演方法

技术领域

本发明属于混凝土细观数值计算技术领域，具体涉及一种基于遗传算法的再生混凝土细观力学参数反演方法。

背景技术

在细观层面，再生混凝土被认为是由水泥砂浆、水泥砂浆-老水泥砂浆界面过渡区、老水泥砂浆、老水泥砂浆-骨料界面过渡区和骨料组成的五相非均质材料。当对再生混凝土进行细观数值分析时，需要确定的细观成分参数较多，导致再生混凝土细观模拟极其复杂。并且由于现有实验技术水平的限制，再生混凝土界面过渡区和老砂浆的细观材料本构无法通过实验手段得到，故绝大多数学者对这两种材料的标定均是根据试验结果进行不断人工反演试算确定其材料参数。传统人工反演方法不仅耗费本领域内学者们大量的时间和精力，而且确定的材料参数精度较低且一般不是最优解。因此，再生混凝土各细观力学参数反演急需一种能提高参数反演计算效率和精确度的方法。

发明内容

本发明的发明目的是在现有技术不足的条件下，提出一种基于遗传算法的再生混凝土细观力学参数反演方法。该方法综合运用了MATLAB-PYTHON-ABAQUS联合仿真交互平台和遗传算法极强的非线性寻优能力的优点，以实现数据的复杂运算和自动化处理、软件交互和最优化求解一体化过程，通过遗传算法不断迭代优化使细观数值结果无限逼近于实验结果，最终得到能够精确表征对应实验中再生混凝土的各细观成分的力学参数。本发明提出的方法解决了传统人工反演再生混凝土细观力学参数方法耗费学者大量时间和精力且得到的细观力学参数一般不是最优解的问题。综上所述，本发明在再生混凝土数值计算领域提出的基于遗传算法方法相对传统人工反演方法具有较高的反演精度和计算效率，具有极好的实用性和可靠性。

为实现上述目的，本发明提供了一种基于遗传算法的再生混凝土细观力学参数反演方法，本发明采用如下技术方案，具体包括以下步骤：

S1：通过MATLAB调取再生混凝土力学试验结果；

S2：基于预设的再生混凝土各细观力学参数范围,确定各参数反演的取值范围，取值范围见下表：

S3:在MATLAB中搭建遗传算法框架，确定优化目标函数，迭代产生各细观力学参数，遗传算法优化参数为五种细观成分材料的弹性模量和两种界面过渡区的相应折减系数，优化目标函数如下：

式中：yy2为基于遗传算法经ABAQUS计算得到的应力-应变曲线图，yy1为试验得到的应力-应变曲线图，f(n)是经MATLAB连续化在yy2和yy1中取n个点的绝对差值，即为遗传算法的目标函数。

S4:在MATLAB中建立基于《混凝土结构设计规范》(GB50010-2010)和混凝土塑形损伤模型计算各细观成分的塑形损伤本构模型参数程序，其中输入ABAQUS中主要具体应力-应变表达式和损伤因子计算表达式如下：

式中：σ

S5:通过PYTHON建立再生混凝土ABAQUS有限元模型inp文件，inp文件为ABAQUS中可识别的文件格式，可由CAE直接打开；

S6:通过MATLAB接收遗传算法迭代产生经S4计算得到的各细观力学参数，调用S5中建立的inp文件实现对inp文件中材料参数的修改并调用ABAQUS提交计算；

S7:运用PYTHON调取ABAQUS计算结果，反馈到MATLAB中计算目标函数。若满足遗传算法终止判断准则，迭代终止，此时得到的再生混凝土各细观成分的力学参数为最能表征该试验中再生混凝土力学性能的参数；若不满足，返回S2继续以上步骤。具体交互过程为：首先MATLAB接收遗传算法迭代产生且经S4计算得到的再生混凝土各细观成分的力学参数。然后自动调用S5中通过PYTHON建立的inp文件并实现对该inp文件中材料参数的自动修改，随后自动调用ABAQUS提交计算。最后通过监测lck文件是否存在判断ABAQUS是否完成计算，若lck文件不存在，表示ABAQUS完成计算，则自动调用PYTHON自动提取ABAQUS计算结果来反馈到MATLAB，计算目标函数。经过遗传算法的不断迭代优化，若结果满足遗传算法终止判断准则，则迭代终止，此时得到的再生混凝土各细观成分的力学参数为最能表征该试验中再生混凝土力学性能的参数。

与现有技术相比，本发明的技术效果在于：

(1)本发明对现有技术具有较大改进。传统方法主要通过人工反演参数，导致其计算效率和精确度较低。而本方法搭建的MATLAB-PYTHON-ABAQUS联合仿真交互平台，能够实现数据的复杂运算和自动化处理以及三种软件的反馈交互，极大地提高了本领域内学者们在再生混凝土细观数值模拟反演参数的计算效率和减少了因繁琐的计算所耗费的时间和精力。

(2)本发明充分运用了遗传算法极强的非线性寻优能力，将其嵌入到MATLAB-PYTHON-ABAQUS联合仿真交互平台中，从而完成对目标函数最优化求解。与现有传统人工反演参数相比，该方法通过遗传算法不断迭代优化使细观数值结果无限逼近于实验结果，最终得到能够精确表征对应实验中再生混凝土的各细观成分的力学参数，从而极大地的提高了再生混凝土各细观力学参数反演的精确度。因此，本发明提出的方法具有极高的计算效率和精确度，在再生混凝土细观力学参数反演中具有很高的实用性和便捷性。

附图说明

图1为本发明流程交互示意图

图2为再生混凝土实验结果应力-应变曲线图

图3为试验结果和本发明方法参数反演的结果比对图

具体实施方式

为了使本技术领域的人员更好的理解本说明中的技术方案，下面将结合具体实施例以及附图，对本说明实施例中的技术方案进行清楚、完整地描述。

S1：通过MATLAB调取再生混凝土力学试验结果，调取地具体试验结果见附图2；

S2：基于预设给出的再生混凝土各细观力学参数范围,确定各参数反演的取值范围，取值范围见下表：

S3:在MATLAB中搭建遗传算法框架，确定优化目标函数，迭代产生各细观力学参数，遗传算法优化参数为五种细观成分材料的弹性模量和两种界面过渡区的相应折减系数，优化目标函数如下：

式中：yy2为基于遗传算法经ABAQUS计算得到的应力-应变曲线图，yy1为试验得到的应力-应变曲线图，f(200)是经MATLAB连续化在yy2和yy1中取200个点的绝对差值，即为遗传算法的目标函数。

S4:在MATLAB中建立基于《混凝土结构设计规范》(GB50010-2010)和混凝土塑形损伤模型计算各细观成分的塑形损伤本构模型参数程序，输入ABAQUS中具体应力-应变表达式和损伤因子计算表达式如下：

式中：σ

S5:通过PYTHON建立再生混凝土ABAQUS有限元模型inp文件，inp文件为ABAQUS中可识别的文件格式，可直接由CAE打开；

S6:通过MATLAB接收遗传算法迭代产生经S4计算得到的各细观力学参数，调用S5中建立的inp文件实现对inp文件中材料参数的修改并调用ABAQUS提交计算；

S7:运用PYTHON调取ABAQUS计算结果，反馈到MATLAB中计算目标函数。若满足遗传算法终止判断准则，迭代终止，此时得到的再生混凝土各细观成分的力学参数为最能表征该试验中再生混凝土力学性能的参数；若不满足，返回S2继续以上步骤。具体交互过程为：首先MATLAB接收遗传算法迭代产生且经S4计算得到的再生混凝土各细观成分的力学参数。然后调用S5中通过PYTHON建立的inp文件并实现对该inp文件中材料参数的修改，随后调用ABAQUS提交计算。最后通过监测lck文件是否存在判断ABAQUS是否完成计算，若lck文件不存在，表示ABAQUS完成计算，则调用PYTHON自动提取ABAQUS计算结果来计算目标函数。经过遗传算法的不断迭代优化，若结果满足遗传算法终止判断准则，则迭代终止，此时得到的再生混凝土各细观成分的力学参数为最能表征该试验中再生混凝土力学性能的参数。

如附图3，图中绘制了基于遗传算法反演得到的应力应变-曲线结果与试验结果的比较图，从图中可以很直观地看出两条曲线相差较小，这也说明了本发明提出的基于遗传算法的再生混凝土细观力学参数反演方法具有极高的计算效率和精度，从而极大地减少了本领域内学者们在再生混凝土细观数值反演参数计算时的工作量，并且也有效地提高了再生混凝土细观数值反演参数的精确度和计算效率，具有很高的实用性和很好的便捷性。

以上所述仅为本说明书的具体实施例而已，并不能因此理解为对本发明专利范围的限制，对于本领域的技术人员，在不脱离本发明专利的原理和宗旨对该实施例进行组合、修改和环境等改动均应在本说明书的权利要求范围之内。