二阶导波声弹反演金属圆杆二阶与三阶弹性常数的两阶段CMA-ES优化方法

《Buildings》：A Two-Stage Guided-Wave Acoustoelastic Inversion Method for Second- and Third-Order Elastic Constants of Metallic Rods Using CMA-ES Optimization

　　

二阶与三阶弹性常数（SOEs与TOEs）是表征金属材料非线性弹性行为的关键参数。然而，既有体波声弹法与共振超声谱（RUS）法对试样尺寸与测量条件要求严苛，在小直径细杆中确定上述常数仍具挑战。研究人员提出一种两阶段导波声弹反演方法，用于识别各向同性金属圆杆的SOEs与TOEs。基于波有限元（WFE）法建立高精度正演模型，计算不同弹性常数与单轴预应力组合下L(0,1)导波频散及声弹响应。系统考察群速度频散与声弹系数灵敏度特征，为目标函数构建与测试频率选取提供依据。采用代理辅助协方差矩阵自适应进化策略（CMA-ES）求解该病态非可分反演问题。数值验证表明，该方法可在大幅降低迭代反演计算成本的同时，准确恢复SOEs与TOEs。

研究背景方面，金属圆柱如钢筋与高强钢丝广泛用作建筑桥梁结构件，其弹性区力学行为由应变能级数展开描述，二阶弹性常数（SOEs）反映线性应力应变关系，三阶弹性常数（TOEs）量化材料非谐性，对声子相互作用、热膨胀与非线性超声传播至关重要。既有体波声弹法需厘米级试样与兆赫兹激励以抑制边界反射，对小直径圆杆传感器耦合困难；共振超声谱（RUS）法虽可测毫米级试样却需截断长杆且对平行度要求达10^?3，模态遗漏会损害标定精度。因此研究人员开展基于L(0,1)导波频散与声弹系数的两阶段反演研究，论文发表于《Buildings》。该研究提出以无应力圆杆群速度V_g(f)反演SOEs、以单轴加载下声弹系数K_a(f)联合已得SOEs反演TOEs，用5毫米直径钢丝合成数据验证，结论为该方法能准确恢复SOEs与TOEs并显著降低迭代反演计算成本，意义在于为小直径金属杆非线性弹性常数原位标定提供低频率超声可行路径。

关键技术方法上，研究人员采用三个主要方法：一是基于Pao与Hughes增量方程推导均匀预应变圆杆导波增量控制方程，用Murnaghan三阶超弹性本构描述应力应变，结合波有限元（WFE）法将无限长圆杆降为周期单元并借Bloch–Floquet条件建立以实波数为输入的特征值问题，提取ω(k)后中心差分得V_g(f)，由不同单轴应力下V_g斜率得K_a(f)；二是开发自适应正演流程，将三维WFE退化为二维轴对称模型排除扭转与弯曲模，按目标频率上限估周期段长L、粗网格搜波数上界、在最大波数处做网格收敛、自适应加密波数步长至群速度变化小于0.01米/秒；三是反演采用双重训练代理（DTS-CMA-ES），以高斯代理模型部分替代WFE正演，变量缩放预处理后用协方差矩阵自适应进化策略（CMA-ES）分两阶段最小化群速度残差与声弹系数残差目标函数，种群16并行于多核CPU。

研究结果部分，第二节“圆柱杆单轴应力下导波频散正演建模”中，研究人员重新推导自然、初始、当前三配置下增量运动方程，给出含瞬时弹性张量A与B的控方程(14)及自由边界条件(15)，指出单轴拉应力使各向同性材料呈有效横观同性、破坏A对称，故用WFE而非解析Helmholtz分解；在2.2节建立WFE特征值列式(25)，说明仅取第一布里渊区k∈[0,π/L]对应物理传播模，群速度由ω(k)中心差分获得；2.3节明确V_g(f)经样条插值、K_a(f)由V_g对单轴应力σ线性斜率定义。第三节“5毫米杆L(0,1)模群速度频散与声弹效应”中，3.1节给出自适应WFE流程；3.2节参数研究表明μ对V_g影响为正相关且灵敏度约为λ的10至40倍，λ在325至535千赫呈负相关性，据此选250至400千赫七点构SOE目标函数；3.3节显示L(0,1)在440千赫以下群速度与拉应力线性负相关（|R|>0.999），TOEs中m对K_a灵敏度最高，选同频段七点构TOE目标函数，归一化雅可比条件数分别为4.25与7.33。第四节“基于CMA-ES的两阶段弹性常数反演”中，4.1节简述CMA-ES以演化路径更新均值、协方差与步长，DTS-CMA-ES引入高斯代理与双重训练演化控制动态调配代理与WFE调用；4.2节以表1参考值为基准用拉丁超立方抽9组加原组共10组合成数据，变量缩放(λ/90,μ)与(l/100,m/2,n/5)后反演，SOE终止阈值1×10^?3限200次正演、TOE终止1×10^?6限300次，结果λ与μ相对均方根误差为6.71×10^?7与2.94×10^?7，l、m、n为1.94×10^?3、3.58×10^?5、9.17×10^?5，TOE收敛后期出现平台因灵敏度低与维数高，但精度满足；4.3节对比PSO显示CMA-ES更高效。

讨论与结论部分，研究人员指出两阶段解耦降低病态性：首阶段SOEs高精度恢复后传入次阶段，但λ微偏会经K_a计算传递影响TOEs，故实测噪声下单纯增加TOE反演预算未必提升精度，需未来量化测量不确定度传播并设阶段适配终止准则。数值验证证实所提两阶段导波声弹反演框架在5毫米钢杆合成数据上可同时准确辨识SOEs与TOEs，代理辅助DTS-CMA-ES在16核环境将原始WFE正演调用控制在数百次内，相对传统体波或RUS法降低了对大试样、高频超声与高平行度制备的依赖，为建筑钢丝类细长构件非线性弹性常数无损标定提供了基于低频频散与声弹系数的理论可行方案。