基于缩减多体系统传递矩阵法的大型柔性多体系统直接和伴随灵敏度分析
《Computers & Structures》:Direct and adjoint sensitivity analysis of large flexible multibody systems using reduced multibody system transfer matrix method
【字体:
大
中
小
】
时间:2026年09月23日
来源:Computers & Structures 5.6
编辑推荐:
摘要
本文利用简化多体系统传递矩阵法(RMSTMM)和直接微分法建立了灵活多体系统灵敏度分析的常微分灵敏度传递方程组。然而,由于变量与其导数之间强耦合和非线性关系,灵敏度传递方程比传递方程更难求解。隐式积分方法严重降低了计算效率,导致RMSTMM丧失了其主要优势——快速计算
摘要
本文利用简化多体系统传递矩阵法(RMSTMM)和直接微分法建立了灵活多体系统灵敏度分析的常微分灵敏度传递方程组。然而,由于变量与其导数之间强耦合和非线性关系,灵敏度传递方程比传递方程更难求解。隐式积分方法严重降低了计算效率,导致RMSTMM丧失了其主要优势——快速计算。本文首先利用RMSTMM和自动微分法建立了灵活多体系统的灵敏度传递方程。为提高计算效率,本文提出了一种结合Rosenbrock方法和TR-BDF2的方法以避免Newton迭代。此外,本文还提出了基于RMSTMM和离散伴随变量法的灵活多体系统伴随灵敏度分析的另一种新颖求解策略。所提方法具有高可编程性和高效性,特别适用于涉及大量设计参数的大型灵活多体系统的灵敏度分析。对三个灵活多体系统进行灵敏度分析时采用了两种求解策略,并将结果与中心差分法进行了比较。
引言
近几十年来,多体系统动力学的研究范围已从传统的前向和逆向动力学分析扩展到优化设计和控制系统等前沿工程领域[1]。特别是Sun等人[2]讨论了灵活多体系统的动态拓扑优化。多体系统的模拟需要较高的计算成本,这对优化设计的应用构成了重大挑战,尤其是当采用无梯度方法时[3]。梯度算法已被证明在寻找最优解时非常高效,且高度依赖灵敏度分析提供的梯度信息。多体系统动力学的灵敏度分析通常包括状态灵敏度和设计灵敏度。前者指的是系统状态关于设计变量的导数,而后者指的是目标函数或约束函数关于设计变量的导数[4]。与纯动力学仿真相比,灵敏度分析更具挑战性,因为它不仅需要求解原始动力学方程,还需要计算状态响应或目标函数关于设计参数的导数。
灵活多体系统通常比刚体多体系统更具挑战性,因为必须同时考虑弹性变形、高频振动模式和大运动。控制方程可能取常微分方程、微分代数方程或偏微分方程的形式。此外,刚柔耦合引入了非线性惯性耦合和动力硬化效应,进一步增加了灵敏度分析的复杂性。与纯动力学仿真不同,灵敏度分析不仅需要系统响应,还需要响应或目标函数关于设计参数的导数。因此,其准确性和效率高度依赖于动力学公式、灵敏度公式、微分策略和数值积分方法[5]。灵活多体系统灵敏度分析的主要方法包括有限差分法(FDM)、直接微分法(DDM)和伴随变量法(AVM)。
FDM通过对参数扰动下的动力学结果进行微分来获取灵敏度。其实现简单,不需要灵敏度方程。然而,需要注意的是,计算精度和稳定性对参数扰动的量级极其敏感。选择较大的参数扰动会导致截断误差,而选择较小的参数扰动会导致浮点误差。因此,确定最优参数扰动量级对研究者来说是一个重大挑战[6]、[7]。尽管如此,FDM仍被广泛用于对比验证。
DDM和AVM是多体系统灵敏度分析的两种解析方法,具有计算精度高和效率高的特点。DDM根据链式法则,通过直接对多体系统控制方程关于设计变量求导来建立灵敏度方程。在许多实现中,灵敏度方程与原始系统控制方程一起积分,或者在获得并存储原运动轨迹后进行积分。已有研究表明,由于灵敏度方程的规模与设计变量的数量成正比,该方法对于设计变量数量较少的多体系统更为高效[8]。Dias等人[9]采用模态综合法减少灵活体的广义坐标数量,并基于DDM建立了灵活体的灵敏度方程。Wang等人[10]、Zhakatayev等人[11]和Bhalerao等人[12]将基于递归公式的DDM扩展应用于灵活多体系统的灵敏度分析。Maciag等人[13]将DDM应用于受约束的Hamilton正则方程并建立了相应的灵敏度方程。
AVM引入一组伴随变量来消除系统控制方程中与状态灵敏度相关的耦合项,通过求解相应的伴随变量方程来获取灵敏度信息。其计算成本取决于目标和约束函数的数量而非设计变量的数量,这显示了该方法对于具有大量设计变量和少量目标及约束函数的灵活多体系统具有高效率。Liu等人[14]使用AVM推导了受约束灵活多体系统的一阶和二阶灵敏度方程。Ding等人[15]基于微分代数方程建立了二阶灵敏度方程。Callejo等人[16]提出了基于广义alpha时间积分格式的离散伴随变量法(DAVD)并将其应用于灵活多体系统的动力学仿真。Alexander等人[17]基于浮参考系公式和AVM对灵活多体系统进行灵敏度分析。Pi等人[18]基于绝对节点坐标公式和AVM为经历大变形的梁和板建立了灵敏度方程。Nejat等人[19]、Gufler等人[20]和Peng等人[21]等研究者进一步将半解析方法应用于灵活多体系统灵敏度分析领域。然而,大量输入输出操作的要求和数值稳定性问题严重限制了该方法的性能[22]。
自动微分(AD)是一种基于链式法则的高度高效计算数学技术,用于对计算机代码进行微分[23]。AD的标准流程包括将函数分解为基本算术运算和库函数,然后利用运算符重载或源代码变换通过计算机编程计算导数表达式。不需要导数的解析表达式。Callejo等人[24]使用Maggi公式和AD对多体系统进行灵敏度分析。Neunert等人[25]、[26]采用AD在机器人控制、优化和估计领域建立动力学模型。
如上所述,灵敏度分析的计算精度和效率高度依赖于动力学公式。多体系统传递矩阵法(MSTMM)[27]具有计算效率高的优势,包括无需建立全局动力学方程以及系统矩阵阶数不随系统自由度(DOF)增加而增加。简化多体系统传递矩阵法(RMSTMM)[28]、[29]通过使用递归算法提高了计算稳定性,已被广泛应用于线性多体系统[30]、[31]、[32]和经历大运动的刚体多体系统[33]、[34]、[35]的灵敏度分析。目前,尚无关于使用RMSTMM进行经历大运动的灵活多体系统灵敏度传递方程的研究。参考文献[33]中得出了一个错误结论,即AVM必须依赖全局动力学方程,且AVM不适用于MSTMM的新版本(NV-MSTMM)。本文将提出一种结合DAVM和RMSTMM的新颖实现方法。
由于变量与其导数之间强耦合和非线性关系,灵敏度传递方程在数值上变得更加刚性。因此,高效可靠的积分器是灵敏度分析的重要组成部分。显式Runge-Kutta(ERK)被广泛用于求解常微分方程的初值问题。然而,已有研究表明ERK对刚性常微分灵敏度方程表现出较低的计算效率,甚至可能导致计算失败。对于刚性常微分灵敏度方程,首选后向微分公式(BDF)和隐式Runge-Kutta(IRK)。Wang等人[36]使用基于广义坐标划分的IRK数值积分算法来求解刚体多体系统的运动微分代数方程和设计灵敏度分析。Pytlak[37]提出了一种嵌入IRK积分器的顺序方法来求解微分代数方程的最优控制。然而,主流的隐式积分方法由于每个时间步都需要Newton迭代和雅可比矩阵计算而耗时过多,尤其对于大型灵活多体系统的灵敏度分析而言。有一些研究致力于提高隐式算法的计算效率[38]、[39]、[40]、[41]。其中,Rosenbrock方法通过将非线性方程转化为线性方程大大提高了计算效率。
本文的主要贡献总结如下:
(1) 首次基于RMSTMM和AD建立了灵活梁的灵敏度传递矩阵。使用Rosenbrock方法提高了灵活多体系统直接灵敏度分析的计算效率。
(2) 本文提出了一种结合RMSTMM和DAVM的灵活多体系统伴随灵敏度分析新颖求解策略。所提方法无需推导全局动力学方程,实现了高计算效率,特别适用于涉及大量设计参数的大型灵活多体系统的灵敏度分析。
本文结构如下:第2节介绍了基于RMSTMM和AD的灵活多体系统直接灵敏度分析,首先推导了经历大运动和小变形的灵活梁的灵敏度传递矩阵。第3节介绍了基于DAVM和RMSTMM的灵活多体系统伴随灵敏度分析。第4节提供了三个算例来验证所提方法的有效性。最后,第5节给出了结论。
各节摘要
基于RMSTMM的灵活多体系统直接灵敏度分析
本节首先使用浮参考系(FFR)和模态综合法推导了经历大运动和小变形的灵活梁的灵敏度传递矩阵。采用R-TR-BDF2方法提高计算效率。
基于RMSTMM的灵活多体系统伴随灵敏度分析
在DDM中,目标函数Ψ(y(T))关于参数p的导数可以通过间接计算广义坐标y(T)关于参数p的导数向量来获得。T为终止时间。计算雅可比矩阵dy/dp是耗时的,尤其是当设计参数数量较大时。在DAVM中,可以通过一次前向传播和一次后向传播直接获得(dΨ/dp)^T,而无需求解雅可比矩阵dy/dp。如果
数值算例
为了验证直接和伴随灵敏度分析相应代码实现的可可靠性,本文提出了以下三个算例:一个灵活轮毂-梁系统、一个灵活三摆系统和一个灵活树形系统。第一个算例通过比较DDM和CDM验证灵敏度传递方程。第二个算例评估所提R-TR-BDF2积分方案对刚性灵敏度方程的效率。最后一部分展示了
结论
本文首次使用AD建立了灵活梁的灵敏度传递矩阵。提出了一种计算重复特征值和特征向量导数的近似方法。此外,基于RMSTMM和AD建立了灵活多体系统的直接灵敏度分析方法。数值算例表明,R-TR-BDF2可以通过避免Newton迭代显著提高计算效率。纯TR-BDF2的计算时间太
CRediT作者贡献声明
王又宇:撰写——初稿。王国标:撰写——审阅与编辑。孙玉田:撰写——审阅与编辑。唐金鑫:撰写——审阅与编辑。
吴根阳:撰写——审阅与编辑。
利益冲突声明
作者声明不存在可能被认为影响本文所述工作的已知竞争性经济利益或个人关系。
致谢
本工作受国家自然科学基金(编号:92266201)资助。
王有宇 | 王国平 | 孙宇天 | 唐金鑫 | 吴根阳
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号