动态模型全局灵敏度分析及其在汽车前桥结构中的应用.pdf
《动态模型全局灵敏度分析及其在汽车前桥结构中的应用.pdf》由会员分享,可在线阅读,更多相关《动态模型全局灵敏度分析及其在汽车前桥结构中的应用.pdf(8页珍藏版)》请在文库网上搜索。
1、第 13 卷第 5 期2023 年 9 月汽车工程学报Chinese Journal of Automotive EngineeringVol.13No.5Sept.2023动态模型全局灵敏度分析及其在汽车前桥结构中的应用张凯超1,付 锐1,袁 伟1,罗 耿1,贺冰清2(1.长安大学 汽车学院,西安 710064;2.中国联合网络通信有限公司陕西分公司,西安 710075)摘要:汽车结构中不可避免地存在各种不确定性,严重影响汽车的安全使用,灵敏度分析可以明晰不确定性的影响关系,为提高汽车安全性提供有效指导。针对动态模型,在引入模型变化不确定性的基础上,提出动态模型基于方差的全局灵敏度分析,并对
2、方差贡献及灵敏度指标的涵义进行了详细论述,其与Sobol理论保持着较好的一致性,且计算上仅增加了一维反映模型变化不确定性的变量。利用动态模型基于方差的全局灵敏度分析对汽车前桥强度问题进行了分析。关键词:全局灵敏度分析;不确定性分析;动态模型;Sobol理论;准-方差贡献中图分类号:TB114.3文献标志码:ADOI:10.3969/j.issn.20951469.2023.05.17Global Sensitivity Analysis for Dynamic Models and Its Application to Automotive Front Axle StructuresZHANG
3、 Kaichao1,FU Rui1,YUAN Wei1,LUO Geng1,HE Bingqing2(1.School of Automobile,Chang an University,Xi an 710064,China;2.China Unicom Shanxi Branch,Xi an 710075,China)Abstract:Inevitably,there are various uncertainties in the vehicle structures that significantly impact safe operation.Sensitivity analysis
4、 can clarify the influence of these uncertainties and provide effective guidance for improving vehicle safety.Based on the introduced uncertainty of model change,the paper proposed a variance-based global sensitivity analysis for dynamic models,and discussed the meanings of variance contributions an
5、d sensitivity indices in detail.This method maintains good consistency with Sobols theory,and only a one-dimensional variable reflecting the uncertainty of model change is added to the calculation.Finally,the variance-based global sensitivity analysis for dynamic models is used to analyze the streng
6、th of automobile front axles.Keywords:global sensitivity analysis;uncertainty analysis;dynamic model;Sobols theory;quasi-variance contribution收稿日期:20230619改稿日期:20230707基金项目:国家重点研发计划项目(2019YFB1600500);陕西省自然科学基础研究计划项目(2023-JC-QN-0038,2022JQ-224)参考文献引用格式:张凯超,付锐,袁伟,等.动态模型全局灵敏度分析及其在汽车前桥结构中的应用 J.汽车工程学报,20
7、23,13(5):773-780.ZHANG Kaichao,FU Rui,YUAN Wei,et al.Global Sensitivity Analysis for Dynamic Models and Its Application to Automotive Front Axle Structures J.Chinese Journal of Automotive Engineering,2023,13(5):773-780.(in Chinese)汽车工程学报第 13 卷工程结构系统中存在着大量的不确定性分析问题,特别是在复杂的汽车结构系统中,受零部件加工、制造、装配误差,结构中材料
8、分布不均匀及复杂的工作环境等因素的影响,汽车结构系统中不可避免地存在不确定性1-2,不确定性分析对于汽车结构系统的分析、设计以及优化等问题有着十分重要的意义。不确定性分析的主要内容包括可靠性分析和灵敏度分析3-4:可靠性分析研究结构系统中输入变量不确定性向输出响应的传递问题,也即研究结构系统中输出响应的不确定性特征问题;灵敏度分析通常也被称作重要性分析,研究结构系统中输出响应不确定性向输入变量不确定性的分配问题,也即研究结构系统中输出响应不确定性和输入变量不确定性之间的关系。目前,在针对灵敏度分析的研究方面,国内外已经有了大量的研究成果5-7,其中,SOBOL等8-9提出的基于方差的全局灵敏度
9、分析理论因其概念清晰简单、易于理解、具有模型通用性等特点,成为最主流的全局灵敏度分析方法,并且在工程实际中得到了广泛应用,但是该理论只适用于输入变量独立且输出响应为一维变量的模型。对于动态模型的灵敏度分析问题,可以通过时间维度的离散化将其转化为多维输出问题10-14,SALTELLI 等10建议将多维输出问题转化为单维问题,即依据实际问题定义一个综合的输出响应,然后对这个定义的单个输出响应进行全局灵敏度分析。该方法可以处理一部分工程实际问题,但是还存在一些不能通过这样的转化来解决的问题。CAMPBELL等11提出了一种多维输出情况下的全局灵敏度分析方法,该方法首先利用正交基对多维输出进行分解,
10、然后对分解式中的正交基系数进行全局灵敏度分析,该方法也被简称为输出分解法。LAMBONI等12对输出分解法进行了补充完善,并定义了一套综合的全局灵敏度指标以反映输入变量对多维输出的综合影响。输出分解法将一个维数较高的多维输出全局灵敏度分析问题,转化为维数较少的多维输出问题,一定程度上简化了多维输出情况下的全局灵敏度分析。GAMBOA等13基于输出响应的协方差分解以及高维模型替代定义了一套多维输出情况下的全局灵敏度指标,该方法可以认为是Sobol基于方差的单维输出全局灵敏度分析的一种拓展,并且该方法与输出分解法具有一定的等价性。分析发现,输出分解法和协方差分解法得到的灵敏度指标反映的是输入变量对
11、多维输出响应的协方差矩阵中的对角元素之和的影响,即只反映了输入变量对多维输出各个分量方差的影响,并不包含多维输出之间的相关性。ZHANG Kaichao等14在多维随机变量不确定性方差量化的基础上,将多维输出响应的不确定性归结为输入变量单独的影响,输入变量之间交叉作用的影响和模型模式不同的影响。对于动态模型Y=g(X,t),t T=t1,t2,工程实际中往往是通过在不同时刻进行采样来近似研究动态模型的不确定性分析问题,当然,也可以通过该方法将动态模型转化为多维输出模型,来实现对动态模型进行全局灵敏度分析。但是依据这样的思路分析得到的结果往往会受到时间t的离散精度的影响,因此,需要针对动态模型的
12、全局灵敏度分析作进一步研究。动态模型随着时间t的变化而变化,本文提出的动态模型基于方差的全局灵敏度分析将动态模型输出响应不确定性影响因素分解为:输入变量单独的影响、模型变化单独的影响、输入变量交互作用的影响、输入变量与模型变化交互的影响。文中对各个不确定性影响因素的内涵进行了详细分析,得到的输入变量灵敏度指标的物理意义解释与一维输出Sobol基于方差的全局灵敏度分析相同,只多了一维反映模型变化对输出响应不确定性影响的量,因此,计算量方面与Sobol基于方差的全局灵敏度分析相当,不会造成新的计算难度。1Sobol基于方差的全局灵敏度分析假设所考虑结构系统的输入-输出关系可以由函数Y=g(X)来描
13、述,其中X=(X1,X2,Xn)为n维相互独立的输入变量,Y为结构系统的一维输出响应,输入随机变量Xi(i=1,2,.,n)的概774第 5 期张凯超 等:动态模型全局灵敏度分析及其在汽车前桥结构中的应用率密度函数表示为fXi(xi),联合概率密度函数表示为fX(x)。Sobol基于方差的全局灵敏度分析以输出响 应 函 数 的 高 维 模 型 展 开 为 基 础,如 式(1)所示15-17。g(X)=g0+i=1ngi(Xi)+i1=1ni2=i1+1ngi1i2(Xi1,Xi2)+.+g1.n(X1,X2,.,Xn)。(1)其中g0=E(Y)gi(Xi)=E(Y|Xi)-E(Y)gi1i2(
14、Xi1,Xi2)=E(Y|Xi1,Xi2)-E(Y|Xi1)-E(Y|Xi2)+E(Y).。(2)式中:E()为期望算子。在输入变量独立的情况下,对式(1)两边求方差,可得:V=i=1nVi+i1=1ni2=i1+1nVi1i2+.+V1,2,.,n。(3)其中V=Var(Y)Vi=VarE(Y|Xi)Vi1i2=VarE(Y|Xi1,Xi2)-Vi1-Vi2.。(4)式中:Var()为方差算子;式(3)右端的各个方差项为部分方差贡献;Vi为主方差贡献,Vi1i2为二阶方差贡献,依此类推。输入变量Xi的总方差贡献VTi定义为与Xi有关的各阶方差贡献的总和,即:VTi=Vi+j=1,j inVi
15、j+j=1,j ink=1,k i,k jnVijk+V1,2,n。(5)总方差贡献也可通过式(6)进行计算:VTi=E Var(Y|X-i)=Var(Y)-Var E(Y|X-i)。(6)式中:X-i为除Xi以外的所有输入变量组成的向量。式(3)表明,结构系统响应函数的方差可以分解为每个输入变量的方差贡献及它们之间交互作用的方差贡献。其中,Vi表示输入变量Xi独自变化对输出响应方差的贡献,Vi1i2表示由于响应函数结构关系产生的Xi1与Xi2交互作用对输出响应方差的贡献,依此可以解释高阶的方差贡献。总方差贡献VTi表示输入变量Xi对输出响应方差的总贡献。用式(3)中的部分方差贡献除以无条件方
16、差V,可得到 SOBOL 等定义的基于方差的全局灵敏度指标,其中主贡献灵敏度指标(主指标)为:Si=ViV=VarE()Y|XiVar()Y。(7)总贡献灵敏度指标(总指标)为:STi=VTiV=1-VarE()Y|X-iVar()Y。(8)主贡献灵敏度指标反映了输入变量Xi单独作用时对输出响应方差的贡献(主影响)。而总贡献灵敏度指标反映Xi对输出响应方差的总贡献(总影响),其中,除了包含Xi单独的贡献外,还包括由于功能函数结构形式而产生的Xi与所有其他变量的交互作用对输出响应方差的贡献。依据主指标和总指标可以获得输入变量对输出响应不确定性影响的重要性排序,对结构系统的分析设计以及概率安全评估
17、等有着非常重要的指导意义。可以通过忽略重要性程度低的变量达到降低问题维度的目的,工程实际中往往可以大大简化所考虑问题的复杂程度。重点考虑重要性程度高的变量,可以大大改善分析、设计、评估等工程实际问题的效率。2动态模型基于方差的全局灵敏度分析2.1动态模型方差分解动态模型随着时间t的变化而变化,从而导致模型输出也随时间的变化而变化,将模型输出随时间的变化定义为模型不确定性,即在动态模型中除了存在输入变量的不确定性外,还存在模型变化引起的输出响应不确定性。动态模型的模型变化不确定性是由时间t的不同取值而引起的,工程实际问题中一般通过对时间t进行均匀的离散化(不同时刻采样)来处理动态模型不确定问题,
18、分析发现这775汽车工程学报第 13 卷等于将时间t看做t1,t2区间上的均匀分布,因此动态模型的模型不确定性可以用时间区间t1,t2上的均匀分布变量来t描述,此时,可以得到动态模型输出的方差分解,如式(9)所示。V(Y)=Vt+i=1n(VXi+VXi,t)+i=1nj=i+1n(VXi,Xj+VXi,Xj,t)+(VX1,X2,Xn+VX1,X2,Xn,t)。(9)其中Vt=V E(Y|t)VXi=V E(Y|Xi)VXi,t=V E(Y|Xi,t)-VXi-VtVXi,Xj=V E(Y|Xi,Xj)-VXi-VXjVXi,Xj,t=V E(Y|Xi,Xj,t)-VXi,Xj-VXi,t-
19、VXj,t-VXi-VXj-Vt 。(10)对比式(4)和式(9)可以发现,这里的方差分解式与式(4)形式上相同,但是需要注意这里的t是动态模型的时间参数,用来描述动态模型的模型不确定性。Vt是模型变化的主方差贡献,它描述模型随时间变化单独作用时对动态模型输出响应方差的影响,实际含义是瞬态输出响应均值随时间变化的变异性。VXi是输入变量Xi的主方差贡献,它是输入变量Xi单独作用时对动态模型输出响应方差的影响。主方差贡献VXi可以作进一步推导,如式(11)所示。VXi=V E(Y|Xi)=VXi EX-i,t(Y)=VXi EX-i Et(Y)=V E Et(Y)|Xi。(11)式中:VXi为输
20、入变量Xi对Et(Y)的主方差贡献;Et(Y)为动态模型关于时间的平均模型;VXi,t为输入变量Xi和模型不确定性的二阶交叉贡献,反映Xi和模型不确定性的二阶交叉作用对动态模型输出响应方差的影响,也反映Xi对瞬态输出主效应随时间变化的变异性。VXi,Xj为输入变量Xi和Xj对动态模型输出响应方差的二阶交叉方差贡献,对其可以进行推导,如式(12)所示。VXi,Xj=V E(Y|Xi,Xj)-VXi-VXj=VXi,Xj EX-i,-j,t(Y)-VXi-VXj=VXi,Xj EX-i,-j Et(Y)-VXi-VXj=V E Et(Y)|Xi,Xj-VXi-VXj。(12)因此,二阶方差贡献VX
21、i,Xj实际上也是输入变量Xi和Xj对Et(Y)的二阶交叉方差贡献。动态模型的模型不确定性的总方差贡献VTt定义为式(9)中部分方差与t有关的所有方差贡献的加和,如式(13)所示。VTt=Vt+inVXi,t+inj=1,j inVXi,Xj,t+VX1,X2,Xn,t。(13)VTt也可通过式(14)进行计算为:VTt=V(Y)-V E(Y|X)。(14)总方差贡献VTt是动态模型的模型不确定性对输出响应方差的总影响,当总方差贡献VTt较小时,表明动态模型随时间t的变化而变化较小。输入变量Xi的总方差贡献VTXi定义为式(9)中部分方差与Xi有关的所有方差贡献的加和,如(15)所示。VTXi
22、=(VXi+VXi,t)+j=1,j in(VXi,Xj+VXi,Xj,t)+j=1,j ink=1,k i,k jn(VXi,Xj,Xk+VXi,Xj,Xk,t)+(VX1,X2,Xn+VX1,X2,Xn,t)。(15)VTXi也可通过式(16)进行计算。VTXi=V(Y)-V E(Y|X-i,t)。(16)可以对其作进一步推导,如式(17)所示。VTXi=V(Y)-V E(Y|X-i,t)=E V(Y|X-i,t)=Et EX-iVXi(Y|X-i)=EtVX(Y)-VXi EX-i(Y|X-i)。(17)总方差贡献VTXi是输入变量Xi对动态模型输出响应方差的总影响,通过式(17)的结论
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 动态 模型 全局 灵敏度 分析 及其 汽车 前桥 结构 中的 应用