教育教学

　　近日，机械与电气工程学院可靠性与设备健康管理研究所石岩老师指导的2020级本科生陈远虑在工程随机分析领域知名期刊《Probabilistic Engineering Mechanics》上发表论文“Uncertainty Analysis of Structural Output with Closed-form Expression Based on Surrogate Model”。机械与电气工程学院为论文第一单位，陈远虑同学为论文第一作者，石岩老师为通讯作者。该工作以求解复杂结构响应的均值和方差为目标，基于代理模型构建了自适应更新学习函数及迭代策略，从而以尽可能少的计算成本得到较高精度的不确定性量化结果。

图1 所提方法迭代示意图

　　工程实际中复杂结构往往存在多种不确定性，这些不确定性会对结构性能产生重要影响，进而影响结构运行的安全性和可靠性。因此，对复杂结构的输出不确定性进行量化研究具有重要的工程价值。传统数字模拟方法在对结构输出不确定性进行量化时，需要多次调用真实有限元模型进行计算，这一过程需要耗费巨大的时间和经济成本，在工程实际中难以实现。为此，本文基于Kriging代理模型，提出了一种有效的自适应不确定性分析方法。

图2 输出不确定性分析结果

　　本文所提方法通过考虑模型预测的不确定性，建立了复杂结构输出均值与方差的解析表达式，并且对输出均值的后验方差进行了量化研究。此外，以复杂结构响应函数的预测均值和方差为指标，构建了自适应更新学习函数及迭代策略，从而以尽可能少的计算成本促使代理模型的预测精度达到最佳。最终，通过飞机加强肋等复杂结构的不确定性分析，表明了所提方法在处理复杂工程结构不确定性量化问题的巨大潜力。

　　本论文研究工作由陈远虑入选机电学院“智能装备可靠性登顶计划”科研育人计划后，在可靠性与设备健康管理研究所石岩老师指导下独立完成。

　　机械与电气工程学院科研育人“智能装备可靠性登顶计划”项目负责人为黄洪钟教授，科研育人分项目的负责人为丁杰雄、李迅波、汪忠来、王伟教授。该登顶计划有四个终极挑战项目：机器人干活有多准；工业智能感知与质量大数据；仿生扑翼器向往可靠的天空；基于数字孪生的智能车间运维。在计划实施中采用“一次选拔，两次纳新，三次退出”的动态管理模式 。参与计划的学生在系统性的、逐级通关的登顶过程中提升解决工程问题的能力、提升创新能力、团队合作能力、领导能力等综合能力。

　　《Probabilistic Engineering Mechanics》是Elsevier旗下工程随机分析领域知名期刊，该期刊旨在推动概率和统计方法在工程力学中的应用和发展，主要处理在航空航天、土木、海洋、机械和核工程等不同技术学科中遇到的当代固体/结构和流体力学问题的概率和统计方法。