第 7 章 随机有限元法
§7.1 绪论
结构工程中存在诸多的不确定性因素,从结构材料性能参数到所
承受的主要荷载,如车流、阵风或地震波,无不存在随机性。在有限
单元法已成为分析复杂结构的强有力的工具和广泛使用的数值方法
的今天,人们已不满足精度越来越高的确定性有限元计算,而设法用
这一强有力的工具去研究工程实践中存在的大量不确定问题。随机有
限元法(Stochastic FEM),也称概率有限元法(Probabilistic FEM)
正是随机分析理论与有限元方法相结合的产物,是在传统的有限元方
法的基础上发展起来的随机的数值分析方法。
最初是 Monte-Carlo 法与有限元法直接结合,形成独特的统计有
限元方法。Astill 和 Shinozuka(1972)首先将 Monte-Carlo 法引入
结构的随机有限元法分析。该法通过在计算机上产生的样本函数来模
拟系统的随机输入量的概率特征,并对于每个给定的样本点,对系统
进行确定性的有限元分析,从而得到系统的随机响应的概率特征。由
于是直接建立在大量确定性有限元计算的基础上,计算量极大,不适
用于大型结构,而且最初的直接 Monte-Carlo 法还不是真正意义上的
随机有限元法。但与随后的摄动随机有限元法(PSFEM)相比,当样
本容量足够大时,Monte-Carlo 有限元法的结果更可靠也更精确。
结构系统的随机分析一般可分为两大类:一类是统计方法,另一
类是非统计方法。因此,随机有限元法同样也有统计逼近和非统计逼
1
近两种类型。前者通过样本试验收集原始的数据资料,运用概率和统
计理论进行分析和整理,然后作出科学推断。这里,样本试验和数据
处理的工作量很大,随着计算机的普及和发展,数值模拟法,如蒙特
卡罗(Monte Carlo)模拟,已成为最常用的统计逼近法。后者从本
质上来说是利用分析工具找出结构系统的(确定的或随机的)输出随
机信号与输入随机信号之间的关系,采用随机分析与求解系统控制方
程相结合的方法得到输出信号的各阶随机统计量的数字特征(如各阶
原点矩或中心矩)。
在 20 世纪 70 年代初, Cambou 首先采用一次二阶矩方法研究线
弹性问题。由于这种方法将随机变量的影响量进行 Taylor 级数展开,
就称之为 Taylor 展开法随机有限元(TSFEM)。Shinozuka 和 Astill
(1972)分别独立运用摄动技术研究了随机系统的特征值问题。随后,
Handa(1975)等人在考虑随机变量波动性时采用一阶和二阶摄动技
术 ,并 将这 种 摄动 法 随机 有限 元 成功 地 应用 于框 架 结构 分 析。
Vanmarcke 等人(1983)提出随机场的局部平均理论,并将它引入随
机有限元。局部平均理论是用随机场函数在每一个离散单元上的局部
平均的随机变量来代表该单元的统计量的近似理论。Liu W. K.等人
(1986、1988)的系列工作,提供了一种“主模态”技术,运用随机
变量的特征正交化方法,将满秩的协方差矩阵变换为对角矩阵,减少
计算工作量,对摄动随机有限元法的发展做出贡献,此外,提出了一
个随机变分原理。
Yamazaki 和 Shinozuka(1987)创造性地将算子的 Neumann 级数展
2
开式引入随机有限元的列式工作。从本质上讲,Neumann 级数展开方
法也是一类正则的小参数摄动方法,正定的随机刚度矩阵和微小的随
机扰动量是两个基本要求,这两个基本要求保证了摄动解的正则性和
收敛性,其优点在于摄动形式较简单并可以得到近似解的高阶统计
量。Shinozuka 等人(1987)将随机场函数的 Monte-Carlo 模拟与随
机刚度矩阵的 Neumann 级数展开式结合,得到具有较好计算精度和效
率的一类 Neumann 随机有限元列式(称 NSFEM)。Benaroya 等(1988)
指出,将出现以随机变分原理为基础的随机有限元法来逐渐取代以摄
动法为基础的随机有限元法。Spanos 和 Ghanem 等人(1989,1991)
结合随机场函数的 Karhuen-Loeve 展式和 Galerkin(迦辽金)射影
方法建立了相应的随机有限元列式,并撰写了随机有限元法领域的第
一本专著《随机有限元谱方法》。
国内对随机有限元的研究起步较晚。吴世伟等人(1988)提出随
机有限元的直接偏微分法及相应的可靠度计算方法。陈虬、刘先斌等
人(1989、1991)提出一种新的随机场离散模型,建立了等参局部平
均单元,并基于变分原理研究了一类随机有限元法的收敛性和误差
界。
Papadrakakis(1995)采用预处理共轭梯度法给出了空间框架的
非 线 性 随 机 有 限 元 列 式 。 Schorling 和 Bucher(1996) 基 于
Monte-Carlo 技术,采用响应面法研究几何非线性时的可靠度随机有
限元方法。刘宁(1996)则基于偏微分法,给出了三维弹塑性随机有
限元列式。随机有限元法的数学理论研究和非线性随机问题的有限元
3
分析工作还有待深入。
自 20 世纪 80 年代以来,随机有限元法已在工程结构可靠性、安
全性分析领域以及在各种随机激励下结构响应变异研究领域中得到
应用,如应用于大型水利工程的重力坝、拱坝的可靠度计算;应用于
非线性瞬态响应分析;结构振动中随机阻尼对响应的影响;结构分析
的随机识别;复杂结构地震响应的随机分析和两相动力系统的随机模
拟等等。随着理论研究的深入,随机有限元将得到更加广泛的应用。
§7.2 随机有限元的控制方程[22]
从随机有限元控制方程的获得来看,随机有限元可分为 Taylor 展
开法随机有限元(TSFEM)、摄动法随机有限元(PSFEM)以及 Neumann
展开 Monte-Carlo 法随机有限元(NSFEM)。
● Taylor 展开法随机有限元
该随机有限元法的基本思路是将有限元格式中的控制量在随机
变量均值点处进行 Taylor 级数展开(取一阶或二阶),经过适当的数
学处理得出所需的计算方程式。有限元静力分析控制方程的矩阵形式
为: KU = F
(7.2.1)
式中,U 为位移矩阵,F 为等效节点荷载列阵,K 为整体刚度矩阵
K
B
e
T DBdv
(7.2.2)
其中,B 为形变矩阵,D 为材料弹性矩阵。在计算出节点位移 U 后,即
由下式求得应力列阵σ
σ= DBU
(7.2.3)
4
设 基 本 随 机 变 量 为
X
(
XX
,
1
,
,
nX
T
)
2
, 将 位 移 U 在 均 值 点
X
(
XX
,
1
,
,
2
T
nX
)
处一阶 Taylor 级数展开,并在两边同时取均值
(数学期望),得
XUUE
1
FK
(7.2.4)
式中:符号 E[·]表示求均值,任一结点位移 U 的方差可由下式计算:
UVar
n
n
i
1
j
1
U
X
i
U
X
j
XX
Cov
(
XX
XX
,
i
)
j
(7.2.5)
式中:符号 Var[·]表示求方差;Cov(Xi,Xj)为 Xi 和 Xj 的协方差。
其中
U
X
i
X
i
K
(1
F
X
i
D
X
i
BU
U
i
K
X
UDB
X
i
)
(7.2.6)
(7.2.7)
同样将σ在均值点处 Taylor 展开,也有与上面类似的表达式。可
见,TSFEM 关键在于对有限元方程式直接进行偏微分计算,计算出有
限元输出量对随机变量的梯度,故该法也称直接偏微分法或梯度分析
法。
由于一阶 TSFEM 只需一次形成刚度矩阵,也只需一次求刚度矩阵
的逆,因此效率较高。但由于忽略了二阶以上的高次项,使 TSFEM 对
随机变量的变异性有所限制。一般要求一阶 TSFEM 随机变量的变异系
数小于 0.3。如果随机变量的变异系数较大,可以采用有限元控制方
程的二阶 Taylor 展开:
2
U
XX
i
j
1
K
2
F
XX
i
j
K
X
i
U
X
j
K
X
i
U
X
j
2
K
XX
i
j
U
(7.2.8)
5
2
XX
i
j
2
D
XX
i
j
BU
D
X
i
UB
X
j
D
X
j
UB
X
i
DB
2
U
XX
i
j
(7.2.9)
上式可见,二阶 TSFEM 可以放宽随机变量变异性大小的限制,但随机
变量数目较多时,计算量将十分庞大,而且一阶或二阶 TSFEM 均无法
计算响应量三阶以上的统计特性。
由于 TSFEM 简单明了、效率高,为我国许多学者所采用。
● 摄动法随机有限元
摄动技术最初被用于非线性力学分析。Handa 等人成功地将一阶、
二阶摄动技术用于随机问题,给出摄动法有限元列式。该法假定基本
随机变量在均值点处产生微小摄动,利用 Taylor 级数把随机变量表
示为确定部分和由摄动引起的随机部分,从而将有限元控制方程(非
线性的)转化为一组线性的递推方程,求解得出位移的统计特性,进
而求出应力的统计特性。
假设 i 为随机变量 iX 在均值点 iX 处的微小摄动量,即
i
X
i
X
。
i
于是
KK
0
n
i
1
i
K
i
1
2
n
i
,
j
j
1
i
2
K
i
j
(7.2.10)
对于 U、F,也有类似上式 K 的表达式,式中:K0、U0、F0 分别为 K、U、
F 在随机变量均值点的值。根据二阶摄动法,可得
FK
0
1
0
0
U
KU
i
1
0
KUF
i
i
0
(7.2.11)
(7.2.12)
6
2
U
i
j
1
K
0
2
F
i
j
U
0
2
UK
K
i
j
KU
i
j
i
j
由上式可得位移的均值和协方差:
UUE
1
2
n
i
1
1
n
j
n
U
ijCov
(
j
,
i
)
UCov
n
n
i
1
n
j
1
n
UU
i
j
(
Cov
j
,
i
)
EUU
jk
i
(
k
j
i
)
n
n
i
1
j
1
k
1
n
n
j
1
k
1
l
1
i
1
EUU
kl
ij
(
l
()
E
()
E
E
(
)
k
k
j
i
l
j
i
)
(7.2.13)
(7.2.14)
(7.2.15)
由于任何量的随机性都可以引入摄动量,而且更易于考虑非线性
问题,因此 PSEFEM 适用范围较广,对于结构几何特性的随机性(包
括随机边界问题)易得出随机有限元控制方程。一阶 PSFEM 和一阶
TSFEM 一样,只需一次形成刚度矩阵、一次对刚度矩阵求逆,计算效
率较高。但 PSFEM 需以微小的摄动量为条件,一般应小于均值的 20%
或 30%。
● Neumann 展开 Monte-Carlo 随机有限元
20 世纪 80 年代后期,Shinozuka 等人提出基于 Neumann 展开式的
随机有限元法,使 Monte-Carlo 法与有限元法较完美地结合起来。
Monte-Carlo 法是最直观、最精确、获取信息最多、对非线性问题最
有效的计算统计方法。Neumann 展开式的引入是为了解决矩阵求逆的
效率问题。如果对每一次随机抽样,只需形成刚度矩阵,进行前代、
回代以及矩阵乘和矩阵加减,而无需矩阵分解,则可大大减少工作量。
在一般有限元控制方程 KU = F 中,假定荷载 F 为确定值,在随机
变量波动值的影响下刚度矩阵 K 分解为 K = K0+ΔK,根据 Neumann 级
数展开,有
7
K - 1=(K 0+Δ K) - 1=(I-P+P 2-P 3+… )K 0
- 1
(7.2.16)
式中:K0 为随机变量均值处的刚度矩阵;ΔK 为刚度矩阵的波动量;I
为单位矩阵。对于 Monte-Carlo 随机抽样,刚度矩阵只改变ΔK 项,
而
P = K0
-1ΔK
U0 = K0
-1F
(7.2.17)
(7.2.18)
将式(7.2.16)代入式(7.2.1),并利用式(7.2.17)和式(7.2.18),
得
U = U 0-PU 0+P 2U 0-P 3U 0+…
(7.2.19)
令 Ui=PiU0,则得如下的递推公式:
U = U 0+U 1+U 2+…
Ui=-K0
-1ΔKUi-1
(i=1,2,3,…)
(7.2.20)
(7.2.21)
由式(7.2.18)求出 U0 后,可由式(7.2.21)求出 Ui(i=1,2,3,…)。
上述三种方法中,NSFEM 可以方便地调用确定性有限元的计算程
序,而 TSFEM 在编程上较为复杂,PSFEM 则更为复杂。由于采用
Monte-Carlo 随机模拟技术,NSFEM 不受随机变量波动范围的限制,
当变异系数小于 0.2 时,NSFEM 与一阶 TSFEM 或一阶 PSFEM 精度相当;
当变异系数大于 0.2 时,后两者已不能满足精度要求,但 NSFEM 仍能
得出满意的结果。
§7.3 随机场的离散模型
许多物理现象和物体系统具有随机分布特性,包括系统本身的不
确定或系统的激励和响应的不确定,都可以模型化为随机空间分布的
8