关于在数字孪生中使用风险度量识别结构薄弱点
最优化与控制
2023-11-22 v1 数值分析
数值分析
摘要
给定传感器测量值和一组标准力，本文引入了一种基于优化的方法来识别结构中的薄弱点。关键新颖性在于将载荷和测量值设为随机变量。随后，在弹性方程作为约束的条件下最小化条件风险价值（CVaR）。CVaR是一种风险度量，能够最小化标准和期望无法处理的稀有低概率事件。优化变量是（确定性的）强度因子，它作为系数出现在弹性方程中，从而使问题非凸。由于不确定性，该问题为高维；由于CVaR，该问题非光滑。我们开发了一种基于伴随的方法，并在随机变量上使用求积。数值结果在板、类似太阳能阵列或起重机所用的大型桁架结构以及人行桥的背景下给出。
引用
@article{arxiv.2311.12206,
title = {On The Use of Risk Measures in Digital Twins to Identify Weaknesses in Structures},
author = {Facundo N. Airaudo and Harbir Antil and Rainald Löhner and Umarkhon Rakhimov},
journal= {arXiv preprint arXiv:2311.12206},
year = {2023}
}