考虑随机激励效应的结构动力分析和优化并行算法

本课题从物理模型入手，深入研究了随机激励下结构分析和优化的并行算法。理论上，我们将结构运动方程由传统的拉格朗日体系向哈密尔顿体系转换，用辛积分和虚拟激励法进行随机响应分析和灵敏度分析，并定义了评价约束的PEC函数，建立一种合理的多目标动力优化设计模型，解决了传统模型的不可微困难，进一步研究出具有较高精度的动力灵敏度重分析近似算法，大大提高了优化的效率。算法上，发展了有限元分析的多级多波前树形并行算法以及区域分裂与多重网格技术综合的高效三维分析方法，结构随机响应分析的异步并行算法和动力优化算法，使并行计算加速比和效率大为提高。我们还将研究成果用于汽轮发电机基础动力优化设计，取得了较好的结果。