Page 71 - 无损检测2024年第十二期
P. 71

黄梓琦,等:

              基于改进模量比寻根算法的黏弹性多层空心圆柱超声导波特性分析

                                  A mj  =0             (11)
                                    ,
                                   22
                  式(10)表示超声导波纵向模态,式(11)表示
              超声导波扭转模态。通过求解式中的复波数k和角
              频率ω,即可获得相应模态的频散曲线和衰减曲线。

              2  改进的寻根算法

                  不同于参考文献[18-19]将各向异性层状复合材
              料的频散方程求解问题转化为特征值问题,文章利
                                                                               图 2  单变量函数示意
              用迭代寻根算法求解方程。尽管常用的迭代寻根算
              法,如二分法和牛顿-拉夫逊法,已被证明适用于求                           所以,比值|f (c)|/|f (x )|和|f (d)|/|f (x )|都为无穷大。
                                                                                   2
                                                                                                2
              解弹性材料的频散特征方程,但在处理黏弹性材料                            因此,必然存在某个有限值P,使得
              时存在困难。黏性的引入使得频散特征方程具有复
              波数根,在频率-复波数空间中使用传统的二分法求
                                                                                                         (13)
              根存在局限性。牛顿-拉夫逊法要求目标函数具有
              二阶连续可微性,并且需要计算目标函数的Hessian
              矩阵的逆,计算量巨大。为了克服这些限制,文章提                                此处的有限值P可以作为一个阈值,用于判断
              出了改进的模量比寻根算法,并实现基于LOPE方
                                                                所找到的极小值点是否为零点。
              法的频散方程求解。                                              改进的寻根算法示意如图3所示,在任意频率f
                  原模量比寻根算法          [20]  将函数f (x)=0转化为求                                                      n
                                                                下,沿着k轴设置扫描区间,以获取该频率下的所有
              解|f(x)|=0,这种处理方式可以将非零解问题转化
                                                                波数解。当点 K       i +1  与点 K i  之间的差值 K      i  小
                                                                                                       ∆
              为求局部极小值点的问题。一个单变量函数曲线如                                           n +1      n +1             n +1
              图2所示,其中x 和x 分别为区间[a,b]和[c,d]上的                    于波数扫描区间的长度时,可能导致解的丢失。为
                             1
                                 2
              局部极小值点,x 同时也是函数f(x)的零点,而x 仅                       了解决此问题,可以缩小扫描区间的长度,确保
                                                         1
                             2
              为局部极小值点。因此,根据模量比寻根算法计算                            每个区间内只存在一个解,但这会显著增加计算
                                                                时间。改进的模量比寻根算法则是在用原算法求
              得到的极小值点会存在以上情况。在区间[e,f ]上有
              两个解x 和x ,但根据模量比寻根算法的计算,每个                         解频率f    n-1 的第i个波数 K      n i  后,设置扫描区间
                      3   4                                                               -1
              区间只能得出一个解,可能导致解的丢失,为此需要                              i n  - K  ∆  , τ   n i  −  + K  ∆  τ      ,其中∆τ为波数间隔由频率
                                                                              1
                                                                    -1
              对算法进行改进。                                          间隔∆f决定。理论上,当∆f足够小时,可以确保在
                  为了计算极小值点,首先设置沿着x轴移动的                           K  i  附近存在一个解 K 。然后,以此类推,设置新
                                                                                      i
              扫描区间,然后将区间均匀分成具有离散节点的小                               n -1               n
                                                                的扫描区间,直至找到所有解。这种方法将原算法
              段。计算每个离散点处的f (x)值,并比较它们的模,
                                                                中的全局扫描改进为局部动态扫描,保持较小的间
              以找出区间中的最小值点。确定函数f (x)的所有极
                                                                隔,并根据已知解来寻找下一个解。
              小值点,包括零点,然后逐个计算到这些极小值点的
              |f (x)|极限,以确定是否为零点。
                  图2中区间[a,b]上的极小值点x 并非函数f (x)
                                               1
              的零点,因此,f (x )|是大于0且小于|f (a)|和|f(b)|的
                            |
                               1
              值,故必定存在某个有限值P,满足


                                                       (12)




                  区间[c,d]上的点x 是一个零点,即|f (x )|=0。                             图 3  改进的寻根算法示意
                                    2
                                                      2
                                                                                                          37
                                                                                         2024 年 第 46 卷 第 12 期
                                                                                                  无损检测
   66   67   68   69   70   71   72   73   74   75   76