结构有限元模型修正算法研究综述概要
基于Kriging模型的有限元模型修正方法研究
基于Kriging模型的有限元模型修正方法研究基于Kriging模型的有限元模型修正方法研究摘要:有限元模型是一种常用的结构分析方法,然而,由于模型假设和离散化误差等因素,其结果可能存在一定误差。
本文提出了基于Kriging模型的有限元模型修正方法,通过对已有有限元模型数据进行拟合,进而修正模型中的误差,并对修正效果进行验证。
实验结果表明,基于Kriging模型的有限元模型修正方法能够显著提高有限元模型的精度和稳定性。
关键词:有限元模型;Kriging模型;模型修正;精度;稳定性1. 引言有限元模型是一种常用的结构分析方法,广泛应用于工程领域。
然而,在实际应用过程中,由于对结构复杂性的简化、参数估计误差以及离散化误差等因素的影响,有限元模型的分析结果可能存在一定误差,从而影响工程设计的准确性。
因此,如何对有限元模型进行修正并提高其精度和稳定性成为了一个重要的研究方向。
2. Kriging模型的基本原理Kriging模型是一种基于统计学的插值方法,通过对已有样本数据的拟合,预测未知位置上的数值。
其基本思想是通过已知样本点之间的空间相关性,在未知位置上进行插值,从而得到预测结果。
Kriging模型通过建立样本点之间的半变异函数,从而描述其空间相关性,并通过最小化预测误差来确定未知位置上的数值。
3. 基于Kriging模型的有限元模型修正方法基于Kriging模型的有限元模型修正方法主要包括以下几个步骤:(1)数据采集:首先,需要采集与有限元模型相关的数据,包括原始模型的力学性能、结构几何参数、材料参数等。
(2)数据预处理:对采集到的数据进行预处理,包括数据的筛选、去噪和归一化处理等,以减小数据误差对模型修正的影响。
(3)Kriging模型构建:根据预处理后的数据,构建Kriging模型,包括选择合适的半变异函数、估计其参数,并进行模型的验证。
(4)有限元模型的修正:利用步骤(3)中构建的Kriging模型,对已有的有限元模型进行修正,得到修正后的模型。
基于有限元方法的结构设计优化研究
基于有限元方法的结构设计优化研究随着人们对工程建造的要求越来越高,结构设计的优化也变得异常重要。
在过去,结构设计大多基于经验和试错,但受到限制太大,展现优化空间也不足。
而本篇文章将会介绍基于有限元方法的结构设计优化方法,其能在很大程度上提高结构的质量和性能,同时也会探讨该方法的优缺点以及最新进展。
一、有限元方法简介有限元法是一种数值计算方法,它基于分段函数法则,将连续问题抽象为离散问题,使得计算相对容易。
通俗地说,它是将实际问题转化为节点与元素的网格模型,进而对其进行数值计算。
而这种方法不仅能用于结构优化,还有很多应用领域,如振动分析、流体力学、热力学等。
二、结构设计优化研究概述在结构设计环节需要考虑很多要素,以确保该结构能够达到其期望的目标。
优化方案一方面要满足强度、刚度等基本要求,同时还要最小化结构的材料用量,提高设计的经济性。
因此,结构优化的核心目标是最大化的性能和最小化材料成本。
好的结构设计必须在质量和成本之间找到平衡点。
以悬索桥为例,悬索桥最初仅用于特定领域,后来随着技术飞速发展,悬索桥成为一种受欢迎的桥梁类型。
当新一代悬索桥与传统桥梁设计比较时,后者的结构控制比例更高,经济效益相同的情况下,前者使用的钢材量更节约。
借助有限元方法,我们可以对这类跨距更大、复杂多变的结构进行分析和优化设计。
三、有限元方法在结构优化中的应用有限元方法在工程学中已广泛应用,特别是在结构优化领域。
以下列举出其应用的几个重点。
1. 材料特性-有限元方法可以用来模拟材料特性,钢材的刚度、弹性模量和杨氏模量等。
这有助于确定材料的组合方案、减少材料的用量,从而改善结构的质量。
例如,当卡车等车辆行进在斜坡上时,对桥梁进行三维建模,可以确定最佳桥梁通行方向,提高其承载能力。
2. 振动状况分析-有限元法可以对结构的振动情况进行分析,根据分析结果给出建议的改进方案,从而增强结构的刚度,避免出现类似风吹桥摇的情况。
同时,有限元法还可以用于模拟地震的振动,这对地震区域的安全结构设计很有价值。
结构静力有限元模型修正研究与应用
一、背景与意义结构静力有限元模型修正研究与应用是现代工程领域中的一个重要课题,其研究目的在于提高结构静力有限元模型的精度和可靠性,从而使得有限元分析在工程实践中具有更高的准确性和实用性。
传统的结构静力有限元模型在分析复杂结构时常常存在着精度不足的问题,尤其是在考虑非线性和非均匀性时更为突出。
进行结构静力有限元模型的修正研究与应用是非常必要的。
修正后的有限元模型不仅能够更准确地反映结构的受力行为,还能够提高模型的收敛性和计算效率。
二、关键技术与方法1. 结构静力有限元模型修正的基本原理结构静力有限元模型修正的基本原理是通过对原有的有限元模型进行修正和改进,以提高其精度和准确性。
修正的方法包括改进刚度矩阵、修正材料模型、考虑非线性和非均匀性效应等。
2. 结构静力有限元模型修正的关键技术和方法结构静力有限元模型修正涉及到多个关键技术和方法,包括但不限于参数修正法、模态超级位置法、附加刚度法、几何非线性效应考虑和材料非均匀性等。
这些方法通过对原有的有限元模型进行改进和修正,以提高其精度和可靠性。
三、研究现状与发展趋势目前,结构静力有限元模型修正的研究已经取得了一定的成果,但在应用中还存在一定的局限性。
目前结构静力有限元模型的修正方法大多是针对特定问题或特定结构的,通用性较差;另由于结构静力有限元模型修正涉及到多个方面,现有的研究还存在不足之处,有待进一步完善。
未来,结构静力有限元模型修正的研究将会朝着以下方向发展:一是针对不同结构和不同问题,提出更加通用和普适的修正方法;二是加强对结构非线性和非均匀性效应的研究,提高有限元模型的适用范围和精度;三是结合人工智能等新技术,加快有限元模型修正的速度和效率。
四、典型案例分析1. 桥梁结构的有限元模型修正以桥梁结构为研究对象,通过对桥梁结构的有限元模型进行改进和修正,提高了模型的精度和可靠性。
修正后的有限元模型能够更准确地反映桥梁结构的受力情况,为工程实践提供了可靠的分析依据。
有限元模型修正技术
有限元模型修正技术
近代的工程结构越来越复杂,它们的设计必须依赖计算和实验的原始数据。
计算的成本低、速度快,还可以计算工程问题所可能遇到的各种情况,而实验特别是现场实验,必须在工程完工后才能进行,不仅周期长,耗资巨大,而且模型实验必须处理好相似关系。
对某些复杂的工程问题,相似关系很难严格满足。
用计算逐渐取代实验,或部分取代实验,这是工程界追求的目标。
近十几年来计算机可视化、虚拟现实、电脑智能化技术的发展,计算机在各个领域取代实验已有很大发展。
但对于复杂的实际结构,有限元模型的精度,受到许多因素的影响,如简化假定、边界条件的近似性、接头和耦合部件的不确定性、某些物理参数的误差等。
实践表明,有限元模型预测与实验结果之间往往存在明显误差。
有限元模型修正技术(或实验/分析模型相关)就是要充分利用结构实验和有限元分析两者的优点,用少量的结构实验所获得的数据对有限元模型进行修正,获得比较准确的有限元模型。
这样,就可能省掉一些大型结构实验,从而节省研制的费用和缩短研制的周期。
从工程应用的角度看,有限元模型修正技术是一种综合性很强的技术。
除了有限元模型修正技术本身的理论外,它还涉及到有限元的建模和计算、动力学实验技术和经验,以及计算机中的许多技术问题-如数据传递等。
有限元模型的修正对象可以分为两类:一类是有限元模型的刚度矩阵、质量矩阵、甚至阻尼矩阵中的元素;另一类是有限元模型的设计参数,包括物理参数与几何参数。
结构动力学有限元模型修正的目标函数及算法_杨智春
(p)-φm , ij φm, ij
]
2
(2)
其中 :φij 表示第 j 阶模态振型的第 i 个分量 ;wshape , ij 为
相应的权值 。通常联合使用公式(1)和公式(2)作为
目标函数 , 即
J(p)=J fre(p)+J shap (p)
文献[ 8] 首先使用这种目标函数对一个二层框 架结构进行了模型修正[ 18] , 之后又将这种修正方法
putat ional model updating , CM U)以 及 模 型 确 认 设计空间的响应预报精度进行评价和确认 , 并在此
* 基金项目 :教 育部 新 世 纪 优 秀人 才 资 助 计 划(N CET-04-0965);航空 科 学 基 金(04153072);高 等学 校 博 士 学 科 点 专 项 科 研 基 金 (20060699001) 来稿日期 :2007-12-20 修回日期 :2008-06-04 第一作者简介 :杨智春 , 男 , 1964 年生 , 西北工 业大学航 空学院 , 教 授;研究方向 ——— 飞 机气动弹 性 、智能 结构 、振 动控制 及结 构健康 监 测 。 E-mail :yangz c@nw pu .edu .cn
应用 到了 GA RT EU R 基 准 模 型 的 修 正 中[ 2 ,5] 。文 献[ 19] 首先使用 ARMAV 方法对于一个砖砌结构的
烟囱进行了模态识别 , 然后分别使用固有频率 , 联合
使用固有频率和模态振型两种方法对其在模型修正中起着至关重
要的作用 。
图 1 模型确认的基本步骤
模型确认是模型修正的最高层次 , 而计算模型 修正(图 1 中的第四步)是模型确认的一个最重要的 环节 , 目前对于模型修正的研究仍主要集中于计算 模型修正 。
有限元模型修正法在结构动态设计中的应用
有限元模型修正法在结构动态设计中的应用
有限元模型修正法(FEM updating method)是一种用于结构动态特性修正的方法,它基于有限元模型和实测数据的对比,通过对有限元模型参数进行修正,从而提高有限元模型的精度,使其更好地反映实际结构的动态特性。
在结构动态设计中,有限元模型修正法具有广泛的应用,可以用于以下几个方面:
1.结构识别:通过对结构实测数据的采集和分析,可以确定结构的实际特性,并与有限元模型的预测结果进行对比。
通过比较实际数据和有限元模型的差异,可以得出结构参数的修正方案,从而提高有限元模型的精度,使其更加符合实际结构的动态特性。
2.损伤检测:在结构使用过程中,可能会发生一些损伤或者变形,这些变化会对结构的动态特性产生影响。
有限元模型修正法可以通过对结构实测数据和有限元模型的对比,识别出结构中可能存在的损伤或变形,并提供相应的修正方案,使有限元模型能够更准确地反映结构的动态特性。
3.结构优化:在结构设计过程中,需要考虑结构的动态特性,以保证结构的安全性和稳定性。
有限元模型修正法可以通过对有限元模型的修正,实现结构动态特性的优化,使结构更加稳定和安全。
总的来说,有限元模型修正法在结构动态设计中的应用非常广泛,可以帮助工程师更好地理解和预测结构的动态特性,从而设计出更加安全和稳定的结构。
有限元模型修正技术
有限元模型修正技术有限元模型修正技术是一种改进有限元分析模型的新型技术。
它旨在使用一些有限元数据来提供更准确的分析结果,从而更好地满足工程应用的要求。
有限元模型修正技术的核心思想是:通过对有限元模型进行深入分析、更新、修正和优化,可以获得更准确的分析结果。
本文将重点讨论有限元模型修正技术的实现过程,主要包括三个部分:1. 模型评估;2. 模型修正;3. 模型验证。
1. 模型评估:有限元模型修正技术的实现过程始于模型评估。
首先,根据工程应用的要求,使用相关的软件将复杂的物理结构建模成有限元模型。
然后,对该有限元模型进行评估,包括但不限于精度评估、稳定性评估、弹性模量评估、粘弹性模量评估、拉伸模量评估等。
这些评估结果将为有限元模型的修正和优化提供基础信息。
2. 模型修正:根据上述评估结果,对有限元模型进行必要的修正,以提高分析结果的准确性。
这些修正可以分为两类:一类是基于数学分析的修正,主要是通过改变模型中的参数,如单元形状函数、位移函数、应力函数等;另一类是基于实验测试结果的修正,主要是通过改变材料参数,如弹性模量、泊松比等。
3. 模型验证:在有限元模型修正完成后,应对修正后的模型进行验证,以确定模型的准确性。
这种验证可以采用两种方法:一种是与实际测试结果进行比较;另一种是与其他有限元模型进行比较。
如果模型的验证结果达到要求,则说明有限元模型修正技术的实施成功,可以得到更精确的分析结果。
总之,有限元模型修正技术是一种改进有限元分析模型的新型技术,它旨在通过数学分析和实验测试,使用一些有限元数据来提供更准确的分析结果,从而更好地满足工程应用的要求。
它的实施过程包括模型评估、模型修正和模型验证三个部分,只有经过这些步骤,才能获得更准确的分析结果。
建筑结构设计文献综述范文3000字
建筑结构设计文献综述范文3000字引言建筑结构设计是建筑工程中的重要环节,对于保证建筑安全、提高建筑使用性能至关重要。
在过去的几十年里,建筑结构设计领域取得了显著的进展,涌现出了许多新的理论和技术。
本文将对建筑结构设计领域的相关文献进行综述,总结和分析不同研究方法和技术的应用和发展。
一、常见的建筑结构设计方法1. 极限状态设计方法极限状态设计方法是一种常见的建筑结构设计方法,它主要通过分析结构在极限工况下的承载能力来确定结构尺寸和材料的选择。
在极限状态设计方法中,通常采用可靠度理论来评估结构的可靠性,以确保结构在极限状态下的安全性。
2. 等效静力法等效静力法是一种常见的建筑结构设计方法,它将动力荷载转化为等效静力荷载,然后通过静力分析来确定结构的稳定性和承载能力。
等效静力法在结构设计中应用广泛,特别适用于简单和规则的结构。
3. 非线性分析方法非线性分析方法是一种较新的建筑结构设计方法,它考虑了结构在荷载作用下的非线性变形和破坏行为。
非线性分析方法通常采用有限元法或其他数值方法来模拟结构的力学行为,可以更准确地评估结构的承载能力和安全性。
二、建筑结构设计的优化方法1. 多目标优化方法多目标优化方法是一种常见的建筑结构设计优化方法,它将多个设计目标统一考虑,通过调整结构的参数来找到最优解。
多目标优化方法可以有效地平衡不同目标之间的矛盾,提高结构的性能和经济性。
2. 遗传算法遗传算法是一种常用的建筑结构设计优化方法,它通过模拟生物进化过程来搜索最优解。
遗传算法通过定义适应度函数和遗传操作,通过不断迭代来寻找最优解。
遗传算法具有较强的全局搜索能力,能够找到较优解。
3. 模拟退火算法模拟退火算法是一种常用的建筑结构设计优化方法,它通过模拟金属退火过程来搜索最优解。
模拟退火算法通过定义能量函数和随机搜索策略,通过不断迭代来寻找最优解。
模拟退火算法具有较强的局部搜索能力,能够找到局部最优解。
三、建筑结构设计的新技术和新方法1. 智能优化算法智能优化算法是一种新兴的建筑结构设计方法,它将人工智能技术应用于结构设计中。
结构有限元模型的修正方法
结构有限元模型的修正方法摘要模型修正可以提高有限元模型的可信度,随着结构的大型化和复杂化,模型修正方法越来越受到重视。
根据修正对象的不同,模型修正方法有很多种。
本文采用参考基方法,以修正后的质量矩阵为参考基准,通过目标函数最小化来进行模型修正。
数值实验表明本文的方法是可行的,问题的解存在唯一性。
关键词模态数据;有限元;模型修正0 引言有限元模型修正是一门正在兴起的学科,近几年来,人们渐渐发现它在很多科学领域中发挥了越来越重要的作用,特别是在结构动力学、工程技术、信号处理和电子振荡等领域,有限元模型修正指的是关于动力系统模型的设计、构造和修正。
在工程技术领域里,要解决工程中普遍存在的振动问题,首先就必须建立结构的动力学模型。
一般的建模方法有理论建模和实验建模两种,而理论建模工程上常用有限元方法。
模型修正的目的是用实测数据校正不精确的分析模型,而这些数据像固有的频率、阻尼比和振型等,一般是通过振动测试得到的。
根据实测的模态数据修正模型分析得到质量矩阵、阻尼矩阵和刚度矩阵,缩小有限元模型与实测模型之间的误差,改善有限元模型[1]。
1 模型修正方法假设由有限元方法计算得到近似的质量矩阵、阻尼矩阵和刚度矩阵分别为,根据实际测量得到的低阶频率和相应的振型,一般情况下二次束的特征值和特征向量跟实际的频率和振型存在着一定的误差。
模型修正方法是利用实测模态数据对质量矩阵、阻尼矩阵和刚度矩阵进行修正,使修正后的质量矩阵M、阻尼矩阵C和刚度矩阵K满足谱约束条件[3]。
设低阶频率和相应的振型分别为:改写成矩阵形式如下:,其中。
一般的模型修正问题可表述如下:给定,以及模态数据,求矩阵,使得这里Sn表示n阶实对称矩阵,M>0表示对称正定矩阵,C1,C2为两个正的参数。
对于阻尼结构动力系统,如果以质量矩阵作为不变的参考基准,即取M=Ma,那么就可以直接修正阻尼矩阵和刚度矩阵[2]。
在实际问题中,往往要求质量矩阵M是对称正定矩阵,我们可以先修正质量矩阵Ma,取,这里表示所有实对称正定矩阵的集合,表示Ma在上的投影,即.于是,我们以修正后的质量矩阵为参考基,同时修正阻尼矩阵和刚度矩阵,使得罚函数最小。
频率响应函数驱动的结构有限元模型修正贝叶斯算法及实验研究
摘要近年来,频响函数(Frequency Response Function,简称FRF)驱动的有限元模型修正方法得到了广泛的关注,然而现有的研究大多局限于确定性范畴,无法考虑多源不确定性因素的影响,致使其适用范围受到限制,鲁棒性受到影响。
本文在国家自然科学基金面上项目“频响函数概率模型驱动的结构系统识别不确定性量化与传播机理研究”(编号:51778203)等课题的资助下,对基于频响函数的结构有限元模型修正的不确定性量化方法进行了研究。
论文基于频率响应函数的概率模型,提出了频响函数驱动的结构有限元模型修正贝叶斯方法,并采用渐进马尔科夫蒙特卡洛算法(TMCMC)进行求解待修正参数的最优解及后验概率密度函数。
针对贝叶斯模型修正求解过程中存在计算耗费大和收敛困难等问题,本文融合了向量化运算和并行计算的思路,提出了快速数值算法,有效地提高了计算效率。
论文的主要研究工作和结论包括:1.基于频率响应函数的解析概率模型,将含有待修正参数的频响函数理论模型与实测频响函数值之间建立统计关系,形成了结构待修正参数的极大似然函数。
利用待修正参数的先验分布和极大似然函数,基于贝叶斯系统识别的框架,推导出了贝叶斯模型修正的目标函数。
该目标函数将随机模型修正问题转化为一个优化问题,采用TMCMC抽样算法优化该目标函数,可以得到各修正参数的最优值并量化参数的不确定性。
2.采用TMCMC抽样方法进行数值求解需要反复调用目标函数,而目标函数的每一次运算皆需要循环计算不同频率点和不同测试自由度对应的似然函数,构成了多重嵌套循环,导致计算量随着选取频带内数据点数和测试自由度数的增加呈现爆炸式增长。
为了解决目标函数嵌套循环带来的计算瓶颈,本文引入了向量化运算的手段,推导出了目标函数的向量化解析表达式,避免了计算过程的循环操作,减少了反复调用目标函数带来的巨大计算耗费。
3.采用TMCMC进行数值求解的另外一个问题是随机抽样阶段和抽样数目过大会制约计算效率。
基于深度学习的有限元模拟与结构优化研究
基于深度学习的有限元模拟与结构优化研究深度学习在最近几年得到了广泛应用,并取得了突破性的进展。
深度学习模型通过学习大量数据的特征,能够实现许多复杂的任务,如图像识别、语音识别和自然语言处理等。
在工程领域,有限元模拟是一种常用的结构分析方法,广泛应用于设计与优化。
本文将探讨如何应用深度学习技术来改进有限元模拟,并进行结构优化研究。
有限元模拟是一种基于数值方法的工程分析技术,可以模拟各种结构的行为,如机械结构、建筑结构和流体动力学等。
然而,传统的有限元方法需要通过手动选择合适的模型和参数,这在复杂问题上可能非常困难。
此外,有限元模拟计算量庞大,对计算资源和时间要求较高。
针对这些问题,我们可以考虑利用深度学习的方法提高有限元模拟的效率和准确性。
首先,我们可以使用深度学习技术来改进有限元模型的参数选择过程。
传统的有限元模拟需要人工选择合适的网格划分、材料参数和载荷条件等。
这些选择对模拟结果的准确性有很大影响。
而深度学习模型可以通过学习大量的已知结构与对应的模拟结果,自动学习到模型的参数选择规律。
通过深度学习模型的训练,我们可以建立一个智能的有限元模型,能够根据给定的结构自动选择合适的参数,从而提高模拟结果的准确性。
其次,深度学习技术可以应用于加速有限元模拟的计算过程。
有限元模拟的计算过程包括网格划分、方程求解和后处理等多个步骤。
其中,方程求解是整个计算过程中最为耗时的步骤之一。
传统的有限元方法使用迭代算法来求解大规模线性方程组,计算时间较长。
而深度学习模型可以通过学习大量已知结构的解与对应的输入参数,建立一个准确的解析模型。
通过使用深度学习模型来求解方程组,我们可以大大提高有限元模拟的计算速度。
最后,深度学习技术也可以应用于结构优化的研究。
结构优化是指通过改变结构的形状、材料与边界条件等参数,使得结构在满足特定约束条件的前提下,达到最优的设计目标。
传统的结构优化方法需要进行大量的参数迭代和模拟计算。
而深度学习模型可以通过学习大量优化前后的结构与对应的设计参数,建立一个优化模型,能够直接预测出最优设计的参数。
有限元模型修正研究进展从线性到非线性
有限元模型修正研究进展从线性到非线性一、本文概述随着计算力学的快速发展,有限元方法作为一种重要的数值分析工具,广泛应用于工程领域的各个方面。
然而,由于实际工程问题的复杂性和多样性,有限元模型的精度往往受到各种因素的影响,如材料参数的不确定性、边界条件的复杂性、模型简化的误差等。
为了提高有限元模型的预测精度,模型修正技术应运而生。
本文旨在对有限元模型修正的研究进展进行全面综述,特别是从线性到非线性的发展历程进行深入探讨。
文章首先回顾了线性有限元模型修正的基本理论和方法,包括基于灵敏度分析的方法、基于优化算法的方法以及基于响应面方法等。
然后,文章重点分析了非线性有限元模型修正的研究现状,包括材料非线性、几何非线性和接触非线性等方面的修正技术。
在此基础上,文章对模型修正技术的发展趋势进行了展望,包括多尺度模型修正、智能算法在模型修正中的应用等方面。
通过本文的综述,旨在为相关领域的研究人员提供一个全面、系统的有限元模型修正技术参考,同时也为工程实践中的模型修正工作提供理论支持和指导。
二、线性有限元模型修正研究线性有限元模型修正研究,作为有限元模型修正的初始阶段,主要关注于如何在保证计算效率的前提下,提高模型的预测精度。
线性有限元模型修正研究的目标在于优化模型参数,以使得模型的计算结果与实际观测结果尽可能一致。
在线性有限元模型修正中,研究者通常利用实验数据对模型进行验证和修正。
这些实验数据可能来源于各种物理实验,如静力实验、动力实验等。
通过比较实验结果和模型预测结果,研究者可以识别出模型中的误差来源,进而对模型进行修正。
线性有限元模型修正的方法主要包括参数辨识、模型更新和模型验证三个步骤。
参数辨识是通过实验数据确定模型参数的过程。
这个过程需要利用优化算法,如最小二乘法、遗传算法等,来寻找最优的参数组合。
模型更新是将辨识得到的参数应用到模型中,以更新模型的预测能力。
模型验证是通过比较更新后的模型预测结果和新的实验数据,来验证模型的有效性和准确性。
建筑结构有限元分析及优化研究
建筑结构有限元分析及优化研究建筑结构是一个非常复杂的领域,有时需要借助计算机模拟来分析和优化建筑结构。
在这篇文章中,我们将重点讨论建筑结构的有限元分析及优化研究。
1. 有限元分析的概念和应用有限元分析是一种数值分析方法,用于求解不同工程、物理、力学和其他科学领域中的复杂问题。
它是解决数值模拟问题的重要工具之一,特别适用于三维结构建模和复杂非线性问题的数值模拟。
其原理基于将研究领域分割成许多有限的小部分,称为有限元,进行计算和分析。
在建筑学中,有限元分析广泛应用于研究建筑结构的受力、变形、安全性、稳定性和性能等问题。
有限元分析可以模拟不同载荷下结构的行为,预测结构的性能,指导设计人员进行优化设计和改进。
2. 有限元分析的步骤和技术细节有限元分析的流程包括建立有限元模型、运用力学原理建立方程、求解方程、评估结果以及优化设计等步骤。
在这个过程中,需要考虑的因素包括载荷、边界条件、约束、材料特性、算法、求解器和计算资源等。
建立正确的模型是有限元分析的关键。
通常模型从建筑的几何形态开始,使用一种建模软件将其转化为有限元模型,以及添加设备、支撑柱和其他材料。
与模拟不同的一点是,模型中的每个部分都必须转化为一组有限元,以便进行分析计算。
因此,在模型设计时,必须将建筑结构的复杂性因素考虑在内,以确保最终的结果准确和可靠。
另一个重要的步骤是确定所有的输入条件,如载荷,边界约束,材料特性等。
这些条件必须与实际情况相符,并添加到模型中以确保计算结果的准确性。
针对特定的问题类型和求解需求,可以选择不同的有限元技术,如静力、动力、线性、非线性等方法。
3. 有限元分析的实例和应用有限元分析在建筑工程中的应用非常广泛,涵盖了各种类型的建筑和结构问题。
下面列举几个模型分析的实例。
在土木工程中,有限元分析被广泛用于计算和评估不同载荷类型下的混凝土结构,如桥梁、建筑、地下隧道等。
该技术可以帮助确定不同负荷情况下结构的稳定性和承重能力。
结构有限元动态模型修正方法综述
结构有限元动态模型修正方法综述
魏来生
【期刊名称】《振动与冲击》
【年(卷),期】1998(017)003
【摘要】本文简要介绍和归纳了五种常用的动态模型修正方法对每种方法,都给出它的基本思路,目标函数和修正模型的求解过程,以及各阶段的主要计算公式,基于对各种方法的深入剖析,并结合作者本人的一些实际经验和应用体会,此文还揭示了各种修正方法之间的在联系及实际使用中应注意的问题。
【总页数】4页(P43-46)
【作者】魏来生
【作者单位】中国北方车辆研究所
【正文语种】中文
【中图分类】O327
【相关文献】
1.基于子结构的有限元模型修正方法 [J], 翁顺;左越;朱宏平;陈波;赵会贤;田炜;颜永逸
2.基于复模态的结构有限元动态模型修正理论 [J], 杨杰;耿遵敏;谭雪琴
3.有限元动态模型的修正方法综述 [J], 李杰
4.基于子结构的大型桥梁有限元模型修正方法 [J], 宋晓东;颜永逸;李佳靖;翁顺;秦顺全
5.结构有限元动态模型修正研究 [J], 杨杰;张方春
因版权原因,仅展示原文概要,查看原文内容请购买。
结构动力学有限元分析与改进
结构动力学有限元分析与改进近年来,随着科学技术的不断发展,结构动力学有限元分析在工程领域的应用越来越广泛。
通过有限元分析,可以很好地模拟和分析结构物在载荷作用下的动态响应,为结构设计和改进提供宝贵的参考和指导。
一、结构动力学有限元分析的基本原理结构动力学有限元分析是一种针对结构物在动力载荷下进行分析的数值方法。
其基本原理可以概括为以下几个步骤:1. 建立有限元模型:将结构划分为一个个有限大小的单元,每个单元由一些节点组成。
通过选取适当的单元类型和节点位置,可以较好地描述结构的几何形状。
2. 建立动力方程:根据结构动力学理论,建立结构物的运动方程。
通常使用质量、刚度和阻尼等参数来描述结构物的动力特性。
3. 确定边界条件和加载:根据实际情况,确定结构物的边界条件和加载情况。
边界条件包括支撑约束和约束条件,加载可以是静力或动力加载。
4. 求解运动方程:根据有限元离散化得到的运动方程,通过数值方法求解并得到结构物在动力作用下的运动响应。
二、结构动力学有限元分析存在的问题和挑战在实际应用中,结构动力学有限元分析还存在一些问题和挑战,主要包括以下几个方面:1. 精度与计算效率的平衡:结构动力学有限元分析需要考虑精度和计算效率之间的平衡。
为了提高计算效率,通常会采用低阶单元类型和简化模型,但这往往会导致精度降低。
2. 材料模型的选择:结构物的动力响应受材料特性的影响较大,因此需要选择合适的材料模型进行模拟。
然而,当前的材料模型仍然存在一定的局限性,无法完全准确地描述实际材料的行为。
3. 网格依赖性问题:有限元分析的结果受到网格划分的影响,过于精细的网格可能导致计算量过大,而过于稀疏的网格可能导致结果的不准确。
三、结构动力学有限元分析的改进思路和方法为了克服上述问题和挑战,需要不断改进和优化结构动力学有限元分析的方法和技术。
以下是一些改进思路和方法的探讨:1. 改进网格划分算法:通过引入自适应网格划分算法,可以在需要精确结果的区域加密网格,而在其他区域使用较粗的网格,从而提高计算效率和结果精度的平衡。
基于有限元分析的结构优化设计与优化算法研究
基于有限元分析的结构优化设计与优化算法研究在工程设计领域,结构的优化设计一直是一个重要的研究方向。
而有限元分析作为结构分析中常用的方法之一,被广泛应用于结构的优化设计。
本文将探讨基于有限元分析的结构优化设计以及相关的优化算法研究。
一、有限元分析在结构优化设计中的应用有限元分析(Finite Element Analysis,简称FEA)是一种结构分析方法,通过将结构分割为有限数量的小单元,对每个小单元进行力学计算,再通过整体求解来得到结构的应力、变形等信息。
有限元分析在结构分析中广泛应用,可以准确预测结构的力学性能,并提供指导性的优化设计方案。
基于有限元分析的结构优化设计主要包括两个方面:形状优化和拓扑优化。
形状优化是指通过对结构形状进行调整,以改善结构的性能。
拓扑优化则是在保持结构的总体形状不变的前提下,通过调整结构的内部材料分布来达到优化设计的目的。
二、基于有限元分析的结构形状优化方法在基于有限元分析的结构形状优化方法中,常用的算法包括梯度优化法、遗传算法和粒子群算法等。
梯度优化法是通过计算形状变化对结构性能的影响,并通过反复迭代调整结构形状,从而实现优化设计的方法。
梯度优化法可以通过求解一些约束条件下的优化问题,得到最优的结构形状。
然而,梯度优化法在处理离散变量和复杂非线性约束时存在一定的局限性。
遗传算法是一种基于生物进化的优化算法,通过模拟物种的遗传进化过程来搜索最优解。
在结构形状优化中,遗传算法可以通过表示结构某一节点的状态和染色体演变的方式,通过多轮迭代得到最优结构形状。
遗传算法的优点是可以处理离散变量和复杂约束,但计算复杂度较高。
粒子群算法是一种模拟鸟群觅食行为的优化算法,在结构形状优化中,粒子群算法通过模拟粒子在设计空间中搜索最优位置的过程,最终得到最优结构形状。
粒子群算法能够处理连续和离散变量,并且具有较好的全局搜索能力,但也存在算法收敛速度较慢的问题。
三、基于有限元分析的结构拓扑优化方法在基于有限元分析的结构拓扑优化方法中,常用的算法包括密度法、演化法和排除法等。
结构方程模型修正方法
结构方程模型修正方法结构方程模型(Structural Equation Modeling, SEM)是一种统计分析方法,用于验证因果关系的复杂模型。
它可以将测量模型和结构模型进行统一建模,通过测量变量和潜变量之间的数学关系,推断出潜变量之间的因果关系。
然而,由于数据的复杂性和模型的不完美性,结构方程模型常常需要进行修正。
下面将介绍一些常用的结构方程模型修正方法。
1.测量模型修正:当测量模型的指标没有很好地反映潜变量的内涵时,可以通过删减、合并或调整指标来修正模型。
常见的方法包括:删除指标(删除与潜变量相关性较低的指标)、修正指标(修正指标之间的共性方向,去除共同因素)、添加指标(添加新的指标以完善测量模型的完整性)等。
2.结构模型修正:当结构模型中存在错误的因果关系、缺失的因果关系或者模型拟合度较低时,需要对模型进行修正。
常见的方法包括:添加路径(添加新的路径以探索潜变量之间的没有考虑到的因果关系)、删除路径(删除无关的路径以提高模型的简洁性)、调整路径(调整路径权重以减少模型的误差)等。
3.多样本修正:当结构方程模型在不同样本中表现出差异时,需要对模型进行多样本修正。
常见的方法包括:多组结构方程模型(将样本分组,独立估计每个组的模型参数)、多样本结构方程模型(将样本的特征当作模型参数的预测变量,同时估计多个样本的模型参数)等。
4.建模策略修正:当结构方程模型的建模策略存在问题时,需要对模型进行修正。
常见的方法包括:特殊群体分析(分别对不同特殊群体进行模型拟合)、基于理论模型的修正(根据理论预期对模型进行修正)、基于实证模型的修正(根据数据的实际情况对模型进行修正)等。
5.过渡过程修正:当结构方程模型在拟合过程中存在问题时,需要对模型进行修正。
常见的方法包括:模型适应性修正(调整模型以适应数据的特征)、数据修正(清洗数据、填补缺失值等)、模型拟合函数修正(选择合适的模型拟合函数,如最小二乘法、广义最小二乘法等)等。
有限元动态模型的修正方法综述
响模型 的修正有效性 。 当测试结果本身存在过大 的误差 , 用来修正有 限元模型也就意义不大 了。
矩 阵型法 中常用 的方 法包括全 元素修正 、非 零元素
1 动力学模型修正方法
模型修正方法是从 2 0世 纪 6 0年 代 发 展 起 来 的,
G r a v i t z 【 l 首 次提 出通过 飞机地 面共振 实验数 据来 修正 飞
机 的柔 度矩 阵。传 统的动力学模 型修正方法 分为矩 阵型
法和元素型法 。
1 . 1矩力学分析 结果 ,首要 的问题就是建立 精确 的结 构有 限元 模型 。但
Ab s t r a c t :T D i s c r e p a n c i e s e x i s t b e t w e e n r e s u l t s f r o m a s t r u c t u r a l F E A m o d e l a n d e x p e r i m e n t a l d a t a f r o m
A Re v i e w o f Up d a t i n g Me t h o d o f FE Dy n a mi c Mo d e l
L I j i e
( S h a n g h a i B r a n c h o f T i a n j i n A e r o s p a c e R u i l a i T e c h n o l o g y C o .L t d . ,S h a n g h a i 2 0 1 1 9 9 )
l a b o r a t o r y . T h e u p d a t i n g m e t h o d o f F E d y n a m i c m o d e l i S d e v e l o p e d t o d e c r e a s e e r r o r s b y u s i n g t h e m e a s u r e d d a t a o f s t r u c t u r e .T h i s p a p e r p r e s e n t s t h e g e n e r a l t h e o r y a n d r e c e n t d e v e l o p m e n t b y r e v i e w o f p r e v i o u s w o r k o f m o d a l u p d a t i n g m e t h o d .
基于有限元分析的结构优化算法研究
基于有限元分析的结构优化算法研究结构优化算法是现代机械设计中的一个重要研究领域,其目的在于通过优化结构形状、材料和力学性能,以达到更好的性能和更小的重量。
而其中一个基本的工具就是有限元分析,即把实际结构化为有限数量的基本构件(单元),通过数学方法推导出这些构件的力学行为,最终推断出整个结构的性能。
本文将从有限元分析的基本原理和优化算法的具体实现入手,介绍一些最近的研究成果和前沿技术。
一、有限元分析的基本原理有限元分析的基本思路是把实际结构分解为多个简单的几何体,通过应力、应变等力学特性来建立这些几何体的力学模型,再通过数学解析或计算机模拟的方式求解这些模型得到结果。
这种方法要比传统的静力学模拟更加灵活和精确,可以得到细节更为丰富的仿真结果。
在实际建模过程中,有限元方法通常采用以下四个步骤:1. 基于实际工程中具体的结构,细分为多个单元,这些单元可以是三角形、四边形或六边形等基本图形,不同形状的单元可以组合在一起,形成较为复杂的结构体系。
2. 将这些单元与边界进行连接,构成整个结构的网格模型。
这个过程需要保证单元之间的连续性以及与核心部件之间的完整性。
3. 在单元和边界之间定义适当的物理特性和约束条件,进行边值问题的数学描述,以此来设计求解算法。
4. 解决边界值问题,利用数学方法和计算机技术,模拟出结构在实际工程中可能遇到的各种情况,并以此作为对其性能评估的基础。
二、结构优化的实现方法结构优化方法需基于优化策略、目标和约束等要素,以求解最优解。
而目前较为常用的几种算法包括:1. 遗传算法:将一些特定的参数集合,作为代表最初的种群,并随机进行变异、交叉等操作,以寻找到最优化的解决方案。
2. 粒子群算法:该算法将探索问题的解决方案和计算群体的概念相结合,其核心在于通过模拟粒子的运动方式,逐步接近最优的解决方法。
3. 星形图算法:该算法则是基于分治法来求解解决方案,从而找到最优的解决方案,来不断优化原有设计。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
科技论坛结构有限元模型修正算法研究综述王春岩(哈尔滨工业大学建筑设计研究院,黑龙江哈尔滨1500901概述结构有限元模型修正是典型的结构动力反问题,即通过结构测试信息识别结构的物理参数。
由于反问题的解具有非唯一性,而且求解的方程通常是病态的,所以从理论上讲,模型修正理论存在很大的挑战。
另外,结构模型修正的成功与否,往往与结构测试信息的数量及精确性息息相关。
土木工程结构的实测信息往往十分有限,而且测试信息通常受到各种噪声的干扰,从而使得模型修正技术在应用中受到了很多限制。
因此,土木工程结构的模型修正研究具有重要的理论和实际意义。
本文综述了近20年国内外发展起来的结构有限元模型修正算法,并提出了该领域有待进一步深入研究的问题。
2结构模型修正技术的发展现状结构模型修正采用反映结构真实动态特性的测量模态参数(或频响函数修正理论的有限元模型,使得理论计算模态参数(或频响函数同实测结果良好一致。
根据求解方法及所选修正参数的特点不同,修正算法可分为直接法和迭代法两类。
2.1直接修正法直接修正法是指不需要大量迭代求解的修正方法。
这类方法不存在求解发散的情况,也不存在大量耗费计算时间的问题。
但是,该类方法的修正结果通常不具有明确的物理意义,修正后的结构矩阵通常不再具有带状、稀疏的特点。
2.1.1最优矩阵法此类方法通过直接修正结构的整体刚度、质量矩阵达到模型修正的目的。
矩阵型法首先由Rodden[1]和Brock[2]所提出,但更多的方法是在Baruch[3]及Berman[4] 提出的方法基础上产生的。
在此基础上,Wei又增加了新的约束条件,使得修正后的质量阵、刚度阵分别满足正交性条件。
此类方法虽然能够很容易的完成修正模型,但其修正后的结构矩阵通常是满阵,不再满足结构相联性的要求。
此外,Friswell et al. [5]首先采用最优矩阵法修正了结构的阻尼阵,其方法假设质量阵准确无误,利用Baruch所建立的目标函数同时修正阻尼阵和刚度阵。
在此基础上,Kuo[6]提出了同时修正结构的质量阵、刚度阵和阻尼阵的修正方法。
2.1.2特征结构分配法M inas和lnman[7]首先将此类方法应用于模型修正领域。
这类方法以控制理论为基础,同控制论中的极点配置理论[8]相类似。
通过合理的选择虚拟控制系统中输出影响矩阵和增益矩阵,使增加虚拟控制后的结构动力特性与在结构上测得的动态特性一致,从而实现对结构模型进行修正。
在修正的过程中,质量矩阵始终保持不变结构的刚度矩阵、阻尼矩阵随着系统输出和增益的调节而不断的得到修正。
2.2迭代修正法迭代修正法同直接修正法相比,修正参数的选择更加灵活,更易保证修正后模型的物理意义。
但通常需要求解非线性优化问题,搜索全局最优解是面临的重要问题,同时也带来了计算耗时大的问题2.2.1基于灵敏度的修正方法将模态参数对修正参数的灵敏度表示为一阶泰勒级数展开的形式,利用结构的特征值、特征向量可容易地得到特征值灵敏度,而特征向量灵敏度的计算则相对复杂,许多学者提出了多种不同的近似计算方法[9]。
Fox和Kapoor提出特征向量灵敏度可用结构的所有模态的线性组合表示,Lim 则采用结构的低阶模态的线性组合表示特征向量的灵敏度。
此外,当结构的模态比较密集时,上述灵敏度的计算方法容易出现病态或者收敛缓慢的问题,Zha ng[10]提出利用结构修改的办法对密集的模态进行稀疏化处理,进而可避免灵敏度的计算出现病态。
总之,基于灵敏度的修正方法可广泛的选择各种修正参数,能够有效地保证修正后结构矩阵的带状、稀疏的特点,因而保持了修正后模型的物理意义。
但灵敏度矩阵的计算有时比较困难,计算量相对较大。
222基于概率统计理论的修正方法由于测试自由度的不完备、模型误差的存在、测量噪声的干扰,使得修正参数本身充满了不确定性。
为了更好的描述模型修正中的不确定性,基于概率统计理论的修正方法得到了发展。
早期,此类方法以最小方差法[11]为代表。
该类方法假设结构的测试信息及修正参数本身都具有一定的误差,并将误差以方差的形式表示,通过使方差最小达到修正模型的目的。
此后,基于概率统计理论的修正算法以Beck[12]提出的方法为代表。
该法通过寻找合理的函数来近似修正参数的概率分布,从而达到修正模型参数的目的。
由于每次估计修正参数的概率分布函数时,需要高维积分,计算量巨大,所以Beck提出了近似计算方法。
223基于频响函数的修正方法这类方法通过使实测频响函数与理论计算的频响函数在给定频率点上的误差最小对模型进行修正。
此类方法通常可分为两类[13]:输入误差最小的方法、输出误差最小的方法。
基于频响函数的修正方法可以避免由于模态参数识别而引入的计算误差。
而且由于可选用的频率点较多,从而为模型修正提供了更多可用信息。
但是,频响函数的使用也将阻尼因素引入到模型修正中。
由于阻尼的机制复杂,通常难以准确估计阻尼大小,所以为模型修正带来了困难。
224基于反共振频率的修正方法现有的模型修正算法中,许多方法都要依靠识别得到的模态信息,例如频率、振型。
但与频率相比,振型的使用往往给模型修正带来困难。
这是由于:识别振型的误差相对较大;振型通常需要经过扩展才能使用;振型灵敏度的计算比较复杂。
尽管如此,振型信息在模型修正时又往往不得不使用,因为采用尽可能多的信息量,才能保证修正模型收敛到唯一解。
因此,一些学者利用反共振频率替代振型[14],得到了较好的修正效果。
3土木工程结构模型修正技术有待解决的问题虽然模型修正技术已经发展了几十年的时间,但该技术在土木工程结构中的应用仍然面临着巨大的挑战3.1高性能优化算法的开发通过前述修正方法的讨论可知,模型修正问题最终将转化为一个优化问题。
模型修正的目标函数往往是非线性的,而且具有多个局部最优点。
因此,如何有效地跳出局部最优点而到达全局最优点对修正结果的好坏至关重要。
3.2修正参数的选择修正结构有限元模型时,可供选择的修正参数通常有很多,如结构的单元刚度矩阵、结构的几何参数、结构的物理参数等。
而修正结果的成功与否同所选的修正参数是息息相关的。
因此,如何从众多的参数中准确地选择修正参数是模型修正的一个重要问题。
3.3节点及边界条件的修正结构节点及边界条件往往是容易产生建模误差的地方。
这是由于:一方面,有限元理论采用了一定的理论假设,只是将节点的连接简单地处理为刚接或铰接;另一方面,节点处的构造通常比较复杂,难以精确地模拟。
因此,如何解决结构的节点及边界条件的修正问题,仍是一个不可忽视的方面。
3.4发展适合土木工程结构的模型修正算法近年,虽然模型修正技术已经开始应用于土木工程结构,但是目前的多数研究工作是将现有修正算法简单移植到土木工程结构的模型修正中,由于土木工程结构的自身特点,这种简单移植通常很难得到较好的结果。
因此,如何针对土木工程结构的特点,从修正参数的选择、优化目标函数的确定,到优化算法的开发等各方面,开发适合于土木工程结构的模型修正算法是突破现有模型修正问题瓶颈”的途径。
参考文献[1] W.P .R odde n.A Method for Derivi ng StructuralIn flue nee Coefficie nts from Ground Vibratio nTests.AIAA Journal,1967(5,No.5[2] J.E.Brock.Optimal Matrices Deserib ing Lin earSystems.AlAA Journal,1968摘要:随着传感技术、信号采集与处理和系统建模等技术的发展,结构有限元模型修正技术已经成为土木工程结构健康监测领域的研究热点。
本文系统地综述了近30年来国内外结构有限元模型修正的研究和应用现状,评述了各类方法的优缺点,并对有待于进一步研究的问题进行了展望。
关键词:结构有限元模型修正;结构健康监测;振动(下转85页信息产业黑客漫谈臧志成(绥化学院,黑龙江绥化152061随着网络发展和普及的势头突飞猛进,网站、电子邮件、电子商务、网虫等名词扑面而来。
在这个仅仅存在数十年的网络虚拟社会中,自然孕育了一套独特的规章制度,但由于时间和空间的过度压缩,以及发展的极度膨胀,造成了网络制度和网络自由的冲突,也出现了一群新的团体一一—黑客。
黑客一词来源于英文“Hacke。
Hacker原指用斧头做家具的人,专指那些手艺高超、不需要太好的工具,只用一把斧头就可以做出好东西的人。
延用到计算机领域,可以引申为那些对计算机有着狂热的兴趣和执着的追求,不断地研究计算机和网络知识,发现计算机和网络中存在的漏洞,为别人解决困难,同时不断克服网络和计算机限制的高手。
黑客不干涉政治,不受政治利用他们的出现推动了计算机和网络的发展与完善。
黑客所做的不是恶意破坏,他们是一群纵横于网络上的大侠,追求共享、免费,提倡自由、平等。
黑客的存在是由于计算机技术的不健全,从某中意义上来讲,计算机的安全需要更多黑客去维护。
但是到了现在,在人们眼中,黑客”是那些专门利用计算机和破坏他人的计算机代言词,其实这些人正确的叫法是骇客,骇客是“ Cracke的音译,就是破解者”的意思。
这些人做的事情更多的是破解商业软件、恶意入侵别人的网站并造成损失,对于一个骇客来说,他们只享受入侵给他们带来的的快感,他们不在乎技术,不会编程,不知道入侵的具体细节。
正是这些骇客玷污了黑客,正是人们将黑客和骇客混为一体,黑客才被人们认为是在网络上进行破坏和入侵的人。
随着网络和计算机的迅速发展,黑客的产生和发展是一段很长的历史。
一般认为,黑客起源于20世纪50年代麻省理工学院的实验室中,他们的精力充沛,热衷于解决各种计算机难题。
20世纪60、70年代,黑客”一词极富褒义,用于指代那些独立思考、奉公守法的计算机迷,他们的智力超群,对计算机全身心投入,从事黑客活动意味着对计算机的最大潜力进行智力上的自由探索,为电脑技术的发展做出了巨大贡献。
正是这些黑客,倡导了一场个人计算机革命,打破了以往计算机技术只掌握在少数人手里的局面,开辟了个人计算机的先河,形成了现行的计算机开放式体系结构,提出计算机为人民所用”的观点的他们为计算机发展做出了巨大的贡献。
在这一时期发明的许多技术都成为现在黑客使用的侵入计算机系统的基本技巧,例如:破解口令(password cracking开天窗(trapdoor,走后门(backdoor,安放特洛伊木马(Trojanhorse等。
并且从事黑客活动的经历成为了后来许多计算机业巨子简历上不可缺少了部分。
在20世纪60年代,计算机的使用还远未普及,还没有多少存储重要信息的数据库,也谈不上黑客对数据的非法复制等问题。
到了20世纪80、90年代,计算机越来越重要,大型数据库也越来越多,同时,信息越来越集中在少数人的手里。