科研之友
微信
新浪微博
Facebook
分享链接
摘要
典型基于输入的最佳估算加不确定性(BEPU)分析方法需要全面考虑各种来源的不确定性,但作为重要不确定性来源之一的最佳估算程序内部本构模型不确定性却很难得到准确量化。针对传统BEPU方法的不足,采用函数型数据分析加次序敏感性分析方法识别重要模型,贝叶斯校准方法加高斯过程代理模型量化模型参数不确定性,得到了一种准确的关键本构模型识别与不确定性量化方法。使用该方法量化了FLECHT-SEASET实验中重要模型的不确定性,并将量化的不确定性抽样传播至包壳温度。另外对该方法与传统的关键本构模型识别方法进行对比。结果表明,该方法可以准确识别瞬态过程中的关键本构模型,传播计算结果能够很好地包络实验值。
- 单位
