[论文解读] Multilevel Monte Carlo for uncertainty quantification in structural engineering

Philippe Blondeel, Pieterjan Robbe+3 more|arXiv (Cornell University)|Aug 31, 2018

Probabilistic and Robust Engineering Design参考文献 25被引用 6

一句话总结

本文提出了一种结合有限元分析的多级蒙特卡洛（MLMC）框架，以高效量化结构工程问题中的不确定性，特别是在具有随机弹性模量的梁模型中。通过利用网格细化的层次结构，MLMC 相较于标准蒙特卡洛方法实现了数个数量级的速度提升，显著降低了计算成本，同时准确捕捉了在均匀和非均匀材料模型下静态、动态及弹塑性响应的不确定性边界。

ABSTRACT

Practical structural engineering problems often exhibit a significant degree of uncertainty in the material properties being used, the dimensions of the modeled structures, etc. In this paper, we consider a cantilever beam and a beam clamped at both ends, both subjected to a static and a dynamic load. The material uncertainty resides in the Young's modulus, which is modeled by means of one random variable, sampled from a univariate Gamma distribution, or with multiple random variables, sampled from a Gamma random field. Three different responses are considered: the static elastic, the dynamic elastic and the static elastoplastic response. In the first two cases, we simulate the spatial displacement of a concrete beam and its frequency response in the elastic domain. The third case simulates the spatial displacement of a steel beam in the elastoplastic domain. In order to compute the statistical quantities of the static deflection and frequency response function, Multilevel Monte Carlo (MLMC) is combined with a Finite Element solver. In this paper, the computational costs and run times of the MLMC method are compared with those of the classical Monte Carlo method, demonstrating a significant speedup of up to several orders of magnitude for the studied cases.

研究动机与目标

• 解决传统蒙特卡洛方法在结构工程不确定性量化中计算成本过高的问题。
• 将多级蒙特卡洛（MLMC）方法应用于具有材料不确定性单变量表示和随机场表示的结构力学问题。
• 从计算成本和准确性的角度，对比 MLMC 与标准蒙特卡洛在静态、动态及弹塑性响应中的性能表现。
• 可视化并分析均匀与非均匀弹性模量对响应不确定性的影响。
• 验证 MLMC 在降低方差和加速复杂结构仿真收敛方面的有效性。

提出的方法

• 采用有限元离散化的层次结构应用 MLMC 方法，其中粗网格用于大量廉价样本，细网格用于少量昂贵样本。
• 在均匀情况下，弹性模量采用单变量伽马分布建模；在非均匀情况下，通过高斯场的截断 Karhunen-Loève 展开生成伽马随机场。
• 通过计算相邻层次解之间的差异实现方差缩减，利用细网格与粗网格解之差的方差低于仅细网格解方差的事实。
• 当相邻层次差异的方差不够小时，实施动态校正策略，基于方差比的 log2 值设定阈值，采用基于阈值的网格细化准则。
• 使用有限元求解器计算响应，包括静态挠度、频率响应函数以及基于 von Mises 屈服准则和各向同性硬化模型的弹塑性条件下的力-位移曲线。
• 算法采用自适应采样，其中每层的样本数量被优化，以在给定精度下最小化总计算成本。

实验结果

研究问题

• RQ1 在具有材料不确定性的结构工程问题中，MLMC 与标准蒙特卡洛在计算成本和收敛速度方面有何比较？
• RQ2 将弹性模量建模为均匀随机变量与非均匀随机场，对结构响应不确定性有何影响？
• RQ3 在何种情况下 MLMC 方法无法有效降低方差，以及如何缓解此类问题？
• RQ4 在不同材料不确定性模型下，静态挠度、频率响应函数及弹塑性力-位移曲线的不确定性边界如何变化？
• RQ5 MLMC 是否能有效应用于动态和弹塑性结构响应，同时保持计算效率？

主要发现

• 对于所研究的结构问题，MLMC 相较于标准蒙特卡洛实现了数个数量级的速度提升，对于中等精度要求，典型速度提升约为十倍。
• 在相同精度下，MLMC 的归一化计算成本显著低于标准蒙特卡洛，尤其在高精度要求下更为明显。
• 当弹性模量被建模为均匀随机变量时，由于各次样本中共振频率的一致性偏移，频率响应函数的不确定性边界更宽且分布更广。
• 当弹性模量为非均匀时，由于样本间相互抵消效应，不确定性边界更窄，整体方差降低。
• 在具有非均匀材料场的动态弹性响应中，MLMC 的方差缩减在接近共振频率时失效，因此需要采用动态网格细化策略。
• 所提出的基于阈值的网格细化策略，采用 log2 方差比阈值 2.3，能有效恢复在问题频率区域的 MLMC 效率。