桥梁损伤辨识中数据融合与遗传算法的应用

介绍了基本遗传算法和改进遗传算法,并在位移与频率振型基础上进行桥梁损伤识别,基于模式逻辑实现数据融合,从实例分析中,看出通过改进的遗传算法对桥梁结构进行损伤识别,比传统遗传算法有更好的识别性能,识别结果更加准确,有必要在实际桥梁损伤识别中加大利用和推广。     

基于统计矩理论和贝叶斯方法的框架结构损伤识别方法研究

基于统计矩理论,以融合位移四阶统计矩和加速度八阶统计矩作为损伤指标,结合贝叶斯混合采样算法,提出了仅通过单次采样即可进行框架结构损伤识别的方法。该方法将标准MH算法和Gibbs算法相结合,以正交设计试验为基础研究单次采样的最佳时长。通过改进的位移四阶统计矩和加速度八阶统计矩损伤指标,快速识别模型结构损伤位置,然后结合贝叶斯MH-Gibbs混合采样算法基于模型分析快速识别结构损伤程度。建立12层标准框架结构数值模型,在信噪比40、30 dB条件下,针对不同损伤识别方法进行识别效果及效率研究对比。通过已有振动台试验对该识别方法进行验证,结果表明：改进的位移四阶统计矩和加速度八阶统计矩损伤指标相较于采用单一加速度八阶统计矩损伤指标识别效果更精准,根据正交设计试验得到的单次采样最佳时长避免贝叶斯方法多次采样的局限性,因此该方法在识别结构损伤时收敛快耗时短,识别精度高且只需一次采样即可对框架结构进行损伤诊断。     

基于RBF神经网络的网架结构损伤识别试验研究

针对网架结构损伤识别中模态密集、自由度高等困难,利用RBF网络良好的容错性和鲁棒性,依据损伤前后的网架结构模态参数发生变化理论,提出了基于模态参数和RBF神经网络的网架结构损伤识别方法。以一个6 m×7.5 m的正放四角锥网架结构为研究对象,首先依据连续倒塌理论计算各杆件的重要性系数,确定模拟损伤杆件位置;然后以损伤前后结构的标准化频率平方变化率及标准化位移振型的组合参数作为RBF神经网络的损伤指标,利用有限元分析得到学习样本,试验分析结果作为测试样本。采用二阶段损伤识别方法,首先在所有杆件中排查出可疑受损杆件位置,最后再精确识别损伤位置和程度。结果表明,该方法能够很好地识别网架结构的损伤位置和程度。     

基于贝叶斯理论的高铁站房结构损伤分析识别方法

由于工程实际损伤识别过程中建模和测量误差的影响,不可避免地带来结构力学行为的不确定性,利用贝叶斯方法来进行不确定结构损伤识别成为研究的一个热点.本文介绍了贝叶斯方法的基本理论,利用贝叶斯理论框架,以环境激励结构响应功率谱为观测量,建立了结构刚度参数在考虑测量信息下的条件概率密度,利用最大后验估计构造目标函数通过优化迭代...     

改进多种群遗传算法在墙土系统损伤识别中的应用

针对墙土系统损伤识别方法进行研究,提出了一种基于改进多种群遗传算法的墙土系统损伤识别方法。首先,建立了墙土系统动测简化模型,同时对土体发生损伤时墙土系统的特征方程进行理论分析,基于系统的特征方程构造目标函数;其次,对多种群遗传算法进行改进,改进的内容主要包括采用实数编码、采用自适应交叉概率、采用自适应变异概率;最后,利用改进多种群遗传算法分别进行了无噪声条件和噪声条件下的墙土系统损伤定位和定量研究。通过分析结果表明：无论对单处损伤还是多处损伤、单一损伤程度还是多损伤程度,按所提出的方法都能较好的识别出损伤位置和损伤程度,具有较强的抗噪声能力。因此,所提出的方法为墙土系统的损伤识别提供一种简单有效的途径。     

基于定期检测与遗传算法的大跨度斜拉桥损伤识别

为了对运营中的斜拉桥进行安全性评估,首先需要根据实桥测试结果对结构损伤进行初步识别。在斜拉桥定期索力检测与主梁关键截面的应力监测结果的基础上,提出斜拉桥损伤识别的遗传算法,并编制了复杂结构损伤识别的遗传算法程序,通过各期结构检测结果之间的变化来反演检测期间结构参数的变化,据此识别结构损伤位置与程度,保证了在结构参数化有限元模型存在识别误差的情况下也能得到正确的损伤识别结果。宁波招宝山大跨度预应力混凝土独塔斜拉桥的损伤识别仿真结果表明,本文方法和程序具有较高的识别精度,并可推广应用于其它复杂结构的损伤识别。     

基于柔度矩阵和模糊模式方法的结构损伤识别研究

根据工程结构损伤识别的特点,提出一种分步识别结构损伤的方法,首先利用测试模态参数,确定结构柔度矩阵,并通过损伤前后柔度矩阵变化特点确定结构损伤位置,然后在确定损伤位置的基础上,通过模糊模式识别方法对结构损伤程度进行识别,最后通过对一个桁架结构的算例表明,该识别方法稳定性好,抗噪声能力强,能较准确地识别结构的损伤程度,在工程应用中具有一定的实用价值。     

基于贝叶斯理论的混凝土梁结构损伤识别方法研究

总结桥梁结构损伤识别中存在的问题及目前传统手段面临的挑战和局限,提出基于贝叶斯理论的结构损伤识别方法,将测试噪声与建模误差纳入统一框架,利用少量测点数据,可在信息不完备的条件下识别损伤概率分布情况,并通过连续监测数据对不确定模型参数后验概率密度函数进行不断修正。制作混凝土梁模型,通过预设缺陷对损伤识别方法进行试验验证。研究结果表明,基于贝叶斯理论的损伤识别方法可根据监测数据的不断累积,实现结构在不同工况下的损伤识别和合理评价。     

基于改进鲸鱼算法和模态柔度的两阶段结构损伤识别

本文在引入两阶段损伤识别方法的基础上,结合模态柔度和鲸鱼算法,提出了一种新的结构损伤识别方法。即将损伤定位与量化损伤程度分开的损伤识别两步法。第一步,定位出结构发生损伤的位置,提出了一种基于模态柔度的新指标:叠加模态柔度差曲率(SMFC)来确定结构中发生损伤的位置。该指标的计算,首先是分别计算损伤前、后的结构模态柔度,然后对其逐行求和后,最后采用中心差分法分别计算两者的曲率并作差。同时,考虑到了对板结构的"临近效应",提出了一种削弱该效应的方法,并将其应用到新指标中。第二步,构建基于柔度矩阵的目标函数,并利用第一阶段损伤定位的结构,通过改进的鲸鱼算法来确定实际损伤程度。通过简支梁和四边简支板的数值算例来检验本文所提出方法的适用性,最后通过简支梁试验验证该方法对实际结构的有效性。     

桁架结构损伤识别的数据融合方法研究

以数据融合技术进行桁架结构的单损伤和多损伤识别。通过研究基于频率的结构损伤理论,分析归一化的频率和损伤位置的关系;利用小波概率神经网络的算法对决策融合进行修正,建立基于小波概率神经网络的数据融合结构损伤识别模型。运用结构计算软件计算了一典型桁架结构的频率,并融合为小波概率神经网络算法的输入特征向量,并对桁架算例模型结构进行损伤识别。通过桁架不同位置的损伤情况,验证该方法的有效性,并提出工程应用中应注意的问题。研究结果表明,基于小波概率神经网络算法的数据融合技术是一种比较可靠的损伤识别方法,具有良好的工程应用前景。     

改进粒子群算法的两阶段梁式结构损伤识别

针对实际工程监测时损伤识别误差大的问题,提出一种基于改进粒子群算法的两阶段识别方案。第1阶段利用D-S证据理论融合算法进行损伤定位;第2阶段利用改进的粒子群算法,对定位结果进行修正,同时准确定量损伤。仿真算例和实验分析结果表明:由于第1阶段损伤定位减少了可能损伤单元的数量,第2阶段基于改进粒子群算法的搜索范围减小,能更准确地识别多损伤和小损伤的位置和程度,且抗噪性能良好。     

基于数据融合的张弦桁架损伤识别方法与试验研究

针对张弦桁架采用单损伤指标识别损伤位置易受到干扰甚至产生误判的问题,提出基于曲率模态差和模态柔度差曲率融合的损伤识别方法。基于D-S证据矩阵和加权平均两种数据融合准则,建立张弦桁架损伤识别的单次融合和两阶段融合识别流程。采用有限元软件ANSYS建立张弦桁架分析模型,利用减小构件截面积模拟弦杆损伤,分别采用非融合单损伤指标、单次数据融合和两阶段融合方法进行损伤识别分析。结果表明：单损伤识别指标的抗干扰能力较低,尤其对支座附近下弦杆的识别效果差;基于数据融合的损伤识别方法能够综合多种指标损伤识别结果,有效提高损伤位置识别的准确性;与加权平均数据融合准则相比,基于D-S证据矩阵准则的数据融合方法更能有效降低非损伤位置干扰,识别效果更好;两阶段融合方法效果优于单次融合方法,损伤位置的损伤概率愈发接近于1,非损伤位置的损伤概率愈发趋近于0。最后开展了一榀张弦桁架模型的损伤识别试验,通过试验验证了当所获取模态数据受到环境或测试噪声等因素影响下,文章提出的基于数据融合的损伤识别方法仍具有较好的鲁棒性,能够有效识别实际张弦桁架结构的损伤位置。但由于曲率模态差以及模态柔度差曲率难以识别损伤程度,因此文章方法仅能够提高损伤位置的识别精度。     

基于改进遗传算法的给水管网优化设计

针对基于简单遗传算法的给水管网优化设计在供水安全性和经济性方面存在的不足,提出了适于管网优化设计的改进遗传算法。改进遗传算法采用罚函数技术和自适应策略,有效地解决了简单遗传算法管网优化设计中水力性能较差的问题。以典型环状给水管网为例的计算结果表明,改进遗传算法设计方案的经济性和供水安全性都优于简单遗传算法设计方案,充分说明改进遗传算法用于给水管网优化设计具有实用性和有效性。     

综合改进的遗传算法反演三维地下水流模型参数

在简单的遗传算法的基础上，提出了一种综合改进的遗传算法，在反演地下水水流参数时，具有收敛速度快、解的精度高和避免出现早熟等优点。以非均质各向同性承压三维非稳定流动为理想模型，结合有限元法讨论了用遗传算法反演水文地质参数的过程。综合改进的遗传算法非常有效，在地下水渗流和水资源评价计算中有广阔的应用前景。     

Two-stage damage diagnosis approach for steel braced space frame structures

In order to diagnose the location and extent of damage in steel braced space frame structures, a two-stage damage diagnosis approach is proposed. This approach is comprised of the damage locating vectors method and eigensensitivity analysis. By deriving formulas used to calculate characterizing stresses in space frame members, and by defining characterizing stresses in connections, the damage locating vectors method is extended to locate damage in space frame members and connections. In addition, the simplified calculation of modal mass-normalization constants for damaged structures is improved. The first- and second-order sensitivities of the modal parameter discrepancies with respect to the structural model parameters and the stiffness matrix of beam elements with one damaged end are utilized. To verify the effectiveness of the proposed approach, numerical simulation analysis and experimental testing of a steel braced space frame model are performed. Ten and seven damage patterns are simulated in the numerical example and experimental testing, respectively. Modal parameters of the undamaged and damaged structures are extracted from the acceleration data using the natural excitation technique (NExT) and the eigensystem realization algorithm (ERA). The extended damage locating vectors method is utilized to determine potentially damaged elements. Based on the identified modal information, the extent of damage of the potentially damaged elements is estimated using the second-order eigensensitivity analysis. It is demonstrated that the two-stage damage diagnosis approach is effective when the damage of the members or connections in steel braced space frame structures reaches a certain level.     

结构参数识别中的软计算方法

简要介绍了信息科学中的软计算方法与参数识别理论相结合形成的新兴的参数识别方法。这些方法包括人工神经网络、遗传算法、模糊逻辑、小波理论、分形和混沌理论等。将这些方法和以传统优化理论为基础的参数识别方法作了比较。许多文献资料表明,软计算方法在结构参数识别中的可行性。     

基于标准遗传算法的结构优化设计

介绍了标准遗传算法的基本理论,探讨了其在结构优化设计上的模型与应用方法,并通过两个数值算例验证了遗传算法的高效性。     

Using Evolutionary Optimization Techniques for Scheduling Water Pipe Renewal Considering a Short Planning Horizon

Abstract: The maintenance and management of underground infrastructures is a growing problem for a majority of municipalities. The maintenance costs are increasing while the financial resources of municipalities remain limited. Water distribution system (WDS) managers therefore need tools to assist them in the elaboration of pipe renewal management plans. In this article, results of a newly developed strategy for pipe renewal based on a cost function are presented. The strategy allows the minimization of a cost function while also considering hydraulic criterion. This strategy was tested on a short planning horizon of five years. The pipe number to be replaced and the optimal moment for renewal are identified using three different optimization techniques: IGA (Island Genetic Algorithm), NPGA‐2 (Niched Pareto Genetic Algorithm 2), and NSGA‐II (Non‐dominated Sorting Genetic Algorithm‐II). The proposed approach has five distinctive features: (1) it is coupled with a flexible evolutionary framework that allows the user to select any type of operator for IGA or any kind of multiobjective genetic algorithm; (2) it uses the hydraulic simulator Epanet2.0 which allows steady state or dynamic simulations; (3) it considers a probabilistic break model to evaluate the structural deterioration of pipes; (4) it integrates a Bayesian approach for the estimation of the pipe break model parameters that take into account the influence of inherent uncertainties related to the quality of data during the decision‐making process; and (5) it simulates the variation of the pipe's roughness over the years. The developed strategy/model is explained using an example that allows us to elucidate its most important components. Simulation experiments on a small network (100 pipes) are presented. A comparison of three evolutionary algorithm results is provided. Tests showed that IGA performs well, but for networks of larger sizes, we recommend increasing the number of demes to reach better solutions. Higher quality results were achieved with NSGA‐II than NPGA‐2 on differently sized networks. We recommend the use the NSGA‐II to optimize large WDS. Future developments for this strategy are also discussed.     

Multi-source information fusion applied to structural damage diagnosis

This study aims to import multi-source information fusion (MSIF) into structural damage diagnosis to improve its validity. Two structural damage identification methods based on MSIF are put forward, one of which is to fuse two or more structural damage detection methods by MSIF and another of which is the improved modal strain energy method by multi-mode information processing based on MSIF. Through a concrete plate experiment it is proved that, if two methods are integrated by character-level information fusion, structural initial damages can be more accurately identified than by a single method. In a simulation of a concrete box beam bridge, it is indicated that the improved modal strain energy method has a nice sensitivity to structural initial damages and a favorable robusticity to noise. These two structural damage diagnosis methods based on MSIF have good effects on structural damage identification and good practicability to actual structures.     

微震源定位的两步反演方法研究

 微震源定位是微震监测技术的核心。微震源定位问题中的已知参数几乎都存在误差,现有微震源定位算法通常通过最小化所有检波器的到时(差)值函数,但得到的定位结果往往会偏离震源实际位置。针对现有微震源定位算法的不足,提出一种由两步反演构成的微震源定位新方法;在新方法中,一次反演识别异常检波器,二次反演实现震源空间坐标的精确搜索。基于均匀速度假设,分别建立3参数、4参数和5参数的反演模型。应用多目标遗传算法(Non-dominated Sorting Genetic Algorithm–II,简称NSGA–II)实现一次反演,为实现震源的精确搜索和减少计算时间,二次反演建议采用单目标优化算法实现。将提出的方法用于某矿井工程震源定位实例中,计算结果表明：提出方法能够有效的识别异常检波器,定位结果也较未剔除异常检波器时有了大幅度提升,且相对而言,4参数反演模型的定位结果优于5参数模型。该文方法可作为微震源定位的一种参考。