无人机机翼悬臂梁结构损伤检测影响因素研究

为了对含多处损伤的悬臂梁结构进行损伤检测定位,基于模态应变能法,采用大型有限元软件ABAQUS进行模态分析,使用其他设备进行模态实验测试,获得了悬臂梁结构在损伤前后的低阶模态应变能,并以应变能差值作为损伤指标对其进行损伤识别。仿真和实验结果表明,利用模态应变能可有效地对含多处损伤的悬臂梁结构进行损伤定位。在方法有效性验证的基础上,进一步综合分析了实验检测中测点布置、传感器数量、传感器位置以及模态阶数等因素对梁结构损伤检测定位的影响,研究表明:利用前3阶模态即可对含多处损伤的梁结构进行损伤定位,且测点布置间距与梁宽度相当时定位效果较理想;此外,传感器数量对损伤检测定位影响不明显。     

改进遗传算法优化无线传感器网络路由算法

为了有效延长无线传感器网络的生存时间,针对传感器节点能耗不均衡难题,提出一种改进遗传算法优化的无线传感器网络路由算法。首先对LEACH算法不足进行分析,然后构建簇头节点选择的目标函数,并将其作为遗传算法的搜索目标,最后通过遗传算法找到下一时刻簇头的候选节点,并针对遗传算法不足进行相应改进。采用仿真实验对算法的性能进行分析,结果表明,相对于其它无线传感器路由算法,本文算法可以保证无线传感器的节点能量均衡,延长了网络的生存时间。     

基于遗传算法优化的WSN覆盖控制算法

针对无线传感器网络(Wireless Senson Networks,WSN)的覆盖控制和网络寿命问题,基于改进的遗传算法结合提出的局部搜索策略进行优化。根据WSN的特性对遗传算法的适应度函数进行了改进,并与提出的局部搜索策略结合进一步优化遗传算法适应度值,使之可以使用更少的传感器节点来保障监测目标的100%覆盖。仿真实验表明,与遗传算法相比,该算法具有更高的适应度、更长的100%覆盖期和网络寿命。基于遗传算法改进的WSN覆盖控制具有更优秀的性能及提高WSN对感知区域的覆盖控制能力。     

改进的DV-Hop无线传感网络节点定位算法

针对传感器部署密度大、分布不均匀,DV-Hop定位算法误差大等问题,提出了一种改进DV-Hop的无线传感器节点定位算法.首先采用DV-Hop算法对未知传感器节点位置进行计算,然后在采用遗传算法对DV-Hop定位的误差进行修正.仿真结果表明,改进DV-Hop算法提高了节点的定位精度,降低定位的误差,更能真实地反映传感器网络节点的实际分布情况.     

利用光纤曲率传感器测量轴向应变

为了实现对轴向线应变的测量,建立了光纤曲率传感器的轴向线应变测量系统。对系统中传感器的布置方式、敏感区的位置优化和测量系统的数学模型等进行了研究。根据光纤曲率传感器只对曲率变化敏感的特性,将传感器绕成圆弧形布置在被测物体的表面,并保持传感器敏感区表面与被测物体表面垂直;对传感器上的点在轴向力作用下的移动轨迹进行了分析,建立了轴向线应变与传感器曲率之间的数学模型;在上述数学模型的基础上,对传感器敏感区的位置进行了优化。最后,对聚氨脂橡胶块在电子万能实验机上进行压缩,使其产生轴向线应变,利用上述的测量系统对聚氨脂橡胶块的轴向线应变进行了测量实验。实验结果表明,本文系统的应变测量精度为0.002 8应变单位。     

平台侧位置指纹定位系统中接收端问题的优化

当前室内位置指纹定位系统主要用于对移动端的定位.借鉴其定位机理,研究了对无线电发射端的定位,属于平台侧位置指纹定位系统.从部署接收端的位置以减小定位误差的角度出发,提出了增大参考点之间欧式距离确定接收端位置的方案.同时,提出利用覆盖率的概念确定定位区间的接收端个数以满足区间定位的需求.建立了接收端位置及个数优化问题的数学模型,并用遗传算法和全覆盖原则对优化问题进行求解,给出了优化问题的实现流程.针对不同空间,对优化问题进行了仿真,比较了经验布置接收端和优化布置接收端的定位结果误差及接收端是否满足全覆盖的定位结果误差,验证了所提方法的合理性,对定位前部署接收端的个数和位置有一定的指导意义.     

健康监测系统中光纤传感器网络优化布置研究

针对健康监测系统中不合理的传感器布置将影响传感器数据采集的有效性,降低监测系统的精度,以基于光纤Bragg光栅(FBG)传感器网络的结构健康监测系统为研究对象,采用逐步积累法,对系统中传感器网络的优化排布方法进行了研究。首先采用Ansys力学仿真软件建立了试验件的有限元模型并进行了加载试验,然后采用仿真获得的数据对传感器排布位置进行了优化,最后按照仿真研究获得的传感器优化位置在试验件上进行了试验研究。结果表明,试验同仿真结果具有很好的一致性,相对于原始传感器网络的排布方案,在相同的系统监测精度下,优化后的传感器排布方案可以采用更少的传感器;如果采用相同数量的传感器,优化后的传感器排布方案可以获得更高的监测精度。     

PVDF压电传感器在实验模态分析中的应用

提出通过聚偏氟乙烯(PVDF)压电传感器替代加速度计对振动结构进行实验模态分析。在固支梁表面分别布置矩形PVDF压电传感器和加速度计,测量外界激励与振动结构响应之间的频率响应函数,通过模态软件对数据进行分析,得到模态参数并将结果进行对比。实验结果表明,利用PVDF压电传感器对振动结构进行实验模态分析效果良好,且具有附加质量小,频响宽,操作简便等特点,与加速度计相比,具有明显的优越性。     

基于改进遗传算法的反向天线阵稀疏优化

对自适应遗传算法中交叉概率和变异概率动态调整规则进行改进,并结合基于适应度值的截断选择法,提出了改进的自适应遗传算法.将该算法应用于反向天线阵的稀疏设计,以阵元位置为优化参量,在保持反向性能的基础上,优化得到了合适的稀疏反向天线阵结构,有效地精简了阵列结构,结果优于现有文献中对稀疏反向天线阵的综合结果.     

改进的量子遗传算法及其在WMSN覆盖优化中的应用

对量子遗传算法进行了研究。量子遗传算法只使用一个最优染色体来指导种群的进化,极易陷入局部最优,本文对此进行了改进,提出使用多个精英染色体来指导整个种群的进化。讨论了精英染色体的产生、维护与作用,并在此基础之上提出了一种基于精英组的量子遗传算法(elite groupbased quantum genetic algorithm,EQGA)。最后,将EQGA应用到无线多媒体传感器网络的覆盖优化问题中。对比测试表明,EQGA求出的解比遗传算法和量子遗传算法求出的解都要好。     

大间距相控阵天线栅瓣抑制技术研究

适当增加阵元间距有利于降低相控阵天线的成本,但是会带来不期望的栅瓣。文中针对5×5大间距相控阵天线栅瓣抑制技术进行了研究。改进了传统遗传算法,增加了种群的多样性。首先采用改进的遗传算法优化得到局部解,然后运用模式搜索算法优化得到最优解,并对阵列口径及阵元最小间距进行约束。其次,结合实际的工程应用,对阵元位置进行约束,优化出便于生产应用的最佳阵列排布。仿真结果表明,优化后的阵列,最大栅瓣电平得以有效抑制,满足工程应用的要求。     

高阶谐振模态的超高质量分辨硅微悬臂梁压阻传感器

开发了一种在空气中具有几十飞克质量分辨率的谐振式微机械悬臂梁生化质量检测传感器.在悬臂梁上面实现了使用惠斯通压阻电桥检测和洛伦兹力线圈驱动集成结构.与通常的一阶模态谐振传感器不同,为了显著提高传感器特异性反应吸附质量以实现分子水平的检测分辨率,提出了一种二阶弯曲谐振模态优化驱动的方法.在悬臂梁上集成了一种回形针状的驱动电流回路,实现了与第二模态悬臂梁运动两个相反运动峰值相吻合的两处同时反方向驱动.研究中采用硅微机械技术实现了集成谐振悬臂梁的制作,并研制出了高性能的谐振传感器闭环接口电路.在空气中进行谐振实验,与传统一阶模态传感器相比,采用该优化驱动的二阶模态,谐振品质因数从195提高到857,谐振频率从49.156提高到298.132kHz,采用Allen方差的方法对谐振频率噪声进行分析,表明该优化驱动的二阶模态传感器将传统的一阶模态传感器质量分辨率从0.17改善到0.029pg,达到了4个痘病毒的质量分辨水平.     

基于改进遗传算法的分布式阵列栅瓣抑制算法研究

分布式阵列的研究是一个具有挑战性的难题,而遗传算法是一种研究分布式阵列的有效算法。然而,现存的文献大多集中在阵元级的研究;实际上,基于子阵级的研究更具有工程应用价值。本文提出了一种基于遗传算法的分布式阵列栅瓣抑制算法。首先建立了分布式阵列的算法模型,然后对传统的遗传算法进行了一些改进,最后利用改进的遗传算法对分布式阵列进行位置优化,在一定程度上有效的抑制了栅瓣。仿真验证了该算法的有效性和可行性。     

基于改进遗传算法的油田配电网无功优化

遗传算法是一种模拟生物进化过程的优化算法,可用来求解包含离散化变量的复杂优化问题。将遗传算法应用于油田配电网无功优化,并对常规遗传算法的编码方式、遗传算子以及终止判据等方面进行改进,提高了计算效率和全局寻优能力。通过对油田配电网的分析和计算,结果表明该改进遗传算法应用于油田无功优化是合理可行的,其优化效果优于传统遗传算法。     

高阶谐振模态的超高质量分辨硅微悬臂梁压阻传感器

开发了一种在空气中具有几十飞克质量分辨率的谐振式微机械悬臂梁生化质量检测传感器.在悬臂梁上面实现了使用惠斯通压阻电桥检测和洛伦兹力线圈驱动集成结构.与通常的一阶模态谐振传感器不同,为了显著提高传感器特异性反应吸附质量以实现分子水平的检测分辨率,提出了一种二阶弯曲谐振模态优化驱动的方法.在悬臂梁上集成了一种回形针状的驱动电流回路,实现了与第二模态悬臂梁运动两个相反运动峰值相吻合的两处同时反方向驱动.研究中采用硅微机械技术实现了集成谐振悬臂梁的制作,并研制出了高性能的谐振传感器闭环接口电路.在空气中进行谐振实验,与传统一阶模态传感器相比,采用该优化驱动的二阶模态,谐振品质因数从195提高到857,谐振频率从49.156提高到298.132kHz,采用Allen方差的方法对谐振频率噪声进行分析,表明该优化驱动的二阶模态传感器将传统的一阶模态传感器质量分辨率从0.17改善到0.029pg,达到了4个痘病毒的质量分辨水平.     

基于改进离散粒子群算法的传感器布局优化设计

传感器布局优化是复杂系统测试性设计的重要内容,属于典型的组合优化问题。通过改进系统的故障-传感器相关性矩阵,建立了考虑传感器故障检测能力的约束优化模型。利用混沌的遍历性初始化粒子群的参数,惯性权重则根据粒子群的早熟收敛程度自适应调整,并对粒子的位置更新方式进行了重新定义,用改进后的离散粒子群算法求解建立的优化模型。仿真实例验证了本文方法的有效性,优化结果能满足系统的各项指标要求,为复杂系统的传感器布局优化设计提供了一种可行途径。     

基于改进遗传算法的无线传感器网络数据融合方法

无线通信和电子技术的进步促进了无线传感器网络发展,无线传感器网络广泛应用于多个领域(如医疗,军事,家居等)。文章分析了无线传感器网络中的数据融合问题,提出了一种基于改进遗传算法的无线传感器网络数据融合方法,仿真实验表明,基于改进遗传算法的方法在运行效率上优于标准遗传算法。     

行波型球形超声电机定子的优化设计

提出了一种具有同步调心结构的球形超声电机,建立了电机驱动力矩的数学模型,重点对行波型定子进行结构优化设计。利用ANSYS对定子进行模态分析和谐响应分析;通过灵敏度分析确定结构参数优化变量,以最大干扰模态与工作模态频率差和最大定子表面振幅为优化目标,建立设计空间的响应面模型,采用多目标遗传算法(MOGA)进行优化求解得到Pareto前沿,最终确定结构参数并对定子试制件进行定扫频实验。测试结果表明,优化后的定子工作模态频率±2 kHz内无干扰模态产生,且定子两相驻波表面质点具有较大振幅,满足使用要求。     

改进遗传算法在无功优化中的应用研究

遗传算法是模拟生物进化过程的优化算法,广泛应用于包含离散变量的复杂优化问题求解。本文将遗传算法应用于配电网无功优化,并对传统遗传算法进行了改进,并通过实例进行算例分析。结果表明,经改进的遗传算法能有效提高配电网无功优化的效率。     

基于改进遗传算法的油田配电网无功优化

遗传算法是一种模拟生物进化过程的优化算法,可用来求解包含离散化变量的复杂优化问题.将遗传算法应用于油田配电网无功优化,并对常规遗传算法的编码方式、遗传算子以及终止判据等方面进行改进,提高了计算效率和全局寻优能力.通过对油田配电网的分析和计算,结果表明该改进遗传算法应用于油田无功优化是合理可行的,其优化效果优于传统遗传算法.