基于单元模态应变能和剩余模态力的结构损伤识别方法在某塔式桁架中的应用

为快速、准确定位工程结构损伤位置,有效提高工程结构安全性能和使用寿命,以某塔式桁架结构为研究对象,运用单元模态应变能法和剩余模态力法对其进行损伤识别.利用MSC Marc对该桁架完整结构和几种不同损伤程度下的损伤结构进行模态分析,通过MATLAB编程从模态分析结果中提取这些结构的模态参数,计算损伤结构单元模态应变能的变化率和损伤结构各节点自由度对应的剩余模态力,并进行结构损伤识别.结果表明单元模态应变能变化率和剩余模态力是有效和准确的结构损伤标志量.     

悬臂梁结构损伤检测仿真研究

以悬臂梁结构为研究对象,针对户外条件下结构损伤检测过程复杂、周期长、检测效果不理想的问题,提出了模态曲率变化率法.通过大型商用有限元软件ABAQUS,建立梁结构有限元模型,基于模态曲率变化率法构建损伤指标,对梁结构进行损伤检测定位,并与模态应变能法的损伤检测效果进行了对比.结果表明:模态曲率变化率法计算过程简单,能够准确快捷地对悬臂梁结构进行损伤识别定位.     

基于模态参数及小波变换的旋转梁结构损伤识别

本文采用旋转悬臂梁模型模拟旋翼直升机桨叶结构,并对其开展损伤识别问题研究.首先,基于有限元方法,采用Hamilton变分原理,建立旋转结构的动力学模型,通过对比理论和实验的结果验证模型的正确性.其次,利用不同模态参数(位移模态、应变模态)对旋转悬臂梁结构进行损伤识别研究.最后,针对位移模态,基于小波变换的奇异性分析特性,研究通过小波系数辅助损伤识别的方法.计算结果表明,对于旋转结构,应变模态的损伤识别效果较好,而位移模态若结合小波变换的奇异性分析,同样可以实现较为准确的损伤识别效果.     

基于量子粒子群优化算法的结构损伤识别

提出一种以广义柔度矩阵为损伤指标,基于量子粒子群优化算法的结构损伤识别方法.该方法根据结构损伤前后广义柔度矩阵差与结构物理参数变化关系,将结构广义柔度矩阵识别问题转化为优化问题,进而采用系统辨识能力较强的量子粒子群优化算法搜索目标函数最优值,从而达到损伤位置和损伤程度同时识别的双重效果.最后通过简支梁数值模拟对该方法的有效性进行了验证.     

果蝇优化算法融合SVM的风机叶片损伤识别研究

为提高风机叶片裂纹损伤和边缘损伤识别的准确率,提出使用果蝇优化(FOA)算法和支持向量机(SVM)相结合的方法。使用硬件系统采集两类损伤故障的声发射信号,然后对信号进行小波处理,提取能量特征,根据能量特征信息,建立支持向量机模型,测试其准确率;采用果蝇优化算法优化支持向量机参数,使模型损伤识别更准确,并将优化后模型识别结果与粒子群优化(PSO)算法优化支持向量机后的识别结果相比较。仿真结果表明,使用果蝇优化算法优化后的支持向量机模型的识别精度更高,能够准确地实现对风机叶片损伤的识别。     

新型改进果蝇优化算法

针对传统果蝇优化算法在进行优化时所存在的寻优精度偏低和收敛速度较慢的问题,提出了一种新的改进果蝇优化算法。该算法在迭代过程中将每次迭代所得最优值的变化率作为下一次果蝇种群飞行距离变化的参考依据。动态改变果蝇种群每次飞行的距离,能够有效地权衡算法的全局搜索能力和局部搜索能力。将该改进算法在函数优化中与原果蝇算法和另外两种果蝇改进算法进行仿真对比,结果表明,所提出的改进算法在收敛精度、收敛速度以及稳定性方面具有明显优势。     

基于模态瞬态法的发动机罩焊点疲劳优化

针对某车型整车耐久路试过程中发动机罩铰链加强板焊点出现开裂的问题,采用模态瞬态法对发动机罩焊点进行疲劳分析。根据发动机罩模态应变能分布情况优化铰链加强板结构和焊点分布,试验车整改后在整车耐久路试中发动机罩焊点未再出现开裂现象。发动机罩铰链加强板焊点开裂是振动疲劳问题,采用基于惯性释放的准静态法计算疲劳损伤不能预测焊点开裂问题,采用模态瞬态法疲劳计算方法才能更好地预测发动机罩焊点疲劳损伤。从模态应变能角度对结构振动疲劳开裂问题进行优化能明显提高优化效率。     

机翼结构小损伤程度识别研究

在飞机损伤准确识别问题的研究中,飞机机翼结构的局部小损伤识别对于机翼的在线监测和及时检修有重要的意义.针对仅能获得有限试验样本而造成识别精度不高的问题,提出了一种将模态频率和支持向量机(SVM)相结合的新方法,对机翼结构进行局部小损伤程度识别研究.利用ANSYS软件构建无损和有损机翼仿真模型,于不同损伤工况下对其进行模态分析,在SVM良好小样本泛化能力基础上建立了准确的损伤识别学习机,并通过网格寻优对参数进行优化处理,最后得出识别结果.为了验证识别结果的可信性,同时取用另两组核函数和BP神经网络方法进行对比试验.结果表明,小样本条件下,用模态频率和SVM结合来识别机翼的小损伤程度的方法是可靠有效的.     

基于改进FOA算法优化WKELM的医疗滚动轴承故障诊断技术研究

针对传统小波核极限学习机（Extreme Learning Machine-ELM）应用于医疗滚动轴承故障诊断中识别精度不高且训练速度慢的一系列问题的出现,并针对性的想出一种更好的对滚动转轴发生的故障进行识别的办法,通过对小波核极限学习机算法进行改进的方法。该方法运用改进果蝇算法（LGMS-Fruit-flying Optimization Algorithm, LGMS-FOA）优化小波核极限学习机中的正则化系数和小波核函数中的参数。采用的方法是变分模态分解（Variational Mode Decomposition-VMD）,通过这种方法能够对滚动轴承的故障信号分解为含有故障信息的各模态分量从而提取到故障特征。通过与其他三种算法的实验结果对比证明,基于LGMS-FOA-WKELM的滚动轴承故障诊断方法的识别精度更高且训练时间更短。     

基于自适应步长果蝇优化算法图像分割

为了解决大津法抗噪性能不佳和分割效率不足等问题,提出了一种自适应改进步长的果蝇优化算法,并对大津法图像分割阈值进行优化。根据浓度平均值变化率改变步长的果蝇优化算法,对传统的步长进行改进,前期升半柯西分布为指数变量,开始时均匀递增然后呈S状上升自适应增加步长。后期利用柯西分布容易产生远离原点的随机数作为指数的算子进行扰动,根据浓度平均值变化率自适应改变果蝇寻优步长,利于跳出局部最优解。实验证明,改进的算法在收敛速度和寻优精度上都取得了较好的结果,在对图像分割的应用中的效果也较优于其他算法。     

基于独立分量分析和支持向量机的结构损伤识别集成算法

针对模式识别最关键的两个环节:特征提取和分类器设计,提出了基于独立分量分析(ICA)和支持向量机(SVM)的损伤识别集成算法,首先应用ICA方法计算独立源信号和混合矩阵[A],利用混合矩阵与模态振型的对应关系,得到振型矩阵[Φ],将模态振型的变形矩阵[Φ]*作为特征参数输入至SVM分类器进行损伤识别,在冲击载荷作用下,对钢框架结构模型进行了振动试验,结果表明:ICA方法提取的模态振型是一种高效的损伤特征参数,基于ICA和SVM的集成算法能够成功识别结构损伤、损伤位置和损伤程度,从而为结构健康监测提供了一种行之有效的损伤识别方法。     

改进果蝇优化算法在多目标搜索的应用

在实际工程优化问题中多数问题是多目标优化问题,多目标优化问题一直以来就是智能算法的研究热点。提出一种改进的果蝇优化算法,将其应用在多目标搜索领域,并成功使用该算法解决了一种多目标背包问题。算法在基本果蝇优化算法的基础上采用分群策略和动态半径,在群A中从种群位置开始以动态半径探索新的可行解,在群B中则通过非支配个体之间的交叉操作进行密集搜索。果蝇种群的位置在每一轮迭代产生的非劣解集中进行选取,提高了算法的收敛速度。通过在多个数据集下进行测试,并和粒子群算法、NSGA-2做了对比实验,最终结果显示使用该算法在特定条件下能取得较好的搜索效果,证明了使用果蝇优化算法解决多目标问题的可行性。     

数据融合与遗传算法在桥梁损伤辨识中的应用

为了提高桥梁损伤识别的准确性,提出了基于数据融合和改进的多目标遗传算法对桥梁进行两段式的位置和程度辨识,通过灰色理论对桥梁的静态参数进行计算,得到静态位移曲率置信因子指标,以及模态分析理论对桥梁的动态参数进行计算,得到模态柔度曲率比指标,通过D-S证据对两种指标进行融合,确定损伤位置,提高结果的精度.再通过经过模糊优选理论改进的遗传算法,实现对损伤位置和程度的进一步辨识,实现对桥梁结构损伤位置和程度的分段式确定,提高了辨识的准确性.通过ANSYS软件建模仿真验证了该方法的有效性.     

基于改进果蝇优化算法的投诉举报文本分类

为解决投诉举报文本分类困难这一问题,提出一种基于改进果蝇优化算法的文本分类方法.针对果蝇优化算法存在的搜索半径相对固定、种群多样性低等问题,对算法进行改进;采用支持向量机建立文本分类模型,利用改进后的果蝇优化算法对支持向量机的参数进行动态寻优,以此提高模型的分类精度.实验结果表明,该文本分类方法的准确率和召回率相比于文...     

一种滚动轴承故障诊断方法

针对基于支持向量机的滚动轴承故障诊断方法中支持向量机的参数优化问题,提出一种改进的果蝇优化算法,即以模式分类准确率作为果蝇味道浓度函数,并采用该算法来优化支持向量机模型的惩罚因子和核函数参数;基于改进果蝇优化算法和支持向量机对滚动轴承的故障模式进行分类诊断,结果表明改进的果蝇优化算法具有较高的收敛速度和寻优效率,基于该算法和支持向量机的滚动轴承故障诊断方法具有较高的分类准确率。     

基于混合果蝇优化算法的选址-库存联合优化策略

针对装备维修保障仓库系统运营费用高、仓库点位布局不合理、备件库存结构不合理等问题,建立以多品种联合补货问题为基础的装备维修备件仓库选址-库存控制决策联合优化模型,模型可用于求解仓库的开设位置、维修活动需求点的指派情况、仓库补货时间以及库存水平等.根据模型的结构特点,利用多种群协同进化的方法改进传统果蝇优化算法的位置更新方式,设计一种内外两层搜索策略的混合果蝇优化算法,外层搜索策略作为算法的主程序用于搜索仓库选址决策变量,内层搜索策略采用改进的RAND算法用于搜索库存控制决策变量.仿真结果表明,混合果蝇优化算法具有良好的求解效率,能够确保库存系统在一定服务水平的基础上有效降低库存运营总成本.     

基于曲率模态振型的刚架结构损伤检测

结构损伤前后动力特性的变化来快速、直接、方便地判定损伤的存在、程度及位置．本文采用曲率模态对刚架结构的损伤检测进行了研究．首先用有限元法计算出结构的位移模态振型,然后用差分法计算出曲率模态振型．数值模拟结果表明：曲率模态振型对结构的损伤敏感,可同时确定结构损伤的存在、程度和位置,并且可以用于结构多位置损伤的检测．实验结果证实了数值模拟结论．     

改进的HHT及其在颤振试验数据处理中的应用

颤振试验数据往往具有信噪比低、模态密集及非平稳现象严重等特点,对数据处理精度提出较高的要求.为精确提取颤振模态参数,对颤振边界进行准确预测,提出了一种改进的希尔伯特黄变换算法,算法首先对测试信号进行移频处理,降低模态混叠程度,然后进行EMD分解,并对分解结果进行希尔伯特变换得到相应的瞬时幅值和瞬时相位,最后通过曲线拟合识别颤振模态参数.通过理论分析和数值仿真完成相应的特性研究,并采用实测颤振试验数据进行了分析验证,结果表明,改进的希尔伯特黄变换方法可以较精确地提取颤振模态参数和预测颤振临界速度,从而满足现行颤振试验数据处理的要求.     

柔性结构形态重构的感知网络优化配置研究

以航天结构健康监测为研究背景,针对柔性板状结构形态重构的感知网络进行优化配置研究.在基于应变模态的结构形态重构算法中,以应变位移转换矩阵的条件数作为传感器优化配置的优化准则,以结构形态重构误差作为优化效果评价指标,采用一种改进的模拟退火算法对传感器优化配置进行了研究.针对传感器优化配置中的传感器数量、位置、方向以及多个目标的综合进行了传感器配置优化设计,仿真结果显示通过传感器配置的优化设计,可以有效地提高柔性结构的形态重构效果.最后,通过实验验证了传感器优化配置的有效性,为结构形态重构的感知网络优化配置提供了一定的理论依据.     

基于神经网络的建筑结构损伤识别方法

建筑结构损伤识别是对建筑结构进行损伤检测的重要一步。针对建筑结构损伤识别中的损伤位置和损伤程度识别难的问题,依据损伤前后的建筑结构固有频率发生变化理论,提出了基于BP神经网络的建筑结构损伤识别的方法。以一幢14层框架结构为研究对象,通过仿真计算建筑结构损伤前后各阶固有频率,提取其固有频率变化量作为BP神经网络的输入参数来训练、测试网络,对建筑结构进行损伤识别。实验结果表明,该方法能够很好的识别建筑结构的损伤位置和程度,可以将损伤位置定位到所在楼层,对构件损伤程度识别的相对误差可控制在3%以内。该方法的提出可为复杂建筑结构的在线监测和损伤识别、预测提供参考依据,也为进一步实现实际建筑结构中通过频率测试对建筑结构的健康状况进行评测奠定理论和方法基础。