一种聚类优化的传感器布置方法研究EI北大核心CSCD

复杂结构试验/理论振型的匹配是模态参数型修正过程的重要内容。以测量并获取用于模态参数识别的最佳信息为目标,实现布置在结构上有限数量的传感器能有效避免信息冗余,提出了一种聚类优化的传感器布置方法。根据结构模态中各自由度振型的动力相似性,应用k-means聚类算法对自由度进行自动集结并分类。采用有效独立法分别从各聚类自由度中搜索出模态分辨率最高的传感器位置作为实际的测量位置。最后通过一个悬臂梁、一个悬臂薄板的数值分析和一个旋转滤光轮组件的模态测试试验对该优化布置方法进行验证。分析结果表明,这种方法能有效选出独立敏感性测点,并且具有较高的搜索效率。     

基于距离系数-有效独立法的大型空间结构传感器优化布置

为解决利用有效独立法进行大型空间结构传感器优化布置时产生的信息冗余问题,提出了以距离系数修正信息矩阵的距离系数-有效独立法。将该方法应用于某高拱坝的传感器优化布置,并与现有的三种优化布置方法得出的方案进行全面的比较。结果表明：距离系数-有效独立法应用于精细网格划分的大型空间结构的传感器优化布置时,可有效避免测点间的信息冗余问题并保证模态识别的精度,是一种适合大型空间结构的较为理想的传感器优化布置算法。     

电流变夹层板控制系统的传感器优化布置

为了解决ER夹层板系统的模态控制的实用性问题,研究了悬臂板模态坐标估计和传感器定位问题。按照变刚度模态控制算法的要求,给出了离散坐标下模态坐标估计的方法;根据连续结构的振型分析,分析传感器定位计算,建立了数学优化模型;按照模态动能法初步筛选后,枚举得到传感器优化布置方案,并且从估计精度和控制效果两个角度进行了布置方案的算例验证。结果表明,优化的传感器布置能在较少的数目下,模态坐标估计满足模态控制算法的输入需求。     

基于混合遗传算法的桥梁监测传感器优化布置

利用混合遗传算法(Hybrid Genetic Algorithm,HGA)对南京长江大桥的监测传感器进行优化布置,得到了考虑不同的振型阶数和不同传感器数量的优化布置方案.优化结果表明,HGA高效、稳定,具有较强的全局搜索能力,在桥梁健康监测中有着广阔的应用前景.     

结构动态测试传感器优化配置的预试验技术

传感器配置是结构动态测试的一项重要的技术措施,其效果决定了结构的各阶主要测试模态的有效程度。由此,首先对结构仿真模型进行预先的主元素分析,优化传感器的布置。在结构有限元模型(FEM)中,对模型固有特性进行分析,确认重要的结构模态和结构动态测试目标。利用Guyan缩减方法对模型的自由度进行主从划分;选取感兴趣的结构振型的主自由度,对应从有限元模型中提取缩减的"试验模型"。针对提取的缩减模型重新开展模态分析,采用模态置信度(MAC)指标评估各阶振型之间的相关性,进而量化并直观显示传感器的配置效果。对某型号无人直升机机身结构进行地面振动试验。通过从仿真模型中选取合适的振型主元,改进传感器的配置,能保证试验中获得期望的结构测试模态,验证了利用结构仿真模型在动态测试之前预先进行传感器优化配置的效果。     

考虑敏感性和鲁棒性相协调的多维传感器优化布置方法

为了有效地布置多维传感器,将传感器优化布置方法中经典的三维有效独立法(EfI3)推广到了其他维数,分别给出了适用于高层建筑的EfI2和EfI5算法;针对以往算法不能考虑结构自身不适定性的问题,提出了一种能够综合考虑结构反应信息敏感性以及系统鲁棒性相协调的优化方法,该方法通过E测试矩阵使Fisher信息矩阵获得最大值,且能够保证在迭代过程中振型矩阵的条件数最小;以广州新电视塔为例,采用模态保证准则、Fisher信息矩阵行列式,以及振型矩阵条件数3种优化准则,对比分析了仅考虑水平振动,以及同时考虑水平振动和空间扭转的传感器优化布置效果,证明了方法的可行性和优越性。     

基于有效独立-总位移法的水工结构振测传感器优化布置

为了更好地解决大型水工结构振测传感器优化布置问题,以拉西瓦拱坝为研究对象,针对有效独立法所选测点能量较小的不足,提出基于有效独立-总位移法的传感器优化布置方法。运用模态保证准则、最大奇异值比、Fisher信息矩阵值和总位移幅值等评价方法对有效独立法、有效独立-总位移法和距离系数-有效独立法三种方法进行评价。研究表明,有效独立-总位移法可以使所测得的模态之间正交性、可观性更好,提高剩余测点的应变能,是一种有效实用的传感器优化布置方法。     

大型结构测点优化与配置

对于大型结构测点的优化配置,一般传统的优化算法失效,针对传统优化算法的缺点,对大型结构的模型缩聚做了进一步的完善,并且引入一个反映高阶模态贡献比例的权重系数。由此提出一种基于有效独立法的混合优化算法。该算法不仅引入了对测量点选择有影响的模态动能系数,有效防止测点分布聚集现象,而且最大可能保证所有模态动能的贡献和较优布置测点具有较大能量的要求。经火箭仿真实例和GARTEUR飞机模态试验验证,该算法保证监测模态的完整性和线性无关性,对大型结构的测点优化与配置具有重大的工程应用价值。     

利用分布式狼群算法进行三维传感器优化布置的方法研究

考虑传感器优化布置中的模态置信准则MAC只能对三维传感器的某一方向进行优化,而不能确保在三个方向同时实现优化布置的问题,提出将节点的三个平动自由度作为一个单元,通过节点的Fisher信息阵来获取结构所布置传感器的Fisher信息阵,并借鉴传统一维模态置信准则的思想,构建了一种全新的三维模态置信准则TMAC。为提高算法的求解效率,提出了一种分布式狼群算法,采用双重编码方式,克服原狼群算法只能求解连续变量优化的问题;采用狼群分组的方法,通过组内狼个体的信息交流,提高了算法的搜索效率。文末以中佛罗里达大学建立的基准模型为例,进行了参数敏感性分析以及三维传感器优化布置方案的选择,结果表明:分布式狼群算法的搜索能力较原狼群算法有了大幅提高,能较好地解决传感器优化布置问题。     

一种聚类优化的传感器布置方法研究

复杂结构试验/理论振型的匹配是模态参数型修正过程的重要内容。以测量并获取用于模态参数识别的最佳信息为目标,实现布置在结构上有限数量的传感器能有效避免信息冗余,提出了一种聚类优化的传感器布置方法。根据结构模态中各自由度振型的动力相似性,应用k-means聚类算法对自由度进行自动集结并分类。采用有效独立法分别从各聚类自由度中搜索出模态分辨率最高的传感器位置作为实际的测量位置。最后通过一个悬臂梁、一个悬臂薄板的数值分析和一个旋转滤光轮组件的模态测试试验对该优化布置方法进行验证。分析结果表明,这种方法能有效选出独立敏感性测点,并且具有较高的搜索效率。