基于数据融合的传感器优化布置方法

传感器优化布置是结构健康监测研究的重要内容,传感器数量和位置的选择直接关系到模态参数识别的效果及模型修正的结果等。为了达到布置在结构上的有限传感器能够测量并得到用于模态参数识别的最佳信息的目标,提出了基于数据融合的传感器优化布置方法。该方法以距离测度作为数据融合的融合度,首先通过对距离测度矩阵、支持度矩阵的计算,得到待选测点的综合支持度;其次,根据待选测点的综合支持度大小来确定传感器优化布置的位置;最后,以网架结构的传感器优化布置为例,运用峰值法进行自振频率识别,通过已选测点与未选测点识别效果的对比,验证了该方法的有效性。     

沉管隧道健康监测试验中传感器位置的优选

基于单节沉管隧道缩比模型在地震激励作用下的健康监测试验,借助商业有限元软件ANSYS对单节隧道缩比模型进行等代地震荷载下的平面应变分析和整体模态分析,得到传感器优化布置初选点.再利用遗传算法对初选点进行优化排序,得到传感器优化布置的最终方案.该方法与EFI法传感器优化布置结果吻合较好.该方法对于大型结构的传感器优化布局有一定的借鉴作用.     

基于分级免疫萤火虫算法的桥梁振动传感器优化布置研究

针对结构健康监测系统设计的振动传感器优化布置问题,在基本萤火虫算法的基础上引入等级划分策略和免疫机制,提出了一种分级免疫萤火虫算法。采用二重结构编码,弥补了基本萤火虫算法只能用于连续优化问题的不足;建立等级划分制度,使不同等级种群内部形成独立的搜索空间,维持了种群多样性,并让优质个体得以保留;引进免疫机制,进行萤火虫的选择、记忆、交叉和变异,增强了算法的全局搜索能力和局部寻优能力;文末利用足尺Benchmark桥梁模型,对算法参数进行了敏感性分析,并开展了振动传感器优化布置方案的选择。结果表明,与基本离散型萤火虫算法相比,分级免疫萤火虫算法的计算效率和寻优结果均有显著提升,能够很好地解决振动传感器优化布置问题。     

基于灵敏度的平板结构多类型传感器优化布置

多类型传感器信息融合的损伤诊断是结构健康监测领域的一个热点方向,并且基于多种类型传感器信息融合的损伤识别技术必然依赖于考虑多传感器信息互补的传感器优化布置技术。因此,该文以灵敏度分析为理论基础,以结构损伤识别为目标,对于监测平板结构的加速度传感器、光纤光栅(FBG)应变传感器以及压电陶瓷(PZT)传感器三种类型传感器的位置与数目进行优化。分别考虑环境噪声、边界效应等因素,用灵敏度计算比较不同类型传感器(包括加速度传感器、FBG应变传感器和PZT传感器)达到相同损伤识别效果所需数目,分析各类型传感器对结构损伤敏感的布置位置,并研究能达到识别结构任意位置一定程度损伤所需多类型传感器总和最小的数目。最后,进行平板结构模型仿真分析,验证该方法有效性和可靠性。     

基于信息熵与谱有限元法的传感器优化布置

为从测量数据中获得尽可能多信息,减少待识别模型参数的不确定性,提出面向结构模型参数识别的传感器优化布置方法。为避免用静态形函数传统有限元方法建模对结构动力特性及传感器优化布置影响,采用高精确动力学法即谱有限元法对结构进行动力学建模。以结构模型参数识别结果的不确定性最小作为传感器优化布置准则,该不确定性程度通过信息熵标量指标量化,用贝叶斯统计系统识别法进行识别。采用整数编码遗传算法在所有可能的传感器配置组合中极小化信息熵指标,获得给定数目的传感器最优布置位置。通过弹性地基带弹性接头的周期管梁模型数值仿真及模型试验验证所提方法。     

基于自适应引力算法的桥梁监测传感器优化布置

针对桥梁健康监测中传感器布置优化问题,提出了一种基于自适应引力算法的传感器优化布置方法。以模态置信准则为基础,构造满足传感器优化布置的适应度函数;针对引力搜索算法开发能力不足,对衰减因子α进行了自适应改进。搜索初期α较小,粒子以较大步长进行全局搜索,增强了算法的搜索效率;搜索后期α较大,粒子以较小的步长进行局部搜索,提高了算法的搜索能力,避免落入局部极值点。改进后的自适应引力算法通过双重编码的方式,使算法可以解决离散型的传感器布置问题;以马水河大桥为例,验证算法的可行性。结果表明,改进后的算法有很好的寻优能力,能够准确高效的确定传感器优化位置。     

基于改进遗传算法的桥梁结构传感器优化布置

为了解决桥梁结构健康监测中的传感器优化布置问题,提出一种基于二重结构编码遗传算法的传感器优化布置方法.首先改进了编码方法,采用二重结构编码进行种群的初始化、交叉和变异,然后选择时采用最优保存策略,交叉时采用自适应部分匹配交叉,变异时采用自适应逆位变异.该法克服了传统遗传算法应用于大型结构时收敛速度慢且易陷入局部最优的缺陷,大大加快了收敛速度,并确保能够搜索到最优解.最后通过一个桥梁工程的实例分析,证明了该法在搜索能力、计算效率和可靠性方面明显优于序列法,可广泛地应用于桥梁结构的健康监测.     

基于遗传算法的斜拉桥传感器优化布置研究

分析了传感器的类型、数量和位置在桥梁结构健康监测和诊断中的重要性,对桥梁结构传感器优化布点作了详细的分类及论述.分析了遗传算法的特点优点,并与传统优化算法作了比较.最后利用遗传算法搜索一座独塔不对称的协作梁大跨度斜拉桥结构的健康监测系统中传感器的最优布点.结果表明,用遗传算法进行传感器最优布点具有结果稳定可靠,收敛迅速的特点,能够满足系统的要求.     

面向结构健康监测的传感器数量及位置优化研究

在能够反映结构特性的重要位置布置合理数量的传感器不但可以有效地降低结构健康监测成本,还可以提高监测系统处理信息的效率.根据结构系统可观性,分别给出了观测一般结构和重频结构的前若干阶目标模态所需要最少传感器数量的估计方法.提出一种选用Frobenius范数求最大化Fisher信息矩阵的方法,阐述了求最大化Fisher信息矩阵等价于选取具有最大能量的节点模态向量子集的结论.在此基础上并结合传感器优化布置的多重标准,提出基于节点能量和模态保证准则的传感器优化布置方法.数值算例的结果验证了该方法的正确性和有效性.     

一种基于信息熵的分布参数结构传感器/激励器优化布置方法

针对用基于有限元方法的离散坐标体系研究传感器优化布置、所得仅为结构真实动力响应近似解直接影响传感器优化布置结果问题,提出基于贝叶斯统计系统识别方法与信息熵理论的分布参数结构传感器优化布置方法。以结构模型修正为目的,用贝叶斯统计系统识别方法识别结构模型参数最优值及不确定性程度,利用信息熵定量表征结构模型参数识别结果的不确定性程度;再将传感器优化布置问题转化为连续数值优化问题,以传感器位置为优化变量,通过遗传算法极小化模型参数识别结果的不确定性(即信息熵)识别传感器的最优布置位置;获得最大结构响应信息量,即识别结构模型参数的不确定性最小。通过双墩带弹性支撑的三跨连续梁桥数值仿真研究对该方法进行验证。