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。     

环境振动试验传感器布置优化方法研究

为了快速获得最优的加速度传感器布置位置,依据电动振动台多点控制原理和夹具传递函数特性,建立了传感器布置优化计算模型。以一夹具为实例建立有限元模型,利用nastran软件求出传递函数,然后,根据所建优化模型获得传感器最优布置位置,最后,通过夹具振动试验测试夹具与试品连接部位处的响应。测试结果表明优化方法所得的响应加速度均方偏离度明显小于传统方法,证明了该优化方法是实用和可行的,并能为环境振动试验中的传感器布置和夹具设计提供实践与理论指导。     

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。     

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。     

基于自适应猴群算法的传感器优化布置方法研究

针对猴群算法中爬过程和望过程的搜索方式较为机械,以及跳过程的方式较为单一的问题,提出了一种用于传感器优化布置的自适应猴群算法。采用双重编码的方式,克服了原猴群算法只能解决连续变量优化问题的缺陷;对爬过程和望过程进行了改进,使其能够自适应选择这两个搜索方式以提高算法的局部搜索能力和效率;提出了两种全新的跳过程,即反射跳和变异跳,来增强算法的全局搜索能力。文末以大连国贸大厦为例,进行了参数敏感性分析以及传感器优化布置方案的选择,结果表明自适应猴群算法的搜索效率较原猴群算法有了大幅提高,能较好地解决传感器优化布置问题。     

基于小生境猴群算法的传感器优化布置方法研究

将小生境进化理论引入到猴群算法中,提出了一种用于传感器优化布置的小生境猴群算法。采用双重编码的方式,克服了原猴群算法只能解决连续变量优化问题的缺陷,并采用混沌搜索的方式产生初始猴群位置,使猴群均匀分布;将猴群分为多个小生境猴群系统,形成各自独立的搜索空间;基于共享适应度的方法对小生境猴群进行末尾淘汰,并随机初始化产生新的猴子,提高小生境猴群的多样性;利用各个小生境猴群的平均适应度替换机制使得优良猴子位置信息能够得到共享,提高算法的整体搜索性能和收敛效率。文末以大连国贸大厦为例,进行了参数敏感性分析以及传感器优化布置方案的选择,结果表明小生境猴群算法的搜索效率较原猴群算法有了大幅提高,能较好地解决传感器优化布置问题。     

基于有效独立的改进传感器优化布置方法研究

随着结构健康监测技术的发展,传感器优化布置问题日趋突出。综合考虑有效独立法和模态动能法的优缺点,分别以平均加速度幅值和模态动能修正有效独立法的传感器优化布置结果,提出了两种基于有效独立的改进传感器优化布置方法———有效独立-平均加速度幅值法(EI-AAA)和有效独立-模态动能法(EI-MKE)。运用模态动能准则、平均加速度幅值准则、Fisher信息矩阵准则、截断模态矩阵条件数准则、模态置信准则评价并比较上述两种方法及有效独立法、模态动能法、有效独立驱动点留数法和有效独立驱动点残差法。实际钢井字梁采光顶结构算例结果表明,本文提出的有效独立-平均加速度幅值法(EI-AAA)和有效独立-模态动能法(EI-MKE)在考虑截断模态线性独立的同时都能自动选择具有较高平均动态响应和模态动能的测点位置,有较强的抗噪声性能,在六种方法中布置结果最为有效。     

基于分布式猴群算法的传感器优化布置方法研究

建立了针对具有较多自由度的大型结构传感器优化布置的分布式猴群算法。通过引入双重编码的方式, 克服了原猴群算法只能解决连续变量的缺陷;针对单个猴群全局搜索能力较弱的问题, 提出了一种将初始化产生的大量猴子个体按照指定的方式分配到多个猴群进行同步并行搜索的方法;考虑原猴群算法能够跳出局部最优的特点以及和声算法较强的局部搜索能力, 提出将每个猴群得到的初步最优解作为初始和声记忆库, 采用基本和声算法进行二次搜索的方法, 来获取传感器的最终布设方案。文末以大连国贸大厦为例, 进行了参数敏感性分析以及传感器优化布置方案的选择, 结果表明分布式猴群算法具有较强的全局寻优能力, 非常适用于具有较多自由度的大型结构传感器优化布置。     

一种安全带的布置方法

通过对市场上竞品车的调查,对国标的分析,确定安全带的配置,并对安全带的布置进行研究,了解其布置方法、布置过程。再通过GB14167、CHECK LIST对布置数据进行检查,确认安全带的布置满足国标以及CHECK LIST的要求。     

一种基于半模糊聚类的故障诊断方法

为满足故障诊断的实时性和准确性要求,采用阈值化类内距离的方法,研究了一种快速收敛的半模糊c均值(SFCM)聚类诊断方法.证明了SFCM算法的模糊加权幂指数m在区间(0,1)取值时能实现半模糊聚类,讨论了阈值η对算法的影响并给出了算法步骤.以机载武器控制系统信息通道为诊断对象,采用该方法对通道进行了样本无监督分类验证和故障模式识别诊断试验.结果表明:SFCM算法能对信息通道故障模式进行快速准确的分类识别.     

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.     

一种中文文本聚类算法的研究

聚类是一种无指导的分类方法,在没有预先定义好分类的情况下,将一个大的数据集合分成若干个簇,要求数据在同一个簇中相似度尽可能大,而不同簇之间相似度尽可能小。聚类作为数据挖掘的一种重要方法,现在越来越被人们所重视。目前常见的聚类方法有:基于划分的聚类方法、基于层次的聚类方法、基于局部的聚类方法和基于模型的聚类方法,吸取各类聚类算法的实质,提出一种预设阀值,逐一归类的简单聚类实现算法,并在后端对聚类结果做精确行处理,经实验验证该方法能达到一定的聚类效果。     

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。     

一种基于K-Means聚类的离群点检测方法

正本文就计量检测涉及的数据做一下挖掘,利用K-Means聚类方法对这些数据分类。一、K-Means基本概念聚类算法是进行大数据分析的重要工具,是进行人工智能和数据挖掘的重要组成部分。聚类算法就是根据数据集中样本数据的特征相似程度划分成不同类的计算过程,经过分类后相同类的数据具有相同的属性,不同类的数据具有很大的差异。     

两种灰色聚类方法应用于煤种聚类的效果比较

为了比较基于灰色欧几里德关联度的聚类方法与基于邓氏灰色关联度的聚类方法在煤种聚类中的应用效果,选取5种不同煤种的25个煤样为研究对象,测量其发热量、灰分、挥发分和硫分,并以此为基本参数,按照两类聚类方法的基本原理实现了所选煤样的聚类.结果表明,基于灰色欧几里德关联度的聚类方法的准确度为68%,基于邓氏灰色关联度的聚类方法的准确度达96%.     

一种基于模糊聚类的海量测量数据简化方法

为满足模型简化的几何与工程信息保真性要求,提出一种基于模糊聚类分析原理、直接从海量散乱点简化的方法。通过引入对采样点的几何相似性隶属度来表征被测曲面形状的自然变化,使简化点集倾向于聚集在陡峭区域,并以强制约束相似性隶属度反映设计者对简化点集的工程要求,利于保留点集中蕴含的工程细节特征和指导曲面的后续处理。实验表明,简化导致的形状细节和工程细节损失可得到有效抑制。     

一种振动转矩传感器标定方法研究

提出了一种标定振动转矩传感器的方法。标定系统包括振动转矩激励源、振动转矩传感器和可调负载,工作时3者同轴相连。振动转矩激励源通电后产生的电磁转矩包括恒定分量和振动分量,且两者的幅值大小相同,因此,标定系统稳态运行时,根据转矩平衡方程可知,负载值与振动转矩的幅值相同,通过记录振动转矩传感器的输出电压和负载值即可实现标定。最后对振动转矩传感器进行了标定实验,振动转矩传感器的灵敏度系数达到4.58V/(N·m)。     

传感器优化布置的齿轮箱轴承故障特征提取

为诊断齿轮箱轴承故障,构建一种传感器优化布置的齿轮箱轴承故障特征提取方法。提取齿轮箱上箱体模态振型,运用K-medoids算法对节点振型进行聚类,用有效独立法初选测点,以模态置信准则(MAC)为适应度函数,运用遗传算法(GA)寻优,实现传感器位置优化,以构建的综合评价指标对传感器数量进行评价,以此得到齿轮箱传感器优化布置方案;将传感器布置在上箱体采集齿轮箱振动信号,对各路信号进行奇异值(SVD)降噪,对降噪后信号进行基于方差贡献率的信息融合;对融合信号进行变分模态分解(VMD),以信息熵最小为原则对VMD参数优化,选取信息熵最小本征模态分量(IMF)进行Teager能量谱分析,提取滚动轴承故障特征;采用ZDH10型齿轮箱故障试验台进行试验验证,证明所构建方法的可行性。     

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。     

传感器优化布置的有效独立-改进模态应变能方法

针对经典的传感器优化布置方法 -有效独立法(EI)容易丢失能量较大测点的不足,引入新的模态应变能修正EI法,提出有效独立-改进模态应变能法(EI-IMSE)。考虑模态数目的影响,通过空间桁架塔结构数值研究与矩形截面空心铰支梁的实验验证,并经四种评价准则与既有的EI及其三种EI改进方法的对比研究,表明EI-IMSE法不仅保留EI法的优点,且具有良好的抗噪性和低阶模态识别的准确性。