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.     

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.     

基于模型缩聚的广州新电视塔传感器优化布置研究

以世界最高的电视塔——广州新电视塔为研究对象,进行了加速度传感器优化布置研究。为避免动力分析时大型稠密矩阵运算的问题,首先将三维有限元模型简化为等效串联多自由度体系;考虑到实际测点只能布置在结构的平动向不能布置在扭转向的问题,提出将平动向自由度看作主自由度,将扭转自由度看作副自由度,采用模型缩聚将副自由度缩聚掉的新思路,对比研究了Guyan 法、Kuhar 法、IRS 法以及IIRS 法的缩聚效果,得到了缩聚后的简化模型;分析了基于二重结构编码的广义遗传算法在电视塔传感器优化布置中的实施过程,进行了控制参数分析,最终给出了传感器的优化布置方案。     

粘弹性阻尼器在结构减震控制中的位置优化研究

提出一种粘弹性阻尼器优化设置的新型优化数学模型,同时考虑了地震作用下的三种结构控制指标.首先假定优化模型的五种加权系数组合,在阻尼器数量一定的前提下,利用遗传算法对不同形式的结构在四类场地条件地震动作用下的粘弹性阻尼器进行位置优化.然后引入两个性能评价指标,对五种系数组合情况时阻尼器最优布置下的结构反应进行分析研究,使阻尼器布置方案能体现综合控制效果上的最优,得到不同情况下加权系数的建议取值组合.数值算例验证了新模型的有效性,最后,对粘弹性阻尼器优化布置方面提出几点有意义的结论.     

位移型消能器在结构减震控制中的位置优化研究

提出一种位移型消能器优化布置的新型数学模型,考虑了地震作用下三种不同的结构控制指标。首先,通过试算给定新型优化模型的五种加权系数组合;然后,在阻尼器数量一定的前提下,利用遗传算法对不同形式的结构在四类场地条件地震动作用下的阻尼器进行优化布置研究;最后,按照基于新模型中不同系数组合情况获得的阻尼器优化结果,进行三种有控结构在不同类型场地条件下的时程反应分析,得到目标函数中加权系数最佳取值组合,体现综合控制效果上的最优。数值算例验证了新模型的有效性,给出可以指导消能器优化布置方面的经验性结论。     

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。     

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。     

考虑粘贴效应和测量噪声的压电作动器/传感器优化配置

针对柔性结构振动主动控制中的作动器/传感器配置问题,提出了一种在考虑粘贴效应和测量噪声情况下的优化配置方法.首先,在一定条件下,把配置位置有限化;然后利用卡尔曼分离原理,先进行作动器配置,在此基础上进行传感器配置,而不必同时进行优化配置,从而减少了优化计算量,并给出在测量噪声情况下的最优配置结果.柔性梁数值仿真结果表明该方法的有效性和快速性,也同时给出了非同位配置结果,与以往配置结果相比尤其是传感器位置有一定的改变.     

斜拉桥传感器优化布点的研究

在振动模态试验中,传感器位置和数目的选择对试验结果的质量有很大的影响。首先回顾了近年来关于传感器最优布点方法的研究。然后以一座三跨预应力混凝土斜拉桥为研究对象,采用有效独立法和基于模态保证标准的算法这两种最优布点算法,对斜拉桥主梁上加速度传感器的最优布点进行了初步的探讨。结果表明:有限元模型和所监控模态振形的阶数对最优传感器布点的选取有较大的影响;用有效独立法对类似的斜拉桥进行优化布点计算时,能得到较为理想的布点方案。     

基于多目标遗传算法的传感器优化布点研究

针对目前桥梁模态试验中传感器布点优化都是基于单一准则下的研究的局限性,提出采用双准则或多准则下的传感器优化布点研究,该方法改进了以往布点优化中单一目标最优的限制,转而寻求多准则下的优化布点的满意解,而非真正严格数学意义上的最优解。采用Pareto遗传算法,设计了相应的遗传算子和编码方案,成功求解了双准则下传感器最优布点问题,优化结束时,成功给出了一组pareto最优解的前沿面,进而证明了提出的方法是可行的。     

基于自适应模拟退火遗传算法的传感器优化配置研究

针对传感器优化配置组合优化问题,提出了一种基于模态置信度准则MAC的优化算法——自适应模拟退火遗传算法。以模态置信度MAC矩阵的最大非对角元的值极小为目标函数,针对满足传感器数量不变的约束条件问题,提出了二重结构编码遗传算法,并将传统的模拟退火算法改良后,作为一个独立的算子置于遗传算法进化过程中;为了避免出现过早收敛的现象,引入了自适应交叉和变异概率。算例结果表明该混合算法对传感器数目与位置同时实现了优化,得到了满足不同精度要求的传感器优化配置方案。     

基于遗传算法的传感器优化配置

讨论了以损伤诊断为目标的传感器优化配置问题,以模态置信度MAC矩阵的最大非对角元为目标函数,将目标函数的极小化问题转换为适应度函数的最大化问题,采用遗传算法对传感器的配置进行组合优化,针对满足组合优化中的约束条件问题提出了二重结构编码遗传算法,取得了满意的优化结果。算例表明,该方法应用于海洋平台模型损伤诊断的传感器优化配置是可行的,其结果优于序列法。     

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。     

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。     

Optimal coordinate sensor placements for estimating mean and variance components of variation sources

In-process optical coordinate measuring machines offer the potential to diagnose the sources of the variations that are responsible for product quality defects. Such a sensor system can thus help manufacturers to improve product quality and reduce process downtime. The effective use of sensor data in the diagnosis of the sources of variations depends on the optimal design of the sensor system, which is often also called the problem of sensor placement. This paper addresses coordinate sensor placement for the diagnosis of dimensional variation sources in assembly processes. Sensitivity indices for the detection of the process mean and variance components are defined as the design criteria and are derived in terms of process layout and sensor deployment information. Exchange algorithms, originally developed for optimal experimental design, are revised and then used to maximize the detection sensitivity. A sort-and-cut procedure is proposed, which is able to significantly improve the algorithm efficiency of the current exchange routine. The resulting optimal sensor layout and its implications are illustrated in the specific context of a panel assembly process.     

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。