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。     

采用Pareto人工鱼群算法的结构健康监测传感器位置多目标优化EI北大核心CSCD

发展基于Pareto多目标人工鱼群算法(Multi⁃Objective Artificial Fish Swarm Algorithm,MO⁃AFSA),解决结构健康监测中传感器位置多目标优化的问题。构建与观测模态线性独立性、结构损伤灵敏度和损伤信息冗余性有关的传感器位置多目标优化目标函数;改进人工鱼群算法的追尾和觅食行为,并引入外部档案集以处理寻优过程中的互不支配解,结合Pareto概念选取与理想点欧式距离最近的Pareto解为最优解;以三层平面钢框架结构为数值算例,用基于Pareto人工鱼群算法求解传感器位置多目标优化方案,并进行结构损伤识别。研究结果表明:用所提方法得到的传感器测点在结构中均匀分布,获取的结构损伤信息更为全面,冗余性低,振型独立性好,能够较精确地识别损伤位置和损伤程度,并且抗噪性能好。     

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。     

基于频响函数的结构损伤识别模型修正方法

针对模型修正中测量数据不完备问题,提出一种利用频响函数结合结构损伤识别进行模型修正的方法。首先,采用频响函数摄动分析法建立频响函数灵敏度方程,并综合考虑结构响应对参数变化的灵敏度及阻尼对振幅的影响等因素,合理选择频率范围;然后,利用完好结构的频响函数和测量得到的损伤结构固有频率重构损伤结构未测量节点的频响函数;最后,研究与模型修正相适应的传感器优化布置方法,确定传感器数目及测点位置,从而为模型修正提供所需的频响数据。数值模型试验表明,利用较少数量的传感器提供的频响数据即可识别出损伤位置和损伤程度,得到与结构实际参数相符的模型修正结果。     

振动系统稳定模型的频域辨识

研究了利用频响数据进行振动系统辨识的问题。将振动系统表示为二阶传递函数之和的形式,通过约束传递函数模型中分母系数为正,可以保证模型的稳定性。采用非线性最小二乘目标函数作为优化准则,分子和分母系数通过分离的方式进行估计。分母系数利用模拟退火算法得到,分子系数通过求解线性最小二乘问题得到。数值仿真算例验证了辨识算法的有效性。     

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。     

一种基于模型修正的结构损伤识别方法

基于模型修正技术提出一种结构损伤识别方法。首先通过建立带约束边界非线性最小二乘目标函数，极小化结构实测模态与分析模态之间误差，将损伤识别问题转化为优化问题。其次采用信赖域方法求解该优化问题使优化过程具有更强的鲁棒性和可靠性。然后提出一种目标函数向量扩充方法并进行了参数优化研究。最后通过一栓接框架损伤试验研究，验证了该识别方法应用于结构损伤识别的可行性和有效性。     

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。     

面向船体结构动冰载荷监测的线性形函数识别方法研究EI北大核心CSCD

船体结构冰载荷监测系统中的载荷识别算法是对船舶在冰区安全运行进行实时评估的关键环节,而常用的影响系数矩阵法尚未考虑冰载荷的动力效应。在时域内将动冰载荷离散为诸多时间元,在每个时间元内利用线性形函数的组合形式逼近构造动冰载荷;通过结构的动力响应分析得到形函数的响应矩阵,并以此建立船体结构冰载荷识别的正问题。利用共轭梯度最小二乘迭代型正则化算法和终止迭代准则对冰载荷识别问题中的不适定性进行控制。该数值算例和试验验证均表明,该冰载荷识别模型具有良好的识别精度、求解速度及稳定性。     

基于遗传优化最小二乘算法的结构损伤识别

基于遗传优化方法,提出一种自适应追踪技术,并结合最小二乘算法,对线性结构和迟滞非线性结构的时变参数进行识别,并由此判断结构的损伤。数值仿真结果表明该方法对结构因损伤引起的参数变化具有敏感性,能够有效地追踪结构参数的变化,识别结构的时变参数,从而检测出结构损伤,包括损伤的发生时刻,以及损伤的位置和程度;此外,还对线性结构进行了实验验证,实验结果表明所提方法能够有效追踪结构参数的变化,从而识别出结构的损伤,具有实际应用价值。     

基于频响函数的结构损伤识别模型修正方法

针对模型修正中测量数据不完备问题,提出一种利用频响函数结合结构损伤识别进行模型修正的方法。首先,采用频响函数摄动分析法建立频响函数灵敏度方程,并综合考虑结构响应对参数变化的灵敏度及阻尼对振幅的影响等因素,合理选择频率范围;然后,利用完好结构的频响函数和测量得到的损伤结构固有频率重构损伤结构未测量节点的频响函数;最后,研究与模型修正相适应的传感器优化布置方法,确定传感器数目及测点位置,从而为模型修正提供所需的频响数据。数值模型试验表明,利用较少数量的传感器提供的频响数据即可识别出损伤位置和损伤程度,得到与结构实际参数相符的模型修正结果。     

结构损伤检测的人工鱼群算法

结构损伤检测实际上属于系统识别的问题,其最终目标是识别结构损伤前后物理参数的变化。可利用实测结构模态参数建立方程求解得到结构物理参数,该过程在数学上往往转化为求解约束优化问题。由此,尝试采用人工鱼群算法来求解这类大型土木工程约束优化问题,首先介绍了算法的参数定义、行为描述及算法流程,然后利用经典测试函数对算法计算性能进行测试,最后给出了结构损伤识别这类约束优化问题的目标函数并通过数值仿真验证了该算法的有效性和鲁棒性。考虑测量噪声影响并通过不同损伤工况的数值仿真,研究结果表明,人工鱼群算法能有效地检测出损伤单元所处位置和损伤程度,因而将其应用到结构损伤检测领域是可行的。     

基于能量系数-有效独立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,以简支钢桁架梁桥为研究对象,以反映节点自由度模态应变能的系数来修正反映最大线性无关的有效独立法,提出了基于能量系数-有效独立法的传感器优化布置算法,使传感器布置方案进一步优化。实例分析表明,采用该方法所得的传感器布置方案用多种准则进行评价的结果都较好,既能保证测量振型向量的正交性,又能保证扩阶振型的准确性,并且有较强的抗噪声性能,是一种适合桥梁结构的较为理想的传感器优化布置算法。     

基于遗传算法和拓扑优化的结构多孔洞损伤识别

鉴于拓扑优化和遗传算法在结构损伤识别中各自的优点,本文将遗传算法、有限元和拓扑优化三种方法相结合,提出了一种用于二维结构多损伤识别的新方法。这种方法将拓扑优化的设计变量和遗传算法的参数统一化,将拓扑优化中的目标函数和约束方程与遗传算法的适应度函数联系起来,并以拓扑优化的约束方程作为控制条件参与整个遗传运算的控制。采用二进制编码遗传算法代替连续变量拓扑优化的方式对发生孔洞损伤形式的二维结构进行损伤识别,避免了利用连续变量拓扑优化进行损伤识别时参数阈值的确定可能给识别结果带来的不良影响。通过对两个二维结构模型的多损伤识别仿真计算,结果显示本方法能够很好地识别二维结构中多个位置的损伤,对于仅用拓扑优化法很难识别的轻微孔洞损伤情况,该方法也能得出与实际情况吻合良好的结果。     

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。     

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.     

结构应变模态参数辨识的最小二乘复频域方法

由于应变模态对结构状态的敏感性,其在结构在线健康监测和损伤识别方面比位移模态更具优势。利用应变和位移的关系,将最小二乘复频域方法应用到结构应力应变分析中,建立基于应变测量数据的结构动力学参数频域辨识方法。由于应变模态和位移模态是同一种物理状态的不同表达形式,两者在数学表达上有相似性。首先建立以应变为变量的参数化公分母模型,在此基础上将非线性最小二乘问题进行线性化,得到加权线性最小二乘的方程误差。然后采用基于缩减正则方程的算法进行求解,减少计算量,并通过对模型参数施加约束来避免参数冗余。然后,设计并搭建一个自由梁的实验结构系统,利用光纤布拉格光栅应变传感器测量结构动应变数据,根据最小二乘复频域方法,基于应变测量数据辨识得到频率和阻尼比,与传统的基于加速度测量数据的辨识结果相吻合。另外,辨识所得应变模态振型与仿真结果也具有一致性。因此,数值仿真和实验验证表明,文中提出的基于最小二乘复频域方法能够准确辨识结构应变模态。     

基于双输入单输出ARX模型的塔机起重臂结构损伤诊断方法

针对塔机起重臂结构的健康诊断，提出了一种基于时序数据的双输入单输出ARX的塔机起重臂结构损伤诊断模型，即以起重臂上相邻三个节点中的中间节点的动态位移数据作为输出，以中间节点的相邻两节点的动态位移数据作为输入建立诊断模型。推导了模型参数的最小二乘估计，并且为了进一步减小最小二乘法的参数估计产生的偏差，采用花朵授粉算法（Flower Pollination Algorithm，FPA）对模型参数进行优化。通过有限元对塔机建模并对模型施加塔机起升时的动态激励载荷，获取起重臂上相关节点完好工况与损伤工况的动态位移数据。用诊断模型对所获取的动态位移数据处理得到损伤特征参数，并定义损伤程度参数，以此对起重臂结构健康状态、损伤位置及损伤程度进行较为准确的诊断。