论文部分内容阅读
近年来,桥梁结构的建设得到快速发展,桥梁结构健康监测成为国内外研究的热点。合理的配置传感器是保证桥梁结构健康监测质量的前提,它对准确实时地获取桥梁结构健康状况信息,实现桥梁结构的监测和评估是至关重要的。有效独立法(]Effective Independent, EFI)等传统优化方法已经被应用于桥梁结构传感器优化配置中,但这些优化算法都有其各自的局限性。一些智能优化算法,如遗传算法(Genetic Algorithm, GA)等方法的发展以及它们在各个领域的广泛应用,为智能算法解决传感器优化配置问题提供了理论依据。本文将免疫算法(]Immune Algorithm, IA)、人工鱼群算法(Artificial Fish School Algorithm, AFSA)、Memetic算法、混沌猴群算法(Chaotic Monkey Algorithm, CMA)引入桥梁结构健康监测传感器优化配置问题的研究中。利用智能优化算法对传感器的数量及位置进行优化,使得在传感器使用最少的情况下所采集的桥梁结构数据更加精确。最后,通过两个桥梁的算例,验证采用这些智能优化算法对不同的桥梁进行传感器优化配置的有效性,结果表明所用算法可以较好地实现桥梁结构传感器优化配置。本文研究的内容包括如下：(1)以桥梁结构健康监测系统为基础,分析桥梁结构传感器优化配置问题,建立相关的数学模型。利用Ansys软件构造桥梁结构有限元模型(Finite Element Model, FEM),进行模态分析,提取模态振型,构建模态置信度(Modal Assurance Criterion, MAC)矩阵。(2)针对桥梁结构健康监测传感器优化配置问题,将免疫算法、人工鱼群算法应用于拱桥的传感器优化配置中。为验证算法在桥梁结构传感器优化配置中的有效性,分别与遗传算法、粒子群算法进行了配置结果的比较,结果显示所用算法收敛速度快,寻优精度高。(3)研究了Memetic算法、混沌猴群算法在桥梁结构传感器优化配置问题中的应用,以悬索桥为桥梁结构模型。在遗传算法中加入局部搜索策略构成Memetic算法,与遗传算法相比,基于Memetic算法的悬索桥传感器优化配置能够得到较好的结果。将混沌理论引入猴群算法中,提出了基于混沌猴群算法的悬索桥传感器优化配置方法,结果表明混沌猴群算法能够较好地解决桥梁传感器优化配置问题,较猴群算法有明显的优越性。