论文部分内容阅读
近十几年来,我国已经修建了大批的重大工程。随着经济的发展和科技的进步,规模更大的复杂工程结构还将陆续问世。随着工程结构服役役龄的增加及诸多因素的影响,其服役能力逐渐降低。许多大型结构增设健康监测系统,以监测结构的服役安全状况。合理的传感器布置是结构健康监测的前提,最优的传感器布置方案可降低传感器数量,提高响应信息的覆盖率和灵敏度。根据响应可有效识别结构的模态参数。以模态分析结果进行结构有限元模型修正,进而对结构的动力学分析、状态评估、损伤诊断等诸多工程问题提供科学依据。基于以上背景,论文开展以下研究:(1)提出引入Lévy flight和萤火虫行为的鱼群算法(Fish Swarm Algorithm with Lévy Flight and Firefly Behavior,LFFSA)。将萤火虫个体的移动策略引入鱼群的聚群和觅食两种行为模式,并将Lévy flight的搜索策略引入鱼群的寻优路径。此外,采取一种基于动态参数的非线性变视野和变步长的策略限定鱼群的搜索范围,增强步长因子的自适应性。通过9个测试函数对人工鱼群算法(Artificial Fish-Swarm Algorithm,AFSA)、萤火虫算法(Firefly Algorithm,FA)、带有Lévy flight的萤火虫算法(Firefly Algorithm with Lévy flight,LFA)、拥有吸引度定义的鱼群算法(Fish-Swarm Algorithm with Firefly Behavior,FFSA)和Lévy flight和萤火虫行为的鱼群算法(LFFSA)等5种算法的寻优性能进行了收敛精度的与时间复杂度的计算和测试比较。结果表明,提出的LFFSA算法较其他算法有更好的全局搜索能力和寻优精度。(2)分别提出基于松弛序列法和LFFSA算法的传感器优化布置方法。首先将松弛思想融入传感器优化布置的序列优化方法,提出了传感器优化布置的松弛序列法。其次,将提出的LFFSA群智能优化算法应用到传感器优化布置中。两种方法均选取模态保证准则(Modal Assurance Criteria,MAC)矩阵的最大非对角元素为目标函数。最后,以平面桁架结构和三维桥梁结构模型为例,将以上两种方法与传统的积累序列法进行比较研究。结果表明,提出的松弛序列法和LFFSA法两种方法的传感器布置效果均优于传统的累计序列法,且基于LFFSA算法的传感器优化布置方法在取得了最好的传感器布置效果。(3)提出基于变分模态分解(Variational Mode Decomposition,VMD)和随机子空间法(Stochastic Subspace Identification,SSI)相结合的VMD-SSI模态参数识别方法。构建模态重复比率作为模态分解层数K的评价准则,利用SSI法减小了VMD参数识别中的曲线拟合误差,提高了模态参数识别的精度。最后利用统计理论分别检验VMD-SSI法识别的模态频率、模态阻尼和模态振型,验证该方法的有效性。(4)初步研究基于模态参数识别的模型修正方法。采用代理模型方法建立结构参数与模态参数之间的模型,将模型修正的问题就转化为有约束的非线性规划问题,采用布谷鸟智能优化算法进行优化,得到修正后的结构参数,并对结构参数的修正效果进行验证。利用Kriging模型、径向基函数、支持向量机和多项式响应面4种代理模型对一平面桁架结构进行模型修正。桁架结构模型修正实例表明Kriging模型和响应面模型分别具有较高的精度和效率。