大跨度空间网格结构具有受力合理、重量轻、造型丰富美观、综合技术经济指标好的特点,因而被广泛应用于各类大型重要建筑中。由于各方面因素之间的耦合作用会不可避免地导致结构系统的损伤积累和抗力衰减,极端情况下会引发灾难性的突发事件。因此必须采取措施对重要的建筑物进行健康监测,将建筑物的健康状态进行实时监控,尽量避免由于建筑物因损伤积累等原因发生破坏而造成财产损失和人员伤亡。近年来,大跨度空间钢结构的健康监测越来越受到人们的重视和研究,而传感器优化布置是健康监测的首要任务,是健康监测系统有效运行的关键因素之一。本文主要是针对空间网格结构健康监测系统中传感器优化布置问题进行研究,具体内容如下:(1)介绍了传感器优化布置准则和方法。传感器的优化布置准则主要包括:识别误差最小准则、模态应变能准则、模态保证准则、模型缩减准则、插值拟合准则;传感器优化布置方法主要包括:序列法、MAC方法、有效独立法、随机类方法。随着信息技术的广泛应用,智能算法得到了飞速的发展,并被成功的应用于解决各类实际工程问题,基于遗传算法和粒子群算法,结合两者的优点,研究一种新的混合智能算法,该算法具有收敛速度快、收敛精度高、搜索能力强、不易陷入局部最优解,以期得到一种适用于空间结构的感器优化布置方法,提高健康监测系统的有效性。(2)详细介绍了混合智能算法产生的背景、基本原理及其特点、工作流程。基于MATLAB8.0,将传感器优化布置问题转变为可用的程序模块,介绍了核心算法程序,该算法可以在给定优化目标函数的前提下,根据算法参数的选取,进行传感器的最优布置。分别以凯威特型单层球面网壳和某体育馆双层球面网壳为例,基于混合智能算法,对健康监测系统中传感器优化布置问题进行研究,结果表明:1)经过对算法收敛性分析,得出混合智能算法的收敛是迅速而稳定的,而且收敛精度高,适用于各种传感器的优化布置问题;2)与粒子群算法容易陷入局部最优解的性能相比,混合智能算法具有较好的局部和全局搜索能力,从而获得更加准确的结果;3)相同阶数的振型,相同适应度函数条件下,采用混合智能算法,传感器个数越多,所获得的传感器优化布置方案使得结构的模态正交性越强,测点振动幅度测量值越大,信噪比越大;同时所得到的最优适应度值也越大。由于优化过程中,适应度函数值越大越好,因此,数值模拟结果表明传感器个数越多,所获得的传感器布置方案越好,验证了基于混合智能优化算法的传感器优化布置方法的可靠性;4)在传感器优化布置过程中,考虑的振型阶数不同,传感器布置结果不同。根据结构应变能的大小来确定振型阶数,具有一定的合理性,为传感器优化布置问题中振型阶数的选取提供了一种方法;5)基于模态置信准则和振动能量准则,提出了适应度函数f3,如公式4.14所示。数值模拟结果表明:基于适应度函数f3得到的传感器优化布置方案,既能使各模态间具有较好的正交性,又能使测点运动能较大,验证了基于适应度函数f3进行空间结构传感器优化布置是符合工程实际的。综上,基于混合智能优化算法的空间网格结构传感器优化布置方法,具有收敛、有效、可靠、稳定、合理的优点。