遺傳算法在結(jié)構(gòu)模態(tài)參數(shù)識別中的應(yīng)用.pdf

1、結(jié)構(gòu)的模態(tài)參數(shù)識別是模態(tài)分析的主要內(nèi)容，在結(jié)構(gòu)建模、靈敏度分析、損傷識別以及結(jié)構(gòu)狀態(tài)監(jiān)測等方面起著重要的作用。目前，雖然對結(jié)構(gòu)模態(tài)參數(shù)識別的研究已取得大量成果，但因結(jié)構(gòu)響應(yīng)信號的非平穩(wěn)性、非線性以及不確定性等因素，使模態(tài)參數(shù)識別仍有很多問題有待進(jìn)一步研究。本文結(jié)合隨機(jī)減量技術(shù)、信號濾波技術(shù)，采用遺傳算法對時(shí)不變結(jié)構(gòu)模態(tài)參數(shù)識別進(jìn)行了研究。主要工作和研究成果如下:
　　 1、簡要介紹了結(jié)構(gòu)模態(tài)參數(shù)識別，對結(jié)構(gòu)模態(tài)參數(shù)識別的頻域方法

2、和時(shí)域方法進(jìn)行總結(jié)歸納與對比，列出了各自的優(yōu)缺點(diǎn)，并總結(jié)了目前模態(tài)參數(shù)識別在國內(nèi)外的發(fā)展現(xiàn)狀。
　　 2、闡述了遺傳算法的基本概念、運(yùn)算流程以及遺傳算法的基本原理。詳細(xì)地介紹了模式定理和積木塊假設(shè)，對遺傳算法的收斂性進(jìn)行了分析，探討了遺傳算法的未成熟收斂問題以及解決的方法，并以極小化艾克里函數(shù)為例，對其進(jìn)行優(yōu)化。優(yōu)化結(jié)果表明遺傳算法對適應(yīng)度函數(shù)約束較少，且具有全局尋優(yōu)特性。
　　 3、基于MATLAB平臺，將遺傳算法分別

3、應(yīng)用于基于頻響函數(shù)的頻域識別法和基于模態(tài)分解的時(shí)域識別法，對單自由度和多自由度仿真信號進(jìn)行了參數(shù)識別，研究了不同程度的噪聲對遺傳算法識別結(jié)果的影響。結(jié)果表明，使用遺傳算法識別模態(tài)參數(shù)具有較高的精度，收斂速度快，且具有較強(qiáng)的抗噪聲能力、魯棒性。
　　 4、基于工程實(shí)例——寧波站臨時(shí)鐵路便橋監(jiān)測的實(shí)測數(shù)據(jù)，研究了基于遺傳算法的模態(tài)參數(shù)識別在工程中的應(yīng)用。將遺傳算法與隨機(jī)減量法、信號濾波相結(jié)合，基于MATLAB平臺開發(fā)模態(tài)參數(shù)識別程序