結(jié)構(gòu)健康監(jiān)測的傳感器測點優(yōu)化與損傷識別.pdf_第1頁
已閱讀1頁,還剩137頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、結(jié)構(gòu)健康監(jiān)測是諸多領(lǐng)域的熱點研究課題,在結(jié)構(gòu)健康監(jiān)測系統(tǒng)中,傳感器測點優(yōu)化與損傷識別是其中的關(guān)鍵問題。一方面在傳感器優(yōu)化問題中主要研究成果集中于針對模態(tài)測試的加速度傳感器位置優(yōu)化準則,而針對結(jié)構(gòu)損傷識別的優(yōu)化準則、傳感器優(yōu)化方法以及傳感器數(shù)目優(yōu)化等問題亟待于進一步研究。另一方面由于環(huán)境噪聲、溫度等因素影響,大型結(jié)構(gòu)的損傷識別方法很難得到較好的識別效果。針對以上問題,本文做了如下研究:
  1.為了改善目前傳感器優(yōu)化方法或是得到次優(yōu)

2、解,或是計算效率有待于提高的現(xiàn)狀,提出基于改進遺傳算法的大型結(jié)構(gòu)測點優(yōu)化方法。改進了遺傳算法的約束條件,并進行了自適應(yīng)和全面交叉改進,大大加快了收斂速度,并用驟變變異確保該算法能搜索到全局最優(yōu)值。把有效獨立準則(EI)、模態(tài)置信準則(MAC)、模態(tài)應(yīng)變能準則(MSE)以適應(yīng)度的形式嵌入遺傳算法中,得出3種可以普遍應(yīng)用的優(yōu)化布置算法。以哈爾濱四方臺大橋為例進行傳感器優(yōu)化布置,對應(yīng)用三種準則所得的三組測點進行參數(shù)識別的仿真分析,在此基礎(chǔ)上選

3、取三種典型方法應(yīng)用于哈爾濱四方臺大橋的檢測中。
  2.提出結(jié)構(gòu)損傷參量靈敏度分析的傳感器測點數(shù)量位置優(yōu)化方法。該方法以判斷結(jié)構(gòu)是否存在一定水平損傷為目標,以靈敏度技術(shù)為基礎(chǔ),采用改進遺傳算法為工具,針對各種損傷參量,優(yōu)化確定所需傳感器的最小數(shù)目以及其配置位置。通過對19自由度的簡支梁進行仿真分析,計算得到了對于不同損傷參量進行損傷識別所需加速度傳感器最小數(shù)目和位置,對實際結(jié)構(gòu)的傳感器數(shù)目配置具有指導(dǎo)意義。通過該布置方法可以對結(jié)構(gòu)

4、損傷情況的損傷位置有大致的評估,對多損傷狀態(tài)的最大損傷處能夠初步地定位。
  3.為了充分利用監(jiān)測系統(tǒng)中大量的應(yīng)變傳感器信息,從結(jié)構(gòu)的參數(shù)識別角度出發(fā),提出基于信息熵理論的結(jié)構(gòu)整體與局部信息相結(jié)合的傳感器優(yōu)化布置方法,包括加速度傳感器布置的最優(yōu)位置和數(shù)量的優(yōu)化方法。該方法首先通過貝葉斯理論,以結(jié)構(gòu)的頻率、位移模態(tài)以及應(yīng)變模態(tài)作為特征參數(shù),計算結(jié)構(gòu)剛度參數(shù)的概率分布,繼而計算結(jié)構(gòu)剛度參數(shù)的信息熵,最后以信息熵最小為目標函數(shù),用改進遺

5、傳算法優(yōu)化傳感器的位置與數(shù)目。最后對8跨剛桁架結(jié)構(gòu)進行數(shù)值模擬證明該方法的有效性。
  4.提出采用損傷參量的靈敏度、對噪聲的適應(yīng)性、通過不完備信息進行正確識別的能力和對損傷位置精確定位的能力四個指標對損傷參量進行評價的方法,并給出了這四個指標量化公式,較全面地反映了損傷檢測與監(jiān)測在應(yīng)用中遇到的各種問題,指導(dǎo)了不同條件下對損傷參量的選擇。通過對19自由度簡支梁與濱州黃河公路斜拉橋數(shù)值模擬研究顯示這種損傷參量評價方法作為一種先驗方法

6、得出的結(jié)論與對每種損傷參量進行損傷識別得到的公認結(jié)論一致,驗證了提出的評價方法的可靠性。
  5.為了考慮環(huán)境溫度影響下的結(jié)構(gòu)損傷識別,提出基于小波包和概率主成分分析的損傷識別方法。該方法根據(jù)小波包作為損傷參量靈敏度高的特性,采用概率主成分分析(PPCA)的方法,首先去除環(huán)境噪聲和溫度的影響,然后重構(gòu)數(shù)據(jù)進行損傷工況的識別,采用PPCA給出的概率模型判斷損傷的上下界,提高結(jié)構(gòu)損傷識別準確性。通過對19自由度簡支梁和濱州黃河公路斜拉

7、橋的仿真分析驗證方法的有效性。
  6.提出基于Bayesian理論的結(jié)構(gòu)整體局部信息融合的損傷識別方法。首先根據(jù) Bayesian理論建立子結(jié)構(gòu)損傷的概率模型,然后為了減少計算量,采用分步損傷識別的方法,在采用模態(tài)應(yīng)變能初步定位損傷范圍的基礎(chǔ)上,提出逐個單元消法定位損傷單元。這種方法綜合利用了加速度信息,應(yīng)變傳感器的靜態(tài)信息與動態(tài)信息(應(yīng)變模態(tài))提高了損傷識別結(jié)果的準確性和魯棒性。最后通過對14跨剛桁架模型的數(shù)值模擬和對20跨剛

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論