基于改进遗传算法的桥梁结构损伤识别应用研究

提出了一种基于残余力向量和改进遗传算法的桥梁结构损伤识别方法。在无噪声的情况下,使用任意一阶模态数据,残余力向量法都能够对损伤进行准确定位。但是,振动测试数据中往往包含噪声,导致运用残余力向量法进行损伤识别完全不可行。考虑到这个问题,在常规模态分析的基础上,以节点的残余力向量构造目标函数,提出了一种用于遗传搜索优化的目标函数形式。利用改进遗传算法重点进行了噪声条件下的结构损伤定位和定量研究,并对遗传算法的参数选取问题进行了深入探讨。遗传算法的主要改进包括:采用浮点编码、采用基于标准化几何分布排名的选择策略、采用最优保存策略、采用算术交叉算子、采用自适应变异算子。最后,本文用一个连续梁桥模型进行了数值模拟,验证了所提出方法的有效性,并对方法应用中存在的一些问题进行了深入探讨。     

损伤识别一种改进的残余力向量法

提出了一种改进的残余力向量法用于工程结构损伤识别.分析了利用结构有限元模型缩聚技术给残余力向量法所造成的误差,提出了一种改进的残余力向量法.以平面桁架结构为算例,比较了改进方法与原方法的损伤识别结果.结果表明,改进的方法合理可靠、精度高.     

残余力向量法在结构损伤识别中的应用研究进展

工程结构的损伤识别技术对于把握结构工作状态及评估结构的安全性与正常使用性能具有重要的意义。近年来基于残余力向量法的损伤识别技术受到了关注并取得了一定的研究成果。文章从基于残余力向量法的损伤识别技术、残余力向量法和灵敏度分析方法相结合、残余力向量法的改进、残余力向量法和人工神经网络技术的结合、残余力向量法和智能算法的融合等5个方面综述了目前国内外基于残余力向量法进行结构损伤识别研究的成果。并根据残余力向量法应用上存在的问题展望了应用残余力向量法进行结构损伤识别时在如何减小误差;如何克服测试信息不完备的影响;如何进行实际工程损伤识别的研究以及残余力向量法的改进以及残余力向量法和智能算法结合等方面的发展趋势。     

一种改进的残余力向量法在结构损伤识别中的应用

残余力向量法是结构损伤识别中常用的方法,复杂结构中单元数量较多而损伤位置较少,容易造成无关变量增多,进而导致计算量过大的问题。鉴于此,本文提出一种改进的残余力向量法用于结构的损伤识别。该方法利用刚度联系向量与残余力向量之间线性相关的特性,以向量投影值作为损伤定位的影响系数,初步筛选出结构可能出现损伤的单元范围。在此基础上,构建出残余力向量对应的线性方程组,根据顺序主子式不为零的条件,对线性方程组进行行初等变换,再根据单元的数量保留前n维线性方程,通过求解该方程组的代数解可得到该结构单元的刚度损伤参数。以简支梁为例的数值模拟表明,本文方法可减少无关单元变量的计算,降低残余力向量的维度并且具有较好的抗噪能力。     

基于残余力向量的桁架梁损伤识别研究

定义残余力向量为结构的损伤指标,给出了根据结构特征值方程详细推导残余力向量的理论过程.并以简支桁架梁为研究对象,利用残余力向量进行桁架梁的局部损伤识别,成功识别出桁架梁的单一和多处局部损伤;同时考虑实际测量中存在噪声影响,引入了损伤定位指数,分析了噪声对损伤识别精度的影响.理论分析和数值仿真结果表明,残余力向量能有效识别桁架梁的局部中小损伤,且有较好的抗噪性.     

基于静力残余力向量的结构损伤评估方法

残余力向量法是一类常用的损伤识别方法,现有的残余力向量法都是基于动力测试的模态参数,和动力测试数据相比,静力测试数据往往精度更高,且无需模态分析等复杂操作.鉴于此,本文提出一种静力残余力向量法用于结构损伤评估.所提方法利用静力测试位移数据,并结合结构有限元模型的刚度矩阵,定义了静力残余力向量,根据该向量中不为零的元素来判断损伤自由度,再根据自由度和单元之间的对应关系来确定发生损伤的位置,并进一步提出一种求解损伤参数的代数解法.另外,针对实践中角位移难以测量的情况,进一步提出了一种静力缩聚残余力向量法,拓宽了所提方法的应用范围.以桁架结构和梁结构模型为例对所提方法进行了验证,数值算例结果说明所提方法合理有效.     

基于改进残余力向量法的桁架结构损伤诊断

提出一种基于改进残余力向量法的桁架结构损伤诊断方法. 先由灵敏度分析, 求出结构刚度联系矩阵,再由刚度联系矩阵将损伤后的刚度摄动矩阵展开成对角矩阵,代入 残余力向量方程,得到由刚度联系矩阵表示的新的残余力向量方程,此方程可以直接求解, 即可诊断出桁架结构的损伤杆件及其损伤程度. 对于实测中难以获得完备振型的情况,采用 模态扩阶的方法来获得完备的测试振型. 最后以一桁架结构进行数值仿真分析,证实了该方 法的有效性.     

基于CMDLAC指标和遗传算法的结构损伤定位研究

提出了基于综合多损伤定位保证准则(CMDLAC)指标和遗传算法(GA)的结构损伤定位方法。基于结构损伤标量模型,结合灵敏度分析提出了基于频率和振型变化的CMDLAC指标,将损伤识别问题转化为约束优化问题,最后以CMDLAC指标为优化目标函数应用遗传算法求解实现了结构的损伤定位。在考虑测试自由度不完备和测量噪声等因素影响的情况下,对桁架结构损伤的数值模拟分析表明了方法的有效性,验证了CMDLAC指标定位损伤和抵抗噪声的能力,同时指出其具有较强的实际可操作性。     

基于不完备模态信息的结构损伤识别方法

针对结构损伤识别中的有限测点问题和测试噪声问题,提出一种基于模型修正法的损伤识别方法,仅利用结构的低阶频率和相应的不完备振型进行损伤识别。基于动力缩聚法构造参数化的振型扩展矩阵,解决振型不完备的问题,然后根据交叉模型交叉模态法CMCM(cross-model cross-mode)构造约束方程,并使用Hestenes-Powell增广拉格朗日乘子法求解约束优化问题,从而根据优化问题的最优解判断出损伤位置和损伤程度。在模态数据包含测试噪声的情况下,提出一种改进的CMCM方法,以减小测试噪声对损伤识别结果的影响。对一个25杆平面桁架进行数值仿真实验,结果表明,在3%的噪声水平下,仅需测得损伤结构的前5阶不完备模态,本文方法就能较准确地识别结构损伤。     

基于提升小波变换和互相关函数的梁式桥损伤检测

为了有效地提取梁式桥的损伤特征,提出了一种将提升小波变换与互相关函数幅值向量相结合的损伤识别的方法。首先利用提升小波变换将车载作用下梁桥结构的加速度响应分解到单阶模态上,再对提升重构后得到的第一阶响应进行互相关处理,利用提出的损伤指标来进行损伤定位。通过数值仿真和模拟实验,验证了方法的有效性,讨论了噪声及测点稀疏对识别结果的影响,结果表明该方法具有良好的噪声鲁棒性。另外,在综合考虑经济性和识别结果准确性的情况下,给出了合理的测点布置方式。     

基于改进云推理算法的塔架结构损伤识别

为了解决塔架结构的损伤识别问题,提出了基于应变能和改进云推理算法的损伤识别方法。首先描述了云模型的基本理论和数字特征,并给出了模态应变能的基本公式;然后分析了X条件云发生器和Y条件云发生器的基本算法和运行步骤,借助灰云模型建立相应的前件云和后件云规则,考虑了测量噪声的影响,利用云发生器生成多组云滴,并利用多模式下云滴的确定度和生成值构建了基本云推理算法及其损伤识别指标。基本云推理算法中常会产生不均匀发散的云滴,从而使计算结果产生一定的偏差,为了降低云滴发散产生的偏差影响,提出了基于损伤模式数量加权的云推理改进策略。计算结果表明:云推理算法可以较好地应用于塔架结构的损伤识别,其识别结果明显优于传统的应变能耗散率指标方法;而改进云推理算法进一步提高了识别的精度,优于基本云推理算法。     

自由度缩聚的柔度损伤诊断法

为了提高结构在模型自由度缩聚情况下的损伤识别结果的精度，本文推导了基于改进Guyan 缩聚法的结构振动方程式．通过求解振动特征方程，利用其特征值和特征向量构建结构缩聚后的柔度矩阵表达式，并引入结构缩聚后的柔度曲率矩阵差和柔度曲率矩阵变化率两个损伤指标，将引入的新损伤指标应用于平面桁架的损伤识别．研究表明：不管是单损伤还是多损伤，仅仅需要一阶模态参数，利用其引入的新损伤指标就可以精确地识别出损伤杆单元位置．即使在高强度噪音的影响下，也保证了其损伤识别结果的精确性．验证了本文基于改进的Guyan 缩聚法推导出的损伤指标具有较好的损伤定位性能和较高的抗噪性能．     

基于多种搜索策略的人工蜂群算法的结构损伤识别

人工蜂群算法是一种元启发式算法,具有构架简单,易于操作和鲁棒性较好的特点。本文对原始蜂群算法进行了改进,为蜜蜂们提供了更丰富的搜索策略。基于轮盘赌原则选择更优的迭代方式,进而使算法的收敛速度和精度有了显著的提高。基于频率残差和模态置信准则(MAC)建立结构损伤识别问题的目标函数,然后利用ABC算法,QABC算法和本文方法求解该目标函数,得到损伤识别的结果。利用一桁架结构做数值模拟,用简支梁结构进行实验验证。算例表明,改进的算法更能有效地检测出结构的局部损伤,具有对测量噪声不敏感、高效率以及高精度等优点。     

环境温度影响下基于支持向量机与强化飞蛾扑火优化算法的结构稀疏损伤识别

结构处于自然环境中常会受到环境温度变化的影响,引起实测动力响应出现较大误差,进一步影响对结构健康状况的判定.另外,基于优化算法的损伤识别在反演损伤位置及量化损伤程度时,易出现局部最优解,且计算效率低下.针对以上难题,本文提出一种结合支持向量机与强化飞蛾扑火优化算法的损伤识别方法,用于对环境温度影响下的结构稀疏损伤进行识...     

基于应变能等效指标的结构损伤识别技术研究

为了解决结构的多损伤识别问题,提出了一种基于应变能等效指标的损伤识别方法。首先给出了损伤前后模态应变能变化的表达式以及能量耗散公式,然后根据结构的能量耗散与应变能的变化值等价的原理,建立了一个四阶等效方程,最后求出了该方程的四个根,并通过对该方程四个根的分析得到了一个应变能等效指标,通过该指标可以方便的求解损伤的位置和程度。数值仿真结果表明,基于应变能等效指标的损伤识别方法不仅可以精确的识别出损伤的位置和程度,而且其识别精度明显好于应变能耗散率方法。