遺傳算法在結構模態(tài)參數(shù)識別中的應用.pdf

1、結構的模態(tài)參數(shù)識別是模態(tài)分析的主要內容，在結構建模、靈敏度分析、損傷識別以及結構狀態(tài)監(jiān)測等方面起著重要的作用。目前，雖然對結構模態(tài)參數(shù)識別的研究已取得大量成果，但因結構響應信號的非平穩(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一步研究。本文結合隨機減量技術、信號濾波技術，采用遺傳算法對時不變結構模態(tài)參數(shù)識別進行了研究。主要工作和研究成果如下:
　　 1、簡要介紹了結構模態(tài)參數(shù)識別，對結構模態(tài)參數(shù)識別的頻域方法

2、和時域方法進行總結歸納與對比，列出了各自的優(yōu)缺點，并總結了目前模態(tài)參數(shù)識別在國內外的發(fā)展現(xiàn)狀。
　　 2、闡述了遺傳算法的基本概念、運算流程以及遺傳算法的基本原理。詳細地介紹了模式定理和積木塊假設，對遺傳算法的收斂性進行了分析，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，對其進行優(yōu)化。優(yōu)化結果表明遺傳算法對適應度函數(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)分解的時域識別法，對單自由度和多自由度仿真信號進行了參數(shù)識別，研究了不同程度的噪聲對遺傳算法識別結果的影響。結果表明，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，且具有較強的抗噪聲能力、魯棒性。
　　 4、基于工程實例——寧波站臨時鐵路便橋監(jiān)測的實測數(shù)據(jù)，研究了基于遺傳算法的模態(tài)參數(shù)識別在工程中的應用。將遺傳算法與隨機減量法、信號濾波相結合，基于MATLAB平臺開發(fā)模態(tài)參數(shù)識別程序