基于智能算法的橋梁結(jié)構(gòu)健康監(jiān)測(cè)傳感器優(yōu)化配置研究.pdf

1、近年來(lái),橋梁結(jié)構(gòu)的建設(shè)得到快速發(fā)展,橋梁結(jié)構(gòu)健康監(jiān)測(cè)成為國(guó)內(nèi)外研究的熱點(diǎn)。合理的配置傳感器是保證橋梁結(jié)構(gòu)健康監(jiān)測(cè)質(zhì)量的前提,它對(duì)準(zhǔn)確實(shí)時(shí)地獲取橋梁結(jié)構(gòu)健康狀況信息,實(shí)現(xiàn)橋梁結(jié)構(gòu)的監(jiān)測(cè)和評(píng)估是至關(guān)重要的。有效獨(dú)立法(Effective Independent, EFI)等傳統(tǒng)優(yōu)化方法已經(jīng)被應(yīng)用于橋梁結(jié)構(gòu)傳感器優(yōu)化配置中,但這些優(yōu)化算法都有其各自的局限性。一些智能優(yōu)化算法,如遺傳算法(Genetic Algorithm, GA)等方法的發(fā)展

2、以及它們?cè)诟鱾€(gè)領(lǐng)域的廣泛應(yīng)用,為智能算法解決傳感器優(yōu)化配置問(wèn)題提供了理論依據(jù)。
　　本文將免疫算法(Immune Algorithm, IA)、人工魚(yú)群算法(Artificial Fish School Algorithm, AFSA)、Memetic算法、混沌猴群算法(Chaotic Monkey Algorithm, CMA)引入橋梁結(jié)構(gòu)健康監(jiān)測(cè)傳感器優(yōu)化配置問(wèn)題的研究中。利用智能優(yōu)化算法對(duì)傳感器的數(shù)量及位置進(jìn)行優(yōu)化,使得在傳

3、感器使用最少的情況下所采集的橋梁結(jié)構(gòu)數(shù)據(jù)更加精確。最后,通過(guò)兩個(gè)橋梁的算例,驗(yàn)證采用這些智能優(yōu)化算法對(duì)不同的橋梁進(jìn)行傳感器優(yōu)化配置的有效性,結(jié)果表明所用算法可以較好地實(shí)現(xiàn)橋梁結(jié)構(gòu)傳感器優(yōu)化配置。
　　本文研究的內(nèi)容包括如下:
　　(1)以橋梁結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)為基礎(chǔ),分析橋梁結(jié)構(gòu)傳感器優(yōu)化配置問(wèn)題,建立相關(guān)的數(shù)學(xué)模型。利用Ansys軟件構(gòu)造橋梁結(jié)構(gòu)有限元模型(Finite Element Model, FEM),進(jìn)行模態(tài)分析,

4、提取模態(tài)振型,構(gòu)建模態(tài)置信度(Modal Assurance Criterion, MAC)矩陣。
　　(2)針對(duì)橋梁結(jié)構(gòu)健康監(jiān)測(cè)傳感器優(yōu)化配置問(wèn)題,將免疫算法、人工魚(yú)群算法應(yīng)用于拱橋的傳感器優(yōu)化配置中。為驗(yàn)證算法在橋梁結(jié)構(gòu)傳感器優(yōu)化配置中的有效性,分別與遺傳算法、粒子群算法進(jìn)行了配置結(jié)果的比較,結(jié)果顯示所用算法收斂速度快,尋優(yōu)精度高。
　　(3)研究了Memetic算法、混沌猴群算法在橋梁結(jié)構(gòu)傳感器優(yōu)化配置問(wèn)題中的應(yīng)用,以