基于信息熵的改进海豚群算法及其桁架优化

针对基本海豚群算法易陷入局部最优的缺陷,提出了基于信息熵的改进海豚群算法,引入信息熵来度量海豚群搜索阶段的不确定性,控制搜索阶段的选择概率,降低盲目搜索,克服了基本海豚群算法搜索阶段易陷入局部最优和早熟收敛的缺陷。将改进后的算法应用到桁架结构的优化中,并与其他算法优化结果进行了比较,证明了改进的算法在收敛速度和寻优精度方面有更好的表现,将其应用到桁架结构优化设计中,为结构优化设计提供了一种有效的方法。     

基于遗传算法的两阶段铁路桥梁结构损伤识别

采用智能优化算法对结构进行损伤识别时,通常假定实际损伤位置和有限元模型单元划分形式一致。为研究当两者之间存在差异时,对其识别效果的影响,提出了一种新的损伤识别方法。对传统遗传算法中的选择、交叉及变异3种算子进行了改进,并引入灾变和邻域搜索机制。通过一个工程算例对不同损伤工况进行多次独立重复计算,对算法的稳定性和收敛速度进行了分析。此外,还讨论了噪声、测点数目和列车速度对识别结果的影响。结果表明：即使损伤位置与有限元模型的单元划分形式不同,所提方法也能准确定位损伤位置,但会在一定程度上影响定量结果;所提方法收敛速度快,计算效率高于传统的一次识别方法。     

改进人工蜂群算法识别结构缺陷问题

人工蜂群算法是自然启发下解决优化问题的方法之一,现已与先进的数值分析方法相结合广泛运用于结构的缺陷识别中,然而标准人工蜂群算法仍存在搜索范围不够全面,易长期陷入局部最优等问题。文章在标准人工蜂群算法的基础上,提出了一种新的改进算法,用混沌序列代替随机数列以改进初始种群,同时为避免算法陷入局部最优造成收敛速率慢等问题,提出了一种能更快跳出局部最优的参数搜索机制,即根据迭代次数自适应地调整参数搜索维数,以增加各点被搜索到的几率;最后将该算法运用到单缺陷和多缺陷的识别过程中。案例结果表明,改进算法结合动力扩展有限元建立的反演分析模型能够准确识别出结构内部所含缺陷的位置和大小,并且提高了搜索效率,可使算法更快达到收敛。     

基于模态参数与改进萤火虫算法的结构模型修正

：为尽可能提高结构模型修正的准确性和有效性,提出一种基于模态参数和改进萤火虫算法的有限元模型修正方法. 该方法基于结构模态参数构造目标函数,使用本文提出的改进萤火虫算法进行优化求解,并通过桁架模型数值仿真将改进算法同原始萤火虫算法、遗传算法和粒子群算法进行对比,结果显示：使用改进的萤火虫算法得到的最优解更接近实际值,且离散性低,验证了改进算法求解的准确性和优越性. 最后通过六自由度剪切框架损伤识别模型试验验证了该方法在求解结构有限元模型修正问题上的准确性和有效性.     

利用粒子群算法的传感器优化布置及结构损伤识别研究

为了合理布置结构健康监测系统中传感器的位置及满足结构损伤识别的要求,提出了一种基于改进粒子群算法的传感器优化布置方法。首先以模态保证准则(MAC)矩阵的最大非对角元极小化为目标,构造出满足优化条件的适应度函数,并采用改进的粒子群算法搜索出传感器的最佳布设位置;其次,利用振型扩充技术把有限测点的测量模态数据扩充为完整自由度模态数据,并利用所提损伤识别方法进行结构损伤识别;最后,通过一个二维平面桁架结构算例对所提方法进行有效性验证。数值结果表明,所提传感器布设方法能够高效地搜索出给定数目的传感器优化位置,且利用其优化结果能够准确地识别出结构的损伤位置和程度。     

基于残余力向量法和树种算法的结构损伤识别二步法

基于二步法对结构进行了损伤识别。首先,通过改进残余力向量定位方法对结构单元进行排查、找出疑似单元;然后基于频域参数建立目标函数,并利用元启发式树种算法(Tree-seed algorithm)对于结构损伤进行反演。为了改善算法的优化能力,引入了两种局部搜索模式,并采用具有自适应性的判断参数来判定使用何种模式进行局部开发。最后,采用梁和悬臂板作为算例进行损伤识别,并得到了识别结果。结果表明:在仅知道有限频域参数的情况下,提出的算法能够有效地识别损伤参数,优于其他进化算法并且对测量噪声不敏感。     

自适应免疫克隆选择算法的参数识别

提出了一种被称为是自适应免疫克隆选择算法的新型人工免疫算法,此方法可进行系统的参数识别,以解决结构的多目标优化问题.此种算法将二阶响应、适应性变异准则和疫苗因子这三种算子都引入到遗传克隆选择算法中,提高了运算的收敛速度及全局优化搜索能力.对动力系统参数识别的模拟识别结果证明了本文所提出算法的有效性与可行性.     

染色体长度自适应调整的遗传算法在损伤位置识别中的应用

研究了改进的遗传算法在结构损伤位置识别中的应用。首先介绍了遗传算法在结构损伤模式识别中的应用,然后由染色体中局部区段损伤值缺损的特性,对遗传算法提出了对应的改进原理,通过对遗传算法的损伤模式搜索过程中染色体长度的自适应调整,缩小损伤位置的搜索范围,减少计算量。四边固支板结构损伤诊断位置的搜索过程验证了该改进的算法是有效的。     

基于桥梁响应统计信息的智能损伤识别方法

文章以珠江黄埔大桥北汊斜拉桥为研究对象,采用有限元模型计算了桥梁在随机车流作用下不同拉索损伤工况所对应的应变响应,进一步采用应变响应统计信息,引入随机森林和梯度提升决策树2种机器学习算法对损伤拉索进行识别,从而提出了一种结合桥梁响应统计信息与机器学习的损伤识别方法。计算结果表明,该方法在损伤定位和定量上均表现出良好的效果,验证了其应用于大跨度桥梁的可行性和有效性。该文提出的方法为有效利用桥梁长期健康监测数据进行损伤识别提供了思路。     

结构损伤定位中模态应变能法的改进

针对现有模态应变能法对结构有限元模型精度要求较高的不足,引入单元定位矩阵,对其进行了改进.改进后的方法损伤指标的构建不需要结构损伤前单元刚度矩阵,降低了对结构有限元模型的精度要求,并避免了由此产生的二次误差.为验证方法的有效性,利用简支梁有限元模型数值模拟了两种典型损伤工况,结果表明,改进后的方法提高了损伤定位的识别精度,并且计算简便,有望用于实际工程中.     

基于结构响应向量与支持向量机的桥梁损伤识别方法

针对基于结构动静态响应的损伤识别方法研究不够深入、结构动态响应对噪声比较敏感,从而极大影响损伤识别效果的问题,提出一种基于结构响应向量(SRV)与支持向量机(SVM)的损伤识别方法,引入主成分分析(PCA)提高方法的抗噪性,并利用简支梁和实际桥梁模型验证方法的有效性。结果表明,基于结构动静态响应组成SRV的识别效果和计算效率更优,结合PCA可以提高方法的抗噪性,并且能在所需响应信息更精练的基础上对实际桥梁模型进行良好的损伤识别。     

基于贝叶斯理论的多模型结构识别的试验研究

基于贝叶斯理论的抽样方法,对结构的多模型结构识别问题进行试验研究.采用基于贝叶斯理论的多模型结构识别的概念与基本框架,以及马尔科夫链-蒙特卡洛模拟(MCMC),建立了有限元模型库.针对MCMC在参数维度较高时不易收敛和计算效率低下等问题,提出了一种改进的MCMC抽样方法来进行多模型结构识别.利用Matlab-Strand7的交互访问技术(API)能够进行大型结构有限元模型的参数自动修正,在获得校验后的有限元模型库后,能基于有限元模型的后验概率分布进行预测.为了验证该理论的可行性和有效性,针对一根简支梁的数值算例和一座实际大跨钢管混凝土桁架系杆拱桥进行了基于贝叶斯理论的结构识别研究与响应评估,并使用传统的单模型结构识别方法——遗传算法(GA)进行对比分析,结果表明本文提出的基于贝叶斯理论的多模型结构识别方法能够更好地进行结构响应预测.     

基于频响函数的复合材料格栅结构(AGS)损伤检测研究

针对复合材料格栅结构(AGS)典型损伤,本文提出了一种基于频响函数虚部的损伤检测方法。首先,在Patran有限元软件中建立有限元模型,对格栅结构在不同频率激励信号作用下的振动响应进行仿真分析,并计算其振动响应虚部的损伤检测指标,实现对损伤位置的准确判断和定位;随后为了验证该方法的有效性和准确性,在复合材料格栅结果实验模型上完成了两种损伤的实验验证。仿真和实验结果表明,该方法能够有效地检测格栅结构的肋板断裂、脱粘和蒙皮压裂等各种损伤,对于实际工程结构中的格栅结构损伤定位研究具有一定的参考意义。     

基于小波包和传递比函数的桥梁结构在未知地震作用下的损伤识别

基于结构动力响应进行损伤识别是目前结构健康监测常用的方法.结构动力响应同时包含了结构自身和外激励的信息,而实际工程中的外激励往往难以准确获得,特别是地震作用.因此,仅利用未知地震作用下的结构动力响应进行桥梁结构损伤识别是一项富有挑战性的工作.提出了一种仅基于结构振动响应的数据驱动方法,将小波包能量和传递比函数相结合构建...     

椎间盘材料参数识别的响应面法

针对椎间盘材料参数识别问题,提出了一种基于有限元反分析的响应面法.该方法采用Box-Behnken试验设计方法进行材料参数组合,利用有限元模型模拟不同材料参数组合的应变,以仿真结果和实验结果的均方根误差为目标函数,将具有交叉项的二次多项式作为响应面函数,通过回归分析确定其待定系数,经过方差分析对其进行简化,并对其精度进行验证.最后,应用响应面优化算法搜索最小化目标函数值的材料参数的组合.通过算例验证了采用响应面法识别的材料参数的仿真结果与实验结果具有较好的一致性.研究方法为识别其他生物力学材料参数提供了途径.     

基于分级遗传算法的结构损伤识别方法

提出了一种基于遗传算法的利用不完整振动数据识别结构损伤的新方法，该方法首先扩展不完整的振型并利用单元能量熵差比确定结构损伤的大致位置，然后采用二级搜索策略，借助遗传算法确定结构损伤的程度，数值计算结果表明，当可能的损伤区域较大时，本方法较直接搜索策略更能有效地确定结构损伤的程度。     

基于不完备静态数据的结构损伤两阶段识别方法

在结构损伤识别中,由于实测数据有限而待识别参数过多,往往导致传统的结构损伤识别方法判断损伤位置不准确或损伤程度识别误差较大,从而限制了其在复杂结构中的应用.将基于静态应变能的损伤定位指标和基于有限元缩聚法的损伤程度计算相结合,提出了一种两阶段的结构损伤识别方法.该方法利用损伤定位指标对结构可能的损伤位置进行定位,在确定可能损伤位置的基础上,利用模拟退火算法求解损伤状态方程,从而确定损伤程度.为验证该方法的有效性和可靠性,分别对5单元超静定、13单元静定和10单元超静定平面桁架的损伤识别进行了数值模拟.结果表明,该方法不仅可有效地识别出结构的损伤位置和程度,而且对测量噪声具有较强的鲁棒性.     

随机共振结合RobustICA的两阶段结构损伤定位方法

为实现强噪声背景低信噪比环境下的结构损伤识别,提出一种基于非线性随机共振降噪与鲁棒性独立分量分析(RobustICA)的两阶段损伤定位方法.第一阶段,运用非线性随机共振系统对强噪声低信噪比的测量响应进行预处理,以降低背景噪声的干扰并增强结构响应;第二阶段,结合RobustICA提取包含损伤信息的特征分量对结构响应异常进行识别,之后计算归一化的源分布向量(NSDV)的最大值对结构损伤异常进行定位.框架数值算例结果表明,所提出的算法能够较精确实现信噪比为5dB下的结构损伤异常识别与定位.     

基于改进区间逆响应面法的塔机有限元模型修正

有限元模型修正技术广泛应用于机械等领域。在工程实际中,由于多种因素的影响,实际结构（如塔式起重机,简称塔机）与有限元模型之间普遍存在不确定性误差,造成有限元分析结果失真,因此研究结构的不确定性有限元模型修正具有重要意义。由于塔机应用的广泛性和事故的高发性,在考虑参数不确定性的情况下,对塔机的有限元模型进行了修正。为提高模型修正效率,引入响应面模型来代替塔机的有限元模型,利用RBF神经网络具有对复杂问题高精度拟合的优点,提出了一种改进的区间逆响应面方法对塔机进行了不确定性修正。通过三自由度弹簧-质量系统证明了所提出方法的可行性,并对实际塔机结构进行了区间修正,改善了传统区间逆响应面方法的不足,结果具有很高的计算精度和计算效率。     

基于响应面法和麻雀搜索算法的结构有限元模型修正

为了获取准确可靠的结构有限元模型,提供结构运营期间健康监测和状态再分析的基准参照,提出了一种基于响应面法(response surface method,RSM)和麻雀搜索算法(sparrow search algorithm,SSA)的结构有限元模型修正方法.首先,基于响应面法,采用拉丁超立方设计方法进行试验设计获取样本点,以简单低阶数学模型代替特征量与参数间复杂的映射关系,构造结构宏观响应与各参数的解析表达式,基于逐步回归分析进行基函数显著性检验,运用方差理论检验模型精度获取最优响应面模型,并联合结构动力响应残差和构造目标函数;其次,基于麻雀搜索算法,对目标函数进行优化求解得到各参数最优解,代入初始有限元模型中,实现对初始有限元模型的修正;最后,基于RSM-SSA有限元模型修正方法对高维局部损伤悬臂梁数值模型实施修正,验证所提方法的可靠性和可行性,并与基于其他新兴群智能优化算法的有限元模型修正结果进行对比.结果 表明:采用该方法修正的参数和频率误差均值分别为6.549％、0.279％,修正效率和精度较其他算法有显著提升,修正后的有限元模型具有较高的精度,可真实反映结构实际力学行为.该方法为结构有限元模型修正提供一种新思路.