结合蜉蝣算法和响应面的结构静力损伤识别

提出了一种结合蜉蝣智能搜索算法和静位移响应面的结构损伤识别方法.首先构造了基于灵敏度的静力损伤识别方程残差和位移残差指标的正则化优化目标函数,然后采用人工智能领域的蜉蝣算法来识别结构单元级别的损伤.在优化过程中,为了解决静力加载点和位移测点不一致的问题,利用模型凝聚和位移扩展方法重新构建了损伤识别方程.同时,利用静位移响应面计算目标函数中的位移残差,避免了耗时的有限元计算,提高了优化效率.简支梁的数值算例结果表明,本文方法在寻优速度和精度方面均优于传统的粒子群法和差分进化算法;与单独基于静力损伤识别方程残差或位移残差指标的方法相比,识别损伤更为准确.铝合金悬臂梁损伤识别的静载实验进一步验证了本文方法的高效率和有效性.

基于支持向量机的静力损伤识别方法

针对使用静力测试数据进行桥梁结构损伤识别时容易出现误判的问题,基于支持向量机理论,提出1种新的静力损伤识别方法。将损伤识别过程分为损伤发生识别、损伤位置识别和损伤程度识别3个步骤。使用理论计算结果与测试数据比较的方法判断损伤是否发生,采用C-支持向量机分类算法进行损伤位置识别,利用ε-支持向量机回归算法进行损伤程度识别。将该方法与优化识别方法同时运用于1个连续梁试验中。试验结果表明:与优化识别方法相比,支持向量机方法通过分开求解损伤位置和程度,并先进行结构有限元分析,然后再使用支持向量机进行识别,将这2个过程解耦,从而降低了问题的难度,不仅能够正确地识别损伤出现的位置,而且能够得到与实际相符的损伤程度识别结果,并且具有较好的推广能力和较强的抗噪声能力,能够很好地对桥梁静力损伤进行识别。

基于静力测量数据的桥梁结构损伤定位研究

基于灰色理论的相关性分析方法将静态位移曲率置信因子SDCACi应用到大型桥梁结构的静力损伤识别中,通过该因子沿桥的横向节点、纵向节点的变化曲线实现了对桥梁结构损伤的准确定位.由识别结果可以证明:不论测量数据(用有限元仿真计算并加上了一个正态分布的随机扰动考虑测量误差)的多少,该方法对结构中的单损伤和多损伤都能进行准确的定位,因此该方法在大型结构及复杂结构的损伤识别中具有广阔的应用前景.

伪多目标模糊遗传算法在结构损伤识别中的应用

将模糊优选理论与多目标遗传算法相结合,提出了基于模糊优选理论的伪多目标遗传算法,解决了结构多损伤中传统遗传算法对载荷不敏感部位识别难、精度不高、运算效率低的不足,并将该方法应用于两端固支梁的损伤程度识别中。实例表明,该法对结构中单个单元损伤和多单元损伤程度识别准确、精度高、收敛速度快,对大型复杂结构的损伤程度识别具有广阔的应用前景。