一种基于信息熵的分布参数结构传感器/激励器优化布置方法

针对用基于有限元方法的离散坐标体系研究传感器优化布置、所得仅为结构真实动力响应近似解直接影响传感器优化布置结果问题,提出基于贝叶斯统计系统识别方法与信息熵理论的分布参数结构传感器优化布置方法。以结构模型修正为目的,用贝叶斯统计系统识别方法识别结构模型参数最优值及不确定性程度,利用信息熵定量表征结构模型参数识别结果的不确定性程度;再将传感器优化布置问题转化为连续数值优化问题,以传感器位置为优化变量,通过遗传算法极小化模型参数识别结果的不确定性(即信息熵)识别传感器的最优布置位置;获得最大结构响应信息量,即识别结构模型参数的不确定性最小。通过双墩带弹性支撑的三跨连续梁桥数值仿真研究对该方法进行验证。

基于信息熵的动力模型缩聚中主自由度优化选择研究

采用信息熵来定量表征待识别结构建模参数识别结果的不确定性。基于贝叶斯统计系统识别方法,以结构建模参数识别结果的不确定性最小为优化准则,极大化结构建模参数的后验概率密度函数,在给定主自由度数目的前提下,以主自由度组合为优化变量,将主自由度选取问题转换为非线性约束优化问题,优化结果即为选取的最优主自由度组合。将结构平动自由度看作主自由度,将扭转自由度看作副自由度,采用动力模型缩聚方法通过一个典型的空间桁架桥结构模型的数值仿真研究和实验验证,对主自由度优化选取方法的正确性和有效性进行了验证。