基于谱元法和北方苍鹰算法的振动损伤检测

【目的】为了解决结构损伤检测中有限元法建模不精确和计算成本高的问题,提出了一种结合谱元法与北方苍鹰优化算法(NGO)的结构健康监测(SHM)技术。【方法】首先,采用谱元法建立结构的频响函数,并应用于结构的损伤定位与损伤检测目标函数的构造,将损伤检测划分为两阶段问题,以降低算法优化维度和检测复杂性。其次,引入北方苍鹰优化算法(NGO),对目标函数进行优化求解。最后,以平面桁架结构和ASCE Benchmark结构为研究对象,利用NGO、粒子群优化(PSO)和蚁狮优化(ALO)算法对其各种损伤工况进行损伤检测性能对比。【结果】结果表明,在低维度和简单结构中,NGO,PSO和ALO算法均表现出良好的求解能力;但在高维度和大型复杂结构中,NGO相较于PSO和ALO算法具有更高的损伤检测能力和鲁棒性。【结论】改进后的方法提高了损伤检测数值建模的精度。