如何合理、有效地確定傳感器的位置,是結(jié)構(gòu)健康監(jiān)測系統(tǒng)正常、高效運(yùn)行的前提.基于模態(tài)能量和粒子群算法進(jìn)行傳感器優(yōu)化布置研究.首先,討論了粒子群算法的基本原理和優(yōu)點(diǎn);其次,根據(jù)結(jié)構(gòu)模態(tài)應(yīng)變能的大小挑選出結(jié)構(gòu)的主要貢獻(xiàn)模態(tài),進(jìn)而確定監(jiān)測模態(tài)階數(shù);然后,針對不同的傳感器類型,基于位移模態(tài)定義適用于加速度傳感器的適應(yīng)度函數(shù),基于應(yīng)變模態(tài)定義適用于應(yīng)變傳感器的適應(yīng)度函數(shù);最后,以西寧市體育館鋼結(jié)構(gòu)為工程背景,采用粒子群算法對其監(jiān)測系統(tǒng)中加速度傳感器和應(yīng)變傳感器分別進(jìn)行優(yōu)化布置.結(jié)果表明,該方法優(yōu)化結(jié)果穩(wěn)定可靠且收斂迅速. 

【文章來源】：空間結(jié)構(gòu). 2019,25(01)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

圖１粒子群算法的流程Ｆｉｇ．１Ｔｈｅｆｌｏｗｏｆｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ１．１適應(yīng)度函數(shù)的確定

－２．０４８≤ｘ１，ｘ２≤２．０４８（７）求解該函數(shù)的最大值．此函數(shù)在定義域內(nèi)的極值為：Ｆ（－２．０４８，２．０４８）＝３９０５．９２６２（８）分別采用遺傳算法和粒子群算法進(jìn)行函數(shù)優(yōu)化，獲得收斂曲線如圖２、圖３所示，計算結(jié)果如表１、表２所示．由圖２、圖３和表１、表２可以看出，與遺傳算法相比，粒子群優(yōu)化算法不僅需要更少的迭代次數(shù)就獲得了函數(shù)的最優(yōu)值，而且能夠得到更加穩(wěn)定有效的運(yùn)行結(jié)果，具有顯著的優(yōu)越性．圖２遺傳算法的適應(yīng)度曲線Ｆｉｇ．２ＦｉｔｎｅｓｓｃｕｒｖｅｏｆＧＡ表１基于遺傳算法迭代１０次的計算結(jié)果Ｔａｂｌｅ１Ｃａｌｃｕｌａｔｉｏｎｒｅｓｕｌｔｓｂｙ１０ｉｔｅｒａｔｉｏｎｓｂａｓｅｄｏｎＧＡ迭代次數(shù)ｘ１ｘ２當(dāng)前最大值Ｆ（ｘ１，ｘ２）第１代－０．２５８３０．６５８６３０２５．４第２代０．７７０８０．５１４５３６２３．１第３代０．７７０８０．５１４５３６２３．１第４代－０．２５８３０．５１４５３６９２．８第５代－０．２５８３０．５１４５３６９２．８第６代－０．２５８３０．５１４５３６９２．８第７代－０．２５８３０．５１４５３６９２．８第８代－１．５３９５０．５１４５３７３２．１第９代１．０２３００．５１４５３８３２．１第１０代１．０２３００．５１４５３８３２．１

第１期徐菁，等：用粒子群算法選擇體育館監(jiān)測系統(tǒng)中傳感器的最優(yōu)布點(diǎn)４３圖３粒子群算法的適應(yīng)度曲線Ｆｉｇ．３ＦｉｔｎｅｓｓｃｕｒｖｅｏｆＰＳＯ表２基于粒子群算法迭代１０次的計算結(jié)果Ｔａｂｌｅ２Ｃａｌｃｕｌａｔｉｏｎｒｅｓｕｌｔｓｂｙ１０ｉｔｅｒａｔｉｏｎｓｂａｓｅｄｏｎＰＳＯ迭代次數(shù)ｘ１ｘ２當(dāng)前最大值Ｆ（ｘ１，ｘ２）第１代１．５７０８－１．７７３１１７９８．４第２代２．０４８－０．６５７７２３５５．３第３代－２．０４８－１．４８９３２３９５．８第４代２．０４８－１．３３３３０５６．２第５代－２．０４８－１．４８９３３２３９．６第６代２．０４８－１．６２３３３８５．１第７代１．９８３－２．０４８３５７７．３第８代－２．０４８－２．０４８３９０５．９第９代－２．０４８－２．０４８３９０５．９第１０代－２．０４８－２．０４８３９０５．９３算例３．１西寧體育館簡介西寧體育館位于西寧市西部，海湖新區(qū)海湖濕地公園南岸．平面呈正圓形狀，直徑約１０８ｍ．鋼屋蓋主結(jié)構(gòu)采用Ｑ３４５Ｂ鋼，由６榀平面主桁架，通過建筑物中心的鑄鋼節(jié)點(diǎn)構(gòu)成一體，沿徑向和環(huán)向正交布置，分別支承在１２根大柱上，按支座分布范圍可分為中心圓部分和外圍護(hù)圓部分．３．２有限元模型的建立體育館采用鋼管截面桿件，焊接球節(jié)點(diǎn)．利用ＡＮＳＹＳ１０．０軟件進(jìn)行數(shù)值計算模擬，桿單元采用ＰＩＰＥ１６單元模擬，通過施加質(zhì)量單元ＭＡＳＳ２１的方式，將屋面荷載等效為節(jié)點(diǎn)質(zhì)量考慮．

【參考文獻(xiàn)】：
期刊論文
[1]西寧體育場空間管桁架結(jié)構(gòu)溫度響應(yīng)健康監(jiān)測及模擬分析[J]. 王秀麗,陳文博.  空間結(jié)構(gòu). 2013(04)
[2]一種基于粒子群參數(shù)優(yōu)化的改進(jìn)蟻群算法[J]. 李擎,張超,陳鵬,尹怡欣.  控制與決策. 2013(06)
[3]基于粒子群算法的大跨度空間結(jié)構(gòu)監(jiān)測系統(tǒng)中應(yīng)變傳感器最優(yōu)布點(diǎn)研究[J]. 徐菁,李壯,刁延松.  建筑鋼結(jié)構(gòu)進(jìn)展. 2013(01)
[4]基于模型縮聚的廣州新電視塔傳感器優(yōu)化布置研究[J]. 伊廷華,李宏男,顧明.  工程力學(xué). 2012(03)
[5]現(xiàn)代大跨空間結(jié)構(gòu)在中國的應(yīng)用與發(fā)展[J]. 董石麟,邢棟,趙陽.  空間結(jié)構(gòu). 2012(01)
[6]一種改進(jìn)的小生境多目標(biāo)粒子群優(yōu)化算法[J]. 黃平,于金楊,元泳泉.  計算機(jī)工程. 2011(18)
[7]大跨空間鋼結(jié)構(gòu)模態(tài)參數(shù)測試傳感器優(yōu)化布置[J]. 滕軍,朱焰煌.  工程力學(xué). 2011(03)
[8]慣性權(quán)重粒子群算法模型收斂性分析及參數(shù)選擇[J]. 孫湘,周大為,張希望.  計算機(jī)工程與設(shè)計. 2010(18)
[9]重大工程結(jié)構(gòu)智能傳感網(wǎng)絡(luò)與健康監(jiān)測系統(tǒng)的研究與應(yīng)用[J]. 歐進(jìn)萍.  中國科學(xué)基金. 2005(01)
[10]用遺傳算法選擇懸索橋監(jiān)測系統(tǒng)中傳感器的最優(yōu)布點(diǎn)[J]. 李戈,秦權(quán),董聰.  工程力學(xué). 2000(01)

碩士論文
[1]基于粒子群算法的網(wǎng)架結(jié)構(gòu)健康監(jiān)測傳感器優(yōu)化布置研究[D]. 鹿偉.西安建筑科技大學(xué) 2016
[2]大跨度空間網(wǎng)格結(jié)構(gòu)健康監(jiān)測中傳感器優(yōu)化布置研究[D]. 李壯.青島理工大學(xué) 2012



本文編號：3372180