大型橋梁結構動力檢測測點優(yōu)化的隨機算法.pdf

1、本文主要研究大型橋梁結構動力檢測的加速度傳感器優(yōu)化布置的隨機算法，包括方法研究、仿真分析和實際應用三個方面。本文的主要研究內容如下：
　　在評述國內外結構模態(tài)試驗的傳感器優(yōu)化布置準則及方法基礎上，針對目前應用的傳感器測點優(yōu)化的隨機算法可靠性不高、計算效率低的現(xiàn)狀，結合大型結構傳感器布置的特性，對傳統(tǒng)遺傳算法進行了改進研究。提出了對傳統(tǒng)遺傳算法進行約束條件和計算流程改進的改進遺傳算法；給出了用傳統(tǒng)遺傳算法、改進遺傳算法、模擬退火法及

2、后兩者的聯(lián)合算法解決大型橋梁傳感器優(yōu)化布置問題的全部計算過程；將傳統(tǒng)的測點優(yōu)化準則以適應度的形式嵌入上述隨機算法中，得到了每種算法參數(shù)的確定方法。通過適應度的比較，證明了隨機算法的搜索能力；通過可靠性、搜索能力和計算效率等指標的評定，證實了改進遺傳算法是一種比較有效和實用的方法。
　　為了進一步研究測點優(yōu)化隨機算法的有效性，對山東濱州黃河斜拉橋動力檢測的傳感器優(yōu)化布置進行了仿真分析。以ANSYS為平臺，在白噪聲激勵下提取測點的輸出

3、響應，應用聯(lián)合NEXT（Natural Excitation Technique）法和ERA（Eigen-system Realization Algorithms）法對無噪聲和加入2％、5%、10%、15%、20%水平噪聲的響應數(shù)據(jù)進行結構模態(tài)參數(shù)辨識；通過識別效果分析和比較，對有效獨立準則（EI），模態(tài)置信準則（MAC），振型最大化準則和模態(tài)應變準則(MKE)進行了評價，得到了不同隨機算法和測點優(yōu)化準則對模態(tài)參數(shù)辨識的效果以及對噪聲