基于遗传算法的桥梁结构传感器优化布置研究-建筑与土木工程专业论文.docx

Based on the Genetic Algorithm study of optimal Placement of the sensor of bridge structure A Dissertation Submitted for the Degree of Master Candidate: Gong Gao Supervisor：Prof. Yang Yaxun Chang’an University, Xi’an, China i i PAGE PAGE iv 摘 要 传感器系统是桥梁健康监测系统中的必不可少的一部分，其对于判定现有桥梁的实 时损伤，真实地获取结构整体和局部信息，在特殊时刻提供预警，减少人力资源和财力 上的损失和浪费，减少错误信息对处理系统的干扰，实现桥梁的长寿命具有重要的意义。 传感器布置作为桥梁健康监测系统中科学研究的重心，人们对它进行的探索一刻也没有 停止过，但是由于测量参数的不同，科研人员对传感器优化研究角度的差异，自然得出 的结果各异，也没有得出完全唯一的评价准则，存在着许多值得商榷的地方。本论文进 行了如下探究： 一、建立耿峪河大桥的迈达斯模型，根据挠度识别误差最小的原则，插值拟合建立 目标函数，借助遗传算法工具箱在连续梁桥上对传感器布置进行优化，寻找到关心截面 的传感器布置最精确的解答。针对遗传算法工具箱中的变异算子和交叉算子对结果的影 响进行了深入的研究，发现虽然遗传算法存在随机性，但是在桥梁工程中可以通过多次 求平均值予以消除。 二、对振型的相似性进行了研究，振型向量分量是一个相对值，在以前的二范数度 量振型“相似性”的基础上，引入一范数进行规范化，然后再度量近似度，进而筛选出 线性无关的振型以便于分析。 三、迈达斯软件给出的是离散节点的分量值，于是介绍了最小二乘法的原理和幂级 数、傅里叶级数以及指数级数的拟合方式，最后决定采用精度最高傅里叶级数拟合成振 型函数，编制 MATLAB 程序，利用 MAC 准则，采用遗传算法工具箱对目标函数进行优化， 找出钢桁架梁桥和连续梁桥动力传感器的最优布置位置，并且采用模态运动能法对桥梁 传感器进行优化布置，得出在耿峪河大桥采用遗传算法并基于模态置信矩阵的方法布置 桥梁传感器优于模态运动能法。 关键词：传感器优化布置，挠度识别，遗传算法，MAC 准则，傅里叶级数振型拟合 Abstract Health monitoring, a vital component to the bridge, the optimal placement of the sensor sensitivity is capable of justifying the impair, acquiring segmental and overall information, giving a warn at a special moment at first[3]. In the next place, financial and human resources would be cut down. Last but not the least，the disturb of the mistaken messages would be minified. All in all, it would be great value of realizing the goal of Long life design. The research and discussion upon the optimal placement of the sensor sensitivity hasn’t come to a stop .So far, no perfect way is able to meet the target .There are always some intrinsic deficiencies in the placement. If there were no precise materials，there would be no true estimation. The main contents are as following： Above all, in the light of the principle, the deviation in SHM should be minimized, I set up a Midas model, afterwards write a bending moment equation with an axiom of force method, and optimize the displac