發(fā)布時(shí)間：2018-05-03 15:29

  本文選題：結(jié)構(gòu)健康監(jiān)測 + 傳感器優(yōu)化布置�。� 參考：《大連理工大學(xué)》2016年碩士論文

【摘要】：傳感器優(yōu)化布置是結(jié)構(gòu)健康監(jiān)測中的首要環(huán)節(jié),如何在給定傳感器數(shù)量的情況下,優(yōu)化傳感器的位置有重要的現(xiàn)實(shí)意義。群智能優(yōu)化算法具有較強(qiáng)的全局尋優(yōu)能力,可為優(yōu)化準(zhǔn)則尋找全局最優(yōu)解。目前大多數(shù)群智能優(yōu)化算法存在早熟收斂,算法循環(huán)次數(shù)較多,在高維情況下收斂速度較慢,易陷入局部最優(yōu)等問題。為解決全局?jǐn)?shù)值最優(yōu)解問題,本文提出了一種新型群智能優(yōu)化算法鴿群算法(Pigeon Colony Algorithm,簡稱PCA)并實(shí)現(xiàn)了PCA的離散化,成功用于傳感器優(yōu)化布置。本文主要研究工作如下：(1)原創(chuàng)地提出了一種新型群智能優(yōu)化算法：PCA。介紹了PCA的構(gòu)思,詳細(xì)給出了PCA算法的三大過程：起飛、飛行和歸巢；總結(jié)了算法的具體步驟和公式；以及PCA的流程圖和偽代碼。(2)對PCA進(jìn)行了參數(shù)分析。將PCA參數(shù)進(jìn)行了分組對比,給出了參數(shù)選取的合理范圍；通過算例對PCA的迭代過程進(jìn)行了演示,證實(shí)了參數(shù)范圍的適用性。(3)采用PCA對低維函數(shù)、高維函數(shù)和非線性方程組進(jìn)行優(yōu)化測試,并與標(biāo)準(zhǔn)遺傳算法以及粒子群算法進(jìn)行了對比分析,結(jié)果表明PCA的特點(diǎn)：1)算法對目標(biāo)函數(shù)的性質(zhì)要求不高,可以是函數(shù)表達(dá)式,也可以是非函數(shù)形式的表示形式；2)對低維函數(shù)算法具有全局收斂性較強(qiáng)、算法循環(huán)次數(shù)少、收斂速度快的特點(diǎn)；3)算法對高維、多峰值、復(fù)雜問題具有較強(qiáng)的全局收斂性、較少的循環(huán)次數(shù)以及較高的穩(wěn)定性。(4)將PCA算法引入傳感器優(yōu)化布置。以三維模態(tài)置信準(zhǔn)則作為優(yōu)化目標(biāo)函數(shù),采用美國中佛羅里達(dá)大學(xué)建立的橋梁基準(zhǔn)模型為例,分別對考慮冗余和不考慮冗余性的兩種三維模態(tài)置信準(zhǔn)則進(jìn)行了對比分析,結(jié)果表明,PCA算法可以很好地應(yīng)用于傳感器優(yōu)化布置領(lǐng)域,考慮冗余性的三維模態(tài)置信準(zhǔn)則可以有效地?cái)M合模態(tài)振型,傳感器的布設(shè)位置更為合理。(5)以潤揚(yáng)長江大橋作為工程算例,對大橋南汊橋的主梁建模,對主梁93個(gè)節(jié)點(diǎn)進(jìn)行傳感器優(yōu)化布置,分別選取三維模態(tài)置信準(zhǔn)則的非對角元最大值最小化和非對角元平均值最小化作為目標(biāo)函數(shù),用PCA對兩種目標(biāo)函數(shù)進(jìn)行了優(yōu)化,并對比分析了考慮冗余性的優(yōu)化布置方案,證實(shí)了考慮冗余性的優(yōu)化布置方案的傳感器布設(shè)位置更為合理,證實(shí)了PCA在傳感器優(yōu)化布置應(yīng)用中的可行性。
[Abstract]:The optimal arrangement of sensors is the most important link in structural health monitoring. How to optimize the position of sensors is of great practical significance when the number of sensors is given. The swarm intelligence optimization algorithm has a strong global optimization ability and can find the global optimal solution for the optimization criteria. At present, most swarm intelligence optimization algorithms have premature convergence, many circulations, slow convergence speed in high dimensional cases, and easy to fall into local optimization problems. In order to solve the problem of global numerical optimal solution, a new pigeon Colony algorithm (pigeon Colony algorithm) is proposed in this paper, and the PCA is discretized and successfully used in the optimal placement of sensors. The main research work of this paper is as follows: (1) A new swarm intelligence optimization algorithm: PCA-1 is proposed in this paper. This paper introduces the conception of PCA, and gives the three major processes of PCA algorithm: take-off, flight and homing, summarizes the concrete steps and formulas of the algorithm, and analyzes the parameters of PCA by flow chart and pseudo-code of PCA. The PCA parameters are grouped and compared, the reasonable range of parameter selection is given, the iteration process of PCA is demonstrated by an example, and the applicability of the parameter range is proved. The optimization test of high-dimensional function and nonlinear equations is carried out, and compared with the standard genetic algorithm and particle swarm optimization algorithm. The results show that the characteristic of PCA is that the property of the objective function is not high, and it can be a function expression. It can also be expressed in the form of non-function, which has strong global convergence to low dimensional function algorithm, less cycle times and faster convergence speed.) the algorithm has strong global convergence for high-dimensional, multi-peak and complex problems. The PCA algorithm is introduced to the sensor layout optimization with less cycle times and higher stability. Taking the three-dimensional modal confidence criterion as the optimization objective function and the bridge reference model established by the University of Central Florida in the United States as an example, two kinds of three dimensional modal confidence criteria with or without redundancy are compared and analyzed. The results show that the PCA algorithm can be well applied in the field of sensor optimal layout, and the 3D modal confidence criterion considering redundancy can fit the modal mode effectively. Taking Runyang Yangtze River Bridge as an engineering example, the main girder of the bridge is modeled and the 93 nodes of the main beam are optimized. The maximum value minimization of non-diagonal elements and the minimization of the mean value of non-diagonal elements are selected as objective functions respectively. The two objective functions are optimized by PCA, and the optimal layout scheme considering redundancy is compared and analyzed. It is proved that the optimal sensor placement with redundancy is more reasonable, and the feasibility of PCA in the application of sensor optimal layout is confirmed.
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TU317;TP212

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 方海恩;呂謀;;供水系統(tǒng)預(yù)警監(jiān)測站的優(yōu)化布置[J];中國給水排水;2007年09期

2 伊廷華;張旭東;李宏男;;基于異步爬猴群算法的傳感器優(yōu)化布置方法研究[J];計(jì)算力學(xué)學(xué)報(bào);2013年05期

3 郝品正,李伯海,李一兵;大源渡樞紐通航建筑物優(yōu)化布置及通航條件試驗(yàn)研究[J];水運(yùn)工程;2000年10期

4 陳呈頻;畢娜;施祺方;蘭秀菊;;車間設(shè)施優(yōu)化布置方案[J];工業(yè)工程與管理;2007年01期

5 王國新;王衛(wèi)爭;;高層建筑中強(qiáng)震儀的優(yōu)化布置[J];振動與沖擊;2008年10期

6 廖重云;;三峽三期工程主壩施工機(jī)械優(yōu)化布置[J];水利水電施工;2011年03期

7 李偉峰;祝加勇;袁朋超;;廠區(qū)車間出入口的優(yōu)化布置研究[J];新西部(理論版);2012年Z6期

8 伊廷華;張旭東;李宏男;;基于改進(jìn)猴群算法的傳感器優(yōu)化布置方法研究[J];計(jì)算力學(xué)學(xué)報(bào);2013年02期

9 張政華;畢丹;李兆霞;;基于結(jié)構(gòu)多尺度模擬和分析的大跨斜拉橋應(yīng)變監(jiān)測傳感器優(yōu)化布置研究[J];工程力學(xué);2009年01期

10 伊廷華;王相;李宏男;;考慮敏感性和魯棒性相協(xié)調(diào)的多維傳感器優(yōu)化布置方法[J];振動工程學(xué)報(bào);2013年04期

相關(guān)會議論文 前7條

1 沈揚(yáng);遠(yuǎn)近;;胎帶機(jī)澆筑混凝土優(yōu)化布置模型設(shè)計(jì)及應(yīng)用[A];第二屆水電工程施工系統(tǒng)與工程裝備技術(shù)交流會論文集（上）[C];2010年

2 王景春;劉志春;李鳳超;;基坑位移量測測點(diǎn)的優(yōu)化布置[A];第八屆全國結(jié)構(gòu)工程學(xué)術(shù)會議論文集（第Ⅰ卷）[C];1999年

3 吳丹;吳子燕;覃小文;楊海峰;;基于兩步有效配置法的傳感器優(yōu)化布置[A];第九屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文集[C];2007年

4 路玲玲;王曦;黃晨光;劉彥池;;海洋平臺結(jié)構(gòu)的傳感器優(yōu)化布置研究[A];中國力學(xué)大會——2013論文摘要集[C];2013年

5 吳丹;吳子燕;覃小文;楊海峰;;基于兩步有效配置法的傳感器優(yōu)化布置[A];第九屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文摘要集[C];2007年

6 王豐;劉德有;譚志忠;;風(fēng)電場風(fēng)機(jī)優(yōu)化布置數(shù)學(xué)模型研究[A];抽水蓄能電站工程建設(shè)文集（2008）[C];2008年

7 魏燕定;呂永桂;陳子辰;;機(jī)敏桿壓電扭轉(zhuǎn)驅(qū)動器/傳感器優(yōu)化布置[A];第九屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文摘要集[C];2007年

相關(guān)博士學(xué)位論文 前4條

1 黃偉;基于智能優(yōu)化的工程振動控制策略及傳感器優(yōu)化布置研究[D];合肥工業(yè)大學(xué);2016年

2 趙俊;結(jié)構(gòu)健康監(jiān)測中的測點(diǎn)優(yōu)化布置方法研究[D];暨南大學(xué);2011年

3 王娟;結(jié)構(gòu)時(shí)域辨識方法及傳感器優(yōu)化布置問題研究[D];北京交通大學(xué);2013年

4 孫小猛;基于模態(tài)觀測的結(jié)構(gòu)健康監(jiān)測的傳感器優(yōu)化布置方法研究[D];大連理工大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 李永濤;地下洞室位移反分析的測點(diǎn)優(yōu)化布置研究[D];中原工學(xué)院;2015年

2 趙秀琪;基于現(xiàn)代智能算法的土木工程結(jié)構(gòu)傳感器優(yōu)化布置研究[D];遼寧工業(yè)大學(xué);2016年

3 張美玲;鋼棒裂紋損傷模態(tài)識別中的傳感器優(yōu)化布置研究[D];東北大學(xué);2014年

4 姜濤;JU2000E型鉆井平臺機(jī)艙管路優(yōu)化布置研究[D];大連理工大學(xué);2016年

5 溫凱方;基于鴿群算法的傳感器優(yōu)化布置方法研究[D];大連理工大學(xué);2016年

6 杜國璋;基于猴群算法的傳感器優(yōu)化布置方法研究[D];蘭州交通大學(xué);2016年

7 代鳳娟;支持故障預(yù)測的傳感器優(yōu)化布置研究[D];西北工業(yè)大學(xué);2007年

8 馬莎莎;高層建筑結(jié)構(gòu)健康監(jiān)測中傳感器優(yōu)化布置研究[D];合肥工業(yè)大學(xué);2012年

9 牛國純;水工結(jié)構(gòu)動力檢測的傳感器優(yōu)化布置與損傷識別方法研究[D];天津大學(xué);2012年

10 楊志魁;基于靈敏度有效獨(dú)立的傳感器優(yōu)化布置研究[D];長安大學(xué);2013年

，

本文編號：1839046