本发明涉及的一种基于动态特性的传感器优化布置方法,特别是涉及应用于动态信息的传感器布置的一种基于固有频率和位移模态的结构动态特性识别损失参数的传感器优化布置方法。
背景技术:
1、在桥梁的使用过程中,交通荷载和环境条件的正常改变会造成桥梁的累积性损伤;而意外事故、人为破坏和自然灾害可能造成桥梁的突发性损伤。这些损伤达到一定程度就会影响桥梁的安全使用。
2、为确保桥梁结构安全运营和延长使用寿命,有必要进行桥梁结构的在线损失识别。在线监测桥梁时一般通过环境激励得到的结构的动态特性,而动态特性的监测则关注桥梁在动态荷载(如交通荷载、风载等)或环境因素(如地震、风振等)影响下的振动响应、频率、振幅等动态行为,然后基于结构动态特性识别结构损失。实践表明,当动态信息存在测量误差时,如果不加选择地使用所有测量信息进行损伤识别有可能造成一些较大的识别误差,甚至导致参数识别过程不能收敛。因此有必要研究相应的基于动态结构特性识别损失参数进行传感器优化布置算法来尽量减小测量误差对损伤识别结果的影响。
技术实现思路
1、针对上述现有技术,本发明要解决的技术问题是现有的在传感器位置布置的优化过程中往往无法根据动态测量信息获得较为准确的桥梁损伤情况。
2、为解决上述问题,本发明提供了一种基于结构动态特性识别损失参数的传感器优化布置方法,所述结构动态特性为固有频率和位移模态;基于固有频率和位移模态直接反演出桥梁的等效刚度来识别损伤,步骤如下:s1:将桥梁划分成若干区域;假设发生损伤时每个区域的几何形状不发生改变,该区域的等效弹性模量作为一个损伤指标;s2:在成桥试验阶段,用静态方法,根据位移、转角或应变反演得出各等效区域的等效弹性模量,并作为桥梁的原始指纹保存;s3:在桥梁正常工作时,根据脉动法实时测到的固有频率和位移模态,在保持等效密度和几何形状不变的情况下,反演各区域的等效弹性模量;s4:将反演得到的值和原始指纹保存数值进行比较得到桥梁的损伤情况;基于桥梁的损伤情况,优化布置传感器。
3、作为优选,基于固有频率和位移模态的损伤参数识别的优化模型,之后采用高斯牛顿算法来求解迭代公式,假设迭代的初始值p0和真实值p*相比有δp的偏差,固有频率和位移模态的测量绝对误差分别为ελ和εx,构建计算模型和约束条件,然后根据测量误差在损伤参数识别过程中的扩散情况来构造相应的传感器优化布置具体算法,估计出位移模态的初始绝对误差。
4、作为优选,具体传感器优化布置方法步骤包括:
5、a1、最优集合确定,设定备选位移和应变测量点集合中一共nm个测量点,在初始解生成过程中,把这些测量点分成ns=[nm/np]个子集合,而np为需识别的损失参数个数,其中有一个子集合的元素等于或少于np个,其余子集合都有np个元素,其中np=np1+np2,其中np1为测量过程中的标准测量点,为桥桩和桥面受力集中位置,在传感器布置过程中属于固定布置点,np1所包含的位置将不进入后续的局部优化搜索,而np2则为非固定传感器测量点,np2所包含的位置将进入到后续的局部优化搜索中,通过解出非固定np2测量位置来配合固定的np1整合出整体np,再计算每个子集合的适定性条件lω和参数估计偏差值b,如果某一个子集合满足损失识别适定性lω<1,且有最小的偏差b,则把它记为最优集合sbest;
6、a2、局部优化搜索,在局部优化搜索过程中,设定迁移一、迁移二和交换三种搜索方式:
7、将三种基本算法按如下顺序组合运行,以实现高效的局部优化搜索:
8、(1)在每一对子集合之间进行交换搜索;
9、(2)在每一对子集合之间进行迁移一搜索;
10、(3)在每一对子集合之间进行交换搜索;
11、(4)在每一对子集合之间进行迁移二搜索;
12、在经过步骤(1)~步骤(4)中任一步骤中产生过新的测量点集合时,重新从步骤(1)开始重复进行局部搜索过程,否则停止搜索;
13、a3:局部最优解再优化,经过步骤a2的搜索后,更换目标函数的方法,使得优化搜索过程暂时接受中间解,从而引导算法走出局部最优区域,将上述局部搜索过程抽象为sopt=f(b),并将目标函数由b换成了lω,那么s′opt=f′(lω)则表示上述优化过程,这样,优化得到的s′opt将偏离sopt,从而将局部搜索引导到一个新的区域,得到最优解。
14、作为优选,根据测量误差在损伤参数识别过程中的扩散情况来构造相应的传感器优化布置算法,假设迭代的初始值p0和真实值p*相比有δp的偏差,固有频率和位移模态的测量绝对误差分别为ελ和εx:
15、
16、则有:
17、
18、其中
19、
20、记:
21、lω≡max||ω(p)||∞
22、la≡max||a(p,ε)||∞
23、其中:
24、
25、如果满足lω<1,则:
26、
27、即如果一组固有频率和位移模态片段的测量信息满足lω<1,并且相应的参数上限估计b≡la(1+lω)较小,那么由这组测量信息识别得到唯一稳定的参数;
28、为ω(p)式中涉及到为求解固有频率和位移模态对损伤参数的二阶偏导数;
29、首先假设:
30、
31、其中cjk为待定常数,为待定向量;
32、为了求解cjk,可对pk求偏导得到:
33、
34、为求向量首先对pk求偏导得到:
35、
36、
37、再注意到式特征方程(k-λ2m)xi=0,可得:
38、
39、注意到k和m都是对称矩阵,可得:
40、
41、消除矩阵(k-λ2m)的奇异性,即可解出向量最后得到位移模态向量对损伤参数的二阶偏导数;
42、但是在实际工程中位移模态测量值的绝对误差εx是很难获得的,为此我们按如下方法计算:
43、首先,根据经验估计位移模态的相对测量误差α,然后计算出δ,假设真实的位移模态为x%*,则归一化后的位移模态的测量值为:
44、
45、用残差向量代替残差向量r用与高斯-牛顿迭代算法就解出x%*,这样就估计出位移模态的初始绝对误差:
46、
47、传感器优化布置算法中,需要根据参数的真实值p*来准确地计算适定性条件和参数偏差估计值,但是在损伤参数识别之前,p*事先是无法得知的,基于固有频率和位移模态等结构动态信息的传感器优化布置,可以根据经验获得一个待选的有冗余信息的测量点集,在此基础上再交替运用传感器的优化布置和损伤参数识别方法来识别桥梁的损伤。
48、令n=1,根据经验设定根据传感器的测量精度估计令优化布点集合为空,以冗余的传感器布点组合作为备选点,交替使用传感器优化布点与参数识别的算法如下:
49、第一步、基于划分初始最优集合sbest并进行记录,并在局部优化搜索过程中寻找s′opt=f′(lω),在出现s′opt=f′(lω)时,当b(sopt)<b(sbest),则利用s′opt的对应信息更新最优集合sbest,之后继续局部优化搜索,寻找sopt=f(b)的情况,而当b(sopt)≥b(sbest)时,则直接继续局部优化搜索,寻找sopt=f(b)的情况,而在出现sopt=f(b)时,在b(sopt)<b(sbest)时,计算结束,并获得优化布点而在b(sopt)≥b(sbest)时,则利用sopt的对应信息更新最优集合sbest,并重新进行在局部优化搜索过程中寻找s′opt=f′(lω);
50、第二步、当出现的情况时,停止并输出最优集合否则基于进行损伤参数识别得到根据更新固有频率和位移模态的绝对测量误差;
51、第三步、令n=n+1,并重复步骤s1。
52、与现有技术相比较,本技术是针对测量动态信息的多传感器优化布置方法,基于固有频率和位移模态直接反演出桥梁的等效刚度来识别损伤,获得较为准确的桥梁损伤情况,然后根据损伤参数识别的优化模型,采用高斯牛顿算法来求解迭代公式,根据测量误差在损伤参数识别过程中的扩散情况来构造相应的传感器优化布置算法,这样就可以构造出一个包含了测量误差更新的传感器优化布点与损伤参数识别交替进行的组合算法,逐步减小由于真实参数和测量误差的不确定性所带来的误差。
1.一种基于结构动态特性识别损失参数的传感器优化布置方法,其特征在于:所述结构动态特性为固有频率和位移模态;基于固有频率和位移模态直接反演出桥梁的等效刚度来识别损伤,步骤如下:
2.根据权利要求1所述的一种基于结构动态特性识别损失参数的传感器优化布置方法,其特征在于:基于固有频率和位移模态的损伤参数识别的优化模型,之后采用高斯牛顿算法来求解迭代公式,假设迭代的初始值p0和真实值p*相比有δp的偏差,固有频率和位移模态的测量绝对误差分别为ελ和εx,构建计算模型和约束条件,然后根据测量误差在损伤参数识别过程中的扩散情况来构造相应的传感器优化布置具体算法,估计出位移模态的初始绝对误差。
3.根据权利要求2所述的一种基于结构动态特性识别损失参数的传感器优化布置方法,其特征在于:根据测量误差在损伤参数识别过程中的扩散情况来构造相应的传感器优化布置算法,假设迭代的初始值p0和真实值p*相比有δp的偏差,固有频率和位移模态的测量绝对误差分别为ελ和εx:
4.根据权利要求2所述的一种基于结构动态特性识别损失参数的传感器优化布置方法,其特征在于:传感器优化布置算法中,需要根据参数的真实值p*来准确地计算适定性条件和参数偏差估计值,但是在损伤参数识别之前,p*事先是无法得知的,基于固有频率和位移模态结构动态信息的传感器优化布置,根据经验获得一个待选的有冗余信息的测量点集,在此基础上再交替运用传感器的优化布置和损伤参数识别方法来识别桥梁的损伤;
