《基于遗传算法的梁类构件损伤识别ppt》由会员分享，可在线阅读，更多相关《基于遗传算法的梁类构件损伤识别ppt（39页珍藏版）》请在金锄头文库上搜索。
1、基于遗传算法的梁类构件动力损伤 识别方法研究,2,汇报内容,1.选题的意义与研究现状 2.论文主要研究内容与创新点 3.梁类构件的动力学损伤识别模型 4.基于遗传算法的损伤识别研究 5.结论与展望,3,1.选题的意义与研究现状,1.1 选题的意义,图1.1莫斯科水上乐园屋顶坍塌,图1.2宜宾南门大桥桥面断裂,结构的损伤不能及时被发现并进行加固处理，则可能威胁到结构的安全，甚至会使结构失效，带来不可估量的经济损失和人员伤亡。,4,1.选题的意义与研究现状,1.2 研究现状,图1.3常用的动力损伤识别方法,整体检测与局部检测相结合。,缺点是：不能够准确得到损伤位置和程度。,本文方法：,5,2.论文
2、主要研究内容与创新点,2.1 研究主要内容,梁类构件两端弹性约束与中间单元。,（1）研究对象,（2）研究目标,能够定位定量识别梁类构件两端弹性约束和中间单元的损伤情况。,（3）研究理论基础, Timoshenko梁模型 Timoshenko梁自由振动动力学方程 遗传算法优化理论,6,2.论文主要研究内容与创新点,图2.1利用遗传算法梁类构件损伤识别的基本结构图,本文研究 方法,（4）,7,2.论文主要研究内容与创新点,2.2 论文的创新点, 建立Timoshenko梁类构件两端弹性约束损伤识别理论模型。,推导出梁类构件中间某单元损伤时，在某阶振型下引起梁上各个节点应变模态的变化量的理论公式。,
3、 利用一阶和二阶单元平均应变模态差的绝对值之和最小、三阶固有频率之差绝对值之和最小分别作为适应度函数，对弹性约束和中间单元不同位置、不同程度进行了损伤系数的优化识别识别结果较为准确。,8,3.梁类构件的动力学损伤识别模型,3.1 Timoshenko梁损伤识别的动力学模型,图3.1 梁构件损伤识别的动力学模型,（1）Timoshenko梁两端 弹性约束损伤识别模型如图（3.1）,为梁两端的弹性约束，模拟临近构件结点约束对本梁的影响情况,9,3.梁类构件的动力学损伤识别模型,（2）弹性约束梁损伤识别模型的振型方程,自由振动形状函数表达式:,弹性约束边界条件:,（3-1）,（3-2）,（3-3）,
4、10,3.梁类构件的动力学损伤识别模型,(3) 弹性约束梁损伤识别模型频率方程,如果（3-3）有非零解则其系数矩阵的行列式为零。,其中：,（3-4）,11,3.梁类构件的动力学损伤识别模型,表（3-1）梁的物理性质及其支座刚度,表（3-2）求得固有频率和A，B，C，D的值,12,3.梁类构件的动力学损伤识别模型,1) 频率方程得到的固有频率系数的值,2) 振型方程得到的振型曲线,图3.3 函数的零点放大图,图3.2 函数 的图象,图3.4 第一阶理论解振型,图3.5 第二阶理论解振型,图3.6 第三阶理论解振型,13,3.梁类构件的动力学损伤识别模型,3.2 ANSYS建立弹性约束梁模型,采用
5、BEAM188单元进行划分20等分；一维弹簧单元COMBIN14对两端弹性约束进行模拟。,图3.7 ANSYS模型第一阶振型,表（3-3）对称约束梁的物理性质及其支座刚度,图3.8 ANSYS模型第二阶振型,图3.9 ANSYS模型第三阶振型,14,3.梁类构件的动力学损伤识别模型,说明了用两端弹性约束Timoshenko梁模型对结构中的梁构件进行假设建模具有合理性和可行性, ANSYS模型和理论解析解的振型曲线,图3.10 ANSYS模型和理论模型解析解第一阶振型图,图3.11 ANSYS模型和理论模型解析解第二阶振型图,图3.12 ANSYS模型和理论模型解析解第三阶振型图,表（3-4）理
6、论模型与ANSYS模型的频率值,15,3.梁类构件的动力学损伤识别模型,3.3 中间单元损伤识别理论公式,单元发生损伤在第 阶振型下 节点处的应变模态差 :,对于多处损伤可由单处损伤进行线性叠加求得:,（3-5）,（3-6）,16,4.基于遗传算法的损伤识别研究,4.1 弹性约束损伤系数的多元多峰值优化目标函数,其中：,为损伤单元的刚度影响系数， 为将梁构件划分的单元数。,17,4.基于遗传算法的损伤识别研究,4.2 中间损伤单元应变残差改变量的多目标优化目标函数,为优化子目标 。,18,4.基于遗传算法的损伤识别研究,4.3 遗传算法设置,（1）编码：本文采用二进制编码 ，损伤识别的计算精度
7、为0.001 。 （2）初始种群：80120不等。,（3）适应度函数：,（4）交叉概率：（根据具体情况，有时候需要改变）本文用多点交叉,（5）终止准则： 达到规定迭代的最大数目。 最优个体的适应度值在一个位置停留次数50代或相差很小,19,4.基于遗传算法的损伤识别研究,（1）function sresult=myGAs(n,a,b,pc,pm,e,z,sumstep) （2）function sresult= plmyGAs (n,a,b,pc,pm,e,z,sumstep)myGAs为编制的matlab程序函数名；是适用于第一、第二种目标函 数遗传算法程序。 plmyGAs为编制的matl
8、ab程序函数名；是适用于第三种目标函数遗传算法程序。 其中n群体规模；a搜索上限；b搜索下限；pc交叉概率；pm变异概率；e计算精度；z-表示前z阶数之和；sumstep表示计算的终止代数。,20,4.基于遗传算法的损伤识别研究,4.4 两端弹性约束不同损伤情况下的识别结果,没有发生损伤,21,4.基于遗传算法的损伤识别研究,发生一处损伤采用适 应度函数一识别结果,22,4.基于遗传算法的损伤识别研究,发生一处损伤采用适 应度函数二识别结果,23,4.基于遗传算法的损伤识别研究,发生一处损伤采用适 应度函数三识别结果,24,4.基于遗传算法的损伤识别研究,（1）一处损伤识别结果总结, 采用一、
9、二阶单元平均应变模态差的绝对值之和做为适应度函数，能够很精确的定位定量。, 采用三阶固有频率之差绝对值之和作为适应度函数，能 够精确的定位，大致能够定量。, 采用单元平均应变模态差的绝对值之和的适应度函数， 比采用固有频率作为适应的函数优化识别效果好,25,4.基于遗传算法的损伤识别研究,发生两处损伤采用适 应度函数一识别结果,26,4.基于遗传算法的损伤识别研究,发生两处损伤采用适 应度函数二识别结果,27,4.基于遗传算法的损伤识别研究,发生两处损伤采用适 应度函数三识别结果,28,4.基于遗传算法的损伤识别研究,（2）二处损伤识别结果总结, 采用一、二阶单元平均应变模态差的绝对值之和做为
10、适应度函数，能够很精确的定位定量。, 采用三阶固有频率之差绝对值之和作为适应度函数，能 够精确的定位，大致能够定量。, 采用单元平均应变模态差的绝对值之和的适应度函数， 比采用固有频率作为适应的函数优化识别效果好,29,4.基于遗传算法的损伤识别研究,发生三处损伤采用适 应度函数一识别结果,30,4.基于遗传算法的损伤识别研究,发生三处损伤采用适 应度函数二识别结果,31,4.基于遗传算法的损伤识别研究,发生三处损伤采用适 应度函数三识别结果,32,4.基于遗传算法的损伤识别研究,（3）三处损伤识别结果总结, 采用一、二阶单元平均应变模态差的绝对值之和做为适应度函数，基本能够进行定位定量，但精
11、度不高。, 采用三阶固有频率之差绝对值之和作为适应度函数，大致能够定位，定量，但是精度不高。,33,4.基于遗传算法的损伤识别研究,4.5 中间单元的不同损伤情况下的识别结果,发生两处损伤采用适 应度函数一识别结果,34,4.基于遗传算法的损伤识别研究,发生两处损伤采用适 应度函数二识别结果,35,4.基于遗传算法的损伤识别研究,4.5 中间单元的不同损伤情况下的识别结果总结, 以第一、二阶单元应变模态值改变量之差的绝对值为最小的多目标优化遗传算法，对一、二、三处损伤能够较好识 别出损伤的位置与程度。, 在损伤识别的时候，要注意检测单元避开，各阶应变模态节点。,36,5.结论与展望,5.1 结
12、论, 通过弹性约束损伤识别模型，可以明确的得到，损伤的弹性约束对固有频率、振型的影响。, 得到梁类构件，中间一单元发生损伤，对其他单元在同一振型下单元平均应变模态的影响。, 中间单元损伤识别的损伤识别，采用第一、二阶单元应变模态值改变量之差的绝对值为最小的多目标优化遗传算法。对一处、二处、三处的损伤位置和损伤程度的识别都有较好的结果。,37,5.结论与展望, 对弹性约束的损伤识别，采用单元平均应变模态差的绝对值之和的适应度函数，能够对一、二处损伤较为精确的定位，定量，对三处损伤的定位定量不够精确。而采用三阶固有频率之和的绝对值的适应度函数，对一处损伤的识别效果，较满意；对两处的损伤能够识别结果，能够定位，但损伤程度识别较差；对三处损伤识别不满意。, 单元应变模态差的损伤识别指标优于三阶固有频率之和的指标。,38,5.结论与展望,5.2 展望,（1）对遗传算法的参数设置需要进一步研究。 （2）需要在测量噪声的情况下进一步研究。 （3）模态的不完备性造成了识别结果的误差，用前三阶的振型代替所有阶。 （4）本文所做工作只是基于理论上的数值模拟研究，还有待实验的验证。,衷心感谢各位老师同学 提出宝贵意见！,汇报结束,
