考虑桥路面粗糙度的移动体参数识别

基于虚拟变形(VDM)方法中移动动态影响矩阵的概念,利用双自由度质量-弹簧阻尼模型模拟移动车辆,系统推导和阐述了车-桥耦合系统中粗糙路面上移动体参数的识别方法。以移动体参数的修正因子为优化变量,通过最小化桥体结构实测响应和计算响应的平方距离进行识别,识别精度高,对噪声鲁棒性强,且较少的传感器就能识别多个移动体参数。利用移动动态影响矩阵,每步优化中无需时时重构系统参数矩阵,计算效率高。利用一个三跨连续梁模型验证该方法的有效性,在5%的噪声影响下,利用一个传感器可以准确地识别多个移动体参数和移动荷载。此外,通过比较平坦路面与粗糙路面上的移动体参数的识别方法和结果,结合车体参数的灵敏度分析,说明了路面粗糙度、移动体参数对结构响应的影响及不同情况下参数识别中优化变量的选取原则。     

求解VRP问题的混沌模拟退火萤火虫算法

目的使萤火虫优化算法(GSO)能够适用于车辆路径问题(VRP)的求解,同时提高该算法的求解性能。方法通过对GSO算法的改进,提出求解VRP问题的混沌模拟退火萤火虫优化算法(CSAGSO)。首先,设计改进的GSO算法(IGSO)使IGSO算法能够适应VRP问题的求解;其次,在IGSO算法中引入模拟退火机制,提出模拟退火萤火虫优化算法(SAGSO),使IGSO算法可有效避免陷入局部极小并最终趋于全局最优。然后,在SAGSO算法中引入混沌机制,提出CSAGSO算法,对SAGSO算法的荧光素浓度值进行混沌初始化和混沌扰动;最后,对标准算例集进行仿真测试。结果与遗传算法、蚁群算法和粒子群算法相比,CSAGSO算法的全局寻优能力、收敛速度及稳定性均改善了50%以上。结论对GSO算法的改进是合理的,且CSAGSO算法的全局优化能力、收敛速度和稳定性均优于遗传算法、蚁群算法和粒子群算法。     

多个移动车辆作用下简支梁的动力响应分析

将简支梁桥简化为欧拉-伯努利梁模型,考虑四自由度车辆移动系统与结构表面接触处不平顺产生的随机激励,建立了多个移动车辆振动系统与梁的耦合动力效应模型。在数值算例中,计算了不同模态截断阶数情况下由动力效应产生的挠曲线;讨论了移动速度变化时,在梁上作用不同荷载组合情况下冲击系数的变化规律;并讨论了跨径变化时冲击系数的变化规律;最后比较了在不同等级平整度情况下梁的动弯矩、动剪力的结果。     

桥梁移动荷载识别的不适定性及其试验研究

对桥梁移动荷载识别方程不适定问题进行研究，提出采用预处理共轭梯度法（PCGM）求解超定方程组，通过选择不同的预优矩阵，改善和解决超定方程组的欠秩和病态问题。为验证基于PCGM方法的现场实用性，设计制作了车桥试验模型，通过试验采集到的桥梁弯矩响应数据识别桥面移动荷载。比较桥梁模态数、预处理共轭梯度法迭代次数、桥面粗糙度、车辆重量以及测点选择对识别结果精度的影响后，研究结果表明：基于PCGM方法能够很好地识别车辆荷载，收敛较快且能较好改善荷载识别方程的不适定性。     

随机激励下重载车辆空气悬架参数多目标优化

为提高车辆行驶平顺性、减小轮胎对路面的动载荷,以某重载车辆空气悬架系统为研究对象,建立四自由度1/2车辆多目标优化模型,提出改进的多目标自适应遗传算法对悬架参数进行优化。与一般遗传算法相比,车身垂向加速度、前后轮动载荷有效值约减小10%,目标函数值改善度降低57.03%。该方法不仅能提高车辆行驶稳定性,且可减小轮胎对路面的动载荷,已进一步证明该方法的有效性及可行性。     

基于矩量法的移动荷载识别

从桥梁响应识别桥面移动荷载往往出现逆问题的病态（不适定性）等共性问题。本文基于移动荷载识别理论，借助矩量法求解积分方程理论并采用整域基函数——正交勒让德多项式表达桥面移动荷载，提出了一种移动荷载识别的时域改进算法。两轴车辆多种组合工况下的常载和时变荷载数值仿真研究表明：与时域法比较，改进时域法识别桥面移动荷载时，其识别精度高、抗噪能力强，识别结果不适定性有显著改善。     

基于计算机视觉的运动车辆检测

针对视频图像中车辆检测问题,提出了一种基于计算机视觉的运动车辆检测方法。首先,选取最佳方差参数并利用双边滤波对图像进行预处理;再利用Surendra背景更新算法实时更新背景图像,采用粒子群(PSO)极大熵法求得背景差分图像的阈值;然后,将得到的二值图像进行形态学处理并检测出运动车辆。实验结果表明,该算法不仅适用于简单背景、车速较慢的环境中,而且在复杂背景、噪声较大、车速较快的情况下,该方法均能够克服外界环境的不利影响,准确地检测出运动车辆,提高检测的准确率。     

京沪高速铁路南京长江大桥列车走行性分析

运用桥梁结构动力学与车辆动力学的研究方法,将车桥作为联合动力体系,建立了高速列车与大跨度斜拉桥的车桥耦合动力分析模型。以京沪高速铁路南京长江大桥3塔斜拉桥方案为例,分析了大跨度斜拉桥在ICE高速列车作用下的车桥动力响应特点;同时,基于合理的列车走行性评价指标,对高速列车通过大跨度斜拉桥时的走行安全性与舒适性进行了详细分析,初步探讨了大跨度斜拉桥用于高速铁路的可行性。     

环境激励下移动车辆对桥梁模态参数识别的影响研究

基于环境激励的模态参数识别方法在桥梁健康监测领域应用广泛,所识别桥梁的模态参数的变化常用来进行损伤识别.然而在模态参数识别过程中,移动车辆本身具有的质量属性被忽视,仅被当作为环境激励的一部分.桥梁损伤导致的模态参数变化将被移动车辆所引起的变化掩盖,影响后续损伤识别的效果.以随机子空间法为例,研究环境激励下的模态参数识别...     

基于影响线的桥梁移动荷载识别

以桥梁不同截面动应变响应为对象,进行移动荷载识别研究。通过寻找应变曲线峰值点识别车辆行驶速度、轴数、轴距,并采用影响线拟合动应变响应的思路识别车辆各轴轴重。结合车-桥耦合振动模拟计算,对桥梁移动荷载识别问题进行数值仿真分析。     

动态视角下城市通勤路径优化研究

针对城市上班族“通勤难”的问题,考虑到交通拥堵发生的不确定性,以动态视角研究基于实时交通信息的通勤车动态路径优化问题,同时将停靠点选址问题作为其影响因素优先进行分析。建立以行驶路径最短为目标的初始路径优化模型,并重新制定路线更新规则,将路口交叉点作为新的关键点引入更新策略。通过实证分析得到,动态优化后无拥堵状态下的通勤效率可以提高35.7%,存在拥堵的状态下通勤效率可以提高40%,证明了模型和算法的有效性。     

Dynamic moving load identification of laminated composite beams using a hybrid FE-TMDQ-GAs method

In this study, dynamic moving load identification of laminated composite beams is performed by introducing a hybrid finite element (FE), time marching differential quadrature (TMDQ) and genetic algorithms (GAs) methods. The first-order shear deformation theory based equations of the beam are discretized in the space and time domains using the FE and TMDQ methods, respectively. Accuracy and efficiency of the TMDQ method for solving the problem are shown via comparing the results with the Newmark’s method. To simulate the measured responses for the load identification problem, random error is applied to the dynamic responses obtained from the finite element and time marching differential quadrature method under a given dynamic load. An objective function as a root mean square error between the calculated and measured responses is defined and the GAs is employed to minimize the function and identify the loading parameters. Applicability and usefulness of the proposed method are shown through solving some examples.     

正交各向异性孔板的材料参数识别

结合优化技术和边界元分析,针对正交各向异性孔板进行了材料参数的识别。材料参数识别的问题转化为极小化目标函数的问题,其中目标函数定义为测量位移与边界元计算相应的位移之差的平方和。采用Levenberg-Marquardt方法解极小化目标函数的问题,其中灵敏度的计算是基于离散的边界元代数矩阵方程对识别材料参数的求导。数值算例中,首先把边界元计算正交各向异性圆孔方板位移的结果与解析解进行比较,两者符合良好;然后采用本文提出的方法识别正交各向异性圆孔方板的材料参数。数值算例表明本文提出的方法是有效的。     

Vertical dynamic responses of a simply supported bridge subjected to a moving train with two‐wheelset vehicles using modal analysis method

The vertical dynamic responses of a simply supported bridge subjected to a moving train are investigated by means of the modal analysis method. Each vehicle of train is modelled as a four‐degree‐of‐freedom mass–spring–damper multi‐rigid body system with a car body and two wheelsets. The bridge, together with track, is modelled as a simply supported Bernoulli–Euler beam. The deflection of the beam is described by superimposing modes. The train and the beam are regarded as an entire dynamic system, in which the contact forces between wheelset and beam are considered as internal forces. The equations of vertical motion in matrix form with time‐dependent coefficients for this system are directly derived from the Hamilton's principle. The equations of motion are solved by Wilson‐θ method to obtain the dynamic responses for both the support beam and the moving train. Compared with the results previous reported, good agreement between the proposed method and the finite element method is obtained. Finally, the effects of beam mode number, vehicle number, beam top surface, and train velocity on the dynamic responses of the entire train and bridge coupling system are studied, and the dynamic responses of beam are given under the train moving with resonant velocity. Copyright © 2005 John Wiley & Sons, Ltd.     

结构损伤检测的人工鱼群算法

结构损伤检测实际上属于系统识别的问题,其最终目标是识别结构损伤前后物理参数的变化。可利用实测结构模态参数建立方程求解得到结构物理参数,该过程在数学上往往转化为求解约束优化问题。由此,尝试采用人工鱼群算法来求解这类大型土木工程约束优化问题,首先介绍了算法的参数定义、行为描述及算法流程,然后利用经典测试函数对算法计算性能进行测试,最后给出了结构损伤识别这类约束优化问题的目标函数并通过数值仿真验证了该算法的有效性和鲁棒性。考虑测量噪声影响并通过不同损伤工况的数值仿真,研究结果表明,人工鱼群算法能有效地检测出损伤单元所处位置和损伤程度,因而将其应用到结构损伤检测领域是可行的。     

基于改进最小二乘步骤的NARMA模型辨识非线性时变结构系统

基于时变非线性自回归滑动平均模型利用改进的递推最小二乘算法提出一种用于非线性时变结构系统辨识的方法。利用线性变换将非线性时不变结构系统的动力学模型转化为非线性自回归滑动平均模型,然后将非线性项展开为系统输出数据的多项式的形式。利用短时时不变假设,通过改变模型的参数跟踪系统参数的变化,将非线性时变系统的辨识问题转化为线性时变系统的辨识问题,再利用改进的递推最小二乘算法实现对非线性时变结构系统的辨识。最后通过一个具有非线性时变刚度的三自由度结构系统的仿真算例表明,该方法可以有效地辨识非线性时变结构系统。     

动态蚁群算法在带时间窗车辆路径问题中的应用

蚁群算法是近年来新出现的一种随机型搜索寻优算法。自从在旅行商等著名问题中得到富有成效的应用之后，已引起人们越来越多的关注和重视。将这种新型的生物优化思想扩展到物流管理中的带时间窗车辆路径问题，设计了一种动态蚁群算法，从数值计算上探索了这种新型蚁群算法的优化能力，获得了满意的效果。     

Parameter identification of autonomous vehicles using multi-objective optimization

In order to properly operate an autonomous vehicle navigation system, it is important that the vehicle and sensor models of the vehicle are defined by an accurate parameter set. This paper presents a technique for identifying parameters of an autonomous vehicle using multi-objective optimization, which enables the identification process without introducing additional parameters. A multi-objective optimization method has been further proposed to solve the optimization problem defined for the identification efficiently and promisingly. Results of numerical examples first show that the proposed optimization method can work well for various multi-objective optimization problems. Then, the proposed identification technique has been applied to the actual parameter identification of the autonomous vehicle developed by the authors, and an appropriate parameter set has been obtained.     

Interval-Based Uncertain Multi-Objective Optimization Design of Vehicle Crashworthiness

In this paper, an uncertain multi-objective optimization method is suggested to deal with crashworthiness design problem of vehicle, in which the uncertainties of the parameters are described by intervals. Considering both lightweight and safety performance, structural weight and peak acceleration are selected as objectives. The occupant distance is treated as constraint. Based on interval number programming method, the uncertain optimization problem is transformed into a deterministic optimization problem. The approximation models are constructed for objective functions and constraint based on Latin Hypercube Design (LHD). Thus, the interval number programming method is combined with the approximation model to solve the uncertain optimization problem of vehicle crashworthiness efficiently. The present method is applied to two practical full frontal impact (FFI) problems.     

流体饱和孔隙介质参数反演的模拟退火算法

本文研究了模拟退火算法在流体饱和孔隙介质参数反演中的应用。通过计算响应数据与实测响应数据的拟合将参数反问题归结为最优化问题。由于流体饱和孔隙介质运动方程的复杂性，动力响应与材料参数之间呈复杂的非线性关系，优化目标函数是非凸多峰函数。传统的梯度类优化方法一方面受局部极值的困扰难以搜索到全局最优解； 另一方面确定搜索方向须进行复杂的参数敏度分析。为克服这些困难，本文应用模拟退火算法进行了多参数反演数值模拟，模拟结果表明了模拟退火算法的可行性和稳健性。