基于遗传算法的渡槽传感器优化布置

对于老旧渡槽,科学的损伤诊断有助于及时发现隐患并进行处理,其中传感器的优化布置是损伤诊断的关键。分别阐述了渡槽动力特性研究现状、传感器优化布置的方法以及基于遗传算法的桥梁传感器优化布置,最后分析了渡槽与桥梁的异同。基于遗传算法的渡槽传感器优化布置,可以借鉴遗传算法在桥梁传感器优化布置中的改性方法,综合考虑渡槽槽身底板、侧壁、支撑结构的动力特性,优化传感器的数目和布置位置。阐述和分析结果为基于遗传算法的渡槽传感器布置位置、遗传算法的改进提供参考。     

基于二重结构编码遗传算法的传感器优化配置

传感器的优化配置是一类组合优化问题,针对此问题,文章以应变模态保证准则SMAC为优化原则,以SMAC矩阵的最大非对角元为目标函数,针对满足传感器数量不变的约束条件问题,提出改进的二重结构编码遗传算法,并通过现有文献中的算例验证本文所提算法的高效性。算例结果表明,该遗传算法优化结果优于现有的遗传算法,将其应用于复合材料板模型损伤诊断的传感器优化配置是可行的。     

大型桥梁动力检测测点优化的改进遗传算法及其应用

回顾了基于动力检测的传感器优化布置准则和方法,提出了一种应用改进遗传算法,服务于大型桥梁动力检测的测点优化方法,并将该方法具体应用到了哈尔滨四方台大桥的动力检测中.该算法改进了约束条件,对于传统遗传算法在大型结构应用时收敛慢且易陷入局部最优的缺陷进行了自适应和全面交叉改进,这种改进大大加快了收敛速度,并确保该算法能搜索到最优值.把经典的优化准则———有效独立准则,模态置信准则,模态应变能准则等以适应度的形式嵌入改进遗传算法中,得出各自的优化布置.通过对哈尔滨四方台大桥模型的仿真分析,证明改进的遗传算法在搜索能力、计算效率、可靠性等相对于传统遗传算法有较大的改善,搜索能力明显优于经典的序列法.在此基础上选取三种典型方法应用于哈尔滨四方台大桥的检测中,用实际采样得到的响应数据进行模态参数辨识,得出了该结构的振型,通过实际应用证明了上述方法的可行性.     

基于小波和图论的空间结构传感器优化布置

针对小波智能方法的特点并运用图论理论，将空间结构或其一部分抽象为有向图。根据各杆件的连接关系确定距离矩阵，并运用Floyd算法，综合考虑结构模态动能和模态应变能等参数，提出了一种新的传感器优化布置方法。应用该法对一个单层网壳进行了传感器优化布置，通过数值模拟对节点上的加速度传感器信号进行特征提取，并运用支持向量机进行了损伤识别，通过对比分析，验证了所提出的传感器优化布置方法和小波智能方法的实用性和有效性。     

基于单元应变能变化率的两步法识别网壳结构损伤的研究

在传感器优化布置的基础上通过两阶段识别方法对网架结构的损伤进行识别.根据传感器优化布置的结果确定第一步要测得节点,通过MATLAB中的小波工具箱以单元应变能变化率为损伤指标进行小波分析,确定第二步要测得节点.第二步在缩小了的范围内以单元节点应变能变化率确定结构的损伤位置.结果显示,该两步法识别网架结构损伤可行.     

结构损伤参量灵敏度分析的传感器数量位置优化

为判断结构是否存在一定水平的损伤,对结构健康监测系统中所需的加速度传感器的最小数目及其位置进行计算.以损伤参量的灵敏度技术为基础,根据结构损伤对各种损伤参量的影响范围的不同,以遗传算法为工具,针对各种损伤参量得出所需传感器的最小数目以及其配置位置.通过对19自由度的简支梁进行仿真分析,得到对于不同损伤参量进行损伤识别所需加速度传感器最小数目和位置,结果表明对于该算例,柔度法所需传感器数目较少,但是损伤位置比较难确定,而对于模态曲率和模态应变能所需传感器比较多.通过该布置方法可以对结构损伤情况的损伤位置有大致评估,对多损伤状态的最大损伤处有初步定位.     

桥梁健康监测中三向传感器的测点优化布置方法

提出一种适用于大型桥梁结构的三维加速度传感器测点布置优化方法--三维有效独立法(简称EI3)。该方法将三向加速度传感器按Fisher信息矩阵准则进行优化布置。以悬臂梁为例,分别采用三维有效独立法、逐步累积法和遗传算法对传感器优化布置并相互验证。结果表明:三者吻合较好,但三维有效独立法能有效反映多自由度优化布置结果。最后三维有效独立法成功应用于九江长江大桥健康监测系统。     

塑料机油冷却器盖加强筋参数的多目标优化

在塑料机油冷却器加强筋参数优化设计中,为了有效地降低振动噪声及提高罩盖强度,结合流固耦合、响应曲面法(RSM)、带精英策略的非支配排序遗传算法(NSGA-Ⅱ)对塑料机油冷却器盖加强筋参数进行多目标优化.采用流固耦合的方法对原塑料机油冷却器盖的振动噪声水平进行预测,根据预测结果识别出对噪声贡献度较大的耦合模态频率;计算流体压力作用下罩盖的应变能;在罩盖底面布置加强筋,基于最优拉丁超立方设计和响应曲面法(RSM)建立加强筋设计参数与识别出的耦合模态频率、应变能和加强筋体积之间的近似模型;以耦合模态频率、应变能及加强筋体积作为优化目标,应用NSGA-Ⅱ对加强筋设计参数进行优化.结果表明,相对于原塑料机油冷却器盖,总声功率级降低了1.6dB,应变能降低了1 561N·mm.     

大跨度铁路钢桁斜拉桥传感器优化布置

为了解决大跨度铁路桥梁健康监测中的传感器优化布置问题,建立了基于改进自适应遗传算法的传感器优化布置方法。引入二重结构编码方法改进了遗传算法的个体编码方法。在最优保存策略中,采用自适应的部分匹配交叉和逆位变异方法,随适应度值的大小自动改变交叉概率和变异概率,确保布置结果收敛于全局最优解,克服了其他遗传算法应用于大型桥梁结构时收敛速度慢且易陷入局部最优的缺陷,加快了收敛速度。最后以某铁路钢桁梁斜拉桥健康监测系统的传感器优化布置为例,验证了该算法较基本遗传算法和广义遗传算法具有较好的全局寻优能力、计算效率和可靠性,所提方法可应用于实际铁路斜拉桥健康监测系统的传感器优化布置。     

一种基于神经网络和遗传算法的桥梁加速度传感器优化布置方法

为实现桥梁加速度传感器的优化布置, 提出一种基于神经网络和遗传算法的布置方法。利用ANSYS软件建立桥梁模型并获得模态数据,通过随机生成大量布置方案及对应MAC值形成数据集,并建立双隐藏层的神经网络模型进行训练,将训练好的模型利用遗传算法搜索出最优值及对应的布置方案,最后对结果进行了分析,表明该方法可行。     

Data-driven sensor placement for efficient thermal field reconstruction

Complete temperature field estimation from limited local measurements is widely desired in many industrial and scientific applications of thermal engineering. Since the sensor configuration dominates the reconstruction performance, some progress has been made in designing sensor placement methods. But these approaches remain to be improved in terms of both accuracy and efficiency due to the lack of comprehensive schemes and efficient optimization algorithms. In this work, we develop a datadriven sensor placement framework for thermal field reconstruction. Specifically, we first tailor the low-dimensional model from the prior thermal maps to represent the high-dimensional temperature distribution states by virtue of proper orthogonal decomposition technique. Then, on such subspace, a recursive greedy algorithm with determinant maximization as the objective function is developed to optimize the sensor placement configuration. Furthermore, we find that the same sensor configuration can be yielded faster by the standard procedures of column-pivoted QR factorization, which allows concise software implementation with readily available function packages. When the sensor locations are determined, we advocate using the databased closed-form estimator to minimize the reconstruction error. Real-time thermal monitoring on the multi-core processor is employed as the case to demonstrate the effectiveness of the proposed methods for thermal field reconstruction. Extensive evaluations are conducted on simulation or experimental datasets of three processors with different architectures. The results show that our method achieves state-of-the-art reconstruction performance while possessing the lowest computational complexity when compared with the existing methods.     

不同适应度函数的遗传算法在桥梁结构传感器布设中的应用

从模态振型正交性和模态能量两方面出发设计了3个适应度函数,将其分别应用于改进遗传算法和单亲遗传算法。采用两步法对大跨径桥梁结构传感器布设进行定量和定位分析。通过对两种遗传算法、3个适应度函数及有效独立算法在大跨径拱桥中的对比分析,证实了单亲遗传算法比改进遗传算法更适合于桥梁结构传感器的布设,基于组合评价准则适应度函数比单一评价准则适应度函数布设出的传感器位置更加合理,验证了两步法用于传感器定量及定位计算的有效性。     

全自适应阵列中的逆QR分解算法

提出了一种在全自适应阵列中的逆QR分解算法,给出了它的Sysrolic实现方法。该算法可以很容易地映射到Systolic结构上,仅需一个Systolic阵便能得到最佳权矢量。并且同QR分解算法一样,它是直接对数据矩阵进行处理,且变换采用酉阵,保持了很好的数值稳定性。     

利用QR分解寻求线性规划的初始解

Luh及Tsaih最近提出了一个新的线性规划算法.新算法可从内点解出发找到一个初始可行基.本文进一步修正该算法,利用QR分解技术处理了一个规模较小的矩阵.数值实验结果表明,修正的算法比Luh及Tsaih的算法效率更高.     

基于矢量传感器的高分辨频率估计算法研究

基于子空间分解的ESPRIT算法常用在阵列处理中对目标进行DOA估计．如果将空间的位移变成时间的延迟，单个矢量传感器可以实现高分辨率的频率估计．将ESPRIT与矢量传感器相结合，研究了高分辨率频率估计算法，建立了矢量传感器的数据模型，推导了矢量传感器的空时阵列流形，通过对协方差矩阵进行子空间分解，求得目标信号的频率估计值．仿真计算研究了不同信噪比、采样频率和数据长度条件下该算法的性能．结果表明基于矢量传感器的算法比基于声压传感器的算法具有更高的频率估计精确度．     

一种改进的块对角化预编码算法

为进一步提高块对角化预编码算法的性能,提出一种多用户多输入多输出下行链路中基于Givens变换的正交三角（QR）分解改进块对角化算法（QR-Givens-BD）。在块对角化预编码算法中,首先需要求出预编码矩阵的前半部分来解决多用户干扰问题,然后求出预编码矩阵的后半部分来降低用户自身天线间的数据干扰。在求解预编码矩阵的前半部分时,使用的核心算法是矩阵的正交化算法,矩阵的正交性的强弱将直接影响块对角化预编码算法的误码率性能的好坏。因此,针对块对角化预编码算法中的矩阵正交化算法,使用基于Givens变换的QR分解正交化算法替换原有正交化算法,求解预编码矩阵的前半部分,从而获得信道干扰矩阵零空间的正交基。通过对矩阵采用本方法进行正交分解,可以获得正交性更好的正交矩阵,从而进一步降低系统误码率。仿真结果表明,本文所提出的算法与传统的块对角化算法相比,在降低了计算复杂度的同时大幅提高了系统的误码率性能;与基于Gram-Schmidt正交化的改进块对角化算法相比,在略微增加复杂度的前提下可以提高3～5 dB的误码率性能。     

SVD Approach for Actuator and Sensor Placement in Active Vibration Control of Large Cable Net Structures

The actuator and sensor placement problem for active vibration control of large cable net structures is investigated in this paper. Since the structures exhibit closely spaced modes in the range of low frequencies, the number of modes to be considered is quite large after modal truncation, while only a limited number of actuators and sensors are to be placed. This makes it hard to determine the actuator and sensor locations with the existing placement methods in the literature such as the methods based on the controllability/observability grammian. To deal with this issue, an actuator and sensor placement method based on singular value decompositions (SVD) of the input and output matrices is proposed, which guarantees the modal controllability and observability of the system. The effectiveness of the SVD based method is verified through numerical simulations in which comparisons are conducted between randomly-chosen locations and the optimal ones obtained by a genetic algorithm.