基于遗传算法的梁类构件损伤识别ppt

,汇报内容,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,Civil Engineering Department,College,of Engineering,Ocean University of China,基于遗传算法的梁类构件动力损伤识别方法研究,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,2,1.,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。,3,1.,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：,4,2.,论文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,5,2.,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,）,6,2.,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。,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,。,7,3.,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,两端简支梁,两端完全固结,弹性约束损伤的程度,表达结点的损伤状况,8,3.,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,）,9,3.,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,）,10,3.,梁类构件的动力学损伤识别模型,由频率方程（,3-4,）,由振型方程（,3-3,）,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,11,3.,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,12,3.,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,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,13,3.,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,）理论模型与,ANSYS,模型的频率值,14,3.,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,）,15,4.,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,为损伤前后所有单元的测量平均应变模态值的向量,即：,其中：,为损伤前后所有单元的理论平均应变模态值的向量,即：,为损伤单元的刚度影响系数,，,为将梁构件划分的单元数。,16,4.,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。,为损伤前后单元,的测量平均应变改变量,与理论平均应变改变量,。,为损伤单元的刚度影响系数,。,为梁划分的单元数。,17,4.,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,18,4.,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,matlab,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。,19,4.,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,20,4.,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,21,4.,基于遗传算法的损伤识别研究,发生一处损伤采用适,应度函数二识别结果,22,4.,基于遗传算法的损伤识别研究,发生一处损伤采用适,应度函数三识别结果,23,4.,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、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,24,4.,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,25,4.,基于遗传算法的损伤识别研究,发生两处损伤采用适,应度函数二识别结果,26,4.,基于遗传算法的损伤识别研究,发生两处损伤采用适,应度函数三识别结果,27,4.,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,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,28,4.,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,29,4.,基于遗传算法的损伤识别研究,发生三处损伤采用适,应度函数二识别结果,30,4.,基于遗传算法的损伤识别研究,发生三处损伤采用适,应度函数三识别结果,31,4.,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。,32,4.,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,33,4.,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,34,4.,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。,35,5.,结论与展望,5.1,结论,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。,36,5.,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。,37,5.,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。,38,衷心感谢各位老师同学,提出宝贵意见！,汇报结束,