申请/专利权人：北京工业大学

申请日：2019-11-20

公开（公告）日：2024-03-12

公开（公告）号：CN110889250B

主分类号：G06F30/27

分类号：G06F30/27;G06F30/17;G06F30/23;G06N3/006;G06N3/126;G06F111/06

优先权：

专利状态码：有效-授权

法律状态：2024.03.12#授权;2020.04.10#实质审查的生效;2020.03.17#公开

摘要：本发明公开了一种基于混合元启发式算法的钢桁架结构损伤识别方法,属于元启发式算法在钢桁架损伤识别这一工程领域的应用,主要包括四个步骤：建立钢桁架损伤结构的有限元模型,获取结构在外荷载作用下的加速度；使用混合算法计算加速度；构建钢桁架结构的目标函数；不断优化目标函数直到满足终止条件输出最优解。本发明综合两种算法的优点,兼顾全局搜索与局部搜索的平衡,使该混合算法有很好的精确性和鲁棒性；该算法采用自适应变异和交叉算子和随迭代次数而改变的动态参数,可以识别出损伤的存在,损伤的位置和损伤的程度,而且在噪声环境下,本发明方法仍可以较为精确的识别钢桁架结构的多处损伤。

主权项：1.一种基于混合元启发式算法的钢桁架结构损伤识别方法，其特征在于：具体包括以下步骤：步骤1：将钢桁架划分为M个单元，L个加速度计安装在不同节点上，利用加速度计测量结构在外荷载force作用下的响应Amea；步骤2：混合算法参数初始化，在搜索域内随机产生结构参数，假定结构损伤为刚度的变化而质量不发生变化，结构单元刚度损伤程度可用损伤因子αi，i＝1,2,...,M，αi∈[0,1]，αi＝0表示钢桁架单元没有损伤，αi＝1表示钢桁架单元完全损伤，损伤单元的整体刚度矩阵为然后利用newmark-β法计算结构的加速度Acal；步骤3：构建钢桁架结构的目标函数，即待优化的目标函数为fx＝||Amea-Acal||；步骤4：利用混合蝴蝶优化和差分进化的元启发式算法不断优化目标函数，直到达到最大迭代次数或满足精确要求；步骤4中钢桁架结构损伤识别的混合蝴蝶优化和差分进化的元启发式算法包括以下几个阶段：1混合算法参数初始化，设置参数：该混合算法中蝴蝶代表钢桁架，钢桁架个数N，钢桁架单元数即算法维数Dim，损伤因子αi的搜索空间[Lb，Ub]，i＝1,2,...,M，钢桁架的最大迭代次数Gm；在搜索域内利用rand函数随机产生N钢桁架xi，i＝1,2,...,N，Lb≤xi≤Ub；定义待优化的目标函数fx；2外荷载作用在钢桁架xi，计算得到的加速度Acal带入目标函数得到适应性函数fx，找到最优个体Bf，最优个体Bf是最接近钢桁架实际损伤的识别结果；在钢桁架损伤识别问题中，适应性函数越来越小，修正有限元模型更接近钢桁架结构，从而实现钢桁架结构的损伤识别；3计算蝴蝶感受到的香味，蝴蝶能够产生某种与其适应性相关的香味，即当蝴蝶从一个位置移动到另一个位置时，香味的浓度会随着适应性发生变化，香味的多少可利用式1计算：fi＝cIa1其中，fi是第i只蝴蝶感受到的香味大小，即第i个钢桁架的识别函数；I是香味刺激强度，由钢桁架结构的适应性函数fx决定；c是感觉形态，对算法的收敛速度有很大影响，由具体的钢桁架结构决定；a是幂指数，它影响香味的吸收程度，a＝1表示香味在理想环境下传播，香味没有损失，a＝0表示香味全部被吸收，其他蝴蝶不能感受到；设置感觉形态c、幂指数a的初始值为c0、a0；4执行混合算法的迭代操作；混合算法的迭代操作过程如下，4.1对每一个钢桁架判断是否r＜p，其中r为[0，1]之间的随机数，p为开关概率，使算法在普通全局搜索和密集局部搜索之间切换，开关概率p表示环境因素对蝴蝶觅食交配行为的影响程度，影响钢桁架的识别结果，取值范围为[0，1]；4.2执行局部搜索：如果r＜p，则蝴蝶朝着最优蝴蝶位置即适应性最好的解移动，即利用式2执行局部搜索阶段： 上式中t为钢桁架当前迭代次数，为当前钢桁架的种群，为新生成的钢桁架的种群，g*为当前所有钢桁架识别解中最好的解，r为[0，1]之间的随机数，fi是第i只蝴蝶感受到的香味浓度；4.3执行全局搜索：如果r≥p，蝴蝶无法感觉到周围的香味，它会随机移动，即利用式3执行全局搜索阶段： 进一步地，为提高蝴蝶算法的全局搜索能力，在全局搜索阶段分别利用式4和6执行差分进化算法中的变异和交叉两步操作： 式4中，为钢桁架的种群中的最优个体，为当前钢桁架的种群，为变异后的钢桁架的种群，F为自适应变异算子，取值范围为[0，2]，可通过5式计算得到，Gm为钢桁架的最大迭代次数，变异算子初始值为F0； 式6中，第t代钢桁架种群与其变异的中间体进行交叉操作生成新的钢桁架子代个体CR为服从正态分布的交叉算子，可通过CRt＝normrndCR0,0.1得到，其中均值为CR0，标准差为0.1；5更新参数，设置开关概率p、感觉形态c、幂指数a为随算法的迭代而改变的动态参数，具体计算式分别为7、8、9：p＝p0+randn1,1×0.027ct+1＝ct×1+0.05Gmt8a＝0.1×1+tGm96贪婪选择操作，利用贪婪算法选择适应性更好的解进入下一代，方法如式10： 如果钢桁架的新种群的适应性更好，则采用钢桁架的新种群否则保留上一个钢桁架的种群7判断是否满足终止条件，若满足迭代终止条件则停止迭代输出全局最优解，即为钢桁架结构的损伤识别结果；若不满足终止条件，则迭代次数t＝t+1，并转向3继续迭代。

全文数据：

权利要求：

百度查询： 北京工业大学 一种基于混合元启发式算法的钢桁架结构损伤识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD