申请/专利权人：铁正检测科技有限公司

申请日：2024-02-23

公开（公告）日：2024-03-29

公开（公告）号：CN117786821A

主分类号：G06F30/13

分类号：G06F30/13;G06F30/20;G06F17/16;G06F119/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明涉及电数字数据处理领域的一种基于静态响应损失参数识别的传感器优化布置方法，本申请旨在实现减小测量误差对损失识别结果的影响，提高损失识别效率，首先确保损失识别过程的高斯牛顿迭代算法适定性并且具有较小的参数估计偏差，其次采用启发式算法，避免传统的精确算法在求解大规模问题时效率过低，同时避免一般的近似优化算法过早陷入局部最优解，并且利用非真值优化布点的蒙特卡洛模拟和多荷载工况的优化布点避免取的初值与真值相差过大导致布点效果太差，本申请提出的传感器优化布置方法是针对多传感器，同时可提高大规模问题的求解效率，同时不过早陷入局部最优解。

主权项：1.一种基于静态响应损失参数识别的传感器优化布置方法，其特征在于：主要包括以下步骤：S1：以高斯牛顿算法适定性分析为准则，当适用于非智能传感器时，假设备选位移和应变测量点集合中第一组一共个测量点，当适用于智能传感器时，假设备选位移和应变测量点集合中第二组一共个测量点，以下均设置两组数据，分别为适用于非智能传感器时和智能传感器时；在初始解生成部分，将这些测量点分成个子集合，Np为需识别的损失参数个数，其中有一个子集合的元素少于等于Np个，其余子集合都有Np个元素，其中Np=Np1+Np2，其中Np1为测量过程中的标准测量点，为桥桩和桥面受力集中位置，在传感器布置过程中属于固定布置点，Np1所包含的位置将不进入后续的局部优化搜索，而Np2则为非固定传感器测量点，Np2所包含的位置将进入到后续的局部优化搜索中，通过解出非固定Np2测量位置来配合固定的Np1整合出整体Np，再计算每个子集合的适定性条件和参数估计偏差值B，当某一个子集合满足损失识别适定性且有最小的偏差B，则把它记为最优集合Sbest；S2：局部优化搜索，包含三种基本的搜索方法：Move1、Move2和Exchange，以上三种基本算法按如下顺序组合，就实现高效的局部优化搜索：（1）在每一对子集合之间进行Exchange搜索；（2）在每一对子集合之间进行Move1搜索；（3）在每一对子集合之间进行Exchange搜索；（4）在每一对子集合之间进行Move2搜索；当经过步骤（1）～步骤（4）还没有产生任何新的测量点集合，则停止搜索；否则从步骤（1）开始重复进行局部搜索过程；S3：将上述局部搜索过程抽象为，那么则表示类似的优化过程，但将目标函数由B换成了，这样，优化得到的将偏离，从而将局部搜索引导到一个新的区域，得到适用于非智能传感器时和智能传感器时两组新的解，将两组解进行对比，根据实际工程情况取得最优解。

全文数据：

权利要求：

百度查询： 铁正检测科技有限公司 一种基于静态响应损失参数识别的传感器优化布置方法

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