面向分布式结构健康监测系统的有限元模型修正方法研究

基于分布式架构及算法的结构健康监测系统是对传统监测系统的一项重大革新，面向分布式结构健康监测系统的有限元模型修正工作的研究目前尚属一项空白。本课题首先研究基于环境激励的结构相关特征量的无模型提取技术，基于子结构分析技术构建分布组结构有限元模型，然后通过构建新型目标约束方程，并对比研究多种形式目标约束方程的有效性，定义参数型有限元模型修正问题。通过采用全局寻优与局部寻优相结合的求解方法，在保证运算速度的同时寻求问题的全局最优解。基于模糊理论和分布式算法提供的容错信息，研究分布式算法中容错解的选择与重构机制，最终形成在基站进行分布式数据采集及特征量提取，在中央处理器对模型进行分布式逐步修正再重构成整体结构模型的实用有限元模型修正方法，并形成通用计算软件。最后基于模型试验和实际工程原型研究方法的实际应用问题。本课题的研究成果将对分布式结构健康监测技术的发展起到重要的推动作用。