大型复杂结构传感器优化布置方法研究

Structure Health Monitoring (SHM) is of vital importance for reducing the disastrous influences of large-scale complex structures due to long-term service and all kinds of disasters factors. Optimal Sensor Placement (OSP) is a key part of SHM. OSP involves modern sensor, intelligent information processing, mechanics, and optimization theory, etc. Placing the least number of sensors at proper locations is to improve the coverage, sensitivity and accuracy of information on large-scale complex engineering structures. This has become the first basic theory problem for structural health monitoring of large-scale complex structures. However, less study has been done on the OSPs for large-scale complex structures up to now. The OPS optimization criterion lacks adaptability evaluation criterion. The existing OPS optimization methods cannot solve the OSPs of large-scale and complex structures because of degrees of freedom and poor robustness. Through the implementation of cross discipline，the following three aspects will be carried out: (1) Through introducing spectrum estimation theory, create the adaptability evaluation system for the OSP optimization criterion. (2) In view of the nature of large-scale complex structure, by integrating new intelligent optimization algorithms, new OPS optimization methods will be investigated. (3) Study the effects of structure geometry, material properties, and other uncertain parameters on OPS to improve the robustness of OPS. Expected research results can provide theoretical basis and application foundation for the rationality and reliability of OPS used for SHM of large-scale and complex structures.

为降低大型复杂结构因长期服役和各种灾害因素造成的灾难性影响，对其进行结构健康监测至关重要。传感器优化布置是结构健康监测的关键环节。研究复杂工程结构在最合理的位置上布置最少数量的传感器，提高所获取信息的覆盖率、灵敏度和准确性，成为大型结构健康监测的首要基础理论问题。但专门针对大型复杂结构传感器优化布置还少见系统深入的研究。本项目拟针对常规传感器布置的优化准则缺乏定量的适应性评价标准，现有方法在解决大型复杂结构传感器布置时存在自由度数目大、鲁棒性差等现状，实施学科交叉，拟开展以下研究：（1）引入谱估计理论，创建传感器布置优化准则的适应性评价体系；（2）针对大型复杂结构特点，融合新型智能优化算法，研究传感器布置优化新方法；（3）研究结构几何形状、材料特性等不确定参数对传感器优化布置的影响，提高传感器优化布置的鲁棒性。成果为大型复杂结构健康监测中传感器布置的合理性和可靠性提供理论基础和应用依据。

主要研究内容：探索传感器优化准则的适应性问题；研究新的智能算法；搭建试验平台。取得的主要成果是：.提出用距离系数加权修正Fisher信息矩阵和用模态贡献-距离系数修正Fisher信息矩阵模型误差协方差的传感器优化布置方法。相比前者，后者在避免信息冗余的同时能得到更优评价值，而且得到的测点位置也更合理。.提出引入Lévy flight和萤火虫行为的鱼群算法、加权质心鱼群算法、野草猴群算法、分布估计－和声搜索算法、改进人工蜂群算法、混沌猴群算法、人群搜索算法、松弛序列法和Memetic算法，并将其应用于结构的传感器优化布置中。算例表明，提出的新算法寻优性能均得到了提升，能很好地解决传感器优化布置问题。.提出基于熵值法的目标模态最优数目确定方法，能有效区分复杂结构发生全局振动和局部振动变化的模态阶数，简化了复杂结构模态分析的计算量。在此基础上，提出基于频响函数的动车组构架传感器优化布置方法，实现了传感器布置位置和数量的双重优化。.提出面向多类型传感器优化布置的结构响应重构方法。其核心思想是：利用逐步消去法、萤火虫算法分别和类卡尔曼滤波算法结合，以结构响应重构为目标, 实现了对3种不同类型的传感器同时进行优化布置。.另外，已构建了机电系统动态测试试验平台，并对摇臂、钢桁梁桥和悬臂梁做了相应的模态试验。.经过4年的研究，完成了研究内容，获得了一系列传感器优化布置的基础理论和方法。在国内外学术期刊和国际学术会议上发表（含收录）论文18篇，其中SCI收录2篇，EI收录6篇，培养研究生15名。