QPSO算法在橋梁健康監(jiān)測(cè)中的應(yīng)用研究.pdf

1、量子粒子群算法(Quantum-behaved Particle Swarm Optimization, QPSO)作為一種全局收斂的人工智能算法，以其系統(tǒng)辨識(shí)能力強(qiáng)、控制參數(shù)少、善于解決復(fù)雜優(yōu)化問(wèn)題等優(yōu)點(diǎn)，近年來(lái)成為智能算法應(yīng)用于結(jié)構(gòu)健康監(jiān)測(cè)的新興熱點(diǎn)課題。本文依據(jù)QPSO算法自身特性，以當(dāng)前模態(tài)參數(shù)和損傷識(shí)別存在的不足為出發(fā)點(diǎn)，將 QPSO算法分別與連續(xù)小波變換(Continuous Wavelet Transform, CWT)、

2、廣義柔度矩陣(Generalized Flexibility Matrix, GFM)、時(shí)程響應(yīng)(Time History Response, THR)等相結(jié)合，從而將識(shí)別問(wèn)題轉(zhuǎn)化為優(yōu)化問(wèn)題，簡(jiǎn)化了識(shí)別過(guò)程，提高了識(shí)別精度。具體研究?jī)?nèi)容及其成果如下：
　　(1)系統(tǒng)評(píng)述了目前結(jié)構(gòu)模態(tài)參數(shù)和損傷識(shí)別的理論意義、應(yīng)用背景、研究現(xiàn)狀以及存在的問(wèn)題，由此提出基于 QPSO算法的橋梁健康監(jiān)測(cè)研究的思路和主要內(nèi)容；
　　(2)詳細(xì)闡述了

3、 QPSO算法的產(chǎn)生背景、基本原理、計(jì)算流程及優(yōu)化特性等，同時(shí)對(duì)CWT、GFM的基本理論、主要特性和表現(xiàn)形式等進(jìn)行了簡(jiǎn)要論述；
　　(3)針對(duì)環(huán)境激勵(lì)下小波變換和 PSO算法(Particle Swarm Optimization)識(shí)別模態(tài)參數(shù)過(guò)程的優(yōu)缺點(diǎn)，提出了 QPSO+CWT的模態(tài)參數(shù)識(shí)別方法。通過(guò)對(duì)結(jié)構(gòu)響應(yīng)信號(hào)進(jìn)行連續(xù)小波變換，實(shí)現(xiàn)多自由度系統(tǒng)響應(yīng)轉(zhuǎn)化為多個(gè)單自由度響應(yīng)，然后QPSO算法優(yōu)化單自由度響應(yīng)，一次性識(shí)別出結(jié)構(gòu)的

4、模態(tài)參數(shù)。該方法一方面減少了 QPSO算法所需識(shí)別的參數(shù)數(shù)量，放寬了各粒子約束條件，另一方面對(duì)模態(tài)參數(shù)共同優(yōu)化，簡(jiǎn)化了計(jì)算步驟，改善了識(shí)別精度。采用不同結(jié)構(gòu)類型的數(shù)值仿真對(duì)該方法有效性和可行性進(jìn)行了驗(yàn)證；
　　(4)基于柔度靈敏度和廣義柔度靈敏度在損傷識(shí)別中存在的問(wèn)題，提出了QPSO+GFM識(shí)別結(jié)構(gòu)損傷的方法。利用損傷前后結(jié)構(gòu)廣義柔度差矩陣與結(jié)構(gòu)物理參數(shù)變化之間的關(guān)系，以廣義柔度矩陣構(gòu)造目標(biāo)函數(shù)，QPSO算法進(jìn)行優(yōu)化識(shí)別，達(dá)到同時(shí)