基于遗传算法的大型承载钢结构损伤诊断研究

发布时间：2017-08-20 18:11

  本文关键词：基于遗传算法的大型承载钢结构损伤诊断研究

  更多相关文章： 大型承载钢结构 遗传算法 损伤诊断 井架钢结构

【摘要】：大型承载钢结构在工程领域应用广泛,其安全性、可靠性和正常使用寿命越来越被人们所关注。大型承载钢结构在长期服役过程中,不断的承受载荷循环加载、环境腐蚀、材料老化等因素的影响,会不可避免的出现损伤,及时进行损伤诊断是保证其安全使用的第一步。大型承载钢结构的安全使用是工程运行的基础,若发生事故直接带来严重的经济损失,甚至造成人员伤亡。故进行大型承载钢结构损伤诊断,不仅可以避免灾难性事故的发生,而且可以为工程正常运行提供保障。目前大多数的损伤诊断方法仅限于在简单结构上的实现,对于大型复杂结构的损伤诊断还存在只能诊断单损伤、诊断时间长等各种各样的缺点。为实现对其进行多损伤位置和程度诊断,本文根据遗传算法的多峰值优化特性,开发了基于遗传算法的大型承载钢结构损伤诊断程序,综合考虑了单损伤和多损伤工况。首先,分析了结构损伤诊断所用参数,运用ANSYS参数化编程语言建立了简支梁和井架钢结构的数值模型,通过有限元模态分析得到结构完好状态下的动态特性参数,为后续的研究提供数值基础。其次,针对遗传算法收敛速度慢的情况,采用收敛速度快、避免种群早熟的自适应遗传算法进行损伤诊断,通过对比两种算法得出:对于简支梁结构损伤诊断,自适应遗传算法优于普通遗传算法;对于井架钢结构,普通遗传算法不能实现损伤诊断,自适应遗传算法可实现单损伤诊断但诊断结果不够精确。最后,根据仅应用遗传算法不能有效的实现大型承载钢结构的损伤诊断的结论,结合大型承载钢结构的结构特性,研究了基于结构静动力参数和遗传算法的多损伤分步诊断方法。利用单元应变模态和节点静力位移诊断多损伤位置;提取定位出的损伤单元作为遗传算法的编码变量,应用结构固有频率构造遗传算法目标函数,应用遗传算法诊断多损伤程度。通过在井架钢结构有限元模型上计算,实现了单损伤、多损伤的位置和程度诊断。
【关键词】：大型承载钢结构 遗传算法 损伤诊断 井架钢结构
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TG115;TP18
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-22
• 1.1 大型承载钢结构损伤诊断的研究意义10-11
• 1.2 结构损伤诊断方法的研究现状11-17
• 1.2.1 基于静态特性的损伤诊断方法研究现状13
• 1.2.2 基于动态特性的损伤诊断方法研究现状13-15
• 1.2.3 基于智能计算的损伤诊断方法研究现状15-16
• 1.2.4 基于模型修正的损伤诊断方法研究现状16-17
• 1.3 遗传算法的发展现状17-19
• 1.3.1 遗传算法的应用研究现状17
• 1.3.2 遗传算法在损伤诊断中的研究现状17-19
• 1.4 大型承载钢结构损伤诊断的发展现状19-20
• 1.5 课题来源和主要内容20-22
• 1.5.1 课题来源20
• 1.5.2 主要内容20-22
• 第2章 大型承载钢结构模型的建立及分析22-29
• 2.1 简支梁有限元模型的建立及分析22-24
• 2.1.1 有限元模型的建立22
• 2.1.2 数值分析22-24
• 2.2 井架钢结构有限元模型的建立及分析24-28
• 2.2.1 有限元模型的建立24-25
• 2.2.2 数值分析25-28
• 2.3 本章小结28-29
• 第3章 基于自适应遗传算法的单损伤诊断方法研究29-44
• 3.1 自适应遗传算法的原理和实现技术29-33
• 3.1.1 遗传算法的原理29
• 3.1.2 自适应遗传算法的原理29-30
• 3.1.3 遗传算法的实现技术30-32
• 3.1.4 基于自适应遗传算法的损伤诊断方法32-33
• 3.2 基于自适应遗传算法的动力参数损伤诊断原理33-36
• 3.2.1 应用固有频率的损伤诊断原理33-34
• 3.2.2 应用振型的损伤诊断原理34-35
• 3.2.3 构造遗传算法的适应度函数35-36
• 3.3 基于自适应遗传算法的简支梁损伤诊断36-41
• 3.4 基于自适应遗传算法的大型承载钢结构损伤诊断41-43
• 3.5 本章小结43-44
• 第4章 基于动力参数和遗传算法的多损伤分步诊断方法研究44-52
• 4.1 多损伤分步诊断原理44-46
• 4.1.1 利用动力参数的损伤位置诊断原理44-45
• 4.1.2 利用动力参数的损伤程度诊断原理45-46
• 4.2 损伤工况和模型的数值分析46
• 4.2.1 损伤工况46
• 4.2.2 模型的数值分析46
• 4.3 基于动力参数的多损伤位置诊断46-49
• 4.4 基于遗传算法的多损伤程度诊断49-51
• 4.5 本章小结51-52
• 第5章 基于静动力参数和遗传算法的多损伤分步诊断方法研究52-62
• 5.1 多损伤分步诊断原理52-53
• 5.1.1 利用静力参数的损伤位置诊断原理52-53
• 5.1.2 利用动力参数的损伤程度诊断原理53
• 5.2 模型的数值分析和损伤工况53-55
• 5.2.1 损伤工况53-54
• 5.2.2 模型的数值分析54-55
• 5.3 基于静力参数的多损伤位置诊断55-56
• 5.4 基于遗传算法的多损伤程度诊断56-60
• 5.5 本章小结60-62
• 结论62-64
• 参考文献64-69
• 攻读硕士学位期间承担的科研任务与主要成果69-70
• 致谢70-71
• 作者简介71

【参考文献】

中国期刊全文数据库 前10条

1 袁颖;林皋;柳春光;周爱红;;遗传算法在结构损伤识别中的应用研究[J];防灾减灾工程学报;2005年04期

2 高勇;苏磐石;;Damage localization under ambient vibration using changes in flexibility[J];Earthquake Engineering and Engineering Vibration;2002年01期

3 陆秋海,李德葆,张维;利用模态试验参数识别结构损伤的神经网络法[J];工程力学;1999年01期

4 程远胜;杨振宇;汪刚;;基于受控结构振型的损伤定位分步识别方法[J];工程力学;2006年06期

5 朱宏平;余t，

本文编号：708116