基于自由振动响应识别桥梁断面颤振导数的人工蜂群算法
发布时间：2021-03-28 07:27
基于桥梁节段模型风洞试验自由振动衰减时程信号,提出了桥梁断面颤振导数识别的人工蜂群算法。基于最小二乘原理,将竖弯和扭转信号的整体残差平方和作为目标函数,使用人工蜂群算法对相关参数进行寻优搜索,识别出桥梁断面的颤振导数。与其他迭代算法相比,人工蜂群算法是受生物启发产生的寻优算法,对初值没有要求,从而避免了迭代初值对识别精度的影响。为考察人工蜂群算法在桥梁断面颤振导数识别中的有效性,进行了理想平板模型仿真以及某大桥节段模型风洞试验,结果表明,桥梁断面颤振导数识别的人工蜂群算法具有较好的稳定性和可靠性。
【文章来源】：工程力学. 2020,37(02)北大核心EICSCD
【文章页数】：9 页
【部分图文】：
ABC法和MLS法识别结果对比Fig.7ComparisonontheidentifiedresultsforABCmethodandMLSmethod
?渥枘岜?h=0.007，扭转阻尼比α=0.002。竖弯信号的权值取扭转信号的最大值，扭转信号的权值取竖弯信号的最大值。将计算的理论参数代入式(7)中进行求解，得到仿真模型在各个风速下自由衰减时程。3.2颤振导数识别3.2.1添加白噪声的识别结果仿真计算风速增量为2m/s，为考察人工蜂群算法在混有测量噪声时的识别精度，对无噪声，添加2%白噪声、5%白噪声、10%白噪声水平的情况进行仿真，由于无噪声的结果和理论解完全吻合，这里不再单独列出。各个工况颤振导数识别结果如图2所示。从图2可以看出，在2%小噪声情况下，各个风速下用人工蜂群算法识别出的颤振导数和Theodorsen理论解非常吻合，识别值几乎完全等于理论值；在5%中等噪声情况下，识别值与理论值有较少的偏差，其中*2H和*3H识别值与理论值在低风速区间有一定的偏差，*4A和*4H的识别值和理论值在高风速区间有一定的偏离；在10%大噪声情况下，除颤振导数*4A、*2H、*3H和*4H在部分风速下偏差较大外，其余颤振导数的识别值与理论值相差较小，且所有识别值与理论值趋势性完全相同。在中高等白噪声水平下，颤振导数中有部分图2不同白噪声水平下识别的颤振导数和Theodorsen理论解的对比Fig.2ComparisonontheflutterderivativesforTheodorsen’stheoreticalsolutionsandidentifiedresultswithdifferentwhitenoiselevels
BC法和MLS法对某一风速下的颤振导数进行识别，识别结果收敛至同一精度，重复20次计算，ABC算法平均用时为0.074s，MLS法平均用时为0.017s，采用ABC算法计算时无须提供初值，但会增加一定的计算时间，由于两种方法的计算时间均较短，ABC法计算时间的增加几乎可以忽略不计。3.2.2添加有色噪声的识别结果为多方面验证人工蜂群算法的抗噪能力，对添加2%有色噪声、5%有色噪声、10%有色噪声水平的情况进行仿真，5%有色噪声信号的功率谱如图3所示。识别结果如图4所示。从图4中可以看出，在添加2%有色噪声的情况下，各颤振导数的识别值与Theodorsen理论解十分吻合，除*2H的个别值出现一定的偏离外，其余识别值几乎完全等于理论值；在添加5%有色噪声的情况下，*4A、*2H和*4H有一定的偏离，其余识别值仍能与理论值吻合较好；在添加10%有色噪声的0501001502002503003500.00.51.01.52.02.53.03.5频率(rad/s)谱密度Sy()/(×10-7m2/s3)4.0图3添加有色噪声的功率谱Fig.3Powerspectrumofthenon-whitenoise图4不同有色噪声水平下识别的颤振导数和Theodorsen理论解的对比Fig.4ComparisonontheflutterderivativesforTheodorsen’stheoreticalsolutionsandidentifiedresultswithdifferentnon-whitenoiselevels
【参考文献】：
期刊论文
[1]不同风攻角下薄平板的颤振导数[J]. 王骑,李郁林,李志国,廖海黎. 工程力学. 2018(10)
[2]桥梁断面颤振导数识别的加权最小二乘法[J]. 李加武,张斐,吴拓. 振动工程学报. 2017(06)
[3]双层桥面桁架梁三塔悬索桥颤振性能优化风洞试验[J]. 徐昕宇,李永乐,廖海黎,任森. 工程力学. 2017(05)
[4]识别桥梁断面颤振导数的快速相关特征系统实现算法[J]. 李友祥,祝志文,陈政清. 振动与冲击. 2008(08)
[5]识别桥梁断面18个颤振导数的梯度下降算法[J]. 许福友,陈艾荣,张哲. 工程力学. 2008(06)
[6]桥梁断面颤振导数的CFD全带宽识别法[J]. 祝志文,顾明,陈政清. 工程力学. 2007(09)
[7]基于自由振动响应识别颤振导数的特征系统实现算法[J]. 祝志文,2顾明. 振动与冲击. 2006(05)
[8]桥梁断面颤振导数识别的随机搜索方法[J]. 许福友,陈艾荣,马如进. 土木工程学报. 2006(07)
[9]桥梁颤振导数识别的时域法与频域法对比研究[J]. 陈政清,胡建华. 工程力学. 2005(06)
[10]紊流风场中桥梁气动导数识别的随机方法[J]. 秦仙蓉,顾明. 土木工程学报. 2005(04)
本文编号：3105133
【文章来源】：工程力学. 2020,37(02)北大核心EICSCD
【文章页数】：9 页
【部分图文】：
ABC法和MLS法识别结果对比Fig.7ComparisonontheidentifiedresultsforABCmethodandMLSmethod
?渥枘岜?h=0.007，扭转阻尼比α=0.002。竖弯信号的权值取扭转信号的最大值，扭转信号的权值取竖弯信号的最大值。将计算的理论参数代入式(7)中进行求解，得到仿真模型在各个风速下自由衰减时程。3.2颤振导数识别3.2.1添加白噪声的识别结果仿真计算风速增量为2m/s，为考察人工蜂群算法在混有测量噪声时的识别精度，对无噪声，添加2%白噪声、5%白噪声、10%白噪声水平的情况进行仿真，由于无噪声的结果和理论解完全吻合，这里不再单独列出。各个工况颤振导数识别结果如图2所示。从图2可以看出，在2%小噪声情况下，各个风速下用人工蜂群算法识别出的颤振导数和Theodorsen理论解非常吻合，识别值几乎完全等于理论值；在5%中等噪声情况下，识别值与理论值有较少的偏差，其中*2H和*3H识别值与理论值在低风速区间有一定的偏差，*4A和*4H的识别值和理论值在高风速区间有一定的偏离；在10%大噪声情况下，除颤振导数*4A、*2H、*3H和*4H在部分风速下偏差较大外，其余颤振导数的识别值与理论值相差较小，且所有识别值与理论值趋势性完全相同。在中高等白噪声水平下，颤振导数中有部分图2不同白噪声水平下识别的颤振导数和Theodorsen理论解的对比Fig.2ComparisonontheflutterderivativesforTheodorsen’stheoreticalsolutionsandidentifiedresultswithdifferentwhitenoiselevels
BC法和MLS法对某一风速下的颤振导数进行识别，识别结果收敛至同一精度，重复20次计算，ABC算法平均用时为0.074s，MLS法平均用时为0.017s，采用ABC算法计算时无须提供初值，但会增加一定的计算时间，由于两种方法的计算时间均较短，ABC法计算时间的增加几乎可以忽略不计。3.2.2添加有色噪声的识别结果为多方面验证人工蜂群算法的抗噪能力，对添加2%有色噪声、5%有色噪声、10%有色噪声水平的情况进行仿真，5%有色噪声信号的功率谱如图3所示。识别结果如图4所示。从图4中可以看出，在添加2%有色噪声的情况下，各颤振导数的识别值与Theodorsen理论解十分吻合，除*2H的个别值出现一定的偏离外，其余识别值几乎完全等于理论值；在添加5%有色噪声的情况下，*4A、*2H和*4H有一定的偏离，其余识别值仍能与理论值吻合较好；在添加10%有色噪声的0501001502002503003500.00.51.01.52.02.53.03.5频率(rad/s)谱密度Sy()/(×10-7m2/s3)4.0图3添加有色噪声的功率谱Fig.3Powerspectrumofthenon-whitenoise图4不同有色噪声水平下识别的颤振导数和Theodorsen理论解的对比Fig.4ComparisonontheflutterderivativesforTheodorsen’stheoreticalsolutionsandidentifiedresultswithdifferentnon-whitenoiselevels
【参考文献】：
期刊论文
[1]不同风攻角下薄平板的颤振导数[J]. 王骑,李郁林,李志国,廖海黎. 工程力学. 2018(10)
[2]桥梁断面颤振导数识别的加权最小二乘法[J]. 李加武,张斐,吴拓. 振动工程学报. 2017(06)
[3]双层桥面桁架梁三塔悬索桥颤振性能优化风洞试验[J]. 徐昕宇,李永乐,廖海黎,任森. 工程力学. 2017(05)
[4]识别桥梁断面颤振导数的快速相关特征系统实现算法[J]. 李友祥,祝志文,陈政清. 振动与冲击. 2008(08)
[5]识别桥梁断面18个颤振导数的梯度下降算法[J]. 许福友,陈艾荣,张哲. 工程力学. 2008(06)
[6]桥梁断面颤振导数的CFD全带宽识别法[J]. 祝志文,顾明,陈政清. 工程力学. 2007(09)
[7]基于自由振动响应识别颤振导数的特征系统实现算法[J]. 祝志文,2顾明. 振动与冲击. 2006(05)
[8]桥梁断面颤振导数识别的随机搜索方法[J]. 许福友,陈艾荣,马如进. 土木工程学报. 2006(07)
[9]桥梁颤振导数识别的时域法与频域法对比研究[J]. 陈政清,胡建华. 工程力学. 2005(06)
[10]紊流风场中桥梁气动导数识别的随机方法[J]. 秦仙蓉,顾明. 土木工程学报. 2005(04)
本文编号：3105133
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3105133.html
