海洋工程结构的参数识别及损伤诊断研究

王晓燕

中国海洋大学

摘要：

该文主要探讨了信息不完备情况下结构的参数识别及损伤诊断;论述了结构参数识别及损伤诊断的研究进展;讨论了遗传算法的发展现状、基本思想和特点;重点研究了海洋工程结构的参数识别和损伤诊断.将缩减变量的卡尔曼滤波算法与最小二乘法相结合,用于结构的物理参数识别.在测量信息不完备的情况下,首先采用一种基于最小二乘法的统计平均方法得到系统的输入信息,然后将反演得到的结果作为输入,运用缩减变量的卡尔曼滤波算法对剪切型结构的物理参数进行识别与损伤诊断.数值算例表明,该算法具有较强的鲁棒性,识别精度较高.针对遗传算法用于大型结构损伤诊断的弊端,该文将改进的遗传算法之一—CHC算法应用到损伤诊断领域,并在此基础上结合普通遗传算法的优点,提出了一种改进的CHC算法.以10单元固端梁和海洋平台为例,分别运用普通遗传算法和改进的CHC算法进行损伤诊断,对不同的损伤指标进行了详细的讨论;并针对不同准则下的传感器配置情况,对海洋平台的损伤诊断作了进一步探讨.数值算例表明,改进的CHC算法用于结构的损伤诊断能够减少计算时间,并具有收敛速度快,有一定的鲁棒性等特点.在损伤诊断的结构分析过程中引入了逐阶滤频法.根据诊断的要求,通过逐阶滤频得到需要的损伤指标,而对其他的频率及振型则不予考虑.这一方面的引入优化了结构分析程度,减少运算时间,提高算法的效率.通过与普通分析程度对照,该方法的使用约能缩短90﹪的计算时间,解决了遗传算法的实际应用问题.

关键词：参数识别;缩减变量卡尔曼滤波;损伤诊断;遗传算法;CHC算法

授予单位：中国海洋大学

授予学位：硕士

学科专业：港口、海岸及近海工程

导师姓名：黄维平

学位年度：2004

语种：中文

分类号：P75

页数：91

在线出版日期：2005-05-24（万方平台首次上网日期，不代表论文的发表时间）