打开文本图片集
摘 要：针对实际工程监测时损伤识别误差大的问题，提出一种基于改进粒子群算法的两阶段识别方案。第1阶段利用D-S证据理论融合算法进行损伤定位;第2阶段利用改进的粒子群算法，对定位结果进行修正，同时准确定量损伤。仿真算例和实验分析结果表明：由于第1阶段损伤定位减少了可能损伤单元的数量，第2阶段基于改进粒子群算法的搜索范围减小，能更准确地识别多损伤和小损伤的位置和程度，且抗噪性能良好。
关键词：损伤识别;噪声;信息融合;粒子群算法
中图分类号：TB123
文献标志码：A 文章编号：1674-4764（2018）06-0123-08
Two-stage beam structure damage detection based on
improved particle swarm optimization
Niu Weifenga， Cao Huia，b
（a. School of Civil Engineering; b. Key Laboratory of New Technology for Construction of Cities in Mountain Area，
Ministry of Education， Chongqing University， Chongqing 400045， P. R. China）
Abstract：
Considering large errors of damage identification during actual monitoring process， a two-stage detection method based on the improved particle swarm optimization（PSO）algorithm was proposed. The algorithm is then used to detect the structural damage locations preliminarily，and to validate the locating results and determine the damage extents precisely. The comparisons between the simulation and experiments show that the first phase of damage identification reduced the number of suspected damage locations， making the search domain of the second stage based on the improved particle swarm optimization algorithm significantly reduced. The presented two-stage recognition method can identify the damage locations and detect the damage extent precisely for multi-damage and small damage，with considerable capacity in anti-noise.
Keywords：
damage identification;noise;information fusion;particle swarm optimization
为确保大型结构的安全性和耐久性，有必要进行健康监测。健康监测的基础为结构的损伤检测[1] 。近年来，基于频域、时域的损伤识别方法得到了大力发展。李世龙等[2] 针对复杂结构损伤识别时多自由度无法测量的问题，提出了一种利用已测量的模态振型和频率来表示未测量部分的模态扩阶方法。Gillich等[3] 对如何从振动信号中准确地识别出结构的固有频率进行了试验研究和有限元分析，提出了估计频率范围、定位相关信号段、以信号分量的功率谱来识别精确频率的方法。Wei等[4] 对薄板的损伤识别进行了研究，改进了应用传统模态应变能改变率指标识别的方法，以削弱损伤单元所带来的“邻近效应”，减少误判。粒子群等群体智能算法由于其收敛速度快、参数设置简单等优点也被广泛应用于损伤识别领域。欧阳秋平等[5] 将实数编码克隆选择与粒子群算法结合，优化了基于模态频率的损伤指标，用于水工结构的损伤诊断。巩文龙等[6] 基于量子粒子群优化算法，提出了一种以广义柔度矩阵构造的目标函数，解决了柔度矩阵损伤定量误差大、不稳定的缺陷。郭惠勇等[7] 对粒子群算法提出了粒子位置突变、最优记忆粒子微搜索等改进措施，以防止算法陷入局部最优解。但很多理论成果不能在实际工程中得到应用，因为在实际监测过程中，结构振动响应实测的不确定性、随机噪声的影响、所提取的模态参数的不完备性以及粒子群算法的“早熟问题”等都是制约将识别理论应用于实际工程的难题。
1 两阶段损伤识别方案
1）针对结构的振动信号，利用随机子空间法提取结构损伤前后的模态平动位移和自振频率;
2）将提取的平动位移利用静力凝聚法[8] 进行重构，得到相应的转角位移;
3）由自振频率和包含平动与转角信息的振型计算单元损伤变量以及单元刚度折减系数，使用D-S证据理论进行融合，从而进行第1阶段损伤定位;
4）利用改进的PSO算法，进行第2阶段损伤识别。
2 第1阶段损伤定位
2.1 模態参数识别
采用基于协方差驱动的随机子空间法[9-12] 进行结构模态参数识别，以结构离散状态空间方程模型为基础，对由输出协方差序列组成的块Toeplitz矩阵进行奇异值分解（SVD），从而获得可观矩阵和可控矩阵，然后由此得出系统矩阵，最后对系统模态参数进行识别。