基于混合遗传算法的结构损伤诊断.PDF

基于混合遗传算法的结构损伤诊断 李文雄 陈存恩 （华南农业大学广东 广州 510642 ） leewenxiong@163.com 摘 要：提出了一种结合灵敏度调整的遗传算法进行结构损伤诊断。在遗传算法计算过 程中加入灵敏度调整操作，使遗传过程得以快速收敛，并增加了识别准确性。利用四层平面 框架进行数值模拟，识别结果表明，本文所提出的结构损伤识别方法比常规遗传算法有效。 关键词：损伤识别 遗传算法 灵敏度 样的，本文参考文献[4]以频率、振型的分析值与 1 前言 测量值之间的偏差的加权和最小为目标，具体定 义如下： 结构的损伤检测、诊断与评估是当前结构工 J W ⋅J +W ⋅J （1） ω ω φ φ 程学科中研究的热门课题之一。常规的损伤诊断 方法包括材料非破损检测、外观调查、静力小荷 J 为综合 目标函数，W 和 为加权因子， 其中， W ω φ 载试验等。由于动力检测法获取数据方便，能反 映结构整体性能等优点，近年来许多学者在这方 J 为关于频率的目标函数，J 为关于振型的目 ω φ 面进行了研究[1] 。 遗传算法与 70 年代由美国密执安大学的 标函数。 2 John Holland提出，它是基于自然遗传和自然选 2 2 r ⎛ω −ω ⎞ 择机理的寻优方法。遗传算法作为现代优化算法 J w ∑⎜ mj aj ⎟ （2 ） ⎜ 2 + 2 ⎟ ω ω 的一个分支，以其宽松的优化条件、独特的仿生 j 1 ⎝ mj aj ⎠ 模拟、优良的优化效果，使其在工程结构优化领 其中，ω 表示第j 阶频率测量值，ω 表示第j mj aj 域中的应用成为可能，一些学者提出了利用遗传 算法进行损伤诊断[2-4] 。 阶频率分析值，r 为测量频率阶数。 本文应用遗传算法的优化功能来进行结构 r J ∑⎡1=−MA C (φ ,φ )⎤ （3 ） 的损伤诊断，并在遗传算法中增加灵敏度调整的