山东省高等学校科技计划项目(J12LG09)
- 作品数：7 被引量：37H指数：4
- 相关作者：徐菁刁延松崔胜红李壮任红更多>>
- 相关机构：青岛理工大学兰州理工大学更多>>
- 发文基金：山东省高等学校科技计划项目国家自然科学基金山东省自然科学基金更多>>
- 相关领域：建筑科学机械工程更多>>
- VBA与MATLAB混合编程在传感器优化布置中的应用
- 2017年
- 传感器优化布置是结构健康监测系统实施的关键技术之一。介绍了基于粒子群算法的传感器优化布置方法。MATLAB具有强大的计算和图形处理能力,VBA具有良好的用户界面,将二者有机结合,可开发出功能强大的软件。详细介绍了一种基于组件对象模型(COM)的MATLAB与VBA混合编程方法。以凯威特型单层球面网壳为例,利用VBA作为AutoCAD二次开发工具,调用MATLAB编写的粒子群算法,实现传感器优化布置。
- 熊泉祥徐菁郝佳佳刘斌
- 关键词：传感器优化布置粒子群算法二次开发
- 基于粒子群算法的大跨度空间结构监测系统中应变传感器最优布点研究被引量：11
- 2013年
- 以网壳结构为对象,利用粒子群算法研究了其环向和径向杆件上传感器的最优布点。首先讨论了粒子群算法的基本原理和优点以及在结构健康监测系统中为探测累积损伤用的传感器最优布点;接着,以凯威特型网壳为例讨论了用粒子群算法求大跨度空间网壳结构最优测点。针对应变传感器提出了相应的适应度由曲率模态表示,根据该适应度采用粒子群算法搜索了凯威特型网壳上的应变传感器最优布点。研究结果表明,采用粒子群算法搜索网壳结构监测系统中应变传感器最优布点方法,计算结果稳定可靠,收敛速度迅速。
- 徐菁李壮李壮
- 关键词：粒子群算法应变传感器曲率模态
- 基于时间序列与神经网络的空间网壳结构损伤检测方法被引量：4
- 2013年
- 针对网壳结构损伤识别中遇到的模态信息不完备、模态局部化和跃迁现象以及结构自由度巨大所带来的建模精度低等实际困难,提出了一种适用于网壳结构损伤检测的方法——基于时间序列与神经网络的结构损伤检测法.首先,利用ANSYS瞬态分析模块提取结构加速度响应;然后,通过MATLAB(Matrix Laboratory)编程软件建立时间序列自回归模型即AR(Auto-Regressive)模型并提取模型参数,从而判定结构损伤是否发生;最后,对AR模型参数作差并对其进行组合作为损伤特征向量输入到由MATLAB神经网络工具箱建立的BP(Back Propagation)神经网络,对结构损伤进行定位.以凯威特单层球面网壳作为研究对象进行数值模拟,验证该方法的有效性.
- 崔胜红徐菁
- 关键词：时间序列AR模型BP神经网络网壳结构
- 粒子群算法在网架结构应变传感器优化布置中的应用
- 2013年
- 通过ANSYS应用软件对网架结构进行模态分析和阵型求解,根据网架结构的振动特性选取合理的适应度函数。应用Matlab编辑粒子群算法的相关程序,得出网架结构传感器的最优布点。最后,通过一个应用算例验证该方法是可行而有效的。
- 李壮徐菁
- 关键词：粒子群算法网架结构健康监测ANSYS
- 大跨度空间网格结构的健康监测系统被引量：6
- 2016年
- 针对大跨度空间网格结构健康监测系统中的传感器布置以及损伤识别问题,以凯威特型单层球面网壳为例,首先,定义基于变形能的适应度函数,采用粒子群优化算法布置加速度传感器;其次,根据加速度响应信号,建立时间序列模型(AR模型),根据模型系数的变化,判断损伤存在与否;最后,以AR模型系数为输入,损伤位置为输出,建立BP神经网络,通过BP网络的训练和测试,判定损伤存在的位置.数值模拟结果表明:基于粒子群算法的传感器优化布置方法能够准确获取网壳结构中的关键信息点,有效节省传感器布置数目;基于时间序列分析和神经网络的损伤识别方法可以准确识别网壳结构的损伤及损伤位置.
- 徐菁曲丽敏卢翠萍
- 关键词：健康监测粒子群算法时间序列分析损伤识别
- 基于AR模型和因子分析的结构损伤预警研究被引量：13
- 2014年
- 结构损伤会引起动力响应特征参数的变化,而环境因素(温度、湿度)的改变同样也会导致动力响应特征参数发生变化,有时甚至会淹没损伤引起的动力响应特征参数的变化,从而导致基于振动的结构损伤识别方法失效。为消除环境因素(温度)的影响,利用时间序列分析中的AR模型和多元统计分析中的因子分析并结合标准差控制图进行结构的损伤预警研究。首先利用AR模型对结构损伤前后的加速度响应数据进行动态建模,并提取模型系数,其次利用因子分析去除温度对AR模型系数的影响,最后利用标准差控制图进行损伤预警。数值模拟结果表明,在温度变化的条件下,该方法成功地对四层钢框架结构进行了损伤预警。
- 刁延松任红
- 关键词：损伤预警温度AR模型
- 基于AR模型与BP神经网络的网壳结构损伤识别方法研究被引量：7
- 2015年
- 针对网壳结构损伤识别中所面临的模态信息不完备、模态密集程度严重以及结构自由度巨大等困难,提出了一种基于时间序列自回归模型(AR模型)与BP神经网络的损伤识别方法.以凯威特型单层球面网壳为例,采用该方法识别损伤杆件位置.数值模拟结果表明,该方法具有较高的准确性和一定的抗噪性.进一步讨论了影响损伤识别结果精度的因素.研究表明,传感器的数目、布置位置对损伤识别结果有一定影响.
- 徐菁郭稳王秀丽崔胜红
- 关键词：网壳结构损伤识别时间序列神经网络
