[发明专利]一种基于残余力向量法和树种算法的结构损伤识别二步法

说明书

本发明提供一种基于残余力向量法和树种算法的结构损伤识别二步法，该发明利用改进的树种算法来实现损伤程度的反演和识别，首先利用改进的残余力向量定位法来对无损单元进行大规模的排查，进而锁定若干个受损单元。第二步在原有树种算法的基础上，引入了两种更好的搜索模式，并且采用了自适应判断参数，进而使得迭代的初期使得算法侧重于全局搜索，在迭代后期使得算法更加专注于局部搜索，这样就实现了算法两种搜索能力(局部搜索和全局搜索)的平衡。同时本文假定损伤模型为单元质量和刚度的线性折损，基于频率残差和模态确保准则建立损伤识别问题的目标函数,利用改进后的算法对该目标函数进行求解以获得损伤参数的识别。

技术领域

本发明涉及结构健康检测损伤识别技术领域，更具体地，涉及一种基于残余力向量法和树种算法的结构损伤识别二步法。

背景技术

结构损伤识别一直以来是土木工程中研究的热点分支之一，损伤结构的及时检测可以避免重大事故的发生。在相关研究中，许多学者将结构裂纹模型等价为单元刚度矩阵中杨氏模量的减少、可扭转弹簧、以及一种完全开口裂纹的模型等等。另一方面，在反问题的识别研究中往往把结构损伤识别问题归结为优化问题，即通过定义一个关于损伤结构的目标函数，然后利用各种优化方法来实现结构参数的损伤检测。但是利用经典的优化方法往往需要好的初始值，借助梯度和导数等信息，所以极大地限制了这些方法的应用。

发明内容

本发明提供一种收敛速度、求解精度高、鲁棒性好的基于残余力向量法和树种算法的结构损伤识别二步法。

为了达到上述技术效果，本发明的技术方案如下：

一种基于残余力向量法和树种算法的结构损伤识别二步法，包括以下步骤：

S1：将结构划分为nel个单元，再利用有限单元法得到系统刚度和质量矩阵，再提取前N阶固有频率和模态；

S2：构建损伤结构的目标函数；

S3：利用改进的树种算法优化目标函数。

进一步地，所述改进的树种算法包括全局寻优能力的改进，其过程是：

在标准的树种算法中，树种的全局搜索模式借鉴了人工蜂群算法中引领蜂的局部寻优模式：

S_i,j＝T_i,j+α_i,j×(T_i,j-T_r,j)

其中S_i,j是第ith树繁殖地第ith种子中第jth变量的变异结果，T_r,j是种群中的另一棵树的第jth变量，α_i,j则是一个位于[-1,1]之间的随机数；

利用差分进化算法中的DE/rand/2/bin变异机制对待优化变量的每一维变量进行变异更为合理，用以下公式来产生新解：

S_i,j＝T_i1,j+F₁·(T_i2,j-T_i3,j)+F₂·(T_i4,j-T_i5,j)

其中T_i1,T_i2,T_i3,T_i4,T_i5为种群中任意5棵不同的树，j为待优化变量中的任意一维变量，其中F₁,F₂为缩放因子，一般两者都取0.5。

进一步地，所述改进的树种算法还包括局部寻优能力的改进，其过程是：

在标准的树种算法中，树种的局部搜索方式是通过围绕着此次迭代中最好的那一棵树周边进行随机搜索来实现的，具体表达式如下所示：