一种系统参数识别的最优传感器布置方法技术方案

本发明专利技术公开一种系统参数稳定识别的最优传感器布置方法。该方法首先假定待识别参数具有概率分布形式(如服从正态分布)，基于蒙特卡洛法对待识别参数进行抽样，计算各候选传感器处的响应向量，并对响应向量进行去中心化操作，即响应向量减去其均值向量；其次，统计各候选传感器处响应的方差，选择响应方差最大的位置作为最优的传感器布置位置；再次，将剩余候选传感器处的响应向量与已选传感器处的响应向量进行正交化操作，去除相关信息，获取剩余候选传感器处响应向量的独立成分，并选择独立成分方差最大的位置作为次优的传感器布置位置；最后，重复上述选择过程，直至剩余候选传感器处响应向量独立成分的模趋于零。本发明专利技术能确定识别系统参数所需最优传感器的位置及个数，且剩余传感器响应信息能被所选传感器处响应信息完全表示。

【技术实现步骤摘要】
一种系统参数识别的最优传感器布置方法
本专利技术涉及系统参数识别
，尤其涉及一种系统参数识别的最优传感器布置方法。
技术介绍
系统状态评估、模型修正等都需要通过传感器来获取有效信息，合理的布置传感器已成为结构健康监测、系统参数识别的关键技术之一。对于大型复杂系统或结构通常有很多不同传感器布置位置，虽然使用越多传感器，结构特性的描述越准确，但考虑到技术、场地及经济条件等因素的限制，在所有位置上布置传感器不太现实，传感器过多也会引入许多冗余信息，因此通常只在有限位置上布置少量传感器。同时，合理的布置传感器，也有助于充分利用测量信息，更为稳定准确地实现系统参数的识别。基于此，实现传感器布置位置的优化，并确定有效传感器的数量具有重要的实际工程意义。现有技术中存在多种传感器布置方法，其中《固体力学学报》2006年第1期中，公开了一种“利用线性模型估计的传感器优化布置算法”，该方法首先根据线性模型估计理论。将待监测的目标模态振型视为线性模型的设计矩阵；然后利用奇异值分解的算法，将设计矩阵分解，根据分解的前几个左奇异向量来计算各个自由度对于目标模态振型的贡献；用迭代算法来求出最优的传感器布置本文档来自技高网...

【技术保护点】
一种系统参数稳定识别的最优传感器布置方法，其特征在于其特征在于，包括以下步骤：步骤1：假定待识别参数具有概率分布形式，基于蒙特卡洛法进行抽样，获取待识别参数样本；步骤2：采用数值模拟方法对被测结构建立仿真模型，计算待识别参数样本对应的各候选传感器位置处的结构响应向量，将所获取的响应向量进行去中心化处理，即所有响应数据减去其所对应的均值；步骤3：统计各候选传感器处响应的方差，选择响应方差最大的位置作为最优的传感器布置位置；步骤4：剩余候选传感器处的响应向量与已选传感器处的响应向量进行正交化操作，去除与已选传感器位置处相关的响应信息，获取剩余候选传感器处响应向量的独立成分；步骤5：统计剩余传感器处...

【技术特征摘要】
1.一种系统参数稳定识别的最优传感器布置方法，其特征在于其特征在于，包括以下步骤：步骤1：假定待识别参数具有概率分布形式，基于蒙特卡洛法进行抽样，获取待识别参数样本；步骤2：采用数值模拟方法对被测结构建立仿真模型，计算待识别参数样本对应的各候选传感器位置处的结构响应向量，将所获取的响应向量进行去中心化处理，即所有响应数据减去其所对应的均值；步骤3：统计各候选传感器处响应的方差，选择响应方差最大的位置作为最优的传感器布置位置；步骤4：剩余候选传感器处的响应向量与已选传感器处的响应向量进行正交化操作，去除与已选传感器位置处相关的响应信息，获取剩余候选传感器处响应向量的独立成分；步骤5：统计剩余传感器处响应独立成分的方差，并选择独立成分方差最大的位置作为次优的传感器布置位置；步骤6：重复步骤4和步骤5，直至剩余候选传感器处响应向量独立成分的模趋于零，则确定了参数识别所需的最优传感器的位置及个数。2.根据权利要求1所述的最优传感器布置方法，其特征在于，所述步骤1进一步包括：待识别参数...

【专利技术属性】
技术研发人员：刘杰，欧阳衡，姜潮，韩旭，
申请(专利权)人：湖南大学，
类型：发明
国别省市：湖南,43