一种基于传感器位置优化布置的结构参数识别方法技术

本发明专利技术公布了一种基于传感器位置优化布置的结构参数识别方法，包括以下步骤：步骤1、建立含过程噪声的系统时间离散化的增广状态(位移、速度及待识别参数)传递方程和观测方程；步骤2、构建基于扩展卡尔曼滤波器的增广状态识别方法；步骤3、采用一种简单有效的自启发搜索优化方法进行传感器位置优化布置；步骤4、采用优化布置下的传感器测量组合进行结构参数识别。本方法两大优点在于：1、采用本发明专利技术所述方法优化传感器的数量和布置位置，仅需要少量加速度传感器即可进行全结构的参数识别，传感器数量远小于识别参数个数。2、本发明专利技术既能识别结构参数，又能识别结构位移和速度，进而可以重构出结构节点的加速度响应，实施结构健康状况实时监测。状况实时监测。状况实时监测。

【技术实现步骤摘要】
一种基于传感器位置优化布置的结构参数识别方法


[0001]本专利技术属于参数识别、结构健康监测
，具体涉及一种基于传感器位 置优化布置的结构参数识别方法，

技术介绍

[0002]参数识别是结构动力学典型的第一类逆问题，即已知结构测量响应和外载荷 去识别未知结构参数，这是因为结构的响应往往容易测量，而参数难以通过直接 测量手段获得。传统的参数识别方法为了满足逆问题中可识别的数学条件，要求 测量响应的数目不小于待识别参数的数目。然而，工程实际问题中，往往不知道 哪些参数是未知的，如结构损伤识别问题，因而待识别参数的数目是很多的，这 就势必要求测量响应的数目也是急剧增大，然而由于监测设备、传感器数量以及 布置等因素的限制，导致无法实施很多位置下的响应测量。
[0003]扩展卡尔曼滤波算法是一种在贝叶斯理论框架下的不确定性滤波算法，能够 使用较少的测量响应去识别更多数量下的参数值，目前应用较广。不过，不同传 感器位置布置下的滤波器识别效果千差万别，甚至无法识别。

技术实现思路

[0004]本专利技术的目的是提供了一种基于传本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于传感器位置优化布置的结构参数识别方法，其特征在于，包括如下步骤：S100：建立含过程噪声的系统时间离散化的增广状态传递方程和观测方程；S200：构建基于扩展卡尔曼滤波器的增广状态识别方法；给定初始条件，扩展卡尔曼滤波器逐渐趋于收敛到一个稳定的P值，增广状态的方差矩阵反映了识别误差的大小；S300：采用自启发搜索优化方法进行传感器位置优化布置：利用仿真软件建立结构件有限元模型，并依据最小化结构参数误差对传感器布置位置进行模拟；S301，初始化：对结构件上各节点的自由度进行编号，记为i，i＝1、2、3
……
n，为正整数；把结构件上所有可以放置传感器的位置都作为候选位置，共n个候选位置；S302，进行模拟实验：第一轮模拟实验：第一次模拟实验：删除第1个自由度对应的候选位置，其余n
‑
1候选位置均设置传感器，然后在结构件上施加载荷，并计算出此次的参数的识别误差方差平均值第二次模拟实验：删除第2个自由度对应的候选位置，其余n
‑
1候选位置均设置传感器，然后在结构件上施加载荷，并计算出此次的参数的识别误差方差平均值
……
依次删除第i个自由度，重复上述步骤n次，得到n个值，并进行比较；得出删除了第g个自由度对应的候选位置时的最小，那么排除第g个自由度作为传感器布置的候选位置；进行第二轮模拟实验：在除去第g个自由度的剩余n
‑
1个自由度中，每次删除1个自由度对应的候选位置，其余n
‑
2候选位置均设置传感器，然后在结构件上施加载荷，并计算出此次的参数的识别误差方差平均值按照自由度编号的数字从小达大，依次删除第i个自由度，重复上述步骤n
‑
1次，得到n
‑
1个值，并进行比较；得出删除了第r个自由度对应的候选位置时的最小，那么排除第g和第r个自由度作为传感器布置的候选位置；
……
进行第Q轮模拟实验：在剩余n
‑
Q+1个自由度中，每次删除1个自由度对应的候选位置，其余n
‑
Q候选位置均设置传感器，然后在结构件上施加载荷，并计算出此次的参数的识别误差方差平均值Q为正整数；按照自由度编号的数字从小达大，依次删除第i个自由度，重复上述步骤n
‑
Q+1次，得到n
‑
Q+1个值，并进行比较；得出删除了第j个自由度对应的候选位置时的最小，那么排除第g个、第r个、，
…
，第j个自由度作为传感器布置的候选位置，此时剩余的候选位置数量为n
‑
Q，可布置的传感器的数量v＝n
‑
Q；判断可布置的传感器的数量v是否等于设定的传感器数量num，若不相等，则进行第Q+1
轮模拟实验；若相等，则停止迭代，此时得到的传感器布置位置以及传感器数目即为优化结果；S400：根据步骤S300传感器位置优化结果,基于步骤S200的扩展卡尔曼滤波器进行结构参数识别，得到结构状态和识别参数。2.根据权利要求1所述的基于传感器位置优化布置的结构参数识别方法，其特征在于，步骤S100中，建立含过程噪声的系统时间离散化的增广状态传递方程和观测方程的过程如下：S101：建立线性系统的状态传递方程和观测方程：对于线性时不变动态系统，其运动学二阶微分方程可表示为其中，M、C、K分别为质量、阻尼及刚度矩阵；q(t)分别为节点关于时间t的加速度、速度及位移向量；u(t)是载荷向量，B
u
是载荷向量的位置影响矩阵；设定该系统中仅C、K矩阵包含未知参数α需要识别，则增广状态向量...

【专利技术属性】
技术研发人员：万志敏，王婷，曹健，周小青，李善德，卢森，陈凡，
申请(专利权)人：湖北省专用汽车研究院，
类型：发明
国别省市：