[00148924]基于鸟群进化优化算法的功能梯度材料结构损伤识别

①课题来源与背景; 功能梯度材料在航空航天、机械等领域具有广阔的应用前景。功能梯度材料结构在自然灾害或荷载长期作用下将使结构产生不同程度的局部损伤,损伤的累积往往导致结构整体发生破坏。近年来,各种群智能算法在多个领域具有一定的应用前景,基于群智能的功能梯度梁损伤识别将具有一定的理论研究价值和应用前景。 ②研究目的与意义; 研究新兴的群智能优化算法准确有效地识别功能梯度材料结构的局部损伤,以便对它们的健康状况和剩余使用寿命做出正确的评估是非常必要的,对保障其安全运营和人民生命、财产安全亦具有重要意义。 ③主要论点与论据; 本研究项目重点围绕鸟群进化算法这一群智能技术,并对其进行改进,应用于识别功能梯度材料工程结构的损伤这一目标。具体在以下几个方面展开研究： （1） 功能梯度材料梁、板结构有限元建模及振动响应分析; （2） 对原始鸟群进化算法的完善; （3） 研发基于锦标赛搜索策略的损伤识别方法; （4） 研发自适应性步长的鸟群进化算法; ④创见与创新; （1） 利用鸟群进化算法与有限元模型修正技术,将损伤识别问题转化为优化问题,具有一 定的创新性。 （2） 引入锦标赛机制和自适应步长的思想对算法进行改进,使其具有更强的全局寻优能 力,具有一定的创新性。 ⑤社会经济效益,存在的问题; 本项目以理论研究为主,在理论分析、有限元模型验证方面取得了一定成果。此外,本项目技术成果通过物理实验,对功能梯度梁、板结构进行了系列的有损、无损实验研究。通过有限元修正技术和BMO算法,实现了正问题分析、结构损伤识别。研究表明,该技术成果可以有效地应用在实验教学,并且在实际工程应用方面具有良好的应用前景。 ⑥历年获奖情况; 无 ⑦成果简介要向社会公开,请不要填写商业秘密内容 1)本项目解决了功能梯度梁、板结构的动力学方程及其有限元模型,获得了结构的自由振动和强迫振动响应,实现了正问题的分析,为设计和维护功能梯度梁、板结构提供了一定的指导意见。 2)基于正问题分析,本项目利用频率、振型等模态参数和加速度响应等建立目标函数,利用有限元模型修正技术和鸟群进化算法,将损伤识别问题转化为优化问题,从而实现损伤识别数值模拟。为此,搭建了正问题和反问题相互联系的桥梁。 3)提出一种基于多鸟群进化算法的结构参数识别研究。该方法将鸟群分成五类,通过层层递进的关系,实现物种选择。该算法可以同时识别结构的刚度和阻尼参数。识别结果表明在测量噪声存在的情况下,该方法仍然能高效地识别结构参数。单元参数发生扰动的情况也能准确找出并且可以识别该单元参数的减损程度。同时检验了不同数量的模态数据对参数识别精度的影响,选用更多的模态数据能有效地提高参数识别的精度。 4)提出一种基于混合目标函数以及扰动BMO算法的结构损伤识别方法。该方法通过频域和时域数据建立目标函数,使得其更加可以反应功能梯度梁的刚度、质量、阻尼等变化信息。使得目标函数更具有收敛性。传统的BMO算法在后续的全局搜索能力不足,为此,为了给算法增添扰动性使其跳出局部寻优,在算法搜索过程中,添加一个扰动项。研究表明,改进的BMO算法可以寻找出更好的解,该扰动机制可以加强识别结果的准确性。 5)提出一种基于锦标赛搜索策略的损伤识别方法,提升了算法的开发能力和探索能力。 6)提出一种自适应性步长的鸟群进化算法,使其具有更强的全局寻优能力。 7)基于物理实验,对功能梯度梁进行了系列的有、无损伤模态测试和强迫振动响应测试。通过实验的数据分析,进一步证明了本研究开发的有效性、可行性。 8)BMO鸟群算法是一种群智能算法,虽然具有广泛的应用的场景,但由于需要在一个广泛的收敛区间内搜索,需要大量的计算资源。为此,本研究开发在BMO的基础研究上,进一步提出了基于混合灵敏度的功能梯度梁损伤识别方法、基于残余力和混合灵敏度的功能梯度梁的损伤识别方法。该方法通过分析的结构响应的本质特征,通过灵敏度分析即一阶泰勒展开方法,获得结构参数的增量。通过迭代算法和L2正则化,实现目标函数的收敛求解。 9)综上,本研究开发通过理论研究和物理实验,基于BMO算法对功能梯度梁结构实现了结构损伤识别,同时扩展了灵敏度方法在功能梯度梁结构损伤识别的应用。