×

基于改进铰板法和人工蜂群算法的简支梁桥铰缝损伤识别算法。 (英语) Zbl 1461.74091号

摘要:铰缝损伤是简支梁桥的一种典型损伤形式,它会对结构的整体受力分布产生不利影响。然而,铰链接头损伤的损伤识别方法仍然有限。在本研究中,考虑铰链损伤条件对结构横向载荷分布的影响,提出了一种基于改进铰接板法(MHPM)和人工蜂群法(ABC)的简支铰接板桥损伤识别算法。首先,在传统铰链板方法的基础上,引入相对位移作为损伤因子来模拟铰链接头损伤,提出并论证了MHPM方法。通过与有限元方法的比较,验证了MHPM的有效性。其次,将损伤识别视为简支梁桥损伤状态下LLD计算的逆问题。由于其结构简单、易于实现和鲁棒性,我们选择了四种ABC算法来解决该问题。比较了遗传算法和粒子群算法的收敛速度和识别精度。最后,以四块和七块板组成的铰接桥为算例,验证了该方法的可行性和正确性。仿真结果表明,该算法能够有效、准确地识别损伤关节的位置和程度。

理学硕士:

74S99型 固体力学中的数值方法和其他方法
65千99 数学规划、优化和变分技术的数值方法
74卢比 脆性损伤

软件:

基础知识
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 希奥·G。;Kim,C。;Jeon,S。;Jeon,J。;基于数据压缩技术的大跨度桥梁结构健康监测智能数据采集系统的实验研究;申请。科学:2018; 第8卷。
[2] Amezquita-Sanchez,J.P。;Adeli,H。;智能结构振动健康监测的信号处理技术;架构(architecture)。计算。方法工程:2016年;第23卷,1-15·Zbl 1348.94011号
[3] Satpal,S.B.公司。;古哈,A。;班纳吉,S。;基于支持向量机的铝梁损伤识别:数值和实验研究;结构。健康控制:2016年;第23卷,446-457。
[4] 范,W。;乔,P.Z。;基于振动的损伤识别方法:回顾与比较研究;结构。健康监测:2011; 第10卷,第83-111页。
[5] 秦,S.Q。;Zhang,Y.Z.先生。;周,Y.L。;Kang,J.T。;基于kriging模型和PSO算法集成的桥梁结构高振型动力模型修正;传感器:2018年;第18卷。
[6] 布拉乔夫斯基,B。;安,Y。;斯宾塞,B.F。;欧,J。;静定桁架结构损伤定位的轴向应变加速度方法;计算-辅助公民。信息:2017年;第32卷,304-318。
[7] Kim,C.-W。;Chang,K.-C。;北岛,S。;麦格特里克,P.J。;利用车辆振动检测钢格构桥梁损伤的现场试验;结构。健康监测:2016; 第15卷,174-192年。
[8] 鲁索,F.M。;威普夫,T.J。;克莱伯,F.W。;Trb、T.R.B。;超高车辆碰撞损伤预应力混凝土桥梁的诊断荷载试验;第五届国际桥梁工程会议论文集:。
[9] 西涌。;刘杰。;索特利诺,E.D。;次要构件和桥面开裂对钢梁桥横向荷载分布的影响;桥梁工程杂志:2006;第11卷,178-187。
[10] Al-Saidy,A.H。;克莱伯,F.W。;威普夫,T.J。;沙特阿拉伯Al-Jabri。;Al-Nuaimi,A.S。;碳纤维布加固短跨组合梁性能参数研究;施工。生成。材料:2008; 第22卷,729-737。
[11] Kim,Y.J。;格林,M.F。;法利斯,G.J。;采用预应力碳纤维布修复冲击载荷损伤的桥梁主梁;桥梁工程杂志:2008;第13卷,15-23。
[12] 阿齐米,H。;塞纳,K。;外贴碳纤维增强聚合物板修复冲击损伤预应力混凝土桥梁的参数效应;J.施工。面部:2015; 第29卷,1-12。
[13] 姚,L.S;桥梁工程:中国北京,2010,128-142.
[14] ; AASHTO公路桥梁标准规范:美国华盛顿特区,1996年。
[15] ; AASHTO LRFD桥梁设计规范:美国华盛顿特区,2012。
[16] 霍克星(X.S.)。;瓦瑟曼,E.P。;共和国伊克巴尔。;活载剪切横向分布系数的简化计算方法;桥梁工程杂志:2005;第10卷,544-554。
[17] Wang,W.Y。;张,C。;Wan,S。;研究了铰接空心梁的横向荷载分布;2017年第四届先进材料、力学和结构工程国际会议论文集:。
[18] 焦,Y.B。;刘,H.B。;王晓庆。;罗,G.B。;基于模态特性的完整和受损钢筋混凝土桥梁横向分布评估方法;第十届结构健康监测国际研讨会论文集:,2911-2918.
[19] Wei,B.L。;邓,M.Y。;损伤桥梁横向荷载分布的计算方法分析;河南职业技术学院。大学:2015年;第34卷,102-108。
[20] Cheng,C。;沈,C.W。;徐,L。;计算受损桥梁横向荷载分布的铰接板法;武汉大学技术学院:2004; 第28卷,229-231。
[21] 康德,B。;Drosopoulos,G.A。;Stavroulakis,G.E。;里维罗,B。;Stavroulaki,医学工程师。;砌体拱桥损伤状态调查的反演分析——在kakodiki桥上的应用;工程结构:2016; 第127卷,388-401。
[22] 桑托斯,A。;Silva,M。;桑托斯,R。;Figueiredo,E。;销售额,C。;科斯塔,J.C.W.A。;基于模因群优化的结构损伤检测全局期望最大化方法;结构。健康监测:2016; 第15卷,610-625。
[23] Wei,Z.T.公司。;刘J.K。;卢,Z.R。;基于改进粒子群算法的结构损伤检测;反向探测。科学。工程:2018年;第26卷,792-810·Zbl 1409.74041号
[24] Yang,Z.B。;陈,X.F。;谢毅。;Miao,H.H。;高J.J。;齐,K.Z。;板状结构损伤检测的混合两步法;结构。健康控制:2016年;第23卷,267-285。
[25] 卡西娅,S。;Elia,L。;基于生物启发元启发式工具的斜拉桥损伤定位;结构。控制健康:2017年;第24卷。
[26] Antonelli,A。;贾内蒂,S。;Leccese,F。;遗传算法应用于谐波分析的增强锁相环系统;国际环境与电气工程会议记录:,328-333.
[27] 侯伟(Hou,W.)。;Jin,Y。;朱,C。;李·G。;基于萤火虫群优化的光伏系统最大功率点跟踪算法;国际光能杂志:2016。
[28] 卡拉博加,D。;巴斯特克,B。;人工蜂群算法的性能研究;申请。软计算:2008; 第8卷,687-697。
[29] 卡拉博加,D。;阿凯,B。;人工蜂群算法的比较研究;申请。数学。计算:2009; 第214卷,第108-132页·Zbl 1169.65053号
[30] Pham,D.T。;Castellani,M。;受自然启发的基于种群的连续优化算法的基准和比较;软计算:2014; 第18卷,871-903。
[31] Sun,H。;卢斯,H。;贝蒂,R。;基于改进人工蜂群算法的结构模型辨识;计算。结构。:2013; 第116卷,第59-74页。
[32] 徐海杰。;丁,Z.H。;卢,Z.R。;刘J.K。;基于混沌人工蜂群算法的结构损伤检测;结构。工程机械:2015; 第55卷,1223-1239。
[33] 卡拉博加,D。;基于蜜蜂群的数值优化思想;博士论文:Kayseri,土耳其2005。
[34] 高,W.F。;Liu,S.Y。;Huang,L.L。;使用更多基于信息的搜索方程增强人工蜂群算法;信息科学:2014; 第270卷,第112-133页·兹比尔1341.68201
[35] 阿凯,B。;卡拉博加,D。;一种用于实际参数优化的改进人工蜂群算法;信息科学:2012; 第192120-142卷。
[36] 庞,B。;Song,Y。;张,C。;Wang,H。;Yang,R。;基于自学习机制的改进人工蜂群算法;算法:2018年;第11卷·Zbl 1460.90212号
[37] 卡拉博加,D。;Gorkemli,B。;一种快速人工蜂群算法及其在优化问题中的性能;申请。软计算:2014; 第23卷,227-238。
[38] Jadon,S.S.公司。;蒂瓦里,R。;Sharma,H。;Bansal,J.C。;差分进化混合人工蜂群算法;申请。软计算:2017; 第58卷,11-24。
[39] Xiang,W.L。;Meng,X.L。;李毅中。;他,R.C。;安,M.Q。;基于重力模型的改进人工蜂群算法;信息科学:2018; 第429卷,第49-71页。
[40] 刘庆中。;朱,M.M。;李,G.H。;Wang,W.J。;崔丽珍。;Chen,J.Y。;卢,J。;一种具有局部和全局信息交互的新型人工蜂群算法;申请。软计算:2018; 第62卷,702-735。
[41] 阿尔迪斯,A.R。;鲁棒优化设计与制造的一种新的混合人工蜂群算法;申请。软计算:2013; 第13卷,2906-2912。
[42] 李,G.H。;Shi,D;公路桥梁横向荷载分布计算:中国北京,1990,87-116.
[43] Ravanfar,S.A。;拉扎克,H.A。;伊斯梅尔,Z。;哈基姆,S.J.S。;基于小波变换和遗传算法的梁结构两步损伤识别方法;麦加尼卡:2016年;第51卷,635-653·Zbl 1383.74077号
[44] 刘,H.B。;王晓庆。;焦,Y.B。;基于粒子群优化算法改进的模糊c-均值聚类的不规则桥梁损伤识别;J.振动:2016; 第18卷,2149-2166。
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。