[发明专利]基于果蝇算法的结构损伤识别方法

摘要

本发明一种基于果蝇算法的结构损伤识别方法，涉及果蝇算法在结构损伤识别的工程应用，主要步骤：①通过有限单元法建立损伤结构的有限元模型，提取结构的固有频率、振型等模态参数，②利用损伤结构和计算结构的固有频率残差和模态确保准则构建目标函数；③采用果蝇算法优化这一目标函数，直到满足循环结束条件为止。④最后得到的最优解即为损伤识别结果。该方法相较于传统的灵敏度方法而言，无需借助梯度信息，利用少量的模态参数即可得到精度较高的识别结果。

主权项

一种基于果蝇算法的结构损伤识别方法，其特征在于，包括以下步骤：步骤一：将结构划分为nel个单元，利用有限单元法得到系统刚度和质量矩阵，再提取前损伤结构NF阶固有频率和模态；步骤二：构建损伤结构的目标函数，目标函数如下：$f={\mathrm{\Σ}}_{j=1}^{NF}\[a*{\mathrm{\Δ\ω}}_j+b*(1-{\mathrm{MAC}}_j)\]$${\mathrm{\Δ\ω}}_j=\frac{|{\mathrm{\ω}}_j^h-{\mathrm{\ω}}_j^d|}{\left|{\mathrm{\ω}}_j^d\right|}$${\mathrm{MAC}}_j=\frac{{({\mathrm{\Φ}}_j^C\·{\mathrm{\Φ}}_j^M)}^2}{\left|\right|{\mathrm{\Φ}}_j^C\left|{|}^2\right|\left|{\mathrm{\Φ}}_j^M\right|{|}^2}$其中为第j阶结构计算得到的频率和振型，为第j阶结构测量得到的频率和振型，a，b为权重系数，Δω_j为第j阶结构计算和测量得到的频率误差，MAC_j为第j阶结构计算和测量得到模态误差；步骤三：利用果蝇算法不断优化上述目标函数，直到满足设定的终止条件，得到识别结果；上述利用果蝇算法不断优化目标函数具体包括如下几个阶段：1)初始化参数，包括初始果蝇种群数量和最大迭代次数maxgen；基于下式初始化果蝇种群，即果蝇位置(X_i,Y_i)：X_i＝10*rand(0,1)Y_i＝10*rand(0,1)其中X_i表示搜索空间里的果蝇初始位置的横坐标，Y_i表示搜索空间里的果蝇初始位置的纵坐标；则该果蝇位置与原点的距离基于下式获取该果蝇位置对应的折损系数c；S＝1/Dc＝1‑S2)在该果蝇位置周围按照设定的种群数量派出果蝇，并分别基于目标函数求取各果蝇的函数适应度值，从中选取出适应度值最小时对应的果蝇位置(X_axis,Y_axis)，并计算该果蝇位置(X_axis,Y_axis)与原点的距离同理获取新的折损系数c_axis；3)果蝇位置为(X_axis,Y_axis)的果蝇在食物源附近进行食物探索，并利用下式对该果蝇的位置进行更新；X_i′＝X_axis+2*rand(0,1)‑1Y_i′＝Y_axis+2*rand(0,1)‑14)应用“贪婪原则”，重复步骤2)、3)，进行maxgen次的探索，选出适应度值更好的解和折损系数，并记忆，结束。