求解广义最小生成树问题的元启发式算法

针对广义最小生成树问题,设计了2种改进的元启发式算法来求解：单亲遗传模拟退火算法和改进的禁忌搜索算法。通过综合遗传算法和模拟退火算法的优点,提出了单亲遗传和模拟退火的混合算法,并设计了自适应选择法和自适应基因重组操作;在改进的禁忌搜索算法中,通过在2种邻域进行搜索来避免陷入局部最优。数值实验验证了算法的有效性。     

基于动力监测连续刚构桥梁测点优化综合评价

对有效独立法、逐步消减法、逐步累积法、EI及MAC混合算法、基于EI的逐步消减法、基于EI的逐步累积法、遗传算法、猴群算法8种不同的传感器优化布点算法在大跨径连续刚构桥中的应用进行对比分析。将这些算法应用到某大跨径连续刚构桥上,对比了各种算法优化侧重点的不同以及优化效果的差异。并采用均方差、MAC矩阵非对角元的最大值及Fisher信息矩阵行列式的值、振型矩阵的条件数4个准则对传感器布置的优化效果进行对比分析,最后将4种评估准则综合起来取平均值建立了测点优化算法结果的综合评价体系。分析结果表明:在进行传感器的优化布设时,必须用多种准则对不同优化算法的结果进行对比分析,选择综合得分最高的那一个。     

基于人群搜索算法的桥梁结构传感器优化布置

提出了基于人工搜索算法的桥梁结构传感器优化布置方法,通过间接整数编码方式,解决人群搜索算法处理离散性变量问题的不足,以桥梁模态分析所得模态置信度矩阵为目标函数,利用人群搜索算法利己行为、利他行为、预动行为、不确定推理行为,以拱桥为例,进行传感器的优化布置。并将结果与粒子群算法相比,结果表明,人群搜索算法收敛速度快、精度高,能够较好地解决传感器优化布置问题。     

单亲遗传算法在公路测量中的应用

用单亲遗传算法解测量平差问题,给出了基因重组的换位,移位和倒排等概率操作方法。通过某大桥加密导线点的算例,证实了该算法对测量问题是可行的,有较快的收敛速度。但过早的收敛将影响结果精度,使全局优化解的出现机率很小。为此,对染色体种群的个体数量,终止条件的选取等进行了算值实验,并提出了计算终止的2个准则,计算结果表明合理的收敛条件,可以使寻优过程充分,所得的解为全局最优解的可信度大为提高。     

基于稳定图解析的桥梁模态参数全自动识别

桥梁模态参数识别是桥梁智能监测的重要内容,传统桥梁模态参数识别方法需要人工干预,不适合连续监测,且在传感器较少时可能失效。为解决该问题,提出改进的稳定图解析方法,实现桥梁模态参数全自动识别。首先,提出模态相似指标(Modal Similarity Criterion, MSC)度量模态相似性,解决传统模态置信度指标在传感器较少时可能失效的问题;然后,提出新的稳定图自动清洗方法,剔除稳定图中的大量虚假模态,同时提出改进的层次聚类算法自动解析清洗的稳定图,实现模态参数自动识别;最后,将提出的方法应用于一座斜拉桥和一座具有密集模态的连续梁桥Benchmark,并在极端传感器布置工况下验证所提方法辨别密集模态的可行性。结果表明：即使在发生振型空间混叠时,提出的MSC指标仍能有效辨别不同模态;提出的稳定图自动清洗和自动解析方法不需要任何人工设定的阈值,能够自动剔除虚假模态并得到准确的模态识别结果,同时能够准确识别发生振型空间混叠的密集模态。提出的自动识别方法不受结构刚度和加速度传感器布置位置和数量的限制,能够统一地应用于具有不同刚度和不同传感器布置工况的跨海桥梁集群监测。     

汽车关门声品质改进方法的研究

针对某企业新车型关门声品质改进问题,提出一种通过减小模态能量来改善汽车关门声品质的方法.该方法采用模态频率响应法,结合全因子试验设计计算出各车门样本在脉冲激励下的模态能量,并找出模态能量最低的样本,从而得到新的车门结构.结合模态频率响应法与边界元法计算了改进前后车门系统辐射出的声压和声品质参数,同时对样车进行了关门声品质试验.结果表明,模态能量最低的车门系统的关门响度与尖锐度有明显减小,达到了改善关门声品质的目的.     

基于EfI法的桥梁模态测试中传感器优化布置

为确定大跨刚性桁架柔性拱桥传感器的最优布置位置,采用ANSYS软件建立全桥有限元模型,分析其动力性能,以模态向量矩阵和有效独立法为准则,在MATLAB环境下开发了三维加速度传感器优化布置工具箱,用于刚性桁架柔性拱桥的传感器优化布置,同时,对桥梁结构模型进行模态试验验证传感器布置方案的合理性.研究结果表明,所选传感器位置能够较好地拟合出桥梁振型,基于EfI的传感器优化布置工具箱对大跨刚性桁架柔性拱桥传感器布置是行之有效的.     

桥梁结构模态测试中传感器优化布置的序列法及应用

介绍桥梁结构模态测试中传感器优化布置的序列法,该法以模态置信度MAC矩阵的最大非对角元为目标函数,采用逐步累积或逐步消去的方法对传感器进行优化布置,直到传感器数目最理想、位置最优。最后举例说明了该法在桥梁结构模态测试中的应用。     

用单亲遗传算法求解配送车辆调度问题的研究

建立了配送车辆调度问题的数学模型，针对传统遗传算法对复杂问题搜索效率低，易陷入“早熟收敛”的缺点，构建了求解配送车辆调度问题的单亲遗传算法，并进行了实验计算。计算结果表明，用单亲遗传算法求解配送车辆调度问题，可以取得比传统遗传算法更优的结果。     

车门密封条分段线性刚度等效方法及应用

本文提出了车门系统密封条分段线性等效方法并应用于车门系统模态预测。该方法先基于密封条材料单轴拉伸试验数据对本构模型进行辨识,然后通过有限元法计算车门关闭状态密封条各位置压缩量,将整圈密封条按照一定间隔分段并将每段等效成一个线性弹簧,结合每段密封条压缩量、CLD(Compression Load Deflection,压缩载荷变形)特性及线性刚度等效算法得到弹簧单元线性刚度,最后利用此刚度进行车门模态预测,结果表明此方法将频率累计误差降低5 Hz,MAC(Modal Assurance Criteria,模态置信准则)累计误差降低0.53。     

斜拉桥环境激励模态参数识别不确定性试验研究

为分析环境激励法模态参数识别的不确定性,对一模型斜拉桥进行了分区模态试验,测试了主梁竖向和扭转、主塔面内和面外模态。首先,分析了非白噪声激励对模态参数识别的影响,提出采用结构有限元模型仿真分析结合稳定图剔除虚假模态的方法。其次,采用特征系统实现算法(ERA)结合提出的虚假模态剔除方法,识别出全桥15阶模态。再次,采用峰值法(PP)、正交多项式法(RP)、最小二乘复指数法(LSCE)、随机子空间法(SSI)分别进行模态参数识别,对比了各方法模态参数识别结果,统计了其不确定性,频率的识别结果变异性小,阻尼和振型有较大的变异性。最后,采用MONTE CARLO法对实测频响函数添加噪声后进行模态参数识别,结果表明,测点位于振型振幅较大位置时,模态参数识别结果的不确定性小,模态参数识别方法的不确定性比噪声的不确定性大。     

基于K-means聚类算法的桥梁结构真实模态筛选研究

现阶段,随机子空间算法被广泛运用于识别桥结构的模态参数,虽然已不少学者对其进行了深入研究,但依然无法精确地对稳定图中的真假模态作出辨识和筛选。为了识别稳定图中的真实模态,首先通过对比分析数据驱动随机子空间算法和协方差驱动随机子空间算法在基本原理和计算效率两方面的差异,最终选定数据驱动随机子空间算法作为模态参数识别算法;其次以某试验桥为背景,通过分析大量稳定图中真假模态的存在形式来总结稳定图中真实模态存在的一般规律;同时基于K-means聚类算法的特点——不仅能实现不同维度数据的聚类,也能判别数据间是否属于同一类,还能筛选出同类的数据点,将该算法与稳定图定阶法中的振型辨识原理进行融合,运用于模态参数识别的流程中以完成真假模态的自动化筛选。为验证所提算法具有可信性,将其运用于识别某试验桥和实际桥梁结构的模态参数结果,并将所得结果与理论值进行对比分析。结果表明:所提算法能有效辨识稳定图中的真假模态,且识别结果具有可信性。     

利用光纤应变传感器通过振动监测对蒂尔夫桥进行损伤识别

介绍利用光纤应变传感器及加速度仪,对有着50多年桥龄的比利时蒂尔夫桥进行的环境振动测试。根据环境振动测试的结果,用随机子空间识别法确定桥梁的固有频率、阻尼比、模态位移和模态曲率;通过有限元模型修改,将所得到的模态参数用于桥梁损伤识别,并将识别结果与实际目测情况进行比较。     

CFRP拉索斜拉桥模态试验与分析

采用环境脉动法对CFRP拉索斜拉试验桥进行模态试验.联合采用峰值拾取法和互功率谱(PSD)法来识别模态参数,并将其与有限元模型计算结果进行对比分析;按等轴向刚度准则将CFRP索替换为钢索,比较不同索模型的动力特性.结果表明:实测结果与计算结果基本吻合,相对钢索,CFRP索斜拉桥自振频率有所提高.     

基于改进EEMD算法的桥梁结构模态参数识别

对于桥梁结构而言,可以通过监测其模态参数值的变化情况来评判其健康状况。在对桥梁结构进行模态参数识别时,由于传感器采集的响应信号是在环境激励下监测的,所以信号中会含有部分的噪声,不仅会影响识别结果的精度,还会导致虚假模态的存在,所以实际运用中需要先对响应信号进行一定的预处理。现阶段被广泛运用的预处理方法是总体经验模态分解(EEMD)算法,虽然该算法是在EMD算法基础上改进得到的,但依然存在一定的缺陷。为了弥补这些缺陷,提出了一种新的分解算法,即互补自适应噪声的集合经验模态分解算法(EEMDCAN)。首先确定添加白噪声的幅值标准差和集成平均次数,接着引入了统计学中的聚类分析、相关性分析以及模糊综合评价算法来实现信号的自适应分解与降噪。最后利用所提算法对仿真信号进行分解与重构,并将所得结果与EEMD分解结果进行对比分析,以验证所提算法的可行性;同时为进一步验证所提算法能运用于实际桥梁结构中,以某大型斜拉桥为研究对象,利用改进算法对其加速度信号预处理,结果表明改进算法能够克服EEMD算法存在的模态混叠现象,能更好地对信号进行降噪与重构,且能保留响应信号中更多的有用信息,具有一定的实际运用价值。     

一种多车场车辆路径问题的单亲遗传算法

提出了一种单亲遗传算法来求解多车场车辆路径问题（MDVRP）。在该算法中，对每个服务点按照其距离各个车场的远近归类到各个车场之中，通过构造染色体表达式，采用基因重组以及变异算子来进行常规遗传操作。在进化的同时，采用局部调整，使服务点在一定的范围内的不同车场中调换，保证其种群多样性，从而避免局部收敛，达到全局最优的效果。实验表明，本算法能有效解决一定规模的多车场车辆路径问题。     

基于热电能的传感器在路面中的智能应用

投入使用多年的基础设施需要预防性养护措施保证其正常的使用功能,利用更多的创新型传感器确保基础设施的使用寿命,将是今后一个明智且值得采纳的方式。在考虑降低基础设施费用和确保嵌入式传感器的长期使用性能方面,如何保证传感器的能量供给是必须考虑的重要环节。该文论述了采用热电提供能量的传感器的初步研究成果,体现了能够长期监测路面性能的一种创新性策略。     

基于本征正交分解的缸内流场仿真校核方法探究

由于直喷式发动机缸内流场具有高湍流和循环变动等特性,因此,发动机三维模型的流场校核显得尤为重要。基于某光学发动机,利用高速粒子图像测速,对发动机缸内流场进行采集,同时利用大涡模拟对其进行三维建模仿真计算,将试验结果用于发动机模型的校核。并基于本征正交分解的方法,提取主要模态,分别从模态和能量的角度,全面对流场进行校核。在校核的基础上,分析了发动机的特征模态和循环变动。通过分析主要模态能量系数的波动,阐述包含大部分能量的流场和局部小涡团上分别的特征差异,提出了基于模态相关性系数的缸内流场仿真校核方法,通过相关性系数体现试验和仿真的主要流场模态占混合本征正交分解的流场模态的权重,进而显示了试验和仿真结果的客观差异,对流场校核的全面性进行了补充。     

自动驾驶传感器筛选与优化配置程序研究

自动驾驶传感器配置需求随着汽车智能化和电动化的快速发展不断增加。基于当前自动驾驶传感器配置无有效筛选途径的现状,通过建立数据库、设定指标项、制定评判准则和选定算法程序快速实现传感器配置方案匹配,并采用响应曲面算法进行优化筛选,满足用户传感器配置需求。     

基于蚱蜢算法优化变分模态分解的滚动轴承故障诊断

针对变分模态分解(VMD)在处理实际信号无法预先掌握其分解参数(K,α)而限制其使用，以及包含故障信息的特征参数的选取问题，提出了自适应变分模态分解(AVMD)算法。该算法首先以所分解模态的平均包络信息熵和包络峭度两种指标融合作为目标函数，利用蚱蜢算法(GOA)寻优，获取VMD的分解参数(K_op,α_op),接着对原始振动信号进行VMD分解，通过能量百分比的计算，选取能量90%及以上的敏感模态，对其多域联合的特征参数构建特征向量，最后利用支持向量机(SVM)对滚动轴承的四种状态进行识别。通过滚动轴承数据集分析表明，采用AVMD方法提取的故障特征比EMD、EEMD、传统VMD以及PSO-VMD等方法提取的故障诊断特征的故障模式识别准确率更高，在测试数据集上的准确率达到99.166 7%。