一种测试多边形建筑薄膜结构力学性能的方法与流程

本发明属于建筑结构测试技术领域，尤其涉及一种测试多边形建筑薄膜结构力学性能的方法。

背景技术

目前，业内常用的现有技术是这样的：

膜结构是近几十年发展起来的一种新型的大跨度空间结构，它由具有优良性能的织物(膜材)通过支撑构件(如刚性梁、柱、柔性索)，或给膜内空气加压以一定的方式组合并施加适当的初始预张力而形成具有一定刚度的空间结构形状，从而承受一定外荷载的一种空间结构形式。它的历史可以追溯到远古时期的人们利用树木的纤维和兽皮建造的帐篷。膜结构是一种全新的建筑结构形式，它集建筑学、结构力学、精细化工与材料科学.计算机技术等为一体，具有很高技术含量。其曲面可以随着建筑师的设计需要任意变化，结合整体环境，建筑出标志性的形象工程。在阳光的照射下，由膜覆盖的建筑物内部充满自然漫射光，无强反差的着光面与阴影的区分，室内的空间视觉环境开阔和谐。夜晚，建筑物内的灯光透过屋盖的膜照亮夜空，建筑物的体形显现出梦幻般的效果。然而，现有建筑薄膜结构力学性能测试手段单一，测试效果差；同时对测试数据计算分析速度慢，测试周期长，影响测试效率。

遗传算法对初始种群的质量和大小依赖性较强，要求初始种群中的可行装配序列的比例较大，最终可能得不到最优装配序列，甚至有可能不收敛。蚁群算法在进行装配序列规划时需要指定基础零件，并且信息素残留系数和转移概率公式中参数选择难度较大，算法的收敛速度不理想，容易陷入局部最优解。模拟退火算法对解空间的拓展不够好，不容易搜索到最有效的区域，所以搜索效率比较低，且种群多样性差，难以得到最优装配序列。粒子群算法具有规则简单，收敛速度快，可调参数少等特点，但对于离散的优化问题处理不佳，容易陷入局部最优。

综上所述，现有技术存在的问题是：

现有建筑薄膜结构力学性能测试手段单一，测试效果差；同时对测试数据计算分析速度慢，测试周期长，影响测试效率。

在硬度检测中，现有的检测方法获得的数据准确性差，现有的算法的收敛速度不理想，容易陷入局部最优解，造成数据运算效率低，准确性不良。

技术实现要素：

针对现有技术存在的问题，本发明提供了一种测试多边形建筑薄膜结构力学性能的方法。

本发明是这样实现的，一种测试多边形建筑薄膜结构力学性能的系统，所述测试多边形建筑薄膜结构力学性能的系统包括：

曲度检测模块，与中央控制模块连接，用于对薄膜结构的曲面度数据进行检测；

硬度检测模块，与中央控制模块连接，用于对薄膜结构的硬度数据进行检测；

硬度检测模块的检测方法包括：

以薄膜结构的硬度为产品硬度检测序列规划评价的指标，构造适应于万有引力搜索算法的适应度函数；

对万有引力搜索算法的计算公式进行重新定义与改造，构建出新的万有引力搜索计算公式；

采用新的万有引力搜索计算公式对待检测产品的硬度检测序列进行迭代求解，所获取的计算结果即为最优硬度检测数据；

适应度函数为：

其中，fit(t)为适应度函数，f(xi)表示薄膜结构i的硬度；qi(k,k+1)表示检测完成第k个薄膜结构到第k+1个薄膜结构的硬度过程所检测的薄膜结构的硬度，该qi(k,k+1)＝d·di(k,k+1)+k·ti(k,k+1)+l·li(k,k+1)；di(k,k+1)为检测方向的改变次数，ti(k,k+1)为检测工具的更换次数，li(k,k+1)为检测类型的改变次数，k∈[1，n-1]；d是检测方向的重新定向时在硬度检测中的权重系数，k是检测工具更换在硬度检测中的权重系数，l是检测类型的改变在总硬度检测中的权重系数，且满足d+k+l＝1；

重量检测模块，与中央控制模块连接，用于对薄膜结构的重量数据进行检测；

中央控制模块，与曲度检测模块、硬度检测模块、重量检测模块、环境模拟模块、测试数据存储模块、云服务模块、显示模块连接，用于调度各个模块正常工作；

环境模拟模块，与中央控制模块连接，用于模拟自然环境因素对薄膜结构进行测试；

测试数据存储模块，与中央控制模块连接，用于对测试数据进行存储；

云服务模块，与中央控制模块连接，用于通过云服务器集中大数据资源对测试数据进行计算分析；

所述云服务模块的能量消耗模型，传感器节点能耗分为发射数据能耗、接收数据能耗和聚合数据能耗，节点到接收点的距离小于阈值d0，则采用自由空间模型，否则，采用多路径衰减模型，从而发射比特数据到距离为d0的接收点的能量消耗如下：

其中eelec为发射电路能量消耗，εfs为自由空间模型下功率放大电路所需能量，εmp为多路径衰减模型下功率放大电路所需能量，接收比特数据能耗：

erx(l)＝l×eelec；

聚合比特数据的能量消耗：

ea＝l×eda；

其中eda表示聚合1比特数据的能量消耗；

显示模块，与中央控制模块连接，用于显示测试数据信息。

进一步，新的万有引力搜索计算公式如下：

其中，将待检测的薄膜结构i以粒子i来表示,则为粒子i的万有引力合力，rand代表的是随机数，该随机数取值范围是[0，1]，其中xi^d(t)为粒子i在t时刻在第d维空间的位置，fij表示粒子i受到粒子j的万有引力，g(t)为万有引力常量，α为衰减系数，g0为初始引力常数，t为时间周期，ε为一个小值常数，mpi表示被动引力质量，maj表示主动引力质量，rij(t)为t时刻粒子i与粒子j之间的欧氏距离,i,j＝1,2,...,n，其中xi，xj为粒子i,j在空间中的位置；

采用新的万有引力搜索计算公式对待检测产品的硬度检测序列进行迭代求解过程包括以下步骤：

1)群体规模的确定以及初始化

设待检测产品具有n个检测薄膜，其组成n维搜索空间，种群记为x＝(x1，x2，x3，…xn)，第i个粒子位置标记为：xi＝(xi¹，xi²，xi³，…，xi^d，…xiⁿ)(i＝1,2,3,…n)；

2)，设置最大迭代次数并计算质量

设置初始迭代值t为0，最大迭代次数t为100，根据上述适应度函数公式计算粒子在t时刻的fiti(t)值，定义解决该问题为最小排序规则，根据新的万有引力搜索计算公式计算过程中求解最小值问题worst(t)和best(t)的取值，其中：

best(t)是t时刻种群最好的适应度值，worst(t)是t时刻种群最差的适应度值，fitj(t)是t时刻个体i的适应度值，mi(t)是粒子惯性质量；

3)，确定万有引力常数并计算万有引力合力

其中，取最大迭代次数t为100，初始引力常数g0为100，衰减系数α为20，取ε为5，

4)，计算加速度a

5)，更新粒子速度和位置

vi^d(t+1)＝rand×vi^d(t)+ai^d(t)

xi^d(t+1)＝xi^d(t)+vi^d(t+1)

其中，vi^d(t+1)为粒子i在t+1时刻在第d维空间的速度，rand代表取值范围为[0，1]的随机数，vi^d(t)为粒子i在t时刻在第d维空间的速度，ai^d(t)为粒子i在t时刻在第d维空间的加速度；

xi^d(t+1)为粒子i在t+1时刻在第d维空间的位置，xi^d(t)为粒子i在t时刻在第d维空间的位置，vi^d(t+1)为粒子i在t+1时刻在第d维空间的速度；

6)，判断是否达到到迭代结束条件，并输出最优硬度检测数据；

当达到预先设定的最大迭代次数，就停止循环，并输出此时每个粒子的位置值xi^d，同时将每个粒子的xi^d输出值按从小到大进行排序，则得出的该排序序列即为最优硬度检测数据。

进一步，所述环境模拟模块包括风雨雪模拟模块、光照模块、振动模块；

风雨雪模拟模块，用于模拟自然界的风、雨、雪对薄膜结构的冲击测试；

光照模块，用于通过模拟太阳光对薄膜的透光性进行测试；

振动模块，用于通过振动模拟对薄膜的抗振性进行测试。

本发明的另一目的在于提供一种搭载有所述测试多边形建筑薄膜结构力学性能的系统的信息数据处理终端。

本发明的另一目的在于提供一种测试多边形建筑薄膜结构力学性能的方法包括以下步骤：

步骤一，通过曲度检测模块对薄膜结构的曲面度数据进行检测；通过硬度检测模块对薄膜结构的硬度数据进行检测；通过重量检测模块对薄膜结构的重量数据进行检测；

步骤二，中央控制模块调度环境模拟模块模拟自然环境因素对薄膜结构进行测试；

步骤三，通过测试数据存储模块对测试数据进行存储；通过云服务模块集中大数据资源对测试数据进行计算分析；

步骤四，通过显示模块显示测试数据信息。

本发明的另一目的在于提供一种实现所述测试多边形建筑薄膜结构力学性能的方法的计算机程序。

本发明的另一目的在于提供一种实现所述测试多边形建筑薄膜结构力学性能的方法的的信息数据处理终端。

本发明的另一目的在于提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行所述测试多边形建筑薄膜结构力学性能的方法。

本发明的优点及积极效果为：

本发明通过环境模拟模块可以模拟自然环境真实因素进行测试，大大提升测试结果的可靠性，丰富测试方式；同时通过云服务模块可以利用云服务器集中大数据计算资源进行测试性能数据的分析，大大提高数据处理速度，缩短测试周期，提升测试效率。

本发明引力搜索算法在万有引力定律和粒子间相互吸引现象的基础上而被提出来的。在这个算法中,根据牛顿引力定律和牛顿第二运动定律,搜索代理由于彼此之间相互吸引而向一起聚集。实验结果表明,引力搜索算法在解决各种非线性函数具有很高的优越性。在移动搜索不断更新个体质量过程中，适应度值优秀的个体质量较大，在相互作用运动过程中产生的引力较大，而自身质量大，移动得缓慢，而质量小的个体移动相对就较为迅速。这样就使得整个种群不断朝适应度值较优秀的个体运动，达到了个体间实现信息交互、优秀个体指导搜索，使得整个种群朝着优秀解方向移动的目的。

从而使数据的准确性提高到98.78％。更能够贴近实际的成品性能数据，大大提高了运算效率。

附图说明

图1是本发明实施提供的测试多边形建筑薄膜结构力学性能的方法流程图；

图2是本发明实施提供的测试多边形建筑薄膜结构力学性能的系统结构示意图；

图中：1、曲度检测模块；2、硬度检测模块；3、重量检测模块；4、中央控制模块；5、环境模拟模块；6、测试数据存储模块；7、云服务模块；8、显示模块。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明实施例提供的测试多边形建筑薄膜结构力学性能的方法包括以下步骤：

s101，通过曲度检测模块对薄膜结构的曲面度数据进行检测；通过硬度检测模块对薄膜结构的硬度数据进行检测；通过重量检测模块对薄膜结构的重量数据进行检测；

s102，中央控制模块调度环境模拟模块模拟自然环境因素对薄膜结构进行测试；

s103，通过测试数据存储模块对测试数据进行存储；通过云服务模块集中大数据资源对测试数据进行计算分析；

s104，通过显示模块显示测试数据信息。

如图2所示，本发明提供的测试多边形建筑薄膜结构力学性能系统包括：曲度检测模块1、硬度检测模块2、重量检测模块3、中央控制模块4、环境模拟模块5、测试数据存储模块6、云服务模块7、显示模块8。

曲度检测模块1，与中央控制模块4连接，用于对薄膜结构的曲面度数据进行检测；

硬度检测模块2，与中央控制模块4连接，用于对薄膜结构的硬度数据进行检测；

重量检测模块3，与中央控制模块4连接，用于对薄膜结构的重量数据进行检测；

中央控制模块4，与曲度检测模块1、硬度检测模块2、重量检测模块3、环境模拟模块5、测试数据存储模块6、云服务模块7、显示模块8连接，用于调度各个模块正常工作；

环境模拟模块5，与中央控制模块4连接，用于模拟自然环境因素对薄膜结构进行测试；

测试数据存储模块6，与中央控制模块4连接，用于对测试数据进行存储；

云服务模块7，与中央控制模块4连接，用于通过云服务器集中大数据资源对测试数据进行计算分析；

所述云服务模块7的能量消耗模型，传感器节点能耗分为发射数据能耗、接收数据能耗和聚合数据能耗，节点到接收点的距离小于阈值d0，则采用自由空间模型，否则，采用多路径衰减模型，从而发射比特数据到距离为d0的接收点的能量消耗如下：

其中eelec为发射电路能量消耗，εfs为自由空间模型下功率放大电路所需能量，εmp为多路径衰减模型下功率放大电路所需能量，接收比特数据能耗：

erx(l)＝l×eelec；

聚合比特数据的能量消耗：

ea＝l×eda；

其中eda表示聚合1比特数据的能量消耗；

显示模块8，与中央控制模块4连接，用于显示测试数据信息。

本发明提供的环境模拟模块5包括风雨雪模拟模块、光照模块、振动模块；

风雨雪模拟模块，用于模拟自然界的风、雨、雪对薄膜结构的冲击测试；

光照模块，用于通过模拟太阳光对薄膜的透光性进行测试；

振动模块，用于通过振动模拟对薄膜的抗振性进行测试。

下面结合具体分析对本发明作进一步描述。

硬度检测模块的检测方法包括：

以薄膜结构的硬度为产品硬度检测序列规划评价的指标，构造适应于万有引力搜索算法的适应度函数；

对万有引力搜索算法的计算公式进行重新定义与改造，构建出新的万有引力搜索计算公式；

采用新的万有引力搜索计算公式对待检测产品的硬度检测序列进行迭代求解，所获取的计算结果即为最优硬度检测数据；

适应度函数为：

其中，fit(t)为适应度函数，f(xi)表示薄膜结构i的硬度；qi(k,k+1)表示检测完成第k个薄膜结构到第k+1个薄膜结构的硬度过程所检测的薄膜结构的硬度，该qi(k,k+1)＝d·di(k,k+1)+k·ti(k,k+1)+l·li(k,k+1)；di(k,k+1)为检测方向的改变次数，ti(k,k+1)为检测工具的更换次数，li(k,k+1)为检测类型的改变次数，k∈[1，n-1]；d是检测方向的重新定向时在硬度检测中的权重系数，k是检测工具更换在硬度检测中的权重系数，l是检测类型的改变在总硬度检测中的权重系数，且满足d+k+l＝1；

进一步，新的万有引力搜索计算公式如下：

其中，将待检测的薄膜结构i以粒子i来表示,则为粒子i的万有引力合力，rand代表的是随机数，该随机数取值范围是[0，1]，其中xi^d(t)为粒子i在t时刻在第d维空间的位置，fij表示粒子i受到粒子j的万有引力，g(t)为万有引力常量，α为衰减系数，g0为初始引力常数，t为时间周期，ε为一个小值常数，mpi表示被动引力质量，maj表示主动引力质量，rij(t)为t时刻粒子i与粒子j之间的欧氏距离,i,j＝1,2,...,n，其中xi，xj为粒子i,j在空间中的位置；

采用新的万有引力搜索计算公式对待检测产品的硬度检测序列进行迭代求解过程包括以下步骤：

1)群体规模的确定以及初始化

设待检测产品具有n个检测薄膜，其组成n维搜索空间，种群记为x＝(x1，x2，x3，…xn)，第i个粒子位置标记为：xi＝(xi¹，xi²，xi³，…，xi^d，…xiⁿ)(i＝1,2,3,…n)；

2)，设置最大迭代次数并计算质量

设置初始迭代值t为0，最大迭代次数t为100，根据上述适应度函数公式计算粒子在t时刻的fiti(t)值，定义解决该问题为最小排序规则，根据新的万有引力搜索计算公式计算过程中求解最小值问题worst(t)和best(t)的取值，其中：

best(t)是t时刻种群最好的适应度值，worst(t)是t时刻种群最差的适应度值，fitj(t)是t时刻个体i的适应度值，mi(t)是粒子惯性质量；

3)，确定万有引力常数并计算万有引力合力

其中，取最大迭代次数t为100，初始引力常数g0为100，衰减系数α为20，取ε为5，

4)，计算加速度a

5)，更新粒子速度和位置

vi^d(t+1)＝rand×vi^d(t)+ai^d(t)

xi^d(t+1)＝xi^d(t)+vi^d(t+1)

其中，vi^d(t+1)为粒子i在t+1时刻在第d维空间的速度，rand代表取值范围为[0，1]的随机数，vi^d(t)为粒子i在t时刻在第d维空间的速度，ai^d(t)为粒子i在t时刻在第d维空间的加速度；

xi^d(t+1)为粒子i在t+1时刻在第d维空间的位置，xi^d(t)为粒子i在t时刻在第d维空间的位置，vi^d(t+1)为粒子i在t+1时刻在第d维空间的速度；

6)，判断是否达到到迭代结束条件，并输出最优硬度检测数据；

当达到预先设定的最大迭代次数，就停止循环，并输出此时每个粒子的位置值xi^d，同时将每个粒子的xi^d输出值按从小到大进行排序，则得出的该排序序列即为最优硬度检测数据。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solidstatedisk(ssd))等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。