技术领域本发明属于海洋平台结构监测领域，特别涉及一种导管架海洋平台结构的传感器布置方法。
背景技术：
近几年来，结构参数识别在模型修正、结构健康监测与控制等方面起着非常重要的作用，越来越引起高度关注。通常，结构参数识别的准确性和精度取决于布置于结构上的传感器数目和位置，但是大量的传感器会带来高经济成本和繁重工作量的问题。在结构大型化、复杂化的情况下，判断所需的传感器数目和位置往往是依据工程师们的经验，选择一些感兴趣的振型，并将传感器布置在结构反应较大的测点上。这种方法依赖于结构工程师丰富的经验和知识，在简单结构中能够获得较好的效果，但在复杂的导管架平台等结构上难以实现。目前，在相关的理论方面，关于传感器数目确定仍然是依靠工程师的经验。同时，现有的桁架结构的传感器优化方法多以计算效率、收敛性为优化目标，较少考虑结构被测振型的可识别性(完整性、正交性)，针对复杂导管架平台结构的研究，则更为有限。
技术实现要素：
本发明的目的是：提供一种基于模型缩减法和结构子区域法的导管架海洋平台结构传感器位置与数目优化计算方法，实现利用较少的传感器就能够获得完整的、高精度的结构模态参数，大大提高大型复杂的海洋平台监测效率，节约人力物力，提高经济效益。本发明的技术方案是：一种用于导管架海洋平台结构的传感器位置与数目优化方法，其特征在于，包括以下步骤：A.基于模型缩减法中主自由度的选择原则与传感器的选择原则较为一致，把传感器位置优化过程等价为模型缩减法中主自由度的优化选择过程，把基于缩减模型得到的固有频率ft与标准固有频率Ft的差设为传感器位置优化的目标函数：ObjV=Σt=1T|ft-Ft|]]>其中，T是待识别模态阶数，t为第t阶待识别模态，ft是基于缩减模型计算得到的第t阶固有频率，Ft为基于完整模型的第t阶固有频率，设为标准频率；B.采用结构子区域法，给定位置变量约束条件；根据给定的传感器数目N、结构构型与振动特征，把结构划分为N个相互不重叠的子区域，位于子区域内的所有自由度即为对应的位置变量的搜索空间，每个位置变量的搜索空间限定于所在的子区域；C.通过遗传算法，在每个位置变量的搜索空间约束条件下，得出一组使得目标函数取值最小的主自由度组合，这组主自由度即为给定传感器数目N下的最优传感器位置；D.计算传感器数目，把传感器数目N设置为循环变量，通过给定数目N的位置优化计算，得到对应的最优目标函数值ObjVN，设定计算收敛条件，并把开始满足收敛条件的传感器数目设置为最佳传感器数目；传感器数目N被设置为循环变量，相邻两次循环，传感器数目分别为Ni与Ni+1，并满足：Ni+1＝Ni+NUM其中，Ni+1、Ni分别是第i+1次、第i次循环时的传感器数目，i＝1,2,3…；NUM为相邻两次循环的传感器数目增量；第i+1次循环对应的收敛系数定义为：ConNi+1=|ObjVNi+1-ObjVNiObjVNi+1|]]>其中，ObjVNi+1与ObjVNi分别是传感器数目为Ni+1和Ni时计算得到的最优目标函数值；当第i次与第i+1次的收敛系数的平均值小于5％时，且继续增加传感器数目时，Cont值仍小于5％，则认为识别目标模态至少需要Ni个传感器。ContNi=ConNi+1+ConNi2≤5%]]>本发明通过模型缩减法建立传感器位置优化的目标函数，利用结构子区域法为位置变量提供搜索空间，利用遗传算法实现优化过程，充分考虑测点信噪比、结构被测振型的完整性与正交性，实现了对大型复杂的导管架海洋平台传感器位置和数量的优化，使得判断海洋平台传感器位置和数目不再依靠工程师们的经验，大大提高了大型复杂海洋平台监测效率，节约了人力物力，提高了经济效益。附图说明图1为本发明流程图；图2为本发明传感器位置与数目优化计算流程；图3为本发明实施例中导管架海洋平台结构；图4为本发明实施例中ConT曲线；图5为本发明实施例中传感器优化布置方案；图6为本发明实施例中传感器布置方案评价。具体实施方式实施例1：参见图3至图6，以图3所示的导管架海洋平台结构为研究对象，一种用于导管架海洋平台结构的传感器位置与数目优化方法，包括以下步骤：该模型包括12根斜撑、12根横撑、4根纵撑、1层甲板。模型高为1.56m，纵撑为40号等边角钢，横撑和斜撑为25号等边角钢，甲板厚8mm，底部支座为250×250×14mm。整个模型为全钢结构，弹性模量195GPa，材料密度7850kg/m3，泊松比0.3。边界条件为底部四端固支，采用ANSYS13.0软件进行平台模型的模拟和计算。通过有限元分析，得到结构振动的前5阶固有频率和振型如表1所示。第1，2，3，5阶振型为结构的整体振动，第4阶为结构的局部振动，选取1，2，3，5阶模态作为待识别的目标模态。表1前五阶固有频率A.把传感器位置优化过程等价为模型缩减法中主自由度的优化选择过程，把基于模型缩减法得到的固有频率ft与标准固有频率Ft的差设为传感器位置优化的目标函数：ObjV=Σt=11,2,3,5|ft-Ft|---(1)]]>其中，待识别模态T包括1,2,3,5阶，t为第t阶待识别模态，ft是基于缩减模型计算得到的第t阶固有频率，Ft为基于完整模型的第t阶固有频率；B.采用结构子区域法，给定位置变量约束条件。根据给定的传感器数目N、结构构型与振动特征，把结构划分为N个相互不重叠的子区域，位于子区域内的所有自由度即为对应的位置变量的搜索空间，每个位置变量的搜索空间限定于所在的子区域；对于实施例中的导管架平台，纵向支撑是结构整体振动的主要控制因素，把位于纵支撑上的自由度设置为传感器布置的候选测点。导管架平台纵支撑数目M＝4，设传感器数目N满足N＝S×M＝S×4，其中S为不小于1的整数。基于导管架平台的结构特点，结构划分遵循如下原则：沿纵支撑轴向把所有的纵支撑均匀划分为S个区域，每个区域内只含有一个传感器候选位置，每个区域内所有自由度即为对应传感器的搜索空间。C.通过遗传算法，在每个变量的搜索空间约束条件下，找到一组使得目标函数取值最小的主自由度组合，这组主自由度即为给定传感器数目N下的最优传感器位置；在本实施例中，采用简单遗传算法实现优化计算过程，其参数设置如下：初始种群NIND＝20，代沟GAP＝0.85，遗传代数Gene＝30。D.计算传感器数目,把传感器数目N设置为循环变量，通过给定数目N的位置优化计算，得到对应的最优目标函数值ObjVN，设定计算收敛条件，并把开始满足收敛条件的传感器数目设置为最佳传感器数目；传感器数目N被设置为循环变量，相邻两次循环，传感器数目分别为Ni与Ni+1，并满足：Ni+1＝Ni+NUM(2)其中，Ni+1、Ni分别是第i+1次、第i次循环时的传感器数目，i＝1,2,3…；NUM为相邻两次循环的传感器数目增量；第i+1次循环对应的收敛系数定义为：ConNi+1=|ObjVNi+1-ObjVNiObjVNi+1|---(3)]]>其中，ObjVNi+1与ObjVNi分别是传感器数目为Ni+1和Ni时的最优目标函数值；当第i次与第i+1次的收敛系数的平均值小于5％时，且继续增加传感器数目时，Cont值仍小于5％，则认为识别目标模态至少需要Ni个传感器。ContNi=ConNi+1+ConNi2≤5%---(4)]]>在本实施例中，初始传感器数目N1＝4，每循环一次传感器数目增量4个(NUM＝4)，直至计算满足上述收敛条件。通过图4可以看出，当传感器数目N＝20时，Cont20值小于5％；且继续增加传感器时，计算仍稳定收敛。因此，认为识别目标模态(1,2,3,5阶模态)所需的传感器数目至少为20。传感器数目为20时的最优布置方案如图5中紫色标记点所示。通过图5可以看出，优化得到的20个传感器位置覆盖结构的整个纵向区间，且在关键连接部位均有测点分布，为获得结构完整模态参数提供保证。对实施例中得到的优化方案进行评价，结果如图6所示。通过图6可以看出，在不同N条件下，δ1始终大于1，说明通过模型缩减法优化得到的传感器位置所具有的模态动能高于纵支撑上的自由度的平均值，说明通过该方法所选择的测点信噪比较高。同时，在不同N的条件下，参数δ2的数值始终在0.04附近，表明通过优化方案测得的各阶振型具有较好的正交性。