一种基于人工蜂群算法的结构损伤识别方法
【技术领域】
[0001] 本发明设及结构健康检测损伤识别技术领域，具体设及一种利用元启发式算法的 基于人工蜂群算法的结构损伤识别方法。
【背景技术】
[0002] 伴随着社会生产力的迅猛发展，各式各样的工程设施数量不断增长，且规模也越 来越大。在±木结构和重大基础设施服役期间，随着使用时间的增长，由于环境荷载的作 用、腐蚀、材料老化等不利因素的影响，结构不可避免地产生损伤积累和抗力衰减。一旦结 构关键构件的损伤积累到一定程度，如没有被及时发现和处理，损伤将会迅速扩展，从而导 致整个结构的破坏。由于未能及时发现结构损伤而造成的悲剧不胜枚举。所W，对结构的 健康状况进行检测是非常有必要的。
[0003] 目前基于振动测试信息的结构损伤识别技术成为研究的一大热点。其基本思想 是：损伤会引起结构的物理参数（质量、刚度）的改变，进而结构的各种模态参数（固有频 率、振型、柔度、模态应变能等）也会发生改变，可W根据运些变化对结构的损伤进行定位 定量的识别。从优化的角度来看，结构损伤识别问题可W归结为优化问题，然而大多数传统 优化技术需要借助较好的初值和梯度信息。
[0004] 文献"基于时域响应灵敏度分析的板结构损伤识别（振动与冲击，2015,34(4)， 117~120)"提出了一种模型修正方法和灵敏度方法相结合的损伤识别新方法。该方法首 先利用New-mark法获得损伤结构的时域响应，在损伤识别反问题当中，利用灵敏度分析， 不断进行迭代，最终得到最后的识别结果。然而应用到时域数据时，要求测量一定时间内的 响应数据，所W测量的数据点相对较多，而且运些数据很容易被噪声"污染"，进而影响方法 的实际应用。
【发明内容】
阳0化]本发明为克服上述现有技术所述的至少一种缺陷（不足），提供一种基于人工蜂 群算法的结构损伤识别方法。本发明采用频域数据对损伤结构进行识别并且利用元启发式 算法人工蜂群算法对目标函数进行优化，得到损伤识别结果。该方法检测只需要借助前几 阶模态参数就可W实现结构损伤识别，具有较高的精度。
[0006] 为了实现上述目的，本发明的技术方案如下：
[0007] 一种基于人工蜂群算法的结构损伤识别方法，具体步骤如下：
[0008] 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N阶固有频率和模态；
[0009] 步骤二：构建损伤结构的目标函数，即待优化的目标函数；
[0010] 步骤=:利用人工蜂群算法不断优化目标函数，直到满足终止条件。
[0011] 进一步，提取损伤结构的频率和模态构建目标函数如下所示：
[001引其中：f为目标函数，NF为提取的频率模态阶数，Ac0i为第j阶频率残差， 分别为第j阶频率和模态的权重系数，@1为第j阶计算有限元模型的频率，0《为第j阶损 伤结构的频率，MAC,为第j阶模态确保准则，气C为第j阶计算有限元模型的振型，为第 j阶损伤结构的振型，j为任意一阶参与计算的模态参数的编号。
[0016] 进一步，人工蜂群算法包括如下几个阶段：
[0017] 1)初始化参数，包括初始种群数量、最大迭代次数、算法中雇佣蜂机制在同一位 置的最大捜索次数；蜂群初始化生成任一可行解Xm，可行解的任一维变量生成方式如下所 示：
[00化]Xm,i= 1 i甘曰nd(0, 1)*相-1;)
[0019] 其中，表示捜索空间中的任一可行解的任意一维变量，Ui和1 1代表变量Xm,i的 上限和下限，rand(0, 1)表示介于0和1之间的随机数；
[0020] 2)计算种群的函数适应度值，并评价种群，在损伤识别问题中，适应度的计算公式 如下：
[0021] fit(xj = l/(l+f(xj)
[0022] 其中fitOO表示任一可行解Xm的适应度函数大小，它是用来衡量解的质量好 坏的，在损伤识别问题中，适应度函数越小，说明计算有限元模型和损伤结构之间的差异越 小，则计算有限元模型越能反映受损结构的损伤状况；
[0023] 3)引领蜂阶段：种群中的一半蜜蜂成为引领蜂〇〇在食物源附近进行食物探索， 利用下式生成新解Vm，新解和原始解的差异在于有一维变量不同，不妨假定该第t维变量为 Vm,t，其计算公式如下所示； 阳024] Vm,t=Xm,t甘and(0, 1) * (Xm,
[0025] Xk,t是除Xm之外随机选取的一个解Xk的第t维变量，应用"贪婪原则"决定选取适 应度更好的可行解；即如果新解Vm的适应度更好，则用Vm替换原来的Xm，反之，则保留原始 解Xm;
[00%] 4)观察蜂阶段：根据适应度值的大小计算解Xm被选择的概率，公式如下：
[0027]
阳02引其中，Xm表示初始化捜索空间中的任一可行解，Pm则表示解Xm被选择的概率，SN表示雇佣蜂的数量，雇佣蜂们将蜜源信息传递给观察蜂。然后，观察蜂参考运个概率，选择 一个食物源进行二次探索，探索公式与引领蜂阶段的相同，应用"贪婪原则"，即选取适应度 更好的解；
[0029] 5)侦查蜂阶段：对于某一个解，如果在最大次捜索后，仍未改善，则随机生成新解 替换；
[0030] 6)记忆目前最好的解，如果满足算法满足终止条件，则输出最优解，反之，重复过 程2)，3)，4)，直到算法结束为止。
[0031] 与现有技术相比，本发明技术方案的有益效果是：本发明利用模态数据和人工蜂 群算法进行结构损伤识别，相较于文献"基于时域响应灵敏度分析的板结构损伤识别（振 动与冲击，2015,34(4)，117~120)"，使用元启发式算法来识别损伤，可W不受初值的影 响，无需借助梯度的信息，具有更好的效率和精度。
【附图说明】
[0032] 图1为结构损伤识别问题归结为优化问题示意图；
[0033] 图2为人工蜂群算法的框架示意图；
[0034] 图3为本发明实施例1的简支梁结构示意图；
[0035] 图4为本发明实施例1的目标函数的进化曲线示意图；
[0036] 图5为本发明实施例1的折损因子的进化曲线示意图；
[0037] 图6为本发明实施例1的识别结果示意图；
[0038] 图7为本发明实施例2的巧架结构示意图示意图；
[0039] 图8为本发明实施例2的折损因子的进化曲线示意图；
[0040] 图9为本发明实施例2的识别结果示意图。
【具体实施方式】
[0041] 下面结合附图和实施例对本发明的技术方案做进一步的说明。
[0042] 一种基于人工蜂群算法的结构损伤识别方法，具体过程分为两步：
[0043] 101)目标函数
[0044] 无损结构自由振动的模态参数特征方程：
[0045]
[0046] 其中K，M是系统刚度和质量矩阵，《i是第j阶频率，〇i为相应的模态，忽略质量 的变化，归结损伤为刚度的减少。将结构离散成单元，发生损伤时刚度的减少量可W通过一 系列损伤系数ai(i= 1, 2. . .，nel)，a[0, 1]来描述。ai= 0时，结构无损，ai= 1 时，结构完全破坏，所W损伤结构的整体刚度矩阵可W写作：
[0047]
[0048] 基于频率残差和模态确保准则建立的目标函数如下所示：
[0051]
阳〇巧其中（鸣，&;)飢?f:，?f)为结构第j阶计算和测量得到的频率和振型，<，< 为相应的权重系数，NF为提取的频率模态阶数。当识别参数与预设损伤参数相等时，目标函 数值为最小，也就是说，损伤识别问题等价成了一个优化问题，当目标函数达到极小值时， 得到的一系列相关参数（aJ便能反映出结构的损伤程