王延偉

（中國(guó)地震局工程力學(xué)研究所，哈爾濱150080）

基于物理參數(shù)辨識(shí)的結(jié)構(gòu)損傷識(shí)別方法研究

王延偉

（中國(guó)地震局工程力學(xué)研究所，哈爾濱150080）

結(jié)構(gòu)損傷識(shí)別是土木工程領(lǐng)域的一個(gè)熱門研究課題，在近幾十年的發(fā)展過(guò)程中，人們一直在尋找適用于結(jié)構(gòu)整體損傷的識(shí)別方法，其基本思路是利用結(jié)構(gòu)的動(dòng)力響應(yīng)來(lái)辨識(shí)結(jié)構(gòu)的力學(xué)特征參數(shù)，然后再根據(jù)這些力學(xué)特征參數(shù)的變化情況來(lái)識(shí)別損傷。本文在分析各種力學(xué)特征參數(shù)對(duì)結(jié)構(gòu)損傷的適用性之后，認(rèn)為結(jié)構(gòu)的物理參數(shù)（剛度參數(shù)）是具有普遍適用性的損傷敏感參數(shù)，并基于此觀點(diǎn)深入研究了物理參數(shù)辨識(shí)的相關(guān)理論和方法。

研究了在結(jié)構(gòu)的物理參數(shù)辨識(shí)方面應(yīng)用較廣的卡爾曼濾波、擴(kuò)展卡爾曼濾波和粒子濾波，理論分析和數(shù)值模擬的結(jié)果表明，這3種濾波的共同缺點(diǎn)是：一般只適用于集中質(zhì)量的剪切型結(jié)構(gòu)；參數(shù)的初始值設(shè)置對(duì)辨識(shí)結(jié)果影響非常大，且很難找到規(guī)律；在測(cè)量數(shù)據(jù)沒(méi)有噪聲時(shí)，個(gè)別參數(shù)的辨識(shí)結(jié)果的誤差較大；在測(cè)量數(shù)據(jù)有噪聲時(shí)，多數(shù)參數(shù)的辨識(shí)結(jié)果的誤差很大。因此，認(rèn)為這3種濾波技術(shù)在損傷識(shí)別方面的應(yīng)用仍然有很大的限制，不作為本文的研究重點(diǎn)。

利用單目標(biāo)智能優(yōu)化算法辨識(shí)結(jié)構(gòu)的物理參數(shù)，是近年來(lái)發(fā)展起來(lái)的熱門的參數(shù)辨識(shí)方法。本文參考相關(guān)的研究成果，闡述了自振頻率、振型、柔度矩陣和加速度時(shí)程響應(yīng)分別定義的4種單目標(biāo)函數(shù)，介紹了3種優(yōu)秀的智能優(yōu)化算法，即遺傳算法、粒子群優(yōu)化算法和差分進(jìn)化算法。經(jīng)過(guò)理論分析和大量的數(shù)值模擬，表明基于加速度時(shí)程響應(yīng)的單目標(biāo)函數(shù)和差分進(jìn)化算法（Differential Evolution Algorithm，DE）相結(jié)合的損傷識(shí)別方法，具有高精度損傷識(shí)別結(jié)果和較強(qiáng)抗噪聲能力。其不足之處在于，初始搜索范圍難以確定，計(jì)算時(shí)間過(guò)長(zhǎng)，無(wú)法在線識(shí)別損傷。為解決這些不足，本文提出了集中質(zhì)量剪切型結(jié)構(gòu)的等效單自由度法，并利用數(shù)值模擬驗(yàn)證了該方法的有效性。

單目標(biāo)優(yōu)化算法是對(duì)問(wèn)題的某一個(gè)準(zhǔn)則進(jìn)行優(yōu)化，而優(yōu)化問(wèn)題通常是復(fù)雜的、多面的，應(yīng)該考慮多種準(zhǔn)則的優(yōu)化，才會(huì)得到更好的結(jié)果。最近幾年有學(xué)者將多目標(biāo)智能優(yōu)化算法應(yīng)用于結(jié)構(gòu)的損傷識(shí)別，但未受到國(guó)內(nèi)外學(xué)者的重視，研究成果較少。本文對(duì)此類方法進(jìn)行了深入研究，利用自振頻率、振型、模態(tài)保證準(zhǔn)則（Modal Assurance Criterion，MAC）和加速度時(shí)程響應(yīng)定義了3種多目標(biāo)函數(shù)，引入了3種多目標(biāo)智能優(yōu)化算法，分別是多目標(biāo)遺傳算法（NSGAII）、多目標(biāo)粒子群優(yōu)化算法（CMOPSO）、多目標(biāo)差分進(jìn)化算法（DEMO）。經(jīng)過(guò)理論分析和大量的數(shù)值模擬，發(fā)現(xiàn)DEMO算法與基于頻率和MAC累加的多目標(biāo)函數(shù)相組合的損傷識(shí)別方法，優(yōu)點(diǎn)是只需低階模態(tài)數(shù)據(jù)便可以得到高精度的辨識(shí)結(jié)果，并且計(jì)算效率高，缺點(diǎn)是抗噪聲能力差；DEMO算法和基于頻率和加速度時(shí)程響應(yīng)的多目標(biāo)函數(shù)相組合的損傷識(shí)別方法，優(yōu)點(diǎn)是利用部分測(cè)量數(shù)據(jù)和低階頻率數(shù)據(jù)便可以得到精確的辨識(shí)結(jié)果，具有較好的抵抗噪聲能力，缺點(diǎn)是計(jì)算效率低；盡管這兩種組合方式的損傷識(shí)別方法都存在不足，但仍可以認(rèn)為都是優(yōu)秀的損傷識(shí)別方法。

為進(jìn)一步驗(yàn)證，本文提出的兩種多目標(biāo)函數(shù)和等效單自由度法的優(yōu)勢(shì)，利用31個(gè)單元的桁架結(jié)構(gòu)和足比例尺4層RC結(jié)構(gòu)振動(dòng)臺(tái)實(shí)驗(yàn)作為算例，對(duì)比分析和計(jì)算結(jié)果表明，本文提出的多目標(biāo)函數(shù)在辨識(shí)精度和穩(wěn)定性方面均優(yōu)于相關(guān)學(xué)者所給出的多目標(biāo)函數(shù)，等效單自由度法在實(shí)際應(yīng)用中盡管存在不足，但仍然具有很好的實(shí)用意義。

TU312＋.3；

A；

10.3969／j.issn.0235-4975.2012.04.010

損傷識(shí)別；物理參數(shù)辨識(shí)；單目標(biāo)智能優(yōu)化；多目標(biāo)智能優(yōu)化

（作者電子信箱，王延偉：wangyanwei＠iem.ac.cn）