結(jié)構(gòu)健康監(jiān)測的傳感器布置優(yōu)化設計

目錄
前言
第1章緒論1
1.1傳感器布置優(yōu)化方法研究進展與評述2
1.1.1傳感器布置優(yōu)化方法2
1.1.2傳感器布置評價方法8
1.2傳感器布置中亟待解決的關鍵問題8
1.2.1傳感器布置輸入?yún)?shù)與性能之間的耦合關系8
1.2.2傳感器布置的可靠性分析9
1.2.3大規(guī)模傳感器布置算法的精度、效率與評價10
1.3傳感器布置方法的未來發(fā)展展望11
1.3.1非完備信息與*優(yōu)輸入?yún)?shù)下傳感器布置優(yōu)化方法11
1.3.2基于信息融合技術的多類型傳感器布置方法12
1.3.3傳感器布置的多目標優(yōu)化算法綜合設計12
1.3.4基于人工智能的傳感器布置優(yōu)化算法策略13
1.3.5低信噪比、多工況下自適應的監(jiān)測數(shù)據(jù)采集系統(tǒng)13
1.4本章小結(jié)13
參考文獻13
第一篇基于非概率理論的傳感器布置分析與優(yōu)化設計
第2章基于非概率區(qū)間可能度的傳感器數(shù)量確定方法25
2.1引言25
2.2基于Fisher信息矩陣的傳感器布置優(yōu)化適應度函數(shù)25
2.3基于區(qū)間可能度模型的不確定性傳感器數(shù)量確定策略26
2.4數(shù)值算例28
2.4.1可重復運載器機翼28
2.4.2空間太陽能電站天線板33
2.5本章小結(jié)39
參考文獻39
第3章基于非概率區(qū)間模型的傳感器布置分析41
3.1引言41
3.2問題的提出41
3.2.1傳感器布置的有效獨立法41
3.2.2區(qū)間模態(tài)分析43
3.3區(qū)間Fisher信息矩陣43
3.4基于區(qū)間數(shù)的傳感器布置可能度45
3.4.1兩個區(qū)間比較的可能度關系45
3.4.2區(qū)間比較與實數(shù)比較的相容性47
3.4.3傳感器布置可能度47
3.5迭代算法流程48
3.6數(shù)值算例50
3.6.15自由度剪切剛架結(jié)構(gòu)51
3.6.2平面桁架結(jié)構(gòu)54
3.7本章小結(jié)57
參考文獻58
第4章傳感器布置的非概率區(qū)間魯棒優(yōu)化60
4.1引言60
4.2非概率區(qū)間適應度函數(shù)的不確定性傳播60
4.2.1非概率區(qū)間模態(tài)分析60
4.2.2基于Taylor展開的區(qū)間Fisher信息矩陣61
4.2.3傳感器布置的區(qū)間魯棒優(yōu)化適應度函數(shù)62
4.3非概率區(qū)間魯棒優(yōu)化問題63
4.4算法流程65
4.5數(shù)值算例67
4.5.1剪切剛架結(jié)構(gòu)67
4.5.2簡支梁結(jié)構(gòu)72
4.5.3平面桁架結(jié)構(gòu)75
4.6本章小結(jié)81
參考文獻82
第二篇基于多維消冗模型的傳感器布置優(yōu)化設計
第5章基于一維消冗模型的天線展開模塊傳感器布置優(yōu)化87
5.1引言87
5.2空間太陽能電站和天線展開模塊介紹87
5.2.1空間太陽能電站87
5.2.2天線陣列、天線單元和天線展開模塊87
5.3面向結(jié)構(gòu)健康監(jiān)測的天線展開模塊傳感器布置優(yōu)化設計88
5.3.1布置特點88
5.3.2布置原則88
5.3.3布置方案89
5.4傳感器布置的優(yōu)化目標函數(shù)89
5.4.1基于有效間隔指數(shù)的優(yōu)化目標函數(shù)89
5.4.2基于有效獨立法和有效間隔指數(shù)的組合目標函數(shù)90
5.4.3基于有效獨立法、有效間隔指數(shù)與可靠性指標的組合目標函數(shù)91
5.5算法流程92
5.6數(shù)值算例94
5.7本章小結(jié)99
參考文獻100
第6章基于分布指數(shù)與有限元離散的傳感器二維消冗布置方法102
6.1引言102
6.2問題的提出一有限元網(wǎng)格與冗余信息對傳感器布置的影響102
6.3傳感器布置適應度函數(shù)104
6.3.1基于有效獨立法的傳感器布置性能適應度函數(shù)104
6.3.2基于傳感器分布指數(shù)的消冗信息適應度函數(shù)104
6.3.3基于有效獨立法與傳感器分布指數(shù)的組合適應度函數(shù)108
6.4基于遺傳優(yōu)化與有限元網(wǎng)格離散的傳感器布置雙層嵌套優(yōu)化算法109
6.5數(shù)值算例111
6.5.1傳感器分布指數(shù)的驗證111
6.5.2空間太陽能電站天線陣模塊的傳感器布置112
6.5.3可重復運載器機翼的傳感器布置115
6.6本章小結(jié)117
參考文獻117
第7章基于二維消冗模型與子聚類調(diào)整策略的傳感器布置優(yōu)化119
7.1引言119
7.2基于子聚類消冗模型算法的優(yōu)化目標119
7.2.1傳感器布置對消冗模型的要求119
結(jié)構(gòu)健康監(jiān)測的傳感器布置優(yōu)化設計
7.2.2現(xiàn)有傳感器消冗模型的局限性120
7.2.3基于子聚類策略的新型消冗模型121
7.3基于子聚類策略的傳感器布置優(yōu)化方法122
7.3.1傳感器布置優(yōu)化方法組合目標函數(shù)123
7.3.2基于子聚類策略和*小包圍圓法的求解過程123
7.3.3基于遺傳算的法的傳感器布置子聚類優(yōu)化方法流程圖126
7.4工程算例126
7.4.1子聚類消冗模型的有效性驗證126
7.4.2空間太陽能電站天線展開模塊127
7.4.3可重復運載器機翼130
7.5本章小結(jié)135
參考文獻135
第8章基于三維消冗模型的空間網(wǎng)格結(jié)構(gòu)傳感器布置優(yōu)化137
8.1引言137
8.2基于三維消冗模型的傳感器布置優(yōu)化目標函數(shù)137
8.2.1研究動機137
8.2.2三維消冗模型138
8.3組合目標函數(shù)139
8.4基于遺傳優(yōu)化算法的空間網(wǎng)格結(jié)構(gòu)傳感器布置優(yōu)化流程140
8.5數(shù)值算例141
8.5.1三維消冗模型的驗證141
8.5.2地面空間網(wǎng)格結(jié)構(gòu)142
8.5.3空間對接模塊146
8.6本章小結(jié)150
參考文獻150
第三篇傳感器布置的多目標優(yōu)化
第9章基于多種傳感器布置的自適應多目標優(yōu)化方法155
9.1引言155
9.2幾種常用的傳感器布置優(yōu)化方法介紹155
9.2.1有效獨立法155
9.2.2驅(qū)動點殘差方法156
9.2.3平均驅(qū)動點殘差方法156
9.2.4有效獨立-驅(qū)動點殘差方法156
9.2.5特征向量積方法156
9.2.6模態(tài)振型求和方法157
9.3結(jié)構(gòu)健康監(jiān)測的自適應傳感器布置優(yōu)化方法157
9.3.1單目標傳感器位置篩選的等效優(yōu)化格式157
9.3.2基于權重因子和歸一化的多目標優(yōu)化轉(zhuǎn)換方法158
9.3.3基于權重因子更新的迭代優(yōu)化159
9.3.4權重因子更新過程160
9.3.5多目標傳感器布置優(yōu)化流程161
9.4傳感器布置優(yōu)化的準則162
9.5工程算例162
9.5.1彈簧-質(zhì)量系統(tǒng)163
9.5.2飛機機翼166
9.5.3空間太陽能電站169
9.6本章小結(jié)173
參考文獻174
第10章傳感器數(shù)量決定與布置的多目標優(yōu)化方法176
10.1引言176
10.2基于區(qū)間可能度的傳感器數(shù)量優(yōu)化方法176
10.2.1傳感器布置方法的不確定性傳播176
10.2.2標稱系統(tǒng)下的傳感器數(shù)量優(yōu)化177
10.2.3傳感器數(shù)量的區(qū)間關系177
10.2.4利用兩種傳感器布置優(yōu)化方法決定傳感器數(shù)量178
10.3傳感器布置多目標優(yōu)化算法179
10.3.1多目標優(yōu)化算法介紹180
10.3.2多目標傳感器布置優(yōu)化問題的構(gòu)成187
10.3.3基于改進超體積評估的多目標優(yōu)化算法187
10.4算法流程188
10.5數(shù)值算例190
10.5.1彈簧-質(zhì)量系統(tǒng)190
10.5.2簡支梁193
10.5.3平面桁架195
10.6本章小結(jié)199
參考文獻199