基于遗传算法和拓扑优化的结构多损伤识别

【摘要】：本文较为全面地介绍了神经网络、遗传算法、灰色理论和小波分析等优化方法在识别结构多损伤时的工作原理以及这些方法在损伤识别过程中存在的一些问题,讨论了遗传算法及拓扑优化两种方法在结构损伤识别中的发展应用前景。在前人工作的基础上,通过引入遗传算法和拓扑优化两种方法,将遗传算法、有限元法和拓扑优化三种方法相结合,构建了一种新的算法并用于二维结构多损伤识别研究。这种方法将拓扑优化的设计变量和遗传算法的参数统一化,将拓扑优化中的目标函数和约束方程与遗传算法的适应度函数联系起来,并以拓扑优化的约束方程作为控制条件参与整个遗传运算的控制。采用离散变量变量拓扑优化代替连续变量拓扑优化对发生孔洞损伤形式的二维结构进行损伤识别,避免了利用连续变量拓扑优化进行损伤识别时参数阈值的确定可能给识别结果带来的不良影响。通过对几个二维结构模型的多损伤识别仿真计算,结果表明本方法能够很好地识别二维结构中多个位置的损伤,对于仅用拓扑优化法很难识别的轻微损伤情况,该方法也能得出与实际情况吻合良好的结果。