基于现代智能算法的土木工程结构传感器最优布置研究

  1.1  选题背景及研究意义

  土木工程与国家和人民的生活息息相关，伴随着经济的迅猛发展，桥梁、大坝、高层建筑、海洋平台等重大土木工程结构急剧增多，他们的服役期限一般长达几十年乃至上百年，同时他们受到环境的长期侵蚀、材料老化、荷载的长期效应、疲劳效应等不利因素的耦合作用，必将造成结构和系统的损伤积累和抗力衰减，加之地震、暴风、洪水等自然灾害的影响，诸多因素导致结构产生不同程度的损伤，严重的可能会酿成灾难性的事故，危及国家和人民群众的生命财产安全，造成恶劣的社会影响。近年来，土木工程建设事业在我国正飞速崛起，日新月异的高楼大厦、展览中心、铁路、公路、桥梁、港口航道等重大民生工程在全国各地如雨后春笋般涌现，但是许多大型土木工程结构由于体型庞大，受力复杂，缺少监测等原因而问题频发（图 1.1）。2009 年 6 月 27 日 5 时 30 分许，上海市闵行区莲花南路罗阳路口，一栋 13 层在建住宅楼工地发生楼体倒覆事故，如图 1.1（a），造成一名工人死亡。同年 7 月 23 日 18 时 56分，位于河北省晋州市在建广播电视发射塔在大风中轰然倒塌，如图 1.1（b），该在建电视塔总高度 186.8 米，塔体为四柱角钢半组合钢结构。2012 年 8 月 24 日早晨，位于黑龙江省哈尔滨市的阳明滩大桥发生垮塌事故，如图 1.1（c），造成 3 人死亡 5 人受伤，该桥全长 15.42 公里，桥宽 41.5 米，具体为双向 8 车道，它是目前我国长江以北地区桥梁长度最长的超大型跨江桥梁。2004 年 5 月 23 日当地时间约 6 时 30 分，坐落在法国巴黎北部的戴高乐机场突然发生屋顶坍塌事故，如图 1.1（d），造成包括两名中国公民在内的 4 人死亡，3 人受伤，在随后的初步调查结果中表明候机厅水泥顶棚与圆柱形金属支柱连接处出现了穿孔……一桩桩的土木工程事故，不仅造成了巨大的经济损失，而且严重威胁着人民群众的生命安全，影响经济社会的发展与稳定。如果能在事故或灾难发生之前对土木工程结构进行预测和评估，提前采取措施防止和减轻事故造成的损失就变得尤为重要。随着现代科学技术的飞速发展和不断成熟，为了保证各种工程结构的安全性、适用性、耐久性，人们应该实时知晓结构的运行状态，进行结构健康监测（Structure Health Monitoring, SHM）。所谓结构健康监测，即利用现场的、无损伤的监测方式获得结构内部信息分析包括结构在内的各种特征，以便了解结构因损伤或者退化造成的改变。对土木工程结构进行健康监测，必然离不开传感器的布置。利用不同类型的传感器采集工程结构的各种数据，通过软件分析和处理，得到其相关的健康信息，从而识别出存在损伤的部位，以便人们采取措施做好相应的准备。然而，土木工程结构往往体型庞大，节点众多，同时考虑到经济性和结构运行状态等方面，传感器的布置不是越多越好，人们应该利用有限数量的传感器来获得关于结构的特征信息，这些信息应该能够反映结构整体和局部的状态变化，即传感器的优化布置问题已然成为结构健康监测系统中的关键问题之一，这个问题决定了该系统能否真实、准确地获取结构整体和局部运行状态的信息。布置尽可能少的传感器来获得尽可能多的土木工程结构健康信息，是传感器优化布置的核心问题，也是结构健康监测首先要解决的重要课题。综上所述，在土木工程结构中进行传感器优化布置，具有很大的应用价值，也具有深远的社会意义。

  1.2  本文主要内容

  本文分为 4 章，具体内容如下：第一章为绪论部分，主要介绍了土木工程结构健康监测的产生缘由以及传感器优化布置的选题背景和研究意义，同时对国内外关于传感器优化布置问题的研究现状进行了阐释，最后给出了本文的主要内容及结构布置。第二章讲述了关于现代智能算法的理论知识，首先介绍了遗传算法，包括从编码到选择、交叉、变异和适应度函数等都进行了基础的全面的阐述；然后介绍了模拟退火算法的基本知识，包括 Metropolis 准则、冷却进度表和参数控制问题等。第三章为土木工程结构有限元建模及模态分析，是进行传感器优化布置研究的前期工作，包括高层剪力墙结构、钢桁架桥结构和多层框架结构。本章为下一章的传感器优化布置奠定基础工作。第四章为基于现代智能算法的传感器优化布置研究，分别基于遗传算法、模拟退火算法及模拟退火遗传算法针对于高层剪力墙、钢桁架桥、多层框架结构给出了具体的优化方案，提供了切实可行的布点方案；最后将三种现代智能算法的优化结果进行对比分析，针对不同土木工程结构应用何种算法给出了方法与建议。

  2.1  遗传算法

  遗传算法，顾名思义，是模仿自然界中的生物遗传原理而产生的一种算法。说到自然界中的生物的遗传原理，这里会想到达尔文的生物进化法则。达尔文认为，自然界中的生物进行繁衍进化的源动力在于自然选择，自然选择离不开生存斗争，也离不开变异的力量。达尔文通过长期的观察和总结发现，一个生物个体如果具有适应环境的有利变异的能力，那么他就会在生物的生存斗争过程中获得更多的生存和繁衍后代的机会；反之，如果这个个体的适应性较小，他将会被大自然淘汰。这便是经典的生物进化过程中的“物竞天择，适者生存”的自然法则。遗传算法通过模拟自然界中的生物遗传和进化的过程，在计算机中进行编程、调试和运行，实现了人们所预期的系统中应该具有的自适应性和优化能力。最早提出遗传算法的是美国 Michigan 大学的 Holland 教授。他和他的学生利用自然界中的生物遗传和进化原理，开发出了能够自动适应概率优化的技术，并且这项技术可以适应于复杂的系统优化问题，他们将之称为遗传算法。1967 年，Holland 的学生 Bagley 第一次在他发表的博士论文里提及“遗传算法”，他整理并完善了包括复制、交叉、变异等算子，发展了显性、倒位等算子，选择双倍体作为个体编码的方法。随后，Holland 根据已取得的关于遗传算法的成果探索了自然现象以及人工自适应系统，正式地提出了关于遗传算法的基础定理——模式定理（Schema  Theorem），在 20 世纪 70 年代中期出版了专著《Adaptation in Natural and Artificial Systems》，该书是第一本系统阐释关于遗传算法和人工自适应系统方面的著作。到了 80 年代，Holland 教授完成了首个根据遗传算法原理运行的机器学习系统，创造性地引出了利用遗传算法进行机器学习的新理念。1975 年，经过数次在计算机上操作大型纯数值函数优化计算模型，De Jong 在遗传算法的原理基础上，总结了一些关键性的且有指导意义的结论，构建了一套关于遗传算法的工作框架。1989 年，Goldberg 为了全面整理遗传算法的各项探讨结论，出版了专著《Genetic Algorithm in Search, Optimization and Machine Learning》,在书中他系统地阐释了遗传算法的基础方法和拓展运用。Davis 于 1991 年出版了《Handbook  of  Genetic Algorithm》，详细的说明了遗传算法在科学系统计算、工程实践技术、社会经济活动中的诸多算例。Koza 于 1992 年创造性地提出遗传编程（Genetic Programming, GP）概念，其思想是把遗传算法运用到计算机程序的简洁优化设计以及系统自动生成中去。大量运行试验证明，遗传算法在控制操作系统中的离线设计领域是一种可靠而有效的方法策略。比如，Krishnakumar 和 Goldberg 以及 Bramlette 和 Cusin 推算出在太空运用方面利用遗传算法导出优良的控制器结构比应用一般的方法如 LQR 和 Powell 的增音机设计在功能评估方面所用的时间要少。Porter 和 Mohamed 成功地完成了一套遗传设计方案，该方案是关于应用本质结构分配任务的多变量飞行控制系统方案。此外，还有一部分人通过实例证明了关于遗传算法在控制器结构的选择匹配中的使用方法。

  4.3  基于模拟退火遗传算法的土木工程结构传感器优化布置

  4.4  三种智能算法的不同土木工程结构优化布置方案的比较

  本文立足于总结国内外近几十年来有关土木工程结构传感器优化布置问题研究的现状，将遗传算法、模拟退火算法及模拟退火遗传算法应用于土木工程结构传感器优化布置研究，以高层剪力墙结构、桁架结构及多层框架结构为例，探讨了土木工程结构传感器优化布置问题。得到的主要的结论如下：（1）基于遗传算法进行土木工程结构传感器优化布置，对传统的遗传算法在编码方式、选择操作、交叉操作以及变异操作方面进行改进，分别为高层剪力墙结构、钢桁架桥和多层框架结构提供了传感器优化布置方案，结果表明遗传算法可以完成这三种土木工程结构的传感器优化布置要求。（2）基于模拟退火算法进行传感器优化布置，通过对冷却进度表中包括初始温度、退火次数、衰减系数等参数的反复调节，解决了以上三种不同的土木工程结构的传感器优化布置问题。（3）将遗传算法和模拟退火算法进行结合，把模拟退火算法作为一个独立算子嵌入到遗传算法中，得到的传感器优化布置结果表明，该方法也可以达到优化布置目标，并且大大减少了运行时间成本。（4）对三种现代智能算法进行对比分析，从 MAC 指标值来看，遗传算法收敛性更稳定，拟安装传感器数量更少；模拟退火算法和模拟退火遗传算法则收敛速度更快，大大减少了运行时间成本。三种算法均可以实现土木工程结构的传感器优化布置，提供相应的优化方案。本文基于的现代智能算法能够解决土木工程结构传感器优化布置问题，展望未来我们仍然存在如下问题有待进一步研究：（1）本文的传感器优化布置研究是建立在有限元建模基础上的，而有限元建模不可避免地存在误差，例如网格划分方法的选择等，另外模型的节点也根据实际工程结构

和现有技术条件进行了简化，这些节点不可能与传感器位置完全匹配，因而会对优化结果产生影响。（2）目前还没有关于传感器优化布置准则的统一标准，在土木工程结构健康监测中只利用模态置信度准则（MAC）建立优化布置的目标函数，对于评价传感器优化布置方案的优劣，在一定程度上是不全面的。因此利用多种优化准则进行传感器的优化布置问题研究尚须进一步的探索。