[发明专利]基于ALO-INM与加权迹范数的结构损伤识别方法

摘要

本发明公开了一种基于ALO‑INM与加权迹范数的结构损伤识别方法，包括：根据模型修正理论与有限元原理，建立包含Nele个单元的结构有限元模型，并计算该模型的前Nm阶固有频率和振型；根据频率相对变化率和模态置信准则，分别建立结构损伤识别约束优化问题的原目标函数O(α)、第一与第二共轭目标函数，即O*(α)与O**(α)；利用ALO‑INM算法求解O**(α)，得到结构损伤识别结果；本发明在元启发式算法的基础上引入了INM局部搜索策略，从一定程度上增强了算法的全局寻优能力，在目标函数中分别引入加权策略与迹稀疏正则化，提高了识别精度与噪声鲁棒性，可以减小不同结构损伤灵敏度与噪声对识别精度的影响，具有较强的全局寻优能力、较高的识别精度和较好的噪声鲁棒性。

主权项

1.一种基于ALO-INM与加权迹范数的结构损伤识别方法，其特征在于，包括：/nS1、根据模型修正理论与有限元原理，建立包含N_ele个单元的结构有限元模型，并计算所述模型的前N_m阶固有频率和振型；/nS2、根据频率相对变化率和模态置信准则建立结构损伤识别约束优化问题的原目标函数O(α)；/nS3、根据加权策略利用ALO-INM算法计算满足预设条件的加权系数，建立加权后的第一共轭目标函数O^*(α)；其中，所述预设条件为结构损伤识别结果中每个单元识别损伤与真实损伤的误差不超过5％；/nS4、将迹稀疏正则化引入第一共轭目标函数O^*(α)中，建立第二共轭目标函数O^**(α)；/nS5、利用ALO-INM算法求解第二共轭目标函数O^**(α)，直到迭代次数t到达最大迭代次数Max_iteration或适应度值达到阈值为止，得到损伤识别结果。/n