海洋平臺疲勞測試試驗臺設(shè)計（優(yōu)秀含CAD圖紙+設(shè)計說明書）,海洋,平臺,疲勞,測試,試驗臺,設(shè)計,優(yōu)秀,優(yōu)良,cad,圖紙,說明書,仿單 在線網(wǎng)址www.sciencedirect.com procedia工程54（2013）480-490 第二屆土木工程康復(fù)和維護國際會議 使用基于遺傳算法的有限元模型修正與嘈雜的模態(tài)數(shù)據(jù)對海上導(dǎo)管架平臺進行損傷檢測 H.Malekzehtab和A.A.Golafsham 伊朗謝里夫技術(shù)大學(xué) 摘 要 由于其重要性和生產(chǎn)力，海上平臺是損傷檢測最激勵的結(jié)構(gòu)之一。在這研究中，調(diào)查分析了有限元模型修正在海上導(dǎo)管架平臺損傷檢測的應(yīng)用。這目標(biāo)函數(shù)的方法是基于測量和分析模型的數(shù)據(jù)，包括固有頻率和模型尺寸，然而，測得的數(shù)據(jù)預(yù)計是混雜的。同時，為了避免獲得錯誤的損傷結(jié)果，增加一個懲罰項于目標(biāo)函數(shù)。為了修正模型，利用遺傳算法作為強有力的搜索工具。隨后，這種方法的效率評價在于0，1，2和3幾個損傷案列中噪聲所占比列和測得的模態(tài)數(shù)據(jù)。結(jié)果顯示這種方法能足以檢測這類型結(jié)構(gòu)的損傷即使沒有精準(zhǔn)地獲得模態(tài)數(shù)據(jù)。 關(guān)鍵詞：損傷檢測；結(jié)構(gòu)健康檢測；海上導(dǎo)管架平臺；模型修正；遺傳算法；損傷懲罰。  1.介紹 海上導(dǎo)管架平臺在其使用壽命期間會受到一系列的損傷來源：第一，環(huán)境的損傷破壞來源如波浪，海風(fēng)，地震以及突發(fā)的破壞包括船舶撞擊和爆炸。根據(jù)海上導(dǎo)管架平臺重要性，不讓其在短期間內(nèi)停止工作也是相當(dāng)重要的。因此，非常有必要去檢測顯示海上導(dǎo)管架平臺的安全和可靠性。但是，在海上導(dǎo)管架平臺采用視覺測試和其他現(xiàn)場測試是非常昂貴的，因為測試元件的尺寸和安放位置是在水面上。損傷破壞促使結(jié)構(gòu)危險通常會影響系統(tǒng)的動態(tài)特征，因此，從二十世紀(jì)七十年代開始，在此領(lǐng)域上，已經(jīng)有一些研究采用了測量結(jié)構(gòu)振動響應(yīng)的方法。 這些研究運用許多方法去鑒定損傷位置或者平臺結(jié)構(gòu)元素的損傷程度。其中最好的一種方法則是有限元模型修正，它運用于不同的國內(nèi)基礎(chǔ)設(shè)施上。這種方法假設(shè)原來的問題為理想的問題從而在有限元模型輸出傳感器數(shù)據(jù)中提取相關(guān)的測量模態(tài)特性，減小錯誤。然后，通過比較未被破壞的模型和從實際的結(jié)構(gòu)采集到的相關(guān)測量數(shù)據(jù)來優(yōu)化模型的結(jié)果，損傷破壞將會被檢測出來。如果沒有損傷的模型和實際沒有損傷結(jié)構(gòu)之間不對應(yīng)，則應(yīng)該根據(jù)傳感器從沒有損傷的結(jié)構(gòu)中獲得的數(shù)據(jù)來優(yōu)化修正模型。 優(yōu)化方法在模型修正使用中大體被劃分為兩種類型：基于梯度法和智能計算法如粒子群優(yōu)化（PSO）和遺傳計算法（GA）。這些方法是基于自然法和生物學(xué)法，是引起應(yīng)對復(fù)雜多變性和不確定性的一種準(zhǔn)確的方法。例如，對于簡支梁和門架的損傷檢測，遺傳計算基本方法與基于梯度法比較，前者比較有優(yōu)勢。在這研究中，采用遺傳計算法是因為它能夠在紛繁復(fù)雜的領(lǐng)域和不同地方的最低點處搜索全面性的解決方案，而不需要使用多余的約束。再者，相對于基于梯度法，這種強有力的方法可以使用多點去尋找最佳解決方案。一些研究在損傷檢測領(lǐng)域中已經(jīng)成功運用過遺傳計算法。 在本次的海上平臺例子中，另外一個重要的問題是嘈雜的環(huán)境使得難以從傳感器上獲得精確的數(shù)據(jù)。雖然在近些年里，測量裝備和傳感器技術(shù)已經(jīng)得到了快速發(fā)展，這噪聲影響在測量數(shù)據(jù)上無法被忽略，是測量、收集和處理過程的一個固有的錯誤結(jié)果。所以，對于目前實際用途的損傷檢測法，需要調(diào)查現(xiàn)有噪聲的影響。 因此，此次研究的主要目的是評估上面所提及的方法對海上平臺在不同的破壞因素下進行損傷檢測時所使用的模態(tài)數(shù)據(jù)被不同的噪聲影響的能力。 2.定義損傷檢測為優(yōu)化問題 綜上所述，模型修正方法把損傷檢測問題轉(zhuǎn)換為一個優(yōu)化問題。每一個優(yōu)化問題的定義都是基于其可行的搜索區(qū)域，約束和成本函數(shù)。搜索區(qū)域是一組顯示結(jié)構(gòu)元素狀態(tài)的參數(shù)。這類型的搜索領(lǐng)域除了邊界參數(shù)沒有其他約束。成本函數(shù)作為最重要的部分，的確需要考慮在內(nèi)，它也是評估不同解決方案的標(biāo)準(zhǔn)。在此領(lǐng)域中，大量的調(diào)查研究已經(jīng)完成過，還介紹了時域和頻域的許多標(biāo)準(zhǔn)，時域、頻域和模式域可以確定測量結(jié)構(gòu)性能方案的可靠性。在模式域的情況下，固有頻率和模式安全標(biāo)準(zhǔn)是后者描繪相對應(yīng)的模型形狀的共同標(biāo)準(zhǔn)，實際上，在這方面這些標(biāo)準(zhǔn)的結(jié)合是更好的評估工具。參考（Meruane and Heylen 2008）建議對成本函數(shù)增加懲罰項從而消除方案中的錯誤損傷。 3 優(yōu)化算法 根據(jù)前面段落提及的，遺傳算法作為優(yōu)化方法被運用在這次研究中。遺傳算法是一種全方面的搜索過程，基于達爾文的自然選擇和進化原則。一個簡單的遺傳算法包含了三個操作：選擇，遺傳操作和替代。首先，一個最初的人口是隨機生成的；這人口包含了一組染色體，這長期染色體代表著一個可能的問題解并且由許多基因組成；每一個基因代表一個問題中的變量類似于此次研究中結(jié)構(gòu)安全的元素。每一個適合的染色體基于成本函數(shù)來被評估。然后最初的人口通過選擇過程而傳遞。這個選擇是適合于每個人的。這意味著下一代有更高適應(yīng)性的染色體有一個更高的可能性生存。這里有幾種選擇過程如輪盤賭博和賽事。另外，精英能夠直接最好地從當(dāng)代轉(zhuǎn)移到下一代。然后，所有的染色體都可能交叉地應(yīng)用，在次過程，染色體會隨機匹配，最后，新的子女就產(chǎn)生。接著，人口會發(fā)生可能性的突變，這種簡單交叉是單一點交叉。父母隨機選擇點交換基因而形成子女。 4.損傷定義 損傷可以假定為還原在有限元模型的每個元件的彈性模塊，因為減少影響彎曲和軸向剛度的元素在此次研究是很重要的。 在這方面，損傷類型改變結(jié)構(gòu)元件的剛度是可以檢測到的，包括因腐蝕或化學(xué)降解的松動區(qū)域，因循環(huán)載荷的材料軟化，損壞部件和松動元件之間的連接。除此之外，這沒有檢測的損傷包含測試過程中保持封閉的裂縫。 5 噪聲定義 引入噪聲測量，隨機噪聲正態(tài)分布被添加到模擬的模態(tài)數(shù)據(jù)具有零均值和方差 6 數(shù)值實施 6.1 海洋平臺模型描述 本次研究的結(jié)構(gòu)是一個二維導(dǎo)管架海上平臺模型，這平臺模型是一個兩條腿支撐與橫向和對角線組成的鋼鐵架。模型的兩個第一層的主腿具有2層管，其內(nèi)部直徑為90厘米，厚度為2.54厘米。外觀層直徑為98厘米，厚度為2.22厘米。這甲板的腿和第一、第二的外觀層的樁腿一樣，所有的橫向支撐直徑為22.38厘米（厚度為9.5毫米）；第一層的對角線支撐管直徑為37.3厘米（厚度為12.7毫米）。除此之外，甲板支柱直徑為44.7厘米（厚度為19毫米），這第一層，第二層和甲板分別重430噸，136噸和1133噸，甲板橫梁和腿部支撐以及所有的部件嚴(yán)格定義為彈性梁柱。 6.2 獲取測量的模態(tài)數(shù)據(jù)和考慮噪聲 在實際中，傳感器應(yīng)該放置在結(jié)構(gòu)元件上收集振動數(shù)據(jù)，然后，這些信號將被處理而獲得不同的特征，包括作為主要特征而用于模型修正的模態(tài)性能。然而，在這里，測量的模態(tài)性能產(chǎn)于已損傷的有限元模型的動態(tài)分析，數(shù)據(jù)的來源是通過控制損傷情況而不是傳感器。 另外，假設(shè)傳感器是被安放于橫向方向的每一個節(jié)點；再者，作為噪聲數(shù)據(jù)的結(jié)果，其通?？赡苓m當(dāng)?shù)孬@得一些模型結(jié)構(gòu)的模態(tài)性能。通常，噪聲在提取特征如固有頻率和模型尺寸上比從傳感器應(yīng)用不同的信號處理方法得到的原始數(shù)據(jù)小。 6.3 模型修正步驟 在決定用于修正模型相關(guān)的測量數(shù)據(jù)的方法上添加不同的噪聲水平就是遺傳算法。由于其高性能和靈活性，考慮到這個事實，遺傳算法的計算成本是要比常規(guī)的方法高，模型修正步驟采用編寫C++語言。同時，OpenSees被用作一個強大和迅速工具去分析有限元模型，它是基于每個染色體計算其模態(tài)特性上建成的，然后，這模態(tài)信息用于計算每個染色體的成本。 雖然對于遺傳操作，不同的選擇都是可靠的，但是一些考慮可以獲得更好的結(jié)果如編碼類型，人口規(guī)模，交叉和變異的概率問題，交叉的精英和類型。例如，對于本次研究的編碼類型，選擇真正的遺傳算法編碼因為它更加適用于大型區(qū)域的問題，包括損傷檢測問題。遺傳算法的其他設(shè)置：假設(shè)人口規(guī)模為80，交叉概率為0.85，變異概率為0.06，世代的數(shù)量為60。在大多數(shù)的研究情況下，這種方法可獲得其前幾代的結(jié)果。 原始人口（隨機減少因素）——每個染色體的計算成本——因每個染色體而形成已損壞的FE模型——動態(tài)分析——基于動態(tài)性能使用成本函數(shù)計算個人的成本 新人口 進行遺傳操作 交叉/復(fù)制 變異 精英 檢查停止標(biāo)準(zhǔn)是否獲得（后代數(shù)量） 是 否 結(jié)束 選擇父母進行遺傳復(fù)制 6.4 出于成本的方面考慮選擇重量 在權(quán)重因子為代價函數(shù)的情況下，前兩個因素被假定為等于一而在優(yōu)化過程中具有的優(yōu)先級相同。關(guān)于第三項，該項的作用是消除由設(shè)置后的前兩項已經(jīng)收斂到穩(wěn)定數(shù)值損害的假損傷值。因此，要實現(xiàn)之一目標(biāo)應(yīng)該根據(jù)前兩項收斂后的數(shù)字順序設(shè)置第三項的順序。如果這個項目是不準(zhǔn)確的，它會影響搜索全過程并導(dǎo)致結(jié)果無效。所以，在這里，第三項設(shè)置為0.001。 6.5結(jié)果和討論 每個損傷情況在模型修正過程之后，最好的相關(guān)實例如圖3到8。單一元件損傷的情景結(jié)果如圖3到6所示，兩元件損傷情景的結(jié)果如圖7到8所示，而各圖顯示了在4個狀態(tài)的所有元素的楊氏模量的降低因素。1圖代表了無噪音加在模態(tài)數(shù)據(jù)上時模型修正過程的結(jié)果；另外，2，3和4圖分別代表了在模態(tài)數(shù)據(jù)上有%1，2%和3%噪聲污染的模型修正過程的結(jié)果。 根據(jù)無噪音狀態(tài)，很明顯這方法是一種通過定位和定點測量結(jié)構(gòu)破壞的強有力方法，因為它能夠在圖3到圖8的所有損傷情況中檢測出所有損傷而且?guī)缀鯖]有錯誤；除此之外，這些結(jié)果證明使用懲罰項去避免錯誤的損傷結(jié)果的效率；可以獲得另外一個重要特征就是圖5的模態(tài)數(shù)據(jù)足以確定案列中的損傷。 對于有噪聲的狀態(tài)，這類型的損傷在每個噪聲水平下都可以被精確地檢測到；但是，當(dāng)噪聲比例增加時，錯誤也隨之增加，然而，這些錯誤都不會超過20%。總體來看，即使使用的模態(tài)數(shù)據(jù)沒有準(zhǔn)確測量，結(jié)果也可以接受并且能反映結(jié)構(gòu)的狀況。 另外一個重要的信息則是在更高噪聲和不同的損傷情況下元素7和元素8與其他元素比較有更大的差異，而原因在于元件放置的位置。 這些元素是平臺的兩條腿之間的水平梁里少參加整個結(jié)構(gòu)模態(tài)行為的元件，特別是只有水平傳感器可靠的時候；因此，噪聲的影響在模態(tài)數(shù)據(jù)上主要主宰他們的那部分，使結(jié)果更可能不準(zhǔn)確。 2.結(jié)論 這里介紹了一個遺傳算法的過程來評估海上導(dǎo)管架平臺損傷破壞的程度和位置。運用遺傳算法和真正的編碼作為優(yōu)化工具從修正有限元模型中匹配損傷結(jié)構(gòu)的噪聲固有頻率和模型尺寸，幾乎沒有簡化是考慮到以常規(guī)的方法，系統(tǒng)的動態(tài)行為是相反的，同時，在成本函數(shù)中運用懲罰項是為了在結(jié)果中避免錯誤損傷；再有，根據(jù)工作需要，提出一個技術(shù)來估計該懲罰項的權(quán)重因子，這種方法是考慮了多個噪聲水平在測量模態(tài)數(shù)據(jù)的情況下對單一和多個元素損壞進行測試的，結(jié)果顯示，更高的噪聲水平會降低結(jié)果的準(zhǔn)確性，但是，結(jié)果仍然是在可接受的范圍，顯示的損傷類型結(jié)果也令人滿意。然后，值得注意的是沒有參加模態(tài)數(shù)據(jù)的成員損傷強度一般都可能是不準(zhǔn)確的。 參考文獻 【1】 Chou JH and Ghaboussi J 2001.在結(jié)構(gòu)的損傷檢測，計算和結(jié)構(gòu)中的遺傳算法，第79卷.第335-1353頁. 【2】 Doebling SW，F(xiàn)arrar CR and Prime MB 1998.振動型損傷識別方法的總結(jié)回顧，沖擊和振動消化，第30卷..第91-105頁. 【3】 F Herrera，M Lozano，and JL Verdegay 1998，套結(jié)實數(shù)編碼遺傳算法：對行為分析和人工智能審核的運營商和工具，，第12卷，第265-319頁. 【4】 Golafshani AA，Ebrahimian H and Bagheri Baygi V 2010.第五屆伊朗國際工程會議，技術(shù)框架對波斯灣現(xiàn)有海洋平臺在極端環(huán)境負載的概率評估. 【5】 Gomes HM and Silva NRS 2008.通過數(shù)學(xué)建模，利用遺傳算法和模態(tài)靈敏度法對結(jié)構(gòu)損傷檢測進行一些比較。第32卷，第22頁. 【6】 Meruane V and Heylen W 2008.由一個真實的參數(shù)混合遺傳算法的損傷檢測，歐洲研討會結(jié)構(gòu)健康監(jiān)測，波蘭. 【7】 Jafarkhani R 和 Masri SF 2011.運用發(fā)展策略對損傷檢測進行有限元模型修正，計算機輔助民用和基礎(chǔ)設(shè)施工程，第26卷，第207-224頁. 【8】 Malekzehtab H，Golafhani，A.A.and Mohajeri，S，2011.基于海上導(dǎo)管架平臺損傷檢測的有限元模型修正采用遺傳算法，第二次交通、環(huán)境和土木工程的最近趨勢的國際會議，印度班加羅爾. 【9】Marwala，T，2010，使用智能計算的有限元模型修正，斯普林格. 【10】 Park JH，Lee JM，Kim JT and Ryu YS 2006.使用固有頻率和模態(tài)應(yīng)變能并基于遺傳算法的損傷檢測方法，機構(gòu)和機械系統(tǒng)優(yōu)化的研討會，中國. 【11】 Raich AM and Liszkai TR 2007.使用超前的遺傳算法提高結(jié)構(gòu)損傷檢測方法的性能，結(jié)構(gòu)工程期刊，第133卷。第449-461頁. 【12】 Raich AM，and Liszkai TR 2003.在嘈雜的環(huán)境中一個隱含冗余遺傳算法的結(jié)構(gòu)損傷檢測的效益. 【13】 http://www.nd.com/products/genetic/selection.htm http://opensees.berkeley.edu