基于自適應(yīng)引力算法的橋梁監(jiān)測(cè)傳感器優(yōu)化布置分析

李 鵬 張 敏

湖南聯(lián)智監(jiān)測(cè)科技有限公司 湖南 長(zhǎng)沙 410000

橋梁健康監(jiān)測(cè)是判斷橋梁質(zhì)量的重要方法，人們借此，可以對(duì)橋梁的結(jié)構(gòu)參數(shù)進(jìn)行改進(jìn)，為橋梁修繕工作提供依據(jù)。在監(jiān)測(cè)過(guò)程中，需要在橋梁上安裝傳感器，用于對(duì)橋梁受力情況進(jìn)行監(jiān)測(cè)。在此過(guò)程中，傳感器的布置具有一定的難度，需要滿足監(jiān)測(cè)精度的要求，以確保傳感器布置的合理性，因此，應(yīng)采取有效的優(yōu)化措施，來(lái)提高傳感器布置效果，保證測(cè)量精度能夠順利達(dá)到預(yù)期。

1 基于自適應(yīng)引力算法的橋梁監(jiān)測(cè)傳感器優(yōu)化概述

1.1 算法條件

自適應(yīng)引力算法對(duì)于橋梁監(jiān)測(cè)具有重要作用，需要遵守一定的應(yīng)用要求，對(duì)傳感器的監(jiān)測(cè)效果進(jìn)行優(yōu)化，構(gòu)建完善的橋梁監(jiān)測(cè)條件。傳感器是實(shí)現(xiàn)橋梁監(jiān)測(cè)的重要元件，是確保算法有效執(zhí)行的基礎(chǔ)環(huán)節(jié)，需要對(duì)傳感器的應(yīng)用引起重視，保證算法條件具有穩(wěn)定的前提，構(gòu)建精準(zhǔn)化的運(yùn)算模型。橋梁中具有較多的線性無(wú)關(guān)點(diǎn)，對(duì)監(jiān)測(cè)點(diǎn)的布置具有較高的要求，否則將影響的橋梁的監(jiān)測(cè)效果，引起算法與實(shí)際不匹配的問(wèn)題。自適應(yīng)引力算法的重點(diǎn)為局部極點(diǎn)值的監(jiān)測(cè)，需要具備良好的尋優(yōu)精度，確保算法可以對(duì)橋梁結(jié)構(gòu)進(jìn)行全面搜索，確保對(duì)橋梁的監(jiān)視效果，避免橋梁產(chǎn)生一定的壓力作用。在自適應(yīng)引力算法的作用下，可以提高橋梁監(jiān)測(cè)的尋優(yōu)效率，能夠發(fā)現(xiàn)影響橋梁精度的關(guān)鍵點(diǎn)，使橋梁能夠更好地投入使用，提高引力算法的適用范圍。自適應(yīng)引力算法基于萬(wàn)有引力搜索算法進(jìn)行實(shí)現(xiàn)，需要建立完善的檢索形式，確保算法具有良好的空間維度，對(duì)橋梁的實(shí)際情況進(jìn)行判斷[1]。

1.2 優(yōu)化準(zhǔn)則

采用自適應(yīng)引力算法時(shí)，需要對(duì)傳感器進(jìn)行優(yōu)化布置，并且應(yīng)遵循一定的準(zhǔn)則條件，否則將會(huì)造成算法與傳感器不匹配，影響傳感設(shè)備的正常使用。傳感器優(yōu)化需要基于有限元網(wǎng)格進(jìn)行，對(duì)橋梁結(jié)構(gòu)進(jìn)行精準(zhǔn)地識(shí)別，對(duì)橋梁結(jié)構(gòu)的進(jìn)行全面地解析，確保橋梁數(shù)據(jù)的準(zhǔn)確性，為算法的運(yùn)用提供有效的依據(jù)。一方面，需要保證傳感器的精度要求，對(duì)其做好精度校正工作，同時(shí)嚴(yán)格進(jìn)行精度檢驗(yàn)，打造良好的精度控制條件。另一方面，需要克服干擾因素的影響，如噪聲、光線等，確保傳感器運(yùn)行的穩(wěn)定性，防止傳感器運(yùn)行時(shí)產(chǎn)生較大誤差，導(dǎo)致傳感器無(wú)法正常進(jìn)行監(jiān)測(cè)。傳感器的優(yōu)化需要進(jìn)行高度重視，應(yīng)具備良好的測(cè)量布點(diǎn)條件，確保傳感器空間模態(tài)的穩(wěn)定，提高橋梁重要點(diǎn)位的識(shí)別效率。在布置優(yōu)化過(guò)程中，還應(yīng)注重空間夾角的布置，采用標(biāo)準(zhǔn)化的夾角形式，構(gòu)建穩(wěn)定的引力搜索算法，提高算法的自適應(yīng)求解能力，使傳感器與算法能夠順利地結(jié)合。

2 基于自適應(yīng)引力算法的橋梁監(jiān)測(cè)傳感器優(yōu)化布置

2.1 引力算法基礎(chǔ)理論

2.1.1 萬(wàn)有引力搜索算法

萬(wàn)有引力算法是橋梁監(jiān)測(cè)計(jì)算的基礎(chǔ)，需要合理對(duì)算法進(jìn)行應(yīng)用，對(duì)算法進(jìn)行充分理解。算法應(yīng)用時(shí)需要對(duì)空間維度進(jìn)行設(shè)定，將空間位置分成若干個(gè)維度點(diǎn)，對(duì)監(jiān)測(cè)點(diǎn)進(jìn)行精準(zhǔn)地描述。在空間點(diǎn)描述方面，粒子i的W維度可以設(shè)置為Xi=[xi1,…,xid,…,xiW]，在空間描述方面需要遵守萬(wàn)有引力的要求，遵從物質(zhì)的慣性質(zhì)量條件，確保引力計(jì)算的合理性。對(duì)監(jiān)測(cè)點(diǎn)進(jìn)行分析時(shí)，需要注重空間點(diǎn)之間的距離，使萬(wàn)有引力算法能夠進(jìn)行套用，確?？臻g粒子具有良好的受力條件?？臻g粒子的合力可由下式進(jìn)行表示：

式中，best是粒子i所受粒子引力作用的集合。同時(shí)，粒子i還會(huì)受到加速度、慣性質(zhì)量的影響，需要對(duì)適應(yīng)度展開(kāi)分析，確保粒子i能夠滿足算法應(yīng)用的條件。因此，萬(wàn)有引力搜索算法存在著影響因素，需要對(duì)其進(jìn)行必要的改進(jìn)，使算法能夠?qū)ΡO(jiān)測(cè)點(diǎn)進(jìn)行全面搜索，提高算法對(duì)空間的匹配度。

2.1.2 自適應(yīng)引力搜索算法

為了提高算法的適應(yīng)性，需要對(duì)算法進(jìn)行改進(jìn)，注重自適應(yīng)引力搜索算法的影響，促進(jìn)算法精度的進(jìn)一步提升。首先需要對(duì)離子的范圍進(jìn)行界定，防止粒子在算法中跳出極值點(diǎn)，使粒子能夠有效地限制在局部，提高粒子的尋優(yōu)控制效果。實(shí)際上，粒子會(huì)受到衰減因子的影響，影響粒子步長(zhǎng)的完成度，衰減過(guò)程可由下式表示：

式中，t為迭代次數(shù)；tmax為最大迭代次數(shù)；β為初始參數(shù)。通過(guò)該式可以對(duì)粒子的衰減變化進(jìn)行分析，并且對(duì)粒子的尋優(yōu)范圍進(jìn)行確定，使算法得到有效地優(yōu)化。為了提高算法的適應(yīng)性，需要對(duì)算法的步長(zhǎng)展開(kāi)分析，將粒子采用小步長(zhǎng)進(jìn)行搜索，并且將范圍限制在局部，提高引力搜索算法的效率，構(gòu)建完善的引力搜索條件。自適應(yīng)引力算法應(yīng)注重空間模態(tài)向量的獨(dú)立性，使模態(tài)向量趨近于平行的狀態(tài)，使模量之間更加容易辨識(shí)，進(jìn)而提高橋梁傳感器的識(shí)別效率[2]。

2.2 測(cè)試函數(shù)的選取與優(yōu)化

2.2.1 測(cè)試函數(shù)選取

為了對(duì)最優(yōu)解條件進(jìn)行驗(yàn)證，需要嚴(yán)格對(duì)測(cè)試函數(shù)進(jìn)行構(gòu)建，使測(cè)試函數(shù)能夠穩(wěn)定運(yùn)行，提高優(yōu)化檢驗(yàn)水平。測(cè)試函數(shù)基于AGSA算法進(jìn)行構(gòu)建，需要對(duì)種群的規(guī)模進(jìn)行確定，將最大迭代次數(shù)tmax控制在2000以下，使測(cè)試結(jié)果能夠更快地進(jìn)入到最優(yōu)狀態(tài)，提高測(cè)試函數(shù)的標(biāo)準(zhǔn)化程度。以Ackley函數(shù)為例，可以作為測(cè)試函數(shù)進(jìn)行使用，有效范圍在[-32,32]區(qū)間內(nèi)，能夠獲得全局的最優(yōu)解，并且針對(duì)局部進(jìn)行分析。通過(guò)Ackley函數(shù)可以形成多個(gè)局部極值點(diǎn)，確保局部界定范圍的可靠性，對(duì)局部展開(kāi)細(xì)致化地分析，將局部的維度控制在有效范圍內(nèi)，進(jìn)而降低最優(yōu)解的求解難度。在選擇測(cè)量函數(shù)時(shí)，需要避免出現(xiàn)大量的極值點(diǎn)，否則將會(huì)導(dǎo)致求解的條件增加，將會(huì)影響到最優(yōu)解的判斷，應(yīng)對(duì)極值點(diǎn)的變化引起重視。

2.2.2 測(cè)試函數(shù)優(yōu)化

測(cè)試函數(shù)是實(shí)現(xiàn)最優(yōu)判斷的關(guān)鍵，需要對(duì)其做好優(yōu)化工作，提高算法檢索的精度，確保優(yōu)化處理的有效性。優(yōu)化過(guò)程中，需要注重AGSA算法數(shù)量級(jí)的控制，控制在5-18個(gè)數(shù)量級(jí)之間，使算法便于進(jìn)行尋優(yōu)處理，確保尋優(yōu)算法的可靠性。為了使測(cè)量算法更加穩(wěn)定，應(yīng)采用多次尋優(yōu)的方式，將AGSA算法控制在一定范圍，使算法精度得到有效提升。在算法尋優(yōu)過(guò)程中，需要對(duì)算法的穩(wěn)定性引起重視，以搜索精度的提高作為前提，同時(shí)降低算法的搜索次數(shù)，對(duì)目標(biāo)的精度進(jìn)行改良，提高算法的收斂效率，保障算法能夠快速地得出結(jié)果。測(cè)試函數(shù)優(yōu)化有助自適應(yīng)調(diào)整的實(shí)現(xiàn)，能夠?qū)υ兴惴ㄟM(jìn)行改進(jìn)，提高引力搜索算法的可行性，并且對(duì)算法的步長(zhǎng)進(jìn)行控制，保障算法能夠迅速地實(shí)施[3]。

2.3 傳感器優(yōu)化布置

2.3.1 傳統(tǒng)優(yōu)化算法

傳感器優(yōu)化布置應(yīng)建立傳統(tǒng)算法的基礎(chǔ)上，確保優(yōu)化算法改進(jìn)的合理性，防止算法優(yōu)化過(guò)程引入誤差。傳統(tǒng)優(yōu)化算法主要由以下幾部分構(gòu)成：

第一，有效獨(dú)立算法。對(duì)監(jiān)測(cè)點(diǎn)布置的有效性進(jìn)行分析，確保模態(tài)向量能夠保持獨(dú)立的狀態(tài)，使模態(tài)誤差能夠得到控制。模態(tài)坐標(biāo)方程如下：

式中，us為初始候選觀測(cè)點(diǎn)；φs為模態(tài)矩陣上的候選點(diǎn)。通過(guò)該式可以對(duì)監(jiān)測(cè)點(diǎn)的選擇進(jìn)行分析，確保測(cè)量點(diǎn)選擇的獨(dú)立性，防止選點(diǎn)過(guò)程中出現(xiàn)偏差。

第二，QR分解法。求解過(guò)程中，需要對(duì)測(cè)量點(diǎn)進(jìn)行分解，對(duì)最優(yōu)解問(wèn)題進(jìn)行分析，判斷監(jiān)測(cè)點(diǎn)的可行性。通過(guò)QR分解法可以去除分解過(guò)程中的無(wú)關(guān)向量，使算法能夠逐漸趨于最優(yōu)化，對(duì)傳感器布置方案進(jìn)行分析，保障傳感器得到有效適應(yīng)。

第三，模態(tài)動(dòng)能法。監(jiān)測(cè)點(diǎn)分析過(guò)程中，需要對(duì)模態(tài)動(dòng)能情況進(jìn)行關(guān)注，提高模態(tài)動(dòng)能分析的準(zhǔn)確性。在傳感器的布點(diǎn)區(qū)域，測(cè)點(diǎn)動(dòng)能將會(huì)產(chǎn)生一定的波動(dòng)，需要為測(cè)點(diǎn)構(gòu)建動(dòng)能分析，確保各個(gè)監(jiān)測(cè)點(diǎn)具有良好的自由度，便于對(duì)監(jiān)測(cè)點(diǎn)的布置結(jié)果進(jìn)行說(shuō)明。

2.3.2 智能優(yōu)化算法

智能優(yōu)化算法是提高傳感器布置適應(yīng)性的關(guān)鍵，需要注重智能算法的選擇，提高引力算法的調(diào)節(jié)能力，保障算法的自控水平。為了算法的適應(yīng)性，可以將遺傳算法引入其中，提高算法分析的嚴(yán)格性。遺傳算法運(yùn)用到交叉、變異等原理，能夠?qū)λ惴ㄟM(jìn)行深入分析，使引力算法能夠符合智能化的標(biāo)準(zhǔn)，使算法的求解更加的穩(wěn)定。在遺傳算法的作用下，使引力算法具有良好的迭代特性，使傳感器能夠在橋梁中進(jìn)行連續(xù)布置，對(duì)算法進(jìn)行優(yōu)化管理，使算法能夠更好地進(jìn)行應(yīng)用。遺傳算法可以使粒子群更加的清晰，對(duì)種群中監(jiān)測(cè)點(diǎn)粒子進(jìn)行分析，使模態(tài)具有良好的應(yīng)變能力，構(gòu)建完善的模態(tài)算法，使粒子向最優(yōu)解不斷靠近，提高算法的改進(jìn)效果。振動(dòng)是產(chǎn)生誤差的重要因素，將其作為變異粒子進(jìn)行處理，確保傳感器優(yōu)化布置的有效性，對(duì)慣性權(quán)重系數(shù)進(jìn)行完善。

2.4 橋梁模型模態(tài)分析

2.4.1 模型構(gòu)建

橋梁模型是確定傳感器監(jiān)測(cè)點(diǎn)的重要依據(jù)，需要構(gòu)建完善的模型，提高模型的細(xì)致化程度。橋梁模型是實(shí)現(xiàn)最優(yōu)化探索的關(guān)鍵，應(yīng)采用有限元分析的方式，逐步完成橋梁模型的構(gòu)建，確保橋梁模型能夠與實(shí)際相符。對(duì)模型進(jìn)行構(gòu)建時(shí)，需要對(duì)橋梁實(shí)際模型展開(kāi)分析，注重關(guān)鍵點(diǎn)及連線的識(shí)別，對(duì)橋梁的受力情況進(jìn)行精準(zhǔn)地判斷。而且，需要對(duì)橋梁受力的自由度進(jìn)行判斷，對(duì)拉力、壓力等受力因素展開(kāi)分析，提高受力分析的可靠性。同時(shí)，需要注重網(wǎng)格結(jié)構(gòu)的劃分，使有限元分析能夠順利地展開(kāi)，保證橋梁模型構(gòu)建的準(zhǔn)確性。另外，還要確定橋梁模型的約束條件，確保橋梁具有良好的自重載荷，對(duì)監(jiān)測(cè)點(diǎn)的負(fù)荷作用進(jìn)行判斷，使橋梁模型能夠基于實(shí)際情況展開(kāi)判斷。

2.4.2 模態(tài)分析

傳感器優(yōu)化布置過(guò)程中，需要進(jìn)行模態(tài)分析，對(duì)橋梁的結(jié)構(gòu)進(jìn)行精準(zhǔn)掌控，為傳感器布置提供依據(jù)。模態(tài)分析主要包含以下內(nèi)容：第一，模態(tài)提取。模態(tài)提取是實(shí)現(xiàn)模態(tài)分析的首要步驟，對(duì)模態(tài)的高階振型情況進(jìn)行確定，確保模態(tài)具有良好的動(dòng)力學(xué)條件。模態(tài)振型一般具有較小的空間，有助于對(duì)振型結(jié)構(gòu)進(jìn)行確定，便于對(duì)模態(tài)的質(zhì)量矩陣進(jìn)行構(gòu)建。第二，振型提取。通過(guò)振型進(jìn)行提取，能夠確定橋梁模態(tài)的基本數(shù)據(jù)。提取過(guò)程中，需要將模態(tài)數(shù)量控制在40以下，對(duì)提取的數(shù)量進(jìn)行控制，使傳感器布置的優(yōu)化更加的充分，提高模態(tài)分析的效率。第三，模態(tài)擴(kuò)展。模態(tài)分析過(guò)程中，需要對(duì)橋梁模型的模態(tài)進(jìn)行補(bǔ)充，使模型的特點(diǎn)能夠突顯出來(lái)，便于對(duì)監(jiān)測(cè)點(diǎn)所受的應(yīng)力進(jìn)行計(jì)算，使模型能夠更好地投入使用。模態(tài)的擴(kuò)展數(shù)量一般在50個(gè)左右，對(duì)模態(tài)前50階的固有頻率進(jìn)行確定，對(duì)模態(tài)狀況進(jìn)行全面分析[4]。

2.4.3 模態(tài)選擇

模態(tài)選擇是模態(tài)分析的最終階段，模態(tài)數(shù)量對(duì)傳感器布置優(yōu)化具有影響，需要合理地進(jìn)行模態(tài)選擇，確保監(jiān)測(cè)點(diǎn)布置的有效性。傳感器優(yōu)化布置過(guò)程中，需要注重模態(tài)階數(shù)的選擇，避免出現(xiàn)橋梁模態(tài)數(shù)量較少的情況，致使橋梁結(jié)構(gòu)特征無(wú)法充分了解。若模態(tài)數(shù)量較多，將會(huì)消耗大量的計(jì)算時(shí)間，導(dǎo)致傳感器布置優(yōu)化的效率降低。因此，需要對(duì)模態(tài)數(shù)量進(jìn)行合理選擇，提高模態(tài)數(shù)量布置的合理性，使模態(tài)具有良好的固有頻率，促進(jìn)對(duì)模態(tài)質(zhì)量的動(dòng)態(tài)分析。模態(tài)質(zhì)量的表達(dá)式如下：

式中，M為質(zhì)量矩陣；σi為參與因子。根據(jù)模態(tài)質(zhì)量參數(shù)，可以對(duì)前m階的模態(tài)進(jìn)行選擇，并且得到模態(tài)的參與率，計(jì)算公式如下：

當(dāng)R≥90%時(shí)，表明模態(tài)階次包含足夠的結(jié)構(gòu)信息，可以作為傳感器優(yōu)化布置的振型。

2.5 橋梁傳感器優(yōu)化布置

2.5.1 不同傳感器的優(yōu)化

傳感器類型包括加速度傳感器、位移傳感器、應(yīng)變傳感器等，不同傳感器的優(yōu)化布置方法不同，需要有針對(duì)性地展開(kāi)布置。加速度傳感器的布置應(yīng)遵循三維模態(tài)置信準(zhǔn)則，確保監(jiān)測(cè)點(diǎn)具有三個(gè)方向的自由度，提高對(duì)橋梁結(jié)構(gòu)的分析能力。傳感器應(yīng)注重振型的選擇，可以由適應(yīng)度函數(shù)進(jìn)行評(píng)估，表達(dá)式如下：

式中，fit的值越小，說(shuō)明模態(tài)向量的獨(dú)立性越好，傳感器的布置具有合理性。位移傳感器布置時(shí)，需要確保載荷分析的條件，能夠?qū)ψ冃纬潭冗M(jìn)行測(cè)量，對(duì)橋梁的形變情況進(jìn)行判斷，保障橋梁能夠得到全面地監(jiān)測(cè)。應(yīng)變傳感器布置時(shí)，需要對(duì)模態(tài)分辨率進(jìn)行處理，確保模態(tài)具有良好的線性相關(guān)性，提高傳感器對(duì)空間的辨識(shí)能力，使模態(tài)向量得到準(zhǔn)確分析。

2.5.2 優(yōu)化自適應(yīng)過(guò)程

為了提高算法應(yīng)用的自適應(yīng)能力，需要做好AGSA算法的編碼工作，將遺傳算法與引力算法結(jié)合起來(lái)，提高傳感器位置的適應(yīng)性，提高傳感器對(duì)數(shù)據(jù)的監(jiān)測(cè)能力。在橋梁的重要結(jié)構(gòu)中，需要進(jìn)行監(jiān)測(cè)節(jié)點(diǎn)的布置，將傳感器布置在節(jié)點(diǎn)上，對(duì)橋梁的模態(tài)振型進(jìn)行提取。布置優(yōu)化過(guò)程中，需要對(duì)傳感器進(jìn)行編碼，1表示設(shè)置布置點(diǎn)，0表示不設(shè)置布置點(diǎn)，進(jìn)而根據(jù)布置點(diǎn)構(gòu)建模態(tài)矩陣。模態(tài)矩陣是確定橋梁結(jié)構(gòu)質(zhì)量的重要依據(jù)，通過(guò)測(cè)試函數(shù)對(duì)模態(tài)矩陣進(jìn)行分析，對(duì)最優(yōu)解條件進(jìn)行判斷，提高傳感器監(jiān)測(cè)的自適應(yīng)能力[5]。

2.5.3 優(yōu)化布置實(shí)現(xiàn)分析

模態(tài)分析是實(shí)現(xiàn)優(yōu)化布置的關(guān)鍵，能夠?qū)崿F(xiàn)傳感器初始參數(shù)的優(yōu)化，構(gòu)建完善的優(yōu)化形式，提高傳感器對(duì)橋梁參數(shù)的敏感性。傳感器布置的數(shù)量并不是越多越好，數(shù)量過(guò)程將會(huì)造成成本的增加，并且不利于最優(yōu)解的求解。為了對(duì)傳感器的數(shù)量進(jìn)行判斷，需要對(duì)相同條件下的最優(yōu)運(yùn)算結(jié)構(gòu)進(jìn)行分析，對(duì)傳感器的數(shù)量進(jìn)行控制，使其具有良好的數(shù)量指標(biāo)。傳感器的數(shù)量會(huì)受到目標(biāo)函數(shù)的影響，需要做好自變量的分析工作，在傳感器數(shù)量調(diào)整過(guò)程中，縮小目標(biāo)函數(shù)的范圍，提高傳感器數(shù)量的適應(yīng)性。傳感器布置優(yōu)化過(guò)程中，需要對(duì)優(yōu)化結(jié)果進(jìn)行對(duì)比，使優(yōu)化條件更加的完善，使傳感器能夠正常投入使用。傳感器是橋梁監(jiān)測(cè)的重要元件，對(duì)布置條件具有較高要求，需要對(duì)引力算法進(jìn)行分析，為優(yōu)化布置過(guò)程提供依據(jù)。

3 結(jié)論

綜上所述，橋梁傳感器布置具有一定的復(fù)雜性，需要對(duì)自適應(yīng)引力算法進(jìn)行分析，使算法能夠得到有效使用，由測(cè)試函數(shù)對(duì)算法進(jìn)行檢驗(yàn)，確保算法對(duì)傳感器的適應(yīng)性。傳感器應(yīng)具備穩(wěn)定的監(jiān)測(cè)點(diǎn)，提高傳感器布置的穩(wěn)定性，使傳感器能夠正常投入使用，確保傳感器數(shù)量布置的合理性，嚴(yán)格遵守傳感器應(yīng)用要素，提高橋梁的健康監(jiān)測(cè)水平。