项目名称: 大型复杂结构传感器优化布置方法研究

项目编号: No.61463028

项目类型: 地区科学基金项目

立项/批准年度: 2015

项目学科: 自动化技术、计算机技术

项目作者: 彭珍瑞

作者单位: 兰州交通大学

项目金额: 44万元

中文摘要: 为降低大型复杂结构因长期服役和各种灾害因素造成的灾难性影响,对其进行结构健康监测至关重要。传感器优化布置是结构健康监测的关键环节。研究复杂工程结构在最合理的位置上布置最少数量的传感器,提高所获取信息的覆盖率、灵敏度和准确性,成为大型结构健康监测的首要基础理论问题。但专门针对大型复杂结构传感器优化布置还少见系统深入的研究。本项目拟针对常规传感器布置的优化准则缺乏定量的适应性评价标准,现有方法在解决大型复杂结构传感器布置时存在自由度数目大、鲁棒性差等现状,实施学科交叉,拟开展以下研究:(1)引入谱估计理论,创建传感器布置优化准则的适应性评价体系;(2)针对大型复杂结构特点,融合新型智能优化算法,研究传感器布置优化新方法;(3)研究结构几何形状、材料特性等不确定参数对传感器优化布置的影响,提高传感器优化布置的鲁棒性。成果为大型复杂结构健康监测中传感器布置的合理性和可靠性提供理论基础和应用依据。

中文关键词: 智能优化;传感器优化布置;智能计算;谱估计理论;大型结构

英文摘要: Structure Health Monitoring (SHM) is of vital importance for reducing the disastrous influences of large-scale complex structures due to long-term service and all kinds of disasters factors. Optimal Sensor Placement (OSP) is a key part of SHM. OSP involves modern sensor, intelligent information processing, mechanics, and optimization theory, etc. Placing the least number of sensors at proper locations is to improve the coverage, sensitivity and accuracy of information on large-scale complex engineering structures. This has become the first basic theory problem for structural health monitoring of large-scale complex structures. However, less study has been done on the OSPs for large-scale complex structures up to now. The OPS optimization criterion lacks adaptability evaluation criterion. The existing OPS optimization methods cannot solve the OSPs of large-scale and complex structures because of degrees of freedom and poor robustness. Through the implementation of cross discipline,the following three aspects will be carried out: (1) Through introducing spectrum estimation theory, create the adaptability evaluation system for the OSP optimization criterion. (2) In view of the nature of large-scale complex structure, by integrating new intelligent optimization algorithms, new OPS optimization methods will be investigated. (3) Study the effects of structure geometry, material properties, and other uncertain parameters on OPS to improve the robustness of OPS. Expected research results can provide theoretical basis and application foundation for the rationality and reliability of OPS used for SHM of large-scale and complex structures.

英文关键词: intelligent optimization;optimal sensor placement;intelligent computation;spectrum estimation theory;large-scale structure

成为VIP会员查看完整内容
0

相关内容

数据中心传感器技术应用 白皮书
专知会员服务
41+阅读 · 2021年11月13日
专知会员服务
65+阅读 · 2021年6月3日
专知会员服务
58+阅读 · 2021年6月1日
专知会员服务
45+阅读 · 2020年11月13日
专知会员服务
78+阅读 · 2020年8月4日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
45+阅读 · 2020年5月23日
专知会员服务
73+阅读 · 2020年5月21日
【人大】图实现算法综述与评测分析
专知会员服务
37+阅读 · 2020年4月28日
【经典书】数据结构与算法C++,第二版,738页pdf
专知会员服务
167+阅读 · 2020年3月27日
【PRCV 2022】征文通知
中国图象图形学学会CSIG
0+阅读 · 2022年3月3日
你们的开工红包发了啥?
ZEALER订阅号
0+阅读 · 2022年2月7日
招聘平面设计实习生
微软研究院AI头条
0+阅读 · 2021年5月20日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
博客 | 机器学习中的数学基础(凸优化)
AI研习社
14+阅读 · 2018年12月16日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
10+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Max-Margin Contrastive Learning
Arxiv
18+阅读 · 2021年12月21日
Arxiv
11+阅读 · 2021年3月25日
A Survey on Bayesian Deep Learning
Arxiv
63+阅读 · 2020年7月2日
Arxiv
19+阅读 · 2018年6月27日
小贴士
相关VIP内容
数据中心传感器技术应用 白皮书
专知会员服务
41+阅读 · 2021年11月13日
专知会员服务
65+阅读 · 2021年6月3日
专知会员服务
58+阅读 · 2021年6月1日
专知会员服务
45+阅读 · 2020年11月13日
专知会员服务
78+阅读 · 2020年8月4日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
45+阅读 · 2020年5月23日
专知会员服务
73+阅读 · 2020年5月21日
【人大】图实现算法综述与评测分析
专知会员服务
37+阅读 · 2020年4月28日
【经典书】数据结构与算法C++,第二版,738页pdf
专知会员服务
167+阅读 · 2020年3月27日
相关资讯
【PRCV 2022】征文通知
中国图象图形学学会CSIG
0+阅读 · 2022年3月3日
你们的开工红包发了啥?
ZEALER订阅号
0+阅读 · 2022年2月7日
招聘平面设计实习生
微软研究院AI头条
0+阅读 · 2021年5月20日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
博客 | 机器学习中的数学基础(凸优化)
AI研习社
14+阅读 · 2018年12月16日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
10+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员