.png){kind=icon}
返回
Structural Damage Detection Based on Sparrow Search Algorithm
.png){kind=icon}
OA
AI
DOI：10.3390/buildings15071179.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
振动模态参数因其易于测量，被广泛应用于结构损伤识别，便于工程实践中快速进行结构损伤评估。然而，传统的基于振动的识别方法对数据量和精度要求苛刻，在计算效率和精度方面仍有提升空间。为解决此问题，提出了一种结合麻雀搜索算法（SSA）和固有频率灵敏度分析的损伤识别方法。该方法利用SSA求解频率灵敏度的线性方程，以获取结构损伤参数，从而实现结构损伤评估。所提方法的优势如下：首先，与其它群智能算法相比，SSA能更准确地求解损伤参数；其次，通过灵敏度分析预设搜索区域，以提高计算效率；此外，应用转换公式以在严重损伤情况下提高计算精度。采用三个数值算例和两个实验实例验证所提算法，并将其与其它群智能算法进行比较。研究结果表明，该方法在损伤定位和损伤程度精确评估方面具有显著优势，且对未损伤单元的误判极少。相较于其它方法，所计算的损伤参数更接近真实值。
Keyword:
natural frequency
damage detection
sparrow search algorithm
sensitivity
objective function