孙芳锦， 卢 琛

(1.桂林理工大学 土木与建筑工程学院 广西 桂林 541004； 2.广西嵌入式技术与智能系统重点实验室， 广西 桂林 541006)

最近几十年来,受自然灾害和养护不善、爆炸、冲击等人为因素的影响,建筑结构发生不同程度破坏和一定程度功能丧失,结构的健康监测显得格外关键。用于结构损伤鉴定的重要技术指标有:固有频率、模态结构振型、柔度矩阵的变化、频响函数、神经网络等。大部分结构破坏的本质是结构刚度的降低，柔度和刚度成倒数关系，可以用作结构鉴定损伤的指标。

近年来，柔度矩阵与智能算法相结合的结构损伤识别技术成为国内外科学研究的热点。许多学者使用柔度矩阵差、柔度差变化率和柔度曲率差来定位结构的损伤[1-2]，但利用柔度灵敏度[3]和广义柔度灵敏度[4]对结构损伤进行定量识别时，存在稳定性差、误差大的缺点。Zhao等[5]研究频率、振型和柔度的灵敏度,证明了柔度矩阵比频率和振型更为灵敏。

本文结合量子粒子群优化算法和广义柔度矩阵提出了一种新的损伤识别方法。

1 量子粒子群算法

Eberhart与Kennedy在1995年首先提出了粒子群算法(PSO)[6]，粒子群算法的数学模型是假设N维解空间结构中存在M个微粒。第m个粒子在t时间上位移和移动速度分别为

Xm(t)=(Xm,1(t),...Xm,n(t),...Xm,N(t)),Vm(t)=(Vm,1(t),...Vm,n(t),...Vm,N(t)),m=1,2,...M,n=1,2,...N。

当前时间粒子群中的局部区域最优预测位置和全域最优预测位置分别为

Pm(t)=(Pm,1(t),...Pm,n(t),...Pm,N(t)),G(t)=(G1(t),...Gn(t),...GN(t))。

其中

(1)

G(t)=Pg(t)=(Pg,1(t),...Pg,n(t),...Pg,N(t))

(2)

式中：f[·]表示构建的目标函数适应值g=argmin{f[Pm(t)]},1≤m≤M；g为一个位于全局最优位置粒子对应的下标。

随着时间t的增长，在粒子群……