来源：期刊VIP网 时间：
作者：周旭涛;赵海旭;蒋玉峰;王树青;刘雨;
单位：中国海洋大学工程学院;
摘要：为了解决传统智能优化算法在结构损伤识别中易陷入局部最优解，导致损伤识别时误判单元较多且识别精度较差的问题，本文提出了一种迭代型结构损伤识别方法。该方法创新性地引入了基于K-means聚类的新型粒子群算法，以加快算法收敛和避免陷入局部最优解，同时，采用迭代思想对传统损伤识别方法进行改进，将损伤识别结果进行迭代更新，以获得准确的损伤位置及损伤程度。以某三腿海上风机结构为例：首先，探讨了非迭代型方法在无噪声和有噪声污染时的结构损伤识别效果；其次，分析所提出的迭代型方法在无噪声和有噪声污染两种情况下的结构损伤识别效果；然后，探究了所提出方法的收敛性及稳定性；最后，采用物理模型试验对提出的方法进行了验证。结果表明，提出的迭代型聚类粒子群算法相比传统结构损伤识别方法可获得更准确的损伤位置及损伤程度，并展现出良好的噪声鲁棒性，且算法迭代次数少，识别效果稳定。
关键词：K-means聚类粒子群算法;;损伤识别;;海上风机结构;;迭代型方法
基金资助：山东省重大科技创新工程项目(2019JZZY010820);; 青岛市关键技术攻关项目(22-3-3-HYGG-10-HY)资助~~
