研究目的
通过从模态形状推导应变-位移转换矩阵，并利用遗传算法优化传感器布局，以最少数量的光纤布拉格光栅传感器估算结构形状。
研究成果
利用模态形状和遗传算法进行传感器优化的结构形状估计方法效果显著，在静态和动态测试中，估计位移与实测位移吻合良好。共振频率下的估计误差较低，该方法适用于传感器数量受限的工程应用场景。
研究不足
该方法由于所用模式数量有限，未能捕捉高阶模态的影响，因此在非共振频率下显示出较高的估计误差。动态实验因设备限制，仅能测量单点位移。
1：实验设计与方法选择：
本研究采用模态法进行形状估计，从模态振型推导应变-位移转换矩阵。运用遗传算法优化传感器数量与布局。
2：样本选择与数据来源：
使用悬臂铝板（700毫米×700毫米×2.5毫米，航空级铝合金2014A-T4）进行仿真与实验。通过光纤布拉格光栅传感器测量应变数据。
3：5毫米，航空级铝合金2014A-T4）进行仿真与实验。通过光纤布拉格光栅传感器测量应变数据。 实验设备与材料清单：
3. 实验设备与材料清单：设备包括四通道解调仪（Micron Optics，Sm-130）、三坐标测量机（Leitz PMM 12106）、模态激振器、非接触式激光位移传感器及FBG传感器。材料为铝板。
4：0）、三坐标测量机（Leitz PMM 12106）、模态激振器、非接触式激光位移传感器及FBG传感器。材料为铝板。 实验流程与操作步骤：
4. 实验流程与操作步骤：采用MSC Patran进行有限元仿真分析。静态实验包含对称与非对称弯曲，位移由三坐标测量机测得；动态实验通过模态激振器激励、激光传感器测量位移，采集并处理应变数据以估算位移。
5：数据分析方法：
通过均方根误差计算比较估算位移与实测位移，遗传算法通过最小化该误差优化传感器布局。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
interrogator
Sm-130
Micron Optics
Data acquisition for FBG sensors with wavelength resolution of 1pm.
-
coordinate measuring machine
PMM 12106
Leitz
Measuring displacements with high accuracy for static experiments.
-
laser displacement sensor
Non-contact measurement of dynamic displacements.
-
modal shaker
Vibrating the plate for dynamic excitation in experiments.
-
fiber Bragg grating sensor
Strain sensing for shape estimation.
-
登录查看剩余3件设备及参数对照表
查看全部
