位置:成果数据库 > 期刊 > 期刊详情页
海洋平台传感器位置分阶次优化试验研究
  • ISSN号:1672-5174
  • 期刊名称:中国海洋大学学报(自然科学版)
  • 时间:2013.6.6
  • 页码:103-108
  • 分类:TU317[建筑科学—结构工程] O329[理学—一般力学与力学基础;理学—力学]
  • 作者机构:[1]中国海洋大学工程学院,山东青岛266100, [2]中国水电顾问集团华东勘测设计研究院,浙江杭州310014
  • 相关基金:国家自然科学基金项目(51009124;51010009;51079134)资助
  • 相关项目:基于模型定阶和噪声消除技术的海洋平台结构模态参数识别方法研究
中文摘要:

在环境激励条件下进行海洋平台振动测试时,平台结构的高阶模态信息往往因激励力相对较小而导致无法获得,并且实际环境条件中,传感器安装位置受到很大限制,尤其在水下部位安装传感器,困难大、成本高。因此针对不同结构模态阶次为目标的传感器位置优化尤为重要。本文提出一种海洋平台传感器位置分阶次优化方法,并应用有效独立法,对传感器的分阶布置进行试验研究。首先以五自由度质量弹簧模型为例验证了方法的正确性;然后借助锦州20-2MUQ海洋平台的物理模型,对大型复杂结构进行了传感器分阶布置试验研究。数值与试验结果均表明,针对海洋平台的低阶模态进行传感器分阶次优化布置,不仅能够相对准确的识别出结构模态信息,更能够在有限数量的传感器条件下根据优化目标的不同获得不同的优化方案,具有一定的工程应用前景。

英文摘要:

In the offshore platform vibration test under ambient excitation,high order modal information of platform structure can not be often got because the excitation force is relatively small.Considering the actual conditions,it is often restricted by the severe operational condition and high cost,especially in underwater environment.So sensor location optimization for different modal order target is particularly important.This paper proposes an optimization method of sensor placement in offshore platform based on different mode,which is researched by utilizing effective independence.Firstly,the validity of the proposed method is verified by a five-DOFs mass-stiffness numerical model.Furthermore,this method is applied to a physical model of Jinzhou 20-2MUQ platform which is a large-scale and complex structure.Numerical and experimental results show that both the optimal sensor placement based on different mode could accurately identify modal parameters of the lower modes.Moreover,it can also provide reference for the sensor placement in demonstration projects.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中国海洋大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:中华人民共和国教育部
  • 主办单位:中国海洋大学
  • 主编:管华诗
  • 地址:青岛市松岭路238号
  • 邮编:266100
  • 邮箱:xbzrb@ouc.edu.cn
  • 电话:0532-82032256
  • 国际标准刊号:ISSN:1672-5174
  • 国内统一刊号:ISSN:37-1414/P
  • 邮发代号:24-31
  • 获奖情况:
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),德国数学文摘,美国剑桥科学文摘,英国动物学记录,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:11624