一种使用多目标超图粒子群集优化的传感器放置方法,以提高结构健康监测系统的有效性
Muhammad Waqas1, Latif Jan2, Mohammad Haseeb Zafar3
1Electrical Engineering Department, Iqra National University, Peshawar 25000, Pakistan.
Sensors (Basel, Switzerland)
|March 13, 2024
概括
一个新的多目标超图粒子群集优化 (MOHGPSO) 算法优化了用于结构健康监测 (SHM) 的传感器放置. 这种方法通过自主识别关键传感器位置来提高结构耐用性和安全性.
科学领域:
- 工程 工程师 工程师 工程师
- 计算机科学 计算机科学
- 数据科学数据科学数据科学
背景情况:
- 结构健康监测 (SHM) 系统对于基础设施安全至关重要.
- 最佳传感器放置 (OSP) 是SHM系统设计的一个关键挑战.
- 现有的方法可能缺乏自主性或全面分析.
研究的目的:
- 介绍一个新的多目标超图粒子集群优化 (MOHGPSO) 算法.
- 为了自主识别SHM系统的最佳传感器位置.
- 提高结构的适应性,耐用性和生命周期管理.
主要方法:
- 使用MOHGPSO算法进行自主传感器放置.
- 采用了六种已建立的最佳传感器放置 (OSP) 方法.
- 通过灰色关系分析 (GRA) 和模糊决策 (FDM) 分析生成了帕雷托前线.
主要成果:
- 在确定传感器位置方面表现出卓越的性能.
- 展示了适应结构变化的能力.
- 提高了结构耐用性,并促进了有效的生命周期管理.
结论:
- MOHGPSO算法在SHM中提供了显著的进步.
- 利用传感器和信息技术来确保基础设施的安全.
- 有助于确保关键结构的完整性和寿命.


