近年来,国家大力发展钢结构,大跨度空间网架结构由于自身的优点,已被越来越多的应用在国家重点工程和大型工业建筑中。网架结构的局部结构损伤如果不能及时发现并处理可能会危害整个结构的安全,还会增加维修费用,同时大跨度空间网架结构由于其特殊的功能定位以及重要的社会功能,一旦发生安全事故,将危害人员的生命安全以及经济财产安全;因此,对在建设和在服役期间的结构建立起一个结构健康监测系统有着非常重要的意义;即在不影响建筑物使用的同时布设传感器,采用损伤识别技术进行监测,之后进行安全评估并采取维护措施。本文的主要研究内容为:网架结构的损伤识别和传感器优化布置。本文采用基于改进的粒子群算法,以网架结构仿真模型为背景研究了粒子群算法在结构损伤检测和传感器优化布置上的应用。粒子群算法是一种新兴的智能优化算法,有着处理优化能力突出、简单易懂、操作简单等优点,本文基于改进的粒子群算法,对其在损伤识别以及传感器优化问题上的应用做了以下工作:(1)对粒子群算法进行详细介绍,选取带惯性权重的改进粒子群算法作为本文的优化算法;在MATLAB中编写粒子群算法相应的程序,介绍粒子群算法的程序实现过程;为更好地说明粒子群算法的优化性能以及改进的粒子群算法的优越性,选取了4个函数算例分别优化计算,结果表明粒子群算法有着不错的优化性能,改进的粒子群算法更加优越。(2)以损伤识别为目的的传感器数目优化。首先对网架结构实验模型进行仿真建模,利用ANSYS软件建立有限元模型,进行模态分析及模态提取;采用基于Fisher信息矩阵2-范数法选取结构的目标模态数目,之后确定了结构的竖向监控振型阶数,最后利用MAC优化准则,确定网架结构需布设的传感器数目。(3)基于改进粒子群算法的传感器位置优化。确定粒子群算法的适应度函数,依据选取的监控振型阶数的模态进行优化计算。首先定义基于模态置信准则的适应度函数,参数设置后的多次优化计算结果表明,该算法在传感器位置的优化上有着不错的稳定性和高效性;之后我们定义基于模态变形能的适应度函数,优化计算的结果表明,不同适应度函数会影响算法的优化性能。(4)基于改进粒子群算法的损伤识别。该方法引入了模型修正的思想,主要结合ANSYS软件和MATLAB软件,粒子群算法程序在迭代优化的过程中不断调用ANSYS程序进行网架结构刚度修正,不断循环直至得到最接近真实工况的“伪工况”。在数值模拟损伤识别中,我们设置了上弦杆、下弦杆和腹杆三种不同位置的单损伤工况,同一杆件不同损伤程度的损伤工况,以及三种多处位置损伤的工况,结果表明改进的粒子群算法在网架结构的损伤识别应用上有着不错的效果。