传感器测点选择是结构健康监测首要解决的问题,大型结构节点数量多,动力特性复杂,每个节点均安装传感器是不切实际的。为了使监测系统所测得的信息能够最真实地反映结构动力特性并提取更加全面的响应信息,需要一个良好的传感器布置方案。不同的传感器优化布置方法适用背景不同,表征最小二乘法是基于结构固有特性及承受荷载工况选择传感器位置,本文针对该方法进行深入探索和研究,提出了一种基于表征最小二乘的改进传感器优化布置方法。本文主要内容如下:(1)总结了目前常用的传感器优化方法以及评价准则,简要介绍了表征最小二乘法的理论基础以及物理意义。该算法基于有效独立法的数学背景和隐含假设,是一种近似无偏估计的负载相关传感器布置方法,通过实现结构响应的最佳子空间近似来进行传感器布置。(2)针对表征最小二乘方法求解速度慢、精度低的缺陷,概括总结了目前常用的线性方程迭代计算方法,并对比分析了Jacobi、Gauss-seidel、Sor、Krylov子空间迭代法的迭代计算过程以及计算效率,从迭代次数、CPU时间以及计算残差三方面对比分析后,引入了稳定双共轭梯度法(BICGSTAB)对表征最小二乘布置方法进行求解。(3)针对传统的表征最小二乘法在迭代计算中没有考虑模态间夹角的问题,本文提出了模态保证矩阵最大非对角元为加权系数的改进表征最小二乘法。该方法在进行测点选择时,充分考虑了模态向量的正交性,在使得模态向量间夹角较大的前提下保证了模态的完整性。通过数值模拟算例对该方法进行了验证,并采用多种评价准则对布置方案进行评价,结果显示改进后算法优于原表征最小二乘算法。(4)建立了NREL5MW风力机叶片结构并考虑了其实际工况条件,利用改进表征最小二乘法、原表征最小二乘法、以及有效独立法对该风机叶片进行传感器布置,使用不同评价准则对布置方案进行对比分析,结果表明改进后表征最小二乘法能够获得较优的传感器布置方案,进一步验证了该算法的实用性。