一种基于多变量统计分析的结构监测数据异常识别方法技术
An anomaly identification method for structural monitoring data based on multivariate statistical analysis
The invention belongs to the field of structural health monitoring of civil engineering, and provides an abnormal identification method of structural monitoring data based on multivariate statistical analysis. First, the statistical analysis model of normal monitoring data structure of a multi variable; secondly, in the process of anomaly recognition model of noise subspace in the monitoring data into the statistical hypothesis testing problem; then, to solve the problem of statistical hypothesis test to derive a new statistical quantity, used to identify abnormal monitoring data; finally, determined the reasonable threshold of the statistics, when the statistic exceeds the threshold can be determined in the presence of abnormal monitoring data.
【技术实现步骤摘要】
本专利技术属于土木工程结构健康监测领域，提出了一种基于多变量统计分析的结构监测数据异常识别方法。
技术介绍
土木工程结构在长期荷载、环境侵蚀和疲劳效应等因素的共同作用下，其服役性能的退化不可避免。深入分析结构监测数据，可以及时发现结构的异常状态并提供准确的安全预警，对确保土木工程结构的安全运营具有重要的现实意义。目前，结构监测数据的异常识别主要通过统计方法实现，一般分为两大类：1)单变量控制图，如休哈特控制图、累积和控制图等，该类方法对每个测点的监测数据分别建立控制图，以识别监测数据中的异常；2)多变量统计分析，如主成分分析、独立分量分析等，该类方法利用多测点监测数据之间的相关性建立统计模型，并定义相应的统计量以识别监测数据中的异常。由于结构变形的连续性，结构相邻测点之间的响应数据也具有一定的相关性。因此，在实际工程应用中，能够考虑这种相关性的多变量统计分析方法更具优越性。此外，该类方法仅需定义1～2个统计量，即可判别监测数据是否异常，这对于包含众多传感器的结构健康监测系统而言，非常便捷。然而，常用的多变量统计分析方法对结构监测数据中的微小异常有时不够敏感，若能...
【技术保护点】
一种基于多变量统计分析的结构监测数据异常识别方法，其特征在于，步骤如下：步骤一：监测数据建模(1)对结构的正常监测数据建立多变量统计分析模型：S＝E{xxT}＝VΞVT式中：x＝[x1,x2,...,xm]T表示结构的某一正常监测数据，共包含m个变量；S表示协方差矩阵；Ξ＝diag(ξ1,ξ2,...,ξm)包含所有特征值ξi；V＝[v1,v2,...,vm]包含所有特征向量vi，vi即为第i个主方向；(2)设噪声子空间中包含r个主方向，则其表达式为N＝[vm‑r+1,vm‑r+2,...,vm]T，r按如下条件确定：且步骤二：将异常识别过程转换为统计假设检验问题(3)正常...
【技术特征摘要】
1.一种基于多变量统计分析的结构监测数据异常识别方法，其特征在于，步骤如下：步骤...
【专利技术属性】
技术研发人员：伊廷华，黄海宾，李宏男，马树伟，
申请(专利权)人：大连理工大学，大连莱立佰信息技术有限公司，
类型：发明
国别省市：辽宁;21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。