数据不完备下基于一致性数据替换的结构异常检测方法技术

本发明专利技术涉及一种数据不完备下基于一致性数据替换的结构异常检测方法。该方法首先利用多个传感器对结构响应进行采集，其中某些传感器失效，从而得到含有不完备数据的响应信号；然后对采集到的所有信号进行去噪处理；接着对其中的不完备数据利用一致性数据替换方法进行完备化处理；最后将完备化处理后的数据利用小波分解实现结构异常检测。该方法能够很好地处理多自由度、非自由振动、非线性、非稳态及不完备的响应信号，可用于土木工程、航空航天、自动控制、机械工程、桥梁工程、水利工程等领域的信号处理，具有提高数据的抗干扰能力，提高不完备数据下的结构异常检测准确率的特点。

【技术实现步骤摘要】

本专利技术涉及一种数据不完备下基于一致性数据替换方法的结构异常检测方法，特别涉及一种处理不完备数据的新技术一一一致性数据替换方法。
技术介绍
随着经济的发展和科学技术的进步，许多大型工程如超大跨桥梁、超高层建筑、海洋平台结构等得以兴建，它们的使用期长达几十年、甚至上百年，环境侵蚀、材料老化和荷载的长期效应、疲劳与突变等灾害因素的耦合作用将不可避免地导致结构和系统的损伤积累和抗力衰减，从而在极端情况下引发灾难性的突发事故。因此对大型工程结构进行结构健康监测和安全性评估具有极其重要的意义。结构健康监测系统和损伤检测是目前保证大型结构安全运行的主要措施。然而，由于传感器、网络线路长期暴露在环境中，导致传感器、 传输网络或者仪器失效使得采集的信息不完备，形成不完备数据。如何运用不完备的实测数据进行结构的健康监测与安全性评定成为国内外研究的热点和难点。目前处理不完备数据的方法主要有直接删除法、数据补齐法和直接挖掘法。直接删除法指直接把缺失的数据删除，从而使得整个信息完整。数据补齐法是指先把不完备的信息先补充完整，再将数据补齐后的信息用完备信息的识别方法进行识别，通常基于统计学原理，根据其余对象取值的分布情况来对缺失值进行填补，如用其余对象该值的平均值来进行补充等。直接挖掘法是指直接在包含缺失值的数据上进行数据挖掘，这类方法主要有贝叶斯网络、人工神经网络和粗糙集方法等。然而，研究发现采用此三种方法处理后的数据，并不能运用于结构的异常检测，即在不完备点会出现错误的诊断结果。基于以上情况，本专利技术提出了一种新的不完备数据处理方法——一致性数据融合方法，并结合小波分解技术，最终很好地实现了不完备数据下的结构异常检测。
技术实现思路
本专利技术的目的在于提出一种数据不完备下基于一致性数据替换方法的结构异常检测方法，并使完备化后的数据能很好地实现结构的异常检测，该方法能够很好地处理多自由度、非自由振动、非线性、非稳态、不完备的响应信号，可用于土木工程、航空航天、自动控制、机械工程、桥梁工程、水利工程等领域的信号处理，具有提高数据的抗干扰能力，提高不完备数据下的结构异常检测准确率的特点。本专利技术的目的是通过以下技术方案实现的一种，其特征在于首先首先在部分传感器失效的情况下对结构响应进行采集，得到含有不完备数据的响应信号；然后对采集到的所有信号进行去噪处理；接着对其中的不完备数据利用一致性数据替换方法进行完备化处理；最后将完备化处理后的数据利用小波分解实现结构异常检测。所述信号的去噪处理包括以下步骤 ①选择小波函数对含噪信号进行小波分解；②利用门限阈值方法对分解所得的小波系数进行处理；③将处理后的小波系数进行小波重构；所述不完备数据利用一致性数据替换方法进行完备化处理包括以下步骤 设有《个传感器，其中传感器/7在采样 次后失效；①计算出前 次采样时每次采样所对应的《个传感器之间的支持矩阵#α=ι，2，…， ); 具体的步骤如下首先，根据同一次采样时每个传感器的观测值和测量方差计算出任意两个传感器i和 J·之间的置信距离為/，0<為/< 1，為/越小表示两个传感器的支持度越高； 然后，令^/=1-為/，则rj越大表示两个传感器之间的支持度越高； 最后，由每个传感器之间的r,./组成支持矩阵夕，即及 —C^f )ημΚ ；②给由上步计算出来的每个支持矩阵中的支持度指标r,./标上正负号，即权利要求1.一种，其特征在于首先在部分传感器失效的情况下对结构响应进行采集，得到含有不完备数据的响应信号；然后对采集到的所有信号进行去噪处理；接着对其中的不完备数据利用一致性数据替换方法进行完备化处理；最后将完备化处理后的数据利用小波分解实现结构异常检测。2.根据权利要求1所述的，其特征在于，所述信号的去噪处理包括以下步骤①选择小波函数对含噪信号进行小波分解；②利用门限阈值方法对分解所得的小波系数进行处理；③将处理后的小波系数进行小波重构。3.根据权利要求1所述的， 其特征在于，所述不完备数据利用一致性数据替换方法进行完备化处理包括以下步骤设有《个传感器，其中传感器/7在采样 次后失效；①计算出前 次采样时每次采样所对应的《个传感器之间的支持矩阵#α=ι，2，…， ); 具体的步骤如下首先，根据同一次采样时每个传感器的观测值和测量方差计算出任意两个传感器i和 J·之间的置信距离為/，0<為/< 1，為/越小表示两个传感器的支持度越高； 然后，令^/=1-為/，则rj越大表示两个传感器之间的支持度越高； 最后，由每个传感器之间的r,./组成支持矩阵夕，即②给由上步计算出来的每个支持矩阵中的支持度指标r,./标上正负号，即4.根据权利要求1所述的， 其特征在于，所述将完备化处理后的数据利用小波分解实现结构异常检测包括以下步骤①提取经一致性数据替换方法完备化处理后的数据；②选择小波函数，并对提取出的数据进行多尺度的小波分解；③观察分解后信号的高频成分，看高频成分波形有无突变点，若存在突变点，则表示结构存在异常，且突变点的位置就是结构异常发生的时间，否则，则结构正常。全文摘要本专利技术涉及一种。该方法首先利用多个传感器对结构响应进行采集，其中某些传感器失效，从而得到含有不完备数据的响应信号；然后对采集到的所有信号进行去噪处理；接着对其中的不完备数据利用一致性数据替换方法进行完备化处理；最后将完备化处理后的数据利用小波分解实现结构异常检测。该方法能够很好地处理多自由度、非自由振动、非线性、非稳态及不完备的响应信号，可用于土木工程、航空航天、自动控制、机械工程、桥梁工程、水利工程等领域的信号处理，具有提高数据的抗干扰能力，提高不完备数据下的结构异常检测准确率的特点。文档编号G01M13/00GK102323049SQ20111020065公开日2012年1月18日 申请日期2011年7月18日 优先权日2011年7月18日专利技术者吴兆旗, 姜绍飞, 韩哲东 申请人:福州大学本文档来自技高网...

【技术保护点】
１．一种数据不完备下基于一致性数据替换的结构异常检测方法，其特征在于：首先在部分传感器失效的情况下对结构响应进行采集，得到含有不完备数据的响应信号；然后对采集到的所有信号进行去噪处理；接着对其中的不完备数据利用一致性数据替换方法进行完备化处理；最后将完备化处理后的数据利用小波分解实现结构异常检测。

【技术特征摘要】

【专利技术属性】
技术研发人员：姜绍飞，韩哲东，吴兆旗，
申请(专利权)人：福州大学，
类型：发明
国别省市：35