[发明专利]监测系统故障自诊断方法

说明书

技术领域

本发明属于结构监测领域，具体涉及对于监测系统自身健康状态的一种分析判断方法。

背景技术

目前大型结构的长期监测日益得到重视，在监测过程中有时系统会出现故障，特别是桥梁等结构的监测周期一般都远长于监测设备的有效期，因此监测设备的损坏问题难以避免。监测设备的损坏，常伴随着异常测值的产生，而异常信息的产生，主要有2种原因：①真正由结构本身的劣化而引起；②监测系统自身故障。如果误把监测系统自身故障当作结构异常处理就可能出现误报警现象，因此对传感器测值异常的成因分析是后继分析与预测的基础，其准确性关系到整个监测工作是否可靠有效。对测值异常的判断比较复杂，目前在实际应用中只有一些定性的原则可以帮助分析这些异常值是否由监测系统自身问题导致，如：结构变形破坏通常有一个累进性；结构响应中的矢量一般保持一定的方向性等，借助这些原则虽可以判断出一些明显的监测系统故障，但对于系统故障在测值上更加隐蔽的表现则无能为力。事实上，布置在同一结构物中位置靠得较近的各测点测值之间存在着某种联系，结构的变形与破坏一般不会仅限于影响某个孤立的测点，而是有一定的范围，布置在同一工程部位，位置靠得较近的各测点测值之间存在着某种联系。所以，在异常值分析时对相邻点观测值的比较是必要的，但目前对于测值间的关联性尚无量化的分析方法对测值异常现象进行诊断，因此有必要开发一种新的方法来弥补此项不足。

发明内容

本发明针对目前结构监测系统虽难以避免故障问题，却由于智能化水平不足而影响到监测系统的可靠性的现状，基于“当监测系统正常工作时，结构变化应对位置靠得较近的各测点测值均有影响”的原理将测值间的联系用灰色关联度加以量化，并提出了基于测值间灰色关联度聚类分析的结构监测系统故障自诊断方法。

实现本发明目的的技术方案是：监测系统故障自诊断方法，包括下列步骤：

(1)对不同测值的序列进行关联度分析

序列间灰色关联度的计算方法比较多，这里采用绝对关联度进行分析作为示例。设原始数据序列中，x_i和x_j分别为参考序列和比较序列(也即监测系统测点I和测点J一段时间的测值序列)，即：

X_i＝{x_i(k)|k＝1，2，...，n}    (1)

X_j＝{x_j(k)|k＝1，2，...，n}    (2)

对长度不同序列间的比较，可以用插值等方法将短序列补齐，当然这样对关联度值有一定影响。对长度相同的两序列可求其始点零化象X_l⁰：

Xl0=(xl0(1),xl0(2),...,xl0(n)),(l=i,j)---(3)]]>