[发明专利]数据不完备下基于一致性数据替换的结构异常检测方法

权利要求书

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。

2.根据权利要求1所述的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，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，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n个传感器，其中传感器p在采样m次后失效；

①计算出前m次采样时每次采样所对应的n个传感器之间的支持矩阵R^k（k=1,2,…,m）；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d_ij^k，0≤d_ij^k≤1，d_ij^m越小表示两个传感器的支持度越高;

然后，令r_ij^k=1-d_ij^k，则r_ij^k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_ij^k组成支持矩阵R^k，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_ip^k标上正负号，即：

  ，（i=1,2,…,n；k=1,2,…,m）

式中：r_ip^k表示在第k次采样时传感器i对传感器p的支持程度，是由自适应置信距离算出来的，其取值为0≤r_ip^k≤1；表示在第k次采样时带有正负号的支持度指标值；

③选取传感器a，使其在前m次采样中成为中最大值的次数最多（a≠p）；选取传感器b，使其在前m次采样中成为中最小值的次数最多，k=1,2,…,m；

④计算第k次采样的加权系数，即：

      ,（k=1,2,…,m）

式中：β_a^k表示传感器a在第k次采样时，对传感器p的权系数；β_b^k表示传感器b在第k次采样时，对传感器p的权系数；

⑤对m个加权系数进行取平均值，即：

式中：表示传感器a对传感器p的权系数；表示传感器b对传感器p的权系数；

⑥运用、和传感器a与b的测量数据，对传感器p的数据进行替换，从而使其完备，表达式如下：

  (i=1，2，…)

式中：x_pⁱ为传感器p的第i次的采样数据；x_aⁱ为传感器a的第i次得采样数据；x_bⁱ为传感器b的第i次得采样数据。

4. 根据权利要求1所述的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，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。