[发明专利]考虑传感器性能退化的信号重构方法

说明书

技术领域

本发明涉及一种考虑传感器性能退化的信号重构方法，特别涉及一种在长期监测过程中由于传感器的性能退化导致采集的信号有所偏差导致误判的问题，即可利用所提的方法进行数据重构工作。

背景技术

结构健康监测主要是在结构系统的关键/易损部位安装适量的传感器，通过对传感器监测数据的分析来进行结构异常报警、损伤定位和损伤程度预测。这样对SHM实测数据的分析、处理以及损伤诊断方法的好坏就成为衡量监测系统是否有效的关键。

然而在实际结构中，结构实测响应与变化往往受到环境（风、温度、湿度）、工作荷载、传感器性能退化/故障、损伤等很多因素及其耦合的影响，而目前的研究及成果多集中在考虑环境和载荷下的响应与损伤检测方面。目前的成果对于重大土木工程结构的日常管理、维护以及防震减灾提供了技术支持和保障，但他们是在假设传感器性能良好、不考虑其性能退化和故障的基础上取得的。而实际结构检测/监测系统由于经费、传感器数量巨大、外界环境影响以及长期在线工作等原因使得传感器性能退化乃至部分发生故障和失效。而由传感器性能退化即故障引起的结构响应变化往往与损伤引起的结构响应变化是同一数量级的，因此常错误地将其归为损伤引起的，这导致很多时候错误预警，使得损伤检测变化更加困难和不可靠。

虽然近来有部分学者注意到以上问题，开展了一些对传感器性能退化数据进行重构和替换的工作，例如利用PCA、MCPCA等，但是大部分并未考虑在传感器性能退化时其采集的信号含有一定的结构自身信息。

发明内容

本发明的目的在于提供一种考虑传感器性能退化的信号重构方法，从而达到即保留当传感器发生性能退化时采集的结构有效信息又摒弃采集的信号中的传感器自身的性能退化信息。

为实现上述目的，本发明的技术方案是：一种考虑传感器性能退化的信号重构方法：首先，利用lp范数熵标准作为代价函数选择小波函数和分解层数；其次，计算完好信号和传感器性能退化信号的各层小波细节系数，并计算出完好信号和传感器性能退化信号之间的对应各层小波细节信号的相关系数，同时定位相关系数大于阈值的层数；最后，将完好信号中的该层的小波细节系数中的相关系数用传感器性能退化信号中的该层的小波细节系数进行替换，并利用小波重构手段进行数据重构，从而完成考虑传感器性能退化的信号重构。

在本发明实施例中，该方法具体包括如下步骤：

步骤1：采集加速度响应信号，其中，该加速度响应信号含完好信号和传感器性能退化信号，并识别出传感器性能退化信号发生时刻；

步骤2：按公式(1)-(3)计算完好信号的小波能量谱lp范数熵；

假设采集到的结构加速度响应信号为x(t)，则其可表示为：

                                                  （1）

其中：x_i,j(t)是小波包分解重构系数，i为小波包分解层数，且i=3,4,…10，j为分解阶层所在的位置结点，且j=0,1,2,…,2^i-1；t是时间序列；

那么小波包在i层j节点的小波包能量谱E_i,j则可以由公式(2)表示：

                                                  （2）

小波包能量谱lp范数熵S_k(E_i)的计算式见公式(3)：

                                                  （3）

其中：k为db族小波函数dbN小波中的N，且N=3,4，…20；i为小波包分解层数；E为小波包能量谱；S为小波包能量谱的范数熵值；且1≤p≤2；

步骤3：依据公式(4)选择小波函数和分解层数：

                               （4）