亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于累積殘差貢獻(xiàn)率的傳感器故障定位方法

        2019-05-09 09:17:48安星劉綱張亮亮李立力
        關(guān)鍵詞:貢獻(xiàn)率貢獻(xiàn)殘差

        安星,劉綱,張亮亮,李立力

        (重慶大學(xué) 土木工程學(xué)院;山地城鎮(zhèn)建設(shè)與新技術(shù)教育部重點實驗室,重慶 400045)

        結(jié)構(gòu)健康監(jiān)測旨在通過監(jiān)測結(jié)構(gòu)行為及時識別結(jié)構(gòu)損傷,實時評估結(jié)構(gòu)性能,已成為土木工程領(lǐng)域的重要研究方向[1]。如今,越來越多的橋梁都安裝了結(jié)構(gòu)健康監(jiān)測系統(tǒng),其中,傳感器是健康監(jiān)測系統(tǒng)最前端的設(shè)備,用于獲取結(jié)構(gòu)響應(yīng)及采集各種監(jiān)測信息,其精度和性能的好壞將直接影響最終的評估結(jié)果[2]。然而,相較于橋梁上百年的使用壽命而言,傳感器的使用壽命僅為十幾年甚至幾年。傳感器在使用過程中會因為老化或外界因素影響而出現(xiàn)故障,這會使結(jié)構(gòu)安全狀態(tài)評估出現(xiàn)漏報或誤報,造成不必要的經(jīng)濟(jì)損失。

        近年來,傳感器故障問題已逐步引起業(yè)界專家的重視,并開展了初步的理論研究。在傳感器故障的統(tǒng)計分類方面,何富君等[3]總結(jié)了傳感器的4類典型故障:卡死、恒增益、固定偏差和線性偏差。Yi等[4]對其進(jìn)行了拓展,將傳感器的故障類型劃分為7類:固定偏差、線性偏差、恒增益、精度下降、卡死、白噪聲卡死、零線漂移。在橋梁結(jié)構(gòu)健康監(jiān)測領(lǐng)域,如何實現(xiàn)傳感器故障診斷的研究報道不多,但在控制工程領(lǐng)域,大量學(xué)者和工程界人士開展了深入研究,取得了豐碩成果。已有的傳感器故障診斷方法可大致分為3類[5]:基于解析模型、基于信號處理和基于知識經(jīng)驗的方法。目前應(yīng)用最廣泛的是基于信號處理的方法,其中主元分析(Principal Component Analysis,PCA)是一種基于信號處理的多元統(tǒng)計分析方法,在多變量高斯分布數(shù)據(jù)集建模方面具有出色的性能,已廣泛應(yīng)用于控制工程與故障診斷領(lǐng)域[6-8]。一些學(xué)者對PCA方法進(jìn)行了改進(jìn)[9-10],提高了PCA對故障的識別率,擴(kuò)展了PCA方法的適用范圍。已有學(xué)者嘗試用PCA識別土木工程結(jié)構(gòu)健康監(jiān)測系統(tǒng)中傳感器的故障,Hernandez-Garcia等[10]、胡順仁等[11]將PCA方法應(yīng)用于實際橋梁結(jié)構(gòu)的傳感器故障監(jiān)測;Huang等[12]、Rao等[13]根據(jù)實驗室模型獲得的數(shù)據(jù),采用PCA方法研究了傳感器故障定位。

        基于PCA原理,在傳感器故障定位方面應(yīng)用較多的是貢獻(xiàn)圖定位法[10-11],但傳統(tǒng)貢獻(xiàn)圖定位法僅對故障期間某一時刻的數(shù)據(jù)進(jìn)行分析,容易出現(xiàn)誤判。其次,基于PCA的缺失變量法[12-13]雖能準(zhǔn)確識別故障傳感器,但針對監(jiān)測系統(tǒng)中的每個傳感器需循環(huán)計算,過程比較繁瑣。另外,符號有向圖法[14-15]能較好應(yīng)用于各傳感器之間有因果關(guān)系的監(jiān)測系統(tǒng),例如,化工、冶金工程等的傳感器故障定位,但橋梁結(jié)構(gòu)中各傳感器的故障往往相互獨立,因此,限制了該方法在橋梁結(jié)構(gòu)健康監(jiān)測系統(tǒng)中的應(yīng)用。

        綜上所述,在土木工程領(lǐng)域,現(xiàn)有研究大多只分析一類或兩類傳感器故障,且只對單個傳感器故障進(jìn)行識別和定位,對兩個或多個傳感器同時發(fā)生故障的情況研究較少。同時,在橋梁結(jié)構(gòu)健康監(jiān)測系統(tǒng)中加速度傳感器故障診斷的研究成果也較少。筆者通過改進(jìn)現(xiàn)有的殘差貢獻(xiàn)圖,提出累積殘差貢獻(xiàn)率指標(biāo),從而提高傳感器故障定位的準(zhǔn)確率,且可實現(xiàn)兩個傳感器同時發(fā)生故障時的定位,然后通過三跨連續(xù)梁數(shù)值算例驗證方法的適用性。

        1 PCA基本原理及故障檢測

        1.1 基本原理

        (1)

        將處理后的m個傳感器數(shù)據(jù)按列向量排列,組成n×m維的矩陣X,并計算X的協(xié)方差矩陣S。

        (2)

        S是一個m×m的矩陣,求出矩陣S的特征值λi和對應(yīng)的特征向量Pi,并將特征值按從大到小排列,即λ1≥λ2≥…≥λm≥0。其中,Pi為第i主軸,其每個元素的值分別對應(yīng)第i主軸與每條原坐標(biāo)軸的夾角余弦值;λi表示矩陣X變換到Pi主軸后的方差。

        令XPi=ti,ti為X在第i主軸的投影,表示第i主成分,也叫第i主元。矩陣X可表示為

        (3)

        通常采用特征值累積和百分比法確定所需的主元個數(shù),較多文獻(xiàn)建議取累積和達(dá)到85%[16]時確定主元個數(shù)k。

        (4)

        這樣即能反應(yīng)原始數(shù)據(jù)信息,又能達(dá)到降維的目的。確定主元個數(shù)k后,式(3)可寫成

        (5)

        從以上過程可知,主元分析是一個降維的過程,降維的方法是通過基坐標(biāo)向量的平移和旋轉(zhuǎn),把一個高維的信息投影到低維子空間,并保留主要信息。

        1.2 故障檢測

        PCA的故障檢測依賴于各傳感器的相關(guān)性,若某一測點傳感器發(fā)生故障,將會使之前建立起來的相關(guān)關(guān)系發(fā)生改變,造成統(tǒng)計指標(biāo)數(shù)據(jù)異常。

        PCA故障檢測有兩個統(tǒng)計指標(biāo),即HotellingT2統(tǒng)計量和SPE統(tǒng)計量。

        在第i個時間點下,過程變量標(biāo)準(zhǔn)化數(shù)據(jù)為Xi,HotellingT2統(tǒng)計量定義為

        (6)

        式中:λ為主元特征值構(gòu)成的對角矩陣;PK=[P1,P2,…,Pk],為主元特征向量構(gòu)成的矩陣。

        T2表示馬氏距離,為Xi在主成分空間的投影點到主成分空間重心的距離。T2統(tǒng)計量的分布近似服從F分布,其控限可通過式(7)計算。

        (7)

        SPE統(tǒng)計量稱為殘差統(tǒng)計量,也叫Q統(tǒng)計量,定義為

        (8)

        SPE表示歐氏距離,當(dāng)檢驗水平為α?xí)r,可按式(9)確定其控限值Qα。

        (9)

        如果Q≤Qα,則傳感器正常;如果Q>Qα,則傳感器出現(xiàn)了故障。

        2 累積殘差貢獻(xiàn)率法

        已有研究[10]表明,SPE統(tǒng)計量對傳感器故障更為敏感,在貢獻(xiàn)圖的基礎(chǔ)上,提出累積殘差貢獻(xiàn)率指標(biāo)。

        2.1 殘差貢獻(xiàn)圖

        殘差貢獻(xiàn)圖即采用某一時刻傳感器數(shù)據(jù)的殘差貢獻(xiàn)值作圖,其計算式為

        (10)

        式中:ei,j為第i時刻下第j傳感器數(shù)據(jù)的殘差,j=1,2,…,m。在殘差貢獻(xiàn)圖中,可按照高貢獻(xiàn)值的傳感器即為故障傳感器的原則[17]定位出故障傳感器。

        應(yīng)該指出的是,貢獻(xiàn)圖有時不能準(zhǔn)確定位故障傳感器,主要是因為貢獻(xiàn)圖僅取故障產(chǎn)生的某一個時刻進(jìn)行殘差貢獻(xiàn)值分析,但由于環(huán)境、外界激勵的隨機(jī)性,故障傳感器會受到與之相關(guān)性較強(qiáng)的傳感器的干擾,存在某些時刻正常傳感器貢獻(xiàn)值大于故障傳感器的情況,容易得到錯誤的結(jié)果。文獻(xiàn)[10]也指出,在某一時刻,正常傳感器與故障傳感器關(guān)聯(lián)性可能較大,會對故障的定位造成干擾。因此,并非每個時刻故障傳感器的貢獻(xiàn)值都是最高,尤其是在多個傳感器同時發(fā)生故障時,貢獻(xiàn)圖容易得出錯誤的結(jié)果,產(chǎn)生誤判。

        2.2 累積殘差貢獻(xiàn)率

        雖然某個時刻故障傳感器的殘差貢獻(xiàn)值不一定較大,但從統(tǒng)計意義上講,其殘差貢獻(xiàn)值在一段時間內(nèi)應(yīng)總體偏大,故在傳統(tǒng)貢獻(xiàn)圖的基礎(chǔ)上提出了累積殘差貢獻(xiàn)率法。

        首先,定義第i時刻j傳感器數(shù)據(jù)的殘差貢獻(xiàn)率為

        (11)

        殘差貢獻(xiàn)率具有以下性質(zhì):

        1)0

        其次,分別計算故障時間段內(nèi)N組數(shù)據(jù)的殘差貢獻(xiàn)率,并按式(12)進(jìn)行加權(quán),得到第j個傳感器的累積殘差貢獻(xiàn)率。

        (12)

        最后,將各傳感器的累積殘差貢獻(xiàn)率作圖,按照累積殘差貢獻(xiàn)率指標(biāo)明顯偏大即為故障傳感器的原則進(jìn)行傳感器故障定位。

        累積殘差貢獻(xiàn)率圖是對傳統(tǒng)殘差貢獻(xiàn)圖的改進(jìn),其保留了SPE統(tǒng)計量對傳感器故障較為敏感的特性。相對于殘差貢獻(xiàn)圖,累積殘差貢獻(xiàn)率圖引入了統(tǒng)計概念,通過較長時間段內(nèi)殘差貢獻(xiàn)值的加權(quán)平均來弱化某個時刻殘差貢獻(xiàn)值有偏差的情況,從而提高故障傳感器定位精度。同時,累積殘差貢獻(xiàn)率將殘差貢獻(xiàn)值歸一化到[0,1]之間,更有利于直觀定位故障傳感器。

        3 傳感器故障模型

        傳感器在正常工作過程中,不可避免地會受到噪聲的干擾,所以,傳感器返回來的數(shù)據(jù)與真實值有一定的偏差。用y*(t)表示t時刻被測變量的真實值,w(t)表示傳感器測量噪聲[4],則由傳感器顯示的正常值y(t)可以表示為

        y(t)=y*(t)+w(t)

        (13)

        當(dāng)傳感器的測量值與測量變量的真實值存在無法接受的偏差時,傳感器被認(rèn)為是有故障的。在傳感器的7類故障中,白噪聲卡死故障與零線漂移是卡死故障的特殊情況,精度下降是偏差故障的特殊情況。為節(jié)省篇幅,僅討論更為廣泛的4類故障。表1中列出了4種典型傳感器故障的數(shù)學(xué)表達(dá)式,其中,a、b、c、f和G是描述相應(yīng)傳感器故障幅度的5個參數(shù)。

        表1 4類典型的傳感器故障數(shù)學(xué)表達(dá)式Table 1 Mathematical expressions of four typical sensor fault types

        4 數(shù)值模擬分析

        采用ANSYS軟件建立三跨連續(xù)梁模型,模型的彈性模量E=3×1010N/m2,泊松比μ=0.3,密度ρ=2 500 kg/m3,模型尺寸為梁長40 m,截面為0.25 m×0.6 m的矩形。將三跨連續(xù)梁均分為200個單元,每個單元長度為0.2 m。采用白噪聲地脈動作為連續(xù)梁的激勵,使用Newmark-β法計算連續(xù)梁的加速度時程響應(yīng)[18]。假設(shè)加速度傳感器布設(shè)在距離左端支座3、6、9、15、18、21、25、33、35、38 m處,共計10個傳感器,依次編號為1~10,如圖1所示。

        圖1 三跨連續(xù)梁模型Fig.1 A Three-span continuous beam

        試驗過程中假設(shè)結(jié)構(gòu)完好,僅傳感器發(fā)生故障。首先生成115條均值為0、方差為1的隨機(jī)白噪聲作為地脈動激勵,施加于結(jié)構(gòu)。其中前100條結(jié)構(gòu)響應(yīng)數(shù)據(jù)用于PCA訓(xùn)練;第101至105條用于檢驗單個傳感器發(fā)生恒增益故障的情況,記為工況1;第106至110條用于檢驗恒增益故障和固定偏差故障同時發(fā)生的情況,記為工況2;第111至115條用于檢驗卡死故障和固定偏差故障同時發(fā)生的情況,記為工況3,如表2所示。

        根據(jù)參考文獻(xiàn)[12,19]的建議,設(shè)置3種工況中各類傳感器故障的幅度,如表2所示。

        表2 3種傳感器故障工況Table 2 Three kinds of sensor failure conditions

        注:斜率f9滿足在故障時間段內(nèi)偏差故障從0線性增加到σ9。

        假設(shè)三跨連續(xù)梁加速度傳感器對每條地脈動波都采集100個數(shù)據(jù),則每個樣本的樣本容量為100。傳感器處于正常狀態(tài)時共有100個訓(xùn)練樣本,用于PCA訓(xùn)練,上述3種故障工況下各有5個不同的測試樣本,這些采集到的樣本數(shù)據(jù)均是真實值。

        為模擬實際監(jiān)測系統(tǒng)的環(huán)境干擾,在ANSYS計算的結(jié)構(gòu)響應(yīng)數(shù)據(jù)中加入噪聲。根據(jù)Hernandez-Garcia等[10]、Huang等[12,19]的研究,實際監(jiān)測系統(tǒng)中傳感器的信噪比大致在15~25 dB之間,設(shè)置信噪比為20 dB,即噪聲信號的均方根為真實信號均方根的10%。同時,為了更為真實地模擬現(xiàn)實環(huán)境中的有色噪聲,首先產(chǎn)生10%均方根的白噪聲,然后對白噪聲進(jìn)行有色處理,但為了避免數(shù)據(jù)失真,將有色噪聲控制在均值為0,均方差為0.1σ的范圍內(nèi)。有色噪聲的類型復(fù)雜,公式繁多,采用較為常見的有色噪聲公式,令

        Cn(t)=Wn(t)+0.5Wn(t-1)

        (14)

        式中:Cn(t)為t時刻的有色噪聲;Wn(t)為t時刻10%均方根的白噪聲。按照式(4)在數(shù)值模擬得到的加速度中加入有色噪聲,以此模擬傳感器顯示的正常數(shù)值,再進(jìn)行PCA訓(xùn)練。傳感器故障的輸出信號按表1中的模型進(jìn)行模擬。

        4.1 單傳感器故障定位

        在工況1下,經(jīng)PCA檢驗后,其T2統(tǒng)計量與SPE統(tǒng)計量結(jié)果如圖2所示,其中虛直線為各統(tǒng)計量置信度α=99%的閾值。從統(tǒng)計量的結(jié)果發(fā)現(xiàn),雖然T2統(tǒng)計量沒有超限,但SPE統(tǒng)計量存在大量超限的點,超限率為15.56%,達(dá)到了規(guī)定限值,可以判斷該過程中存在故障。

        T2統(tǒng)計量檢測的是主元空間的數(shù)據(jù)變動,SPE統(tǒng)計量檢測的是殘差空間的數(shù)據(jù)變動。從圖2可知,在傳感器故障檢測中,T2統(tǒng)計量不如SPE統(tǒng)計量敏感,對傳感器故障數(shù)據(jù)的識別較差。所以,在下文的故障識別與定位過程中,僅討論SPE統(tǒng)計量及其改進(jìn)的累積殘差貢獻(xiàn)率。

        隨機(jī)選取3個時刻,記為t1、t2和t3,作這3個時刻的殘差貢獻(xiàn)值圖,如圖3所示。從該圖可知,t1時刻5號傳感器的貢獻(xiàn)值最高,可以正確定位出5號傳感器為故障傳感器,但在t2和t3時刻并不是5號傳感器的貢獻(xiàn)值最高,出現(xiàn)了誤判現(xiàn)象。

        圖2 工況1下PCA檢驗統(tǒng)計量Fig.2 PCA test statistics result of condition

        圖3 工況1某一時刻殘差貢獻(xiàn)值Fig.3 residual contribution value of condition

        采用該方法,作累積殘差貢獻(xiàn)率圖如圖4所示。該圖顯示5號傳感器的累積殘差貢獻(xiàn)率最高,故可以正確定位故障傳感器。

        圖4 工況1累積殘差貢獻(xiàn)率Fig.4 Accumulated residual contribution rate of condition

        為討論累積次數(shù)N對故障定位的影響,計算不同N下累積殘差貢獻(xiàn)率如圖5所示,圖中1~10表示傳感器的編號。由該圖可知,累積超過50個時間步之后,故障傳感器的累積殘差貢獻(xiàn)率開始突出,其他傳感器的貢獻(xiàn)率開始弱化。累積次數(shù)超過100次后,各傳感器的累積殘差貢獻(xiàn)率趨于穩(wěn)定。因此,為了準(zhǔn)確定位故障傳感器且減少計算時間,建議累積次數(shù)N取值為100。

        圖5 不同累積次數(shù)對故障定位的影響Fig.5 The relationship between cumulative residual contribution rate and cumulative

        4.2 兩傳感器故障定位

        在工況2下,SPE統(tǒng)計量的超限率為31.11%, 隨機(jī)選擇3個時刻,分別命名為t1、t2、t3,作這3個時刻的殘差貢獻(xiàn)值圖如圖6所示。從圖6可知,t1時刻4號和8號傳感器的貢獻(xiàn)值遠(yuǎn)大于其他傳感器,可以定位出這兩個傳感器發(fā)生故障;但t2時刻8號傳感器和10號傳感器的貢獻(xiàn)值較大,出現(xiàn)了錯判;t3時刻僅能判斷出4號傳感器發(fā)生了故障。因此,傳統(tǒng)的貢獻(xiàn)圖法在多傳感器同時發(fā)生故障時更容易出現(xiàn)誤判。

        采用累積殘差貢獻(xiàn)率作圖如圖7所示,4號傳感器和8號傳感器的累積殘差貢獻(xiàn)率遠(yuǎn)大于其他傳感器的累積殘差貢獻(xiàn)率,可以判斷這兩個傳感器發(fā)生了故障。

        圖6 工況2某一時刻殘差貢獻(xiàn)值Fig.6 residual contribution value of condition

        圖7 工況2累積殘差貢獻(xiàn)率Fig.7 Accumulated residual contribution rate of condition

        在工況3下,經(jīng)PCA檢驗后,其SPE統(tǒng)計量的超限率為13.3%,故可判斷有傳感器故障發(fā)生。隨機(jī)選取3個時刻作殘差貢獻(xiàn)值圖如圖8所示,累積殘差貢獻(xiàn)率圖如圖9所示。圖8和圖9表明,傳統(tǒng)的殘差貢獻(xiàn)值法定位存在誤判情況,而累積殘差貢獻(xiàn)率能夠準(zhǔn)確定位出發(fā)生故障的傳感器。

        圖8 工況3某一時刻殘差貢獻(xiàn)值Fig.8 residual contribution value of condition

        圖9 工況3累積殘差貢獻(xiàn)率Fig.9 Accumulated residual contribution rate of condition

        5 結(jié)論

        針對實際結(jié)構(gòu)健康監(jiān)測系統(tǒng)中傳感器可能發(fā)生故障而影響后期結(jié)構(gòu)安全評估的問題,在傳統(tǒng)殘差貢獻(xiàn)圖法的基礎(chǔ)上,基于統(tǒng)計原理提出了累積殘差貢獻(xiàn)率法,數(shù)值模擬算例表明:

        1)主元分析的SPE統(tǒng)計量能識別出傳感器故障,說明在傳感器故障識別中SPE統(tǒng)計量比T2統(tǒng)計量更為敏感,這與已有文獻(xiàn)的結(jié)論一致。

        2)累積殘差貢獻(xiàn)率將殘差貢獻(xiàn)值歸一化到[0,1]之間,更有利于直觀定位故障傳感器。無論是單傳感器損壞還是兩個傳感器損壞,該方法較傳統(tǒng)貢獻(xiàn)圖法能更準(zhǔn)確地定位故障傳感器。

        3)累積殘差貢獻(xiàn)率通過對故障時間段的殘差貢獻(xiàn)率進(jìn)行加權(quán)平均,提高了故障定位的精度。累積的故障時間越長,故障定位越準(zhǔn)確,為了準(zhǔn)確定位故障傳感器且減少計算時間,建議累積次數(shù)N取值為100。

        應(yīng)該說明的是,筆者在驗證所提方法的過程中,假設(shè)結(jié)構(gòu)完好,僅傳感器發(fā)生故障。這主要是因為實際工程結(jié)構(gòu)的損傷通常是累積損傷,需多月或多年才有明顯的變化,而傳感器發(fā)生故障的時間尺度遠(yuǎn)小于結(jié)構(gòu)損傷的時間跨度。但如何分離傳感器自身故障和結(jié)構(gòu)損傷仍需今后進(jìn)一步研究。

        猜你喜歡
        貢獻(xiàn)率貢獻(xiàn)殘差
        基于雙向GRU與殘差擬合的車輛跟馳建模
        中國共產(chǎn)黨百年偉大貢獻(xiàn)
        一種通用的裝備體系貢獻(xiàn)率評估框架
        基于殘差學(xué)習(xí)的自適應(yīng)無人機(jī)目標(biāo)跟蹤算法
        為加快“三個努力建成”作出人大新貢獻(xiàn)
        基于遞歸殘差網(wǎng)絡(luò)的圖像超分辨率重建
        關(guān)于裝備體系貢獻(xiàn)率研究的幾點思考
        貢獻(xiàn)榜
        海洋貢獻(xiàn)2500億
        商周刊(2017年6期)2017-08-22 03:42:37
        В первой половине 2016 года вклад потребления в рост китайской экономики достиг 73,4 процента
        中亞信息(2016年10期)2016-02-13 02:32:45
        免费黄色电影在线观看| 日本边添边摸边做边爱| 久久天堂综合亚洲伊人hd妓女| av无码久久久久久不卡网站| 2017天天爽夜夜爽精品视频 | 蜜臀av在线一区二区尤物| 国产亚洲精品美女久久久m| 国产成人av免费观看| 免费观看久久精品日本视频| 男人一插就想射的原因| 精品亚洲成a人在线观看 | 亚洲黄色官网在线观看| 亚洲男人av天堂久久资源| a级毛片免费完整视频| 综合网五月| 国产精品午夜福利天堂| 亚洲av日韩av激情亚洲| 亚洲欧洲偷自拍图片区| 午夜免费福利一区二区无码AV| 麻豆视频黄片在线免费观看| 国产色系视频在线观看| 蜜臀av一区二区| 亚洲每天色在线观看视频| 国产三级黄色免费网站| 色噜噜狠狠狠综合曰曰曰| 国产真实露脸4p视频| 日本一区二区日韩在线| 亚无码乱人伦一区二区| 亚洲欧美日韩精品久久亚洲区| 一区二区三区国产美女在线播放| 国产精品亚洲一区二区三区在线| 亚洲av无码国产精品永久一区| 国产综合激情在线亚洲第一页| 亚洲一区二区精品在线看| 一边摸一边做爽的视频17国产| 97伦伦午夜电影理伦片| 亚洲国产字幕| 在线观看麻豆精品视频| 亚洲av最新在线网址| 巨臀中文字幕一区二区| 午夜视频一区二区三区四区|