劉張浩,秦小平,李 力,易航宇,劉懷林
(1.招商局重慶交通科研設(shè)計(jì)院有限公司,重慶 400067;2.重慶物康科技有限公司,重慶 404100;3.橋梁工程結(jié)構(gòu)動(dòng)力學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室,重慶 400067)
為避免橋梁、隧道、地鐵等重要基礎(chǔ)設(shè)施發(fā)生事故時(shí)造成重大生命與財(cái)產(chǎn)損失,這類(lèi)設(shè)施多布置了安全監(jiān)測(cè)系統(tǒng),通過(guò)各種傳感器對(duì)基礎(chǔ)設(shè)施運(yùn)行狀態(tài)進(jìn)行動(dòng)態(tài)監(jiān)測(cè),并適時(shí)給出預(yù)警和評(píng)估[1-2]。但大型基礎(chǔ)設(shè)施布置的傳感器數(shù)量眾多,且一般傳感器工作環(huán)境復(fù)雜,易受溫度、濕度和電磁環(huán)境等的影響,會(huì)出現(xiàn)故障、性能的衰退甚至失效,致使采集數(shù)據(jù)出現(xiàn)失真甚至錯(cuò)誤,這對(duì)后續(xù)的預(yù)警評(píng)估系統(tǒng)帶來(lái)嚴(yán)重影響,產(chǎn)生誤診斷、誤報(bào)警,甚至造成不可估量的損失[3-7]。
根據(jù)數(shù)據(jù)處理方式不同,傳感器故障診斷方法分為3類(lèi)[8]:基于模型的方法[9-10]、基于信號(hào)處理的方法[5-7]和基于知識(shí)的方法[11-15]。其中,基于信號(hào)處理的方法[7]目前應(yīng)用最廣。杜海蓮等[15]提出了基于主元的故障診斷法,把多個(gè)傳感器的數(shù)據(jù)進(jìn)行分解,形成主元和殘差2個(gè)空間,對(duì)殘差在空間上進(jìn)行投影,從而獲取故障信息。胡順仁等[5]通過(guò)分析橋梁傳感器故障演變過(guò)程,建立了數(shù)據(jù)標(biāo)準(zhǔn)化殘差模型,根據(jù)殘差偏離量的取值對(duì)故障進(jìn)行判定和故障時(shí)間定位。安星等[7]提出累積殘差貢獻(xiàn)率和加權(quán)統(tǒng)計(jì)量對(duì)傳統(tǒng)的主元分析方法進(jìn)行改進(jìn),實(shí)現(xiàn)對(duì)傳感器故障的快速診斷,同時(shí)提出了分時(shí)段檢驗(yàn)的方法,將改進(jìn)的主元分析用于實(shí)際橋梁健康監(jiān)測(cè)系統(tǒng)的傳感器故障診斷,但并未指出常見(jiàn)傳感器故障識(shí)別方法。
綜上所述,現(xiàn)有基于信號(hào)處理方法的傳感器故障分析側(cè)重于對(duì)常見(jiàn)故障診斷,但缺少對(duì)常見(jiàn)故障的識(shí)別,不利于實(shí)際監(jiān)測(cè)中對(duì)傳感器故障的快速處理。針對(duì)這種情況,本文擬建立一種基于傳感器統(tǒng)計(jì)數(shù)據(jù)的分析方法,用來(lái)快速診斷傳感器故障及常見(jiàn)故障識(shí)別;通過(guò)研究常見(jiàn)故障下關(guān)聯(lián)傳感器互相關(guān)系數(shù),提出了基于互相關(guān)分析方法的傳感器故診斷理論和識(shí)別故障算法,并進(jìn)行故障診斷和定位精度分析。
互相關(guān)分析是從“能量”的角度來(lái)評(píng)價(jià)不同信號(hào)之間的相關(guān)程度,是一種信號(hào)處理方法。設(shè)信號(hào)xn和yn,取某個(gè)適當(dāng)?shù)臄?shù)α,使xn和αyn(N1≤n≤N2)相接近。能量可以表示為:
(1)
為了使能量Q達(dá)到最小,需滿足dQ/dα=0,可得到:
(2)
計(jì)算可得到:
(3)
將α代入Q可得到相對(duì)誤差的能量:
(4)
ρxy(N1,N2)即為xn和yn在范圍[N1,N2]上的互相關(guān)系數(shù)。當(dāng)ρxy接近1時(shí),相對(duì)誤差能量較小,xn和αyn比較相近。因此可通過(guò)互相關(guān)系數(shù)判斷2個(gè)變量的相關(guān)性。
在實(shí)際工程中,應(yīng)變傳感器常見(jiàn)的故障主要有 4 種:常值故障、固定偏差、精度下降、線性偏差[16]。其中常值故障是指?jìng)鞲衅鲾?shù)值保持不變;精度下降故障是指?jìng)鞲衅鳒y(cè)量值從某一時(shí)刻開(kāi)始與真實(shí)值存在一定的偏差,這個(gè)偏差值隨時(shí)變化;固定偏差故障是指?jìng)鞲衅鳒y(cè)量值從某一時(shí)刻開(kāi)始與真實(shí)值之間保持一個(gè)恒定的偏差,但是測(cè)量值與真實(shí)值的變化趨勢(shì)保持相同;線性偏差是指?jìng)鞲衅鳒y(cè)量值從某一時(shí)刻開(kāi)始逐漸偏離真實(shí)值,偏移值呈線性變化趨勢(shì),使得測(cè)量值與真實(shí)值的差值逐漸增大。
為了探究不同故障下傳感器互相關(guān)系數(shù)表現(xiàn)形式,選取某大橋結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)數(shù)據(jù)庫(kù)中的 2組互相關(guān)應(yīng)變傳感器(記為第1組數(shù)據(jù)和第2組數(shù)據(jù)),每組數(shù)據(jù)有2個(gè)(記為A傳感器數(shù)據(jù)和B傳感器數(shù)據(jù))。采集時(shí)間是 2021 年 4月 2 日 —4 月 9 日,采樣周期 10 min,共計(jì)900個(gè)數(shù)據(jù)點(diǎn)。模擬故障點(diǎn)是在第601個(gè)數(shù)據(jù)點(diǎn)加入,窗函數(shù)為100。無(wú)故障時(shí)計(jì)算的互相關(guān)系數(shù)如圖1所示。從圖1可以看出,當(dāng)傳感器無(wú)故障時(shí),2個(gè)傳感器之間表現(xiàn)出較強(qiáng)的相關(guān)性,互相關(guān)系數(shù)在0.95~1之間波動(dòng)。通過(guò)對(duì)近3萬(wàn)個(gè)數(shù)據(jù)點(diǎn)分析,發(fā)現(xiàn)傳感器無(wú)故障時(shí)互相關(guān)系數(shù)均大于0.9,因此選擇互相關(guān)系數(shù)0.9為閾值。
(a) 第1組數(shù)據(jù)
常值加噪音故障下A、B傳感器相關(guān)系數(shù)演化如圖2(a)所示。試驗(yàn)中,將傳感器在601個(gè)監(jiān)測(cè)點(diǎn)之后數(shù)據(jù)保持不變的基礎(chǔ)上增加一個(gè)信噪比為10的噪聲干擾。從圖2(a)可以看出,在此故障下互相關(guān)系數(shù)在00.3附近波動(dòng)。這是因?yàn)樵谶@種故障下A傳感器和B傳感器數(shù)據(jù)本身的關(guān)系較小,所以互相關(guān)系數(shù)低。
(1) 第1組數(shù)據(jù)
精度下降故障下傳感器相關(guān)系數(shù)演化如圖2(b)所示。試驗(yàn)中,將傳感器在601個(gè)監(jiān)測(cè)點(diǎn)之后增加一個(gè)信噪比為10的噪聲干擾,模擬工程中的精度下降。從圖2(b)可以看出,在此故障下互相關(guān)系數(shù)在0.3~0.8之間,這是因?yàn)樵谠肼暩蓴_下會(huì)降低2個(gè)傳感器的相關(guān)性,但不會(huì)完全使2個(gè)傳感器不相關(guān),因此相關(guān)系數(shù)整體較高。
固定偏差下傳感器相關(guān)系數(shù)演化如圖2(c)所示。試驗(yàn)中,將傳感器在601個(gè)監(jiān)測(cè)點(diǎn)之后減去一個(gè)常數(shù)值來(lái)模擬工程中的固定偏差,圖中選取的固定偏差為5 με。從圖2(c)可以看出,互相關(guān)系數(shù)在發(fā)生故障前和發(fā)生故障后的一段時(shí)間均高于0.9,而在發(fā)生故障時(shí),互相關(guān)系數(shù)會(huì)急劇降低。這是由互相關(guān)系數(shù)計(jì)算原理決定的,當(dāng)2組數(shù)據(jù)中某一個(gè)數(shù)據(jù)發(fā)生固定偏差時(shí),故障前后一段范圍內(nèi)互相關(guān)系數(shù)不發(fā)生變化,而在故障點(diǎn)附近,由于窗函數(shù)的影響,互相關(guān)系數(shù)會(huì)降低。
線性漂移故障下傳感器相關(guān)系數(shù)演化如圖2(d)所示。試驗(yàn)中,將傳感器在601個(gè)監(jiān)測(cè)點(diǎn)之后增加一個(gè)隨時(shí)間線性變化的數(shù)值來(lái)模擬工程中的線性漂移問(wèn)題,圖中選取的漂移速度為0.05 με/10 min。從圖2(d)可以看出,在故障之后,相關(guān)系數(shù)在0~1之間變化,沒(méi)有明顯規(guī)律。
為了便于與其他故障識(shí)別,利用互相關(guān)系數(shù)變化特性,人為的在正常的數(shù)據(jù)處加入隨時(shí)間線性變化的函數(shù),結(jié)果如圖3所示。從圖3可以看出,引入線性偏移后,在第601個(gè)故障點(diǎn)之后,互相關(guān)系數(shù)明顯大于未引入前,且大部分大于0.9。其中,該變化趨勢(shì)不受故障加入時(shí)間的影響。
(a) 第1組數(shù)據(jù)
數(shù)據(jù)分析可知,在應(yīng)變傳感器正常工作時(shí),互相關(guān)系數(shù)一般都大于0.9,因此可將閾值設(shè)為0.9,當(dāng)互相關(guān)系數(shù)小于0.9時(shí),認(rèn)為傳感器存在故障。而不同故障下傳感器互相關(guān)系數(shù)表現(xiàn)形式不同,通過(guò)分析互相關(guān)系數(shù)的演化規(guī)律進(jìn)一步進(jìn)行傳感器故障識(shí)別。算法的主要思路如圖4所示。
圖4 算法的框架Fig.4 Structure of the algorithm
為進(jìn)一步探究基于互相關(guān)分析方法的應(yīng)變傳感器故障診斷精度,利用第1組傳感器采集的監(jiān)測(cè)數(shù)據(jù),在每種故障下分別設(shè)計(jì)了不同工況。
1) 常值故障加噪音
應(yīng)變傳感器的常值故障具有隨機(jī)性,會(huì)發(fā)生在任何應(yīng)變值下。為進(jìn)一步探究常值故障發(fā)生時(shí)應(yīng)變?nèi)≈祵?duì)傳感器故障識(shí)別和定位的影響,根據(jù)傳感器真實(shí)測(cè)量值的范圍,分別分析了發(fā)生故障時(shí)應(yīng)變?cè)?.7 με~30.7 με(應(yīng)變間隔為3 με)下傳感器的故障識(shí)別和定位誤差,結(jié)果如圖5和表1所示。從圖5和表1可以看出,應(yīng)變?cè)诓煌≈迪?,都可判斷出傳感器是否發(fā)生故障,且定位誤差在15~50個(gè)之間。定位誤差主要受到發(fā)生故障之前數(shù)據(jù)變化的影響。
表1 不同應(yīng)變下的定位誤差Table 1 Positioning errors under different strains
圖5 定位誤差與故障發(fā)生時(shí)應(yīng)變的關(guān)系Fig.5 Relationship between location errors and strain at fault occurrence
2) 精度下降
為進(jìn)一步探究精度下降程度對(duì)傳感器故障識(shí)別和定位的影響,設(shè)計(jì)了信噪比從27.5下降到7.5的8種工況,信噪比取值間隔為2.5。傳感器故障定位誤差結(jié)果如圖6和表2所示。從圖6和表2可看出,在信噪比大于25時(shí),此時(shí)噪音較小,利用互相關(guān)系數(shù)未能判斷故障;當(dāng)信噪比小于22.5時(shí),利用互相關(guān)系數(shù)為0.9的閾值可正確判斷故障;信噪比小于12.5時(shí),定位誤差明顯減少。
圖6 定位誤差與信噪比的關(guān)系Fig.6 Relationship between positioning error and SNR
表2 不同信噪比下的定位誤差Table 2 Positioning errors under different SNR
3) 固定偏差
已有研究表明,固定偏差的大小會(huì)直接影響故障的診斷,因此設(shè)計(jì)了不同的固定偏差,結(jié)果如圖7和表3所示。從圖7和表3可以看出,當(dāng)偏差值為3 με~5 με時(shí)沒(méi)有檢測(cè)出傳感器故障,而當(dāng)偏差值為6 με~10 με時(shí)可成功檢測(cè)出故障,且定位誤差隨著偏差值增大呈逐漸減小趨勢(shì)。
表3 不同固定偏差大小下的定位誤差Table 3 Positioning errors under different fixed deviation
圖7 定位誤差與固定偏差大小的關(guān)系Fig.7 Relationship between positioning errors and fixed deviation
4) 數(shù)據(jù)漂移
為進(jìn)一步研究漂移速率對(duì)傳感器故障識(shí)別和定位的影響,分別設(shè)置漂移速率從 0.01 με/10 min 到 0.1 με/10 min,間隔0.01 με/10 min,共計(jì) 10 組試驗(yàn),采集間隔時(shí)間為10 min,傳感器故障定位誤差結(jié)果如圖8 和表4所示。從圖8 和表4可以看出,當(dāng)漂移速率大于0.03 με/10 min時(shí)可進(jìn)行故障識(shí)別,且定位誤差隨著漂移速率增大呈逐漸減小趨勢(shì)。
圖8 定位誤差與漂移速率大小的關(guān)系Fig.8 Relationship between positioning error and drift rate
表4 不同固定漂移速率下的定位誤差Table 4 Positioning errors at different solid drift rates
為進(jìn)一步確定數(shù)據(jù)量與計(jì)算時(shí)間的關(guān)系,利用Python編寫(xiě)相關(guān)算法。當(dāng)僅考慮數(shù)據(jù)計(jì)算和分析時(shí)間,不考慮數(shù)據(jù)導(dǎo)出和繪圖時(shí)間時(shí),3 000~30 000個(gè)采集數(shù)據(jù)的計(jì)算時(shí)間如圖9所示(如果采樣間隔為10 min,換算為采集時(shí)間為500 h~5 000 h)。隨著數(shù)據(jù)量的增加,計(jì)算時(shí)間大致呈線性增加,且一組數(shù)據(jù)的計(jì)算時(shí)間在8 s之內(nèi)。
圖9 采集數(shù)據(jù)量與計(jì)算時(shí)間的關(guān)系Fig.9 Relationship between the amount of collected data and the calculation time
通過(guò)對(duì)常見(jiàn)故障下關(guān)聯(lián)傳感器互相關(guān)系數(shù)進(jìn)行研究,構(gòu)建了基于互相關(guān)分析方法的傳感器故診斷識(shí)別方法,并分析了故障精度和定位誤差,主要得出以下結(jié)論:
1) 基于互相關(guān)分析方法的傳感器故診斷識(shí)別方法是通過(guò)數(shù)據(jù)統(tǒng)計(jì)方法,不需構(gòu)建復(fù)雜的模型,計(jì)算速度快,提高模型的實(shí)用性。
2) 當(dāng)傳感器發(fā)生故障時(shí),互相關(guān)系數(shù)會(huì)發(fā)生變化,可判斷傳感器是否發(fā)生故障,且不同故障下傳感器互相關(guān)系數(shù)表現(xiàn)形式不同,可根據(jù)這一現(xiàn)象識(shí)別常見(jiàn)故障類(lèi)型。
3) 本文提出的方法和精度計(jì)算是基于橋梁應(yīng)變傳感器的監(jiān)測(cè)數(shù)據(jù),可同樣用于橋梁其他傳感器故障診斷,如位移傳感器、變形傳感器等。
值得說(shuō)明的是,本文提出的傳感器故障識(shí)別方法是基于假設(shè)橋梁結(jié)構(gòu)完好,沒(méi)有出現(xiàn)明顯損傷。這主要是因?yàn)闃蛄航Y(jié)構(gòu)損傷通常是累積損傷,需多月甚至數(shù)年才有明顯變化,而傳感器發(fā)生故障的時(shí)間尺度遠(yuǎn)小于結(jié)構(gòu)損傷的時(shí)間跨度,所以未考慮橋梁結(jié)構(gòu)損傷對(duì)傳感器故障時(shí)的影響。在之后的研究中,可進(jìn)一步探究如何去掉此假設(shè),并準(zhǔn)確辨別傳感器自身故障和結(jié)構(gòu)損傷。