基于主元分析的桥梁挠度传感器故障诊断研究.pdf

基于主元分析的桥梁挠度传感器故障诊断研究.pdf

ID:51448806

大小:273.29 KB

页数:4页

时间:2020-03-24

基于主元分析的桥梁挠度传感器故障诊断研究.pdf_第1页
基于主元分析的桥梁挠度传感器故障诊断研究.pdf_第2页
基于主元分析的桥梁挠度传感器故障诊断研究.pdf_第3页
基于主元分析的桥梁挠度传感器故障诊断研究.pdf_第4页
资源描述:

《基于主元分析的桥梁挠度传感器故障诊断研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2014年第33卷第6期传感器与微系统(TransducerandMicrosystemTechnologies)9。研究与探讨◇p基于主元分析的桥梁挠度传感器故障诊断研究胡顺仁一,李瑞平,包明,张建科(1.重庆理工大学电子信息与自动化学院,重庆400054;2.重庆大学光电技术及系统教育部重点实验室,重庆400044)摘要:主元分析(PCA)是一种典型的数据降维的多元统计方法,已被越来越多地用于故障诊断。将PCA应用在桥梁挠度传感器故障诊断。介绍了PCA的理论,研究了基于PCA的故障检测方法和基于贡献率的

2、故障诊断方法。计算平方预测误差(SPE)和Hoteling统计,当统计量超过阈值时,判断系统出现了传感器故障,然后通过SPE贡献图判断故障源。通过仿真验证了PCA在故障诊断的实用性,但结果也表明:PCA对小故障不是很敏感。关键词:桥梁监测;平方预报误差;主元分析;故障诊断中图分类号:U446.2;TP274文献标识码:A文章编号:1000-9787(2014)06--0009-04BridgedeflectionsensorfaultdiagnosisresearchbasedonPCAHUShun—ren

3、一,LIRui—ping,BAOMing,ZHANGJian-ke(1.SchoolofElectronicInformationandAutomation,ChongqingUniversityofTechnology,Chongqing400054,China;2.KeyLaboratoryofOptoelectronicTechnologyandSystem,MinistryofEducation,ChongqingUniversity,Chongqing400044,China)Abstract:P

4、rincipalcomponentanalysis(PCA)isatypicaldatadimensionreductionmultivariatestatisticalmethod,whichhasbeenusedinfaultdiagnosis.PCAisappliedinbridgedeflectionsensorfaultdiagnosis.IntroducetheoryofPCA,andstudyfaultdetectionmethodbasedonPCAandfaultdiagnosismeth

5、odbasedoncontributionrate.Calculatesquaredpredictionerror(SPE)andHotellingstatistics,whenstatisticsexceedsthreshold,judgetherearesensorfaultsinsystem,andbyusingSPEcontributionfigurejudgefaultsource.Bysimulation,thepracticabilityofPCAinfaultdiagnosisisprove

6、d,buttheresultalsoshowthatPCAisnotSOsensitivetosmallfault.Keywords:bridgemonitoring;squaredpredictionerror(SPE);principalcomponentanalysis(PCA);faultdi一0引言的方法和基于数据驱动的方法。多元统计分析方法作为一对大型桥梁进行结构健康监测是保证整个桥梁正常运种基于数据模型的方法,为状态检测与故障监测的研究提行、实现桥梁定期维护的重要手段。为了保证桥梁的安全供了一

7、种新的数学工具和解决方案J。主元分析(princi—状况,对桥梁进行结构健康监测已显得非常重要,但桥梁结palcomponentanalysis,PCA)作为多元统计的一种典型方构健康监测是建立在数据采集正确的基础上,前端的数据法,在故障监测与诊断技术领域得到了学术界的广泛关注,采集是以传感器或其他电子器件为主的,安装在桥梁上的其基本思想和理论方法对解决故障监测与诊断问题带来了传感器由于工作环境和自身性能的老化等,发生故障是在光明的前景。应用PCA模型的主要优势是不需要建立系所难免的,因此,为了保证桥梁监测

8、系统的正常运行,对传统模型,并且能构造出反映正常状态和性能的统计量指标,感器进行故障诊断是非常重要的。可确定统计量的控制限,比较容易的实现故障监测。对传感器故障的诊断已有了很多理论和方法,基本上本文将PCA模型进行故障诊断的方法引入到大型桥分为3种方法,分别是基于分析模型的方法、基于定性经验梁挠度监测系统中来,通过实验验证了PCA方法在故障诊收稿日期:2013-1l_o7基金项目:国家“863”计划资助项目(20

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。