论文题名: | 模体发现方法及在应变信号异常检测中的应用 |
关键词: | 结构表面裂缝检测;分布式应变;模体发现;异常检测;降噪 |
摘要: | 尽早发现结构表面裂缝对于结构健康监测具有重要意义。基于布里渊光时域分析(BrillouinOpticalTimeDomainAnalysis,BOTDA)技术的分布式光纤传感器可以一次性采集沿光纤轴向分布的结构表面全尺度应变,输出一个空间上分布的应变序列。应变反映结构表面变形信息,应变序列可视为由两类子序列排列组合而成,一是正常子序列,二是由结构表面裂缝诱发的异常子序列,从而将基于应变序列的结构表面裂缝检测问题转化为一类异常子序列检测问题。但通常两类子序列个数不均衡,并且应变序列自身信噪比较低,导致常规方法难以获得满意的异常检测效果。 结构表面裂缝诱发的异常子序列具有高度相似的外形,模体(Motif)发现方法在序列信号相似性片段发现问题中有诸多较好的应用,这启发本文开展基于模体发现的应变序列异常子序列检测方法和应用研究,其对于基于分布式光纤传感器的结构表面裂缝检测问题求解具有重要的理论和现实意义。由此,本文设计并实现了一种基于模体发现的无监督应变序列异常检测方法,方法由两个部分构成,一是基于鲁棒主成分分析(RobustPrincipalComponentAnalysis,RPCA)的应变序列降噪,二是基于MatrixProfile的异常子序列发现。方法利用序列信号模体发现技术,挖掘出了裂缝诱发的的异常应变子序列,从而验证了裂缝诱发的异常子序列在应变序列中以模体的形式呈现这一假设。方法不仅具有良好的噪声鲁棒性,而且回避了子序列样本不均衡的问题,较好地实现了基于应变序列的结构表面裂缝检测。 主要工作如下: 1、针对分布式光纤传感器应变序列信号信噪比低的缺陷,设计并实现了基于RPCA的降噪方法。与常规的滑动平均滤波(MovingAverageFilter,MAF)、高斯滤波相比,RPCA降噪方法能够更好地改善信号质量。 2、设计并实现了一种基于MatrixProfile的应变序列异常检测方法,挖掘应变序列中裂缝诱发的异常子序列,实现了结构表面裂缝检测。对不同异常检测方法进行了比较,实验验证了本文方法的优越性。 3、系统地开展了实验室工字梁模拟实验和在役桥梁实测实验,结果验证了本文方法的有效性和实用价值。 |
作者: | 刘源 |
专业: | 交通运输工程 |
导师: | 宋青松 |
授予学位: | 硕士 |
授予学位单位: | 长安大学 |
学位年度: | 2022 |