中交路橋科技是從事工程檢測(cè)監(jiān)測(cè)、城市安全監(jiān)測(cè)預(yù)警與評(píng)價(jià)、數(shù)字智能化研發(fā)為一體的復(fù)合型高新技術(shù)集團(tuán)企業(yè)。
前文研究結(jié)果可得知，主元統(tǒng)計(jì)方法是將實(shí)際測(cè)量數(shù)據(jù)投影到統(tǒng)計(jì)模型的相應(yīng)子空間，其產(chǎn)生的殘差可以用來(lái)判斷是否出現(xiàn)故障，但主元分析法是屬于單一尺度或頻率的建模方法，面對(duì)故障信息的多尺度特性具有其局限性；小波是一種時(shí)間-尺度的分析方法，具有多分辨率解析的特點(diǎn)，又由于小波對(duì)突變信息的敏感，決定了利用小波作為工具對(duì)故障進(jìn)行檢測(cè)的優(yōu)點(diǎn)，但是小波在對(duì)故障信息進(jìn)行精確定位和評(píng)價(jià)的時(shí)候其算法非常復(fù)雜，需要結(jié)合其他算法來(lái)完成故障診斷。 因此本文提出的模型是建立在以上兩種算法在故障診斷中表現(xiàn)出的優(yōu)勢(shì)和局限性，同時(shí)考慮到噪聲對(duì)故障診斷的干擾而設(shè)計(jì)的。
1 模型基本思路
基于數(shù)據(jù)驅(qū)動(dòng)的橋梁監(jiān)測(cè)數(shù)據(jù)故障檢測(cè)模型是對(duì)橋梁監(jiān)測(cè)過(guò)程中的數(shù)據(jù)進(jìn)行預(yù)處理，其目的是完成數(shù)據(jù)的除噪及故障診斷。模型主要分成兩個(gè)模塊：離線模塊、在線模塊。其中離線模塊是利用正常數(shù)據(jù)對(duì)該模型進(jìn)行預(yù)處理，通過(guò)該過(guò)程可以確定小波包尺度參數(shù)、主元分析主元個(gè)數(shù)、等參數(shù)；在線模塊是利用離線模塊所計(jì)算的各項(xiàng)參數(shù)，對(duì)在線數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)控，去除噪聲干擾，最終完成數(shù)據(jù)故障診斷。
如圖4.10所示，在離線模式中，模型首先利用歷史正常數(shù)據(jù)進(jìn)行預(yù)處理，利用小波包對(duì)數(shù)據(jù)進(jìn)行J層分解，計(jì)算每一尺度上的各分量的能量曲率
，將每一尺度上的各分量數(shù)據(jù)進(jìn)行主元分析建模，選取合適的主元個(gè)數(shù)，將數(shù)據(jù)空間分解為相應(yīng)的主元空間和殘差空間，計(jì)算每個(gè)尺度上各分量的T2~Q統(tǒng)計(jì)量的控制限。
在線模式下，首先對(duì)數(shù)據(jù)進(jìn)行小波閾值除噪，參照離線模式下計(jì)算出的尺度參數(shù)，對(duì)數(shù)據(jù)亦進(jìn)行尺度為J的分解，對(duì)每該尺度上的每一個(gè)小波包分量計(jì)算其能量曲率
，計(jì)算每個(gè)尺度上的曲率差
，根據(jù)設(shè)定的閾值，判斷故障是否發(fā)生，選擇有故障發(fā)生的分量進(jìn)行主元分析，根據(jù)離線模式得到的T2~Q控制限來(lái)確定數(shù)據(jù)故障發(fā)生的位置和大小。最后將所有數(shù)據(jù)再進(jìn)行主元分析，得到二維貢獻(xiàn)圖，確定故障點(diǎn)是由于哪些傳感器導(dǎo)致的及其嚴(yán)重程度。
2 模型算法步驟
數(shù)據(jù)故障診斷的主要任務(wù)是對(duì)數(shù)據(jù)發(fā)生故障所在位置和大小進(jìn)行判斷和定位，詳細(xì)的算法過(guò)程如下，其算法流程圖如圖4.11所示：
Step1：輸入正常數(shù)據(jù)矩陣X，設(shè)定數(shù)據(jù)窗口大小為2n，n為多元變量維數(shù)。
Step2：利用小波包變換對(duì)數(shù)據(jù)矩陣X每一行，及每一個(gè)變量進(jìn)行尺度為J的分解，計(jì)算各個(gè)尺度下的小波包能量曲率值。
Step3：在每一個(gè)尺度上建立主元分析建模，計(jì)算該尺度下的主元個(gè)數(shù)，計(jì)算T2~Q統(tǒng)計(jì)量的控制限。
Step4：輸入系統(tǒng)的在線監(jiān)測(cè)數(shù)據(jù)，進(jìn)行小波閾值除噪，其重構(gòu)結(jié)果參照離線模式下 Step2中對(duì)應(yīng)的分量以及該分量的最大尺度，對(duì)信號(hào)進(jìn)行小波包分解。
Step5：計(jì)算該尺度上的每一個(gè)分量的小波包能量曲率值。與該尺度下的離線數(shù)據(jù)小波包能量曲率值相減，獲得該尺度的小波包分量能量曲率差曲線。
Step6：選定出現(xiàn)故障的分量或感興趣的分量，在該尺度上進(jìn)行與相應(yīng)離線模式下相同的主元建模，建立主元空間與殘差空間，利用計(jì)算好的T2~Q統(tǒng)計(jì)量的控制限判斷該分量下的故障發(fā)生的詳細(xì)位置和大小。
Step7：重復(fù) Step4～Step6。循環(huán)處理數(shù)據(jù)矩陣 X 下的每一個(gè)分量，計(jì)算T2~Q統(tǒng)計(jì)量，計(jì)算每一分量下的數(shù)據(jù)故障的詳細(xì)位置。
Step8：對(duì)所有數(shù)據(jù)進(jìn)行主元分析，繪制SPE二維貢獻(xiàn)圖，確定發(fā)生嚴(yán)重故障的傳感器編號(hào)。
說(shuō)明：本章分析了故障信息在信號(hào)中所體現(xiàn)的多尺度性和不確定性，在研究了小波包能量分析的方法和基于PCA的故障檢測(cè)原理后，分析兩種算法在故障檢測(cè)的優(yōu)缺點(diǎn)，提出了一種基于小波包能量曲率分析并結(jié)合PCA的故障檢測(cè)模型。該模型結(jié)合了的小波閾值除噪，將除噪后的信息進(jìn)行多分辨率分析，得到每一個(gè)尺度下的各個(gè)分量的小波包能量，比較在線數(shù)據(jù)或待測(cè)數(shù)據(jù)在同一尺度下的各個(gè)分量的小波包能量，為了能夠更有效地比較出能量出現(xiàn)的差異點(diǎn)，文章提出了通過(guò)計(jì)算小波包能量曲率差來(lái)對(duì)故障信息進(jìn)行基本檢測(cè)。將發(fā)現(xiàn)故障的分量進(jìn)行PCA模型分析，可以確定該分量下數(shù)據(jù)出現(xiàn)故障的準(zhǔn)確位置。再利用PCA對(duì)所有數(shù)據(jù)進(jìn)行建模分析，繪制SPE二維貢獻(xiàn)圖，可以直觀的比較傳感器的故障程度。
