基于主元分析的桥梁挠度传感器故障诊断研究.pdfVIP

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--0009-04 Bridgedeflection sensorfaultdiagnosisresearch basedonPCA HUShun—ren一，LIRui—ping，BAOMing，ZHANGJian-ke (1．SchoolofElectronicInformationandAutomation，ChongqingUniversityofTechnology， Chongqing400054，China；2．KeyLaboratoryofOptoelectronicTechnoloyg andSystem ， MinistryofEducation，ChongqingUniversity，Chongqing400044，China) Abstract：Principalcomponentanalysis(PCA)isatypicaldatadimensionreductionmultivariatestatistical method，whichhasbeenusedinfaultdiagnosis．PCA isappliedinbridgedeflectionsensorfaultdiagnosis．Introduce theoryofPCA，andstudyfaultdetectionmethodbasedonPCA andfaultdiagnosismethodbasedoncontribution rate．Calculatesquaredpredictionerror(SPE)nadHotelling statistics，whenstatisticsexceedsthreshold，judge therearesensorfaultsinsystem，nadbyusingSPEcontributionfigurejudgefaultsource．Bysimulation，the practicabilityofPCA infaultdiagnosisisproved，buttheresultalsoshowthatPCA isnotSOsensitivetosmallfault． 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