铁路站房结构损伤与传感器故障识别研究
本文选题:铁路站房 + 传感器故障 ; 参考:《铁道工程学报》2017年05期
【摘要】:研究目的:传统站房结构健康监测系统的设计假设传感器都能够正常工作,然而传感器故障却经常发生,监测系统会将由传感器故障导致的监测数据变化认为是结构损伤,因此需要在监测系统的设计中考虑传感器故障,以便降低监测系统的误报率。研究结论:(1)传感器失效使采样数据的维度或者数据规模降低,传感器故障导致采样的均值发生偏移,依据已生成的控制界限进行监测将使系统失控运行长度增加;(2)在训练数据处理中,通过协整关系构建传感器输出数据的正常范围,不需要大量测试数据,还可以消除温度、环境和载荷等对结构损伤识别的影响;(3)提出两层数据处理模式,将非基于模型的传感器故障诊断放在数据预处理模块,将结构损伤识别放在故障诊断模块,在系统实现上比较方便;(4)该研究结果可为降低铁路站房结构健康监测的误报率提供参考。
[Abstract]:Research purposes: the design of the traditional station structure health monitoring system assumes that sensors can work normally, but sensor failures often occur. The monitoring system will change the monitoring data caused by sensor failures as structural damage. Therefore, the sensor failure should be considered in the design of the monitoring system in order to reduce the monitoring system. Research conclusions: (1) sensor failure causes the dimension or data size of sampling data to be reduced, sensor failures lead to the shift of the mean value of the sampling, and monitoring will increase the runaway running length of the system according to the generated control limits; (2) the output data of the sensor is constructed by cointegration relationship in the training data processing. The normal range does not require a lot of test data, it can also eliminate the influence of temperature, environment and load on the identification of structural damage. (3) a two layer data processing model is proposed, and the non model based sensor fault diagnosis is placed in the data preprocessing module, and the structural damage identification is placed in the fault diagnosis module, which is more convenient in the system implementation; (4) The research results can provide reference for reducing false alarm rate of railway station structure health monitoring.
【作者单位】: 石家庄铁道大学;
【分类号】:TU317
【参考文献】
相关硕士学位论文 前2条
1 赵展;基于挠度影响线差值和移动主成分法的桥梁损伤识别研究[D];暨南大学;2015年
2 秦平;基于协整和多变量控制图的大型桥梁结构安全状态评估方法研究[D];重庆大学;2015年
【共引文献】
相关硕士学位论文 前1条
1 郑妙婷;混凝土T形梁桥技术状况评价指标研究[D];北京建筑大学;2016年
【二级参考文献】
相关硕士学位论文 前10条
1 耿佳;移动载荷作用下梁响应及小波损伤检测[D];太原科技大学;2014年
2 梁永涛;移动荷载作用下基于HHT和相空间重构法的桥梁损伤识别[D];暨南大学;2014年
3 郑泓;基于自回归模型和主成分分析的结构损伤识别方法研究[D];哈尔滨工业大学;2013年
4 曾超;基于MEWMA控制图的车身焊接装配尺寸偏差监测研究[D];湖南大学;2013年
5 周翠;考虑环境因素影响的结构健康监测损伤识别[D];大连理工大学;2013年
6 周海攀;基于曲率模态理论桥梁损伤的数值模拟及实验研究[D];昆明理工大学;2013年
7 李彦俊;基于拟静力荷载试验响应的桥梁损伤识别方法研究[D];重庆交通大学;2012年
8 张灿华;基于主成分分析法的结构损伤识别研究[D];重庆交通大学;2012年
9 焦峪波;基于曲率模态理论及神经网络的多片简支梁桥损伤识别研究[D];吉林大学;2009年
10 刘云帅;基于挠度差值影响线的简支梁桥损伤识别研究[D];兰州理工大学;2009年
【相似文献】
相关期刊论文 前10条
1 钮永胜,赵新民,孙金玮;传感器故障诊断方法研究[J];航天控制;1996年04期
2 张绪省,朱贻盛,古红;基于信号处理的传感器故障检测技术研究[J];电子测量与仪器学报;1996年04期
3 王明;空气质量传感器故障分析二例[J];汽车维修;2001年11期
4 许秀玲,汪晓东;传感器故障诊断方法研究[J];佛山科学技术学院学报(自然科学版);2004年03期
5 孙晓倩;艾延廷;张振;;航空发动机传感器故障诊断方法研究[J];沈阳航空工业学院学报;2010年02期
6 张竟,王定强;传感器故障检测、识别和适应方法[J];航空动力学报;1996年04期
7 曹泰斌,谢克明;传感器故障的等价空间诊断法及在保护系统的应用[J];电力学报;1997年01期
8 夏洁;许京京;;基于观测器的传感器故障检测与信号重构方法[J];北京航空航天大学学报;2013年11期
9 刘之才 ,尚晓梅;档位开关传感器故障分析一例[J];汽车维修;2005年03期
10 王振营;谢志国;张秀春;;岭澳二期核电站传感器故障行为分析[J];自动化与仪器仪表;2011年03期
相关会议论文 前6条
1 王晓峰;何潇;王子栋;周东华;;一类非线性网络化系统的传感器故障估计[A];第25届中国控制与决策会议论文集[C];2013年
2 郭刚;王正兵;黎波;杨建华;;基于虚拟仪器技术的机械装备传感器故障监测与诊断系统研究[A];第十九届测控、计量、仪器仪表学术年会(MCMI'2009)论文集[C];2009年
3 张伟;李斌;周维佳;;一种基于改进LLE方法的传感器故障诊断方法研究[A];第七届全国信息获取与处理学术会议论文集[C];2009年
4 韩清龙;俞金寿;李艳;;连续不确定性系统针对传感器故障具有完整性的鲁棒容错控制器设计[A];1996中国控制与决策学术年会论文集[C];1996年
5 丁圣;;处理自动站问题的一般步骤[A];第26届中国气象学会年会第三届气象综合探测技术研讨会分会场论文集[C];2009年
6 曹永岩;冯旭;孙优贤;;具有完整性的鲁棒次优控制器设计[A];1995中国控制与决策学术年会论文集[C];1995年
相关重要报纸文章 前2条
1 吉林 张寿;普兰梅卡口腔X光机传感器故障维修[N];电子报;2014年
2 邓玉山 王珏;带着阴影,,“发现”号再次倒计时[N];新华每日电讯;2005年
相关博士学位论文 前3条
1 张冀;基于多源信息融合的传感器故障诊断方法研究[D];华北电力大学(河北);2008年
2 胡云鹏;基于主元分析的冷水机组传感器故障检测效率研究[D];华中科技大学;2013年
3 徐雍;基于Markov链的网络化离散系统滤波与控制研究[D];浙江大学;2014年
相关硕士学位论文 前10条
1 张建科;连通管式光电液位挠度传感器故障时间定位与数据重构[D];重庆理工大学;2015年
2 王炳炬;基于信息熵的传感器故障诊断方法研究[D];华北电力大学(北京);2016年
3 丛金艳;基于LMD与SVM融合的传感器故障诊断方法研究[D];辽宁工程技术大学;2015年
4 罗浩恩;桥梁结构健康监测系统传感器自诊断方法研究[D];重庆大学;2016年
5 张海琳;设备状态检修与传感器故障诊断技术研究[D];华北电力大学;2002年
6 常虹;传感器故障诊断方法研究[D];华北电力大学(河北);2003年
7 许跃;基于自联想神经网络的传感器故障诊断方法研究[D];江苏大学;2007年
8 马彩君;基于数据分析的传感器故障诊断方法研究[D];中国石油大学;2007年
9 翟毅涛;中低速磁浮列车传感器故障检测[D];国防科学技术大学;2009年
10 张婧瑜;多模型传感器故障软闭环容错控制方法研究与应用[D];兰州理工大学;2014年
本文编号:2107913
本文链接:https://www.wllwen.com/jianzhugongchenglunwen/2107913.html