結(jié)構(gòu)健康監(jiān)測異常數(shù)據(jù)修復(fù)應(yīng)用研究

劉陽 桑永春 劉曉 楊蕓

摘 要：隨著實(shí)時(shí)、無線、智慧型在線監(jiān)測技術(shù)在土木工程領(lǐng)域應(yīng)用的需求加大，監(jiān)測數(shù)據(jù)呈現(xiàn)海量級增長，不穩(wěn)定異常數(shù)據(jù)給決策的準(zhǔn)確性帶來了巨大挑戰(zhàn)。對目前的一些異常數(shù)據(jù)方法進(jìn)行了闡述。重點(diǎn)討論了結(jié)構(gòu)健康監(jiān)測中異常數(shù)據(jù)產(chǎn)生的原因及修復(fù)策略。采用異常數(shù)據(jù)修復(fù)方法對體育館結(jié)構(gòu)健康監(jiān)測實(shí)例進(jìn)行分析和驗(yàn)證，結(jié)果表明基于數(shù)據(jù)驅(qū)動方法對應(yīng)力監(jiān)測數(shù)據(jù)進(jìn)行修復(fù)是可行的，文中同時(shí)還探討了數(shù)據(jù)修復(fù)方法的應(yīng)用前景。

關(guān)鍵詞：健康監(jiān)測；異常數(shù)據(jù)修復(fù)；應(yīng)力監(jiān)測；土木工程

中圖分類號：TP39；TU311.3 文獻(xiàn)標(biāo)識碼：A 文章編號：2095-1302（2018）09-00-03

0 引 言

隨著“智慧監(jiān)測”概念在土木工程建設(shè)領(lǐng)域的普及推廣和應(yīng)用，長期、實(shí)時(shí)、無線和在線監(jiān)測技術(shù)成為當(dāng)今健康監(jiān)測領(lǐng)域的發(fā)展潮流和趨勢。無線監(jiān)測傳感網(wǎng)絡(luò)系統(tǒng)作為物聯(lián)網(wǎng)重要的底層感知技術(shù)，是智慧監(jiān)測的實(shí)現(xiàn)基礎(chǔ)，而數(shù)據(jù)又是無線監(jiān)測傳感網(wǎng)絡(luò)系統(tǒng)的核心，因此對數(shù)據(jù)的管理而言至關(guān)重要。數(shù)據(jù)管理包含數(shù)據(jù)的采集、傳輸、存儲和分析等環(huán)節(jié)，數(shù)據(jù)的穩(wěn)定可靠性將制約監(jiān)測的有效性，同時(shí)也會影響后期的決策和評估。然而，在實(shí)際工程結(jié)構(gòu)應(yīng)用中往往存在數(shù)據(jù)干擾、數(shù)據(jù)丟失、異常震蕩以及異常中斷等問題，為大數(shù)據(jù)分析和科學(xué)決策帶來了挑戰(zhàn)。

目前，數(shù)據(jù)的修復(fù)、重構(gòu)還原處理技術(shù)在信號處理、信息工程等領(lǐng)域均有應(yīng)用。常見的方法包括回歸分析、插補(bǔ)、刪除、時(shí)間序列預(yù)測等。近年來，國內(nèi)外學(xué)者基于一些有效方法實(shí)施了數(shù)據(jù)恢復(fù)分析。Eskelson等[1]討論了NN插補(bǔ)算法用于森林資源調(diào)查數(shù)據(jù)恢復(fù)分析的應(yīng)用。趙昕等[2]基于相關(guān)性分析，建立了BP神經(jīng)網(wǎng)絡(luò)模型，對缺失的數(shù)據(jù)進(jìn)行恢復(fù)，得到了完整的應(yīng)變監(jiān)測數(shù)據(jù)。黃宴委等[3]選擇與傳感器丟失數(shù)據(jù)格蘭杰因果關(guān)系大的變量作為極限學(xué)習(xí)機(jī)的輸入向量，實(shí)現(xiàn)丟失數(shù)據(jù)的恢復(fù)。符欲梅等[4]提出一種基于支持向量機(jī)的殘缺數(shù)據(jù)填補(bǔ)方法，在分析數(shù)據(jù)的自相關(guān)性基礎(chǔ)上，利用支持向量回歸機(jī)原理，選擇適當(dāng)維數(shù)的樣本作為支持向量機(jī)的輸入向量，據(jù)此進(jìn)行了殘缺數(shù)據(jù)的預(yù)測。鮑躍全等[5]提出了基于壓縮感知技術(shù)的數(shù)據(jù)丟失恢復(fù)的方法。Klis等[6]將主要節(jié)點(diǎn)的概念與壓縮傳感范式相結(jié)合，實(shí)現(xiàn)了大量數(shù)據(jù)信號的恢復(fù)。魏晶茹等[7]針對環(huán)境監(jiān)測數(shù)據(jù)異常和數(shù)據(jù)缺失等問題，提出了基于支持向量機(jī)的粒子群優(yōu)化數(shù)據(jù)異常檢測和缺失補(bǔ)全算法。宋曉虹等[8]針對多傳感器系統(tǒng)存在的數(shù)據(jù)易丟失、易受干擾和易失真等問題，在卡爾曼過濾的基礎(chǔ)上結(jié)合協(xié)同合作方式提出了一種協(xié)作數(shù)據(jù)重構(gòu)算法。吳蔚沁等[9]采用KNN算法對公共建筑能耗異常數(shù)據(jù)進(jìn)行數(shù)據(jù)修復(fù)。

本文針對健康監(jiān)測長期實(shí)時(shí)采集數(shù)據(jù)的異常修復(fù)問題進(jìn)行闡述，給出了針對土木工程健康監(jiān)測的實(shí)用的數(shù)據(jù)修復(fù)及控制方法，對今后提供更加實(shí)用、更加有效的數(shù)據(jù)診斷識別與清洗修復(fù)技術(shù)的發(fā)展趨勢進(jìn)行了分析。

1 異常監(jiān)測數(shù)據(jù)

1.1 產(chǎn)生原因

超高層建筑、大型體育設(shè)施等結(jié)構(gòu)的服役環(huán)境比較復(fù)雜，特別是在實(shí)際結(jié)構(gòu)健康監(jiān)測過程中，傳感器、連接線路、采集儀、中繼器、基站及移動終端等監(jiān)測設(shè)備容易受到風(fēng)吹、雨淋、腐蝕等外界環(huán)境的影響，監(jiān)測設(shè)備本身的故障、節(jié)點(diǎn)能源供給不足、意外破壞等各種因素均有可能干擾監(jiān)測數(shù)據(jù)采集，此外對于超高、超大跨度結(jié)構(gòu)監(jiān)測線路的鋪設(shè)比較長，這些因素的耦合效應(yīng)可能會對采集的數(shù)據(jù)產(chǎn)生影響，在實(shí)際監(jiān)測過程中不可避免的會產(chǎn)生異常數(shù)據(jù)。異常數(shù)據(jù)主要來源于結(jié)構(gòu)狀態(tài)的變化、現(xiàn)有監(jiān)測系統(tǒng)的不完善以及現(xiàn)場復(fù)雜測試環(huán)境引起的不可避免的監(jiān)測誤差，出現(xiàn)數(shù)據(jù)震蕩波動、數(shù)據(jù)丟失、噪聲污染或是在一定范圍內(nèi)的值發(fā)散或不變的情況。土木工程健康監(jiān)測過程中，造成監(jiān)測數(shù)據(jù)異常的主要原因有如下三種：

（1）數(shù)據(jù)傳輸障礙，如傳輸線路中斷、網(wǎng)絡(luò)信號中斷等；

（2）能源供給，如電源突然中斷、電源線斷裂、太陽能發(fā)電供給不穩(wěn)定等；

（3）外界環(huán)境，如臺風(fēng)、暴雨、雷暴、電磁干擾、人為破壞等。

1.2 類型特點(diǎn)

對于長期連續(xù)監(jiān)測過程中的監(jiān)測數(shù)據(jù)而言，監(jiān)測指標(biāo)通常是處于ti-1和ti狀態(tài)的測定數(shù)值，處于實(shí)時(shí)監(jiān)測的對象指標(biāo)均有一定的趨勢性變化規(guī)律。

常用的監(jiān)測指標(biāo)主要包含位移、溫度、風(fēng)壓、應(yīng)力應(yīng)變等值，如果外界條件比較穩(wěn)定，則該指標(biāo)數(shù)據(jù)的變化速率也通常較為平穩(wěn)，如位移指標(biāo)，一般在Δt范圍內(nèi)變化速率處于穩(wěn)定狀態(tài)，斜率近似為直線。異常數(shù)據(jù)按照結(jié)構(gòu)狀態(tài)的安全預(yù)警目標(biāo)劃分，可分為危險(xiǎn)性異常和非危險(xiǎn)性異常，非危險(xiǎn)性異常判斷的標(biāo)準(zhǔn)如下：

（1）在歷史數(shù)據(jù)集合中變化速率反常但沒有持續(xù)出現(xiàn)發(fā)散現(xiàn)象；

（2）在歷史數(shù)據(jù)集合中變化差異較大，但沒有超過報(bào)警值；

（3）在歷史數(shù)據(jù)集合中丟失。

對于異常數(shù)據(jù)，從數(shù)據(jù)特征分類則會出現(xiàn)以下幾種情況：

（1）數(shù)據(jù)在某一個(gè)時(shí)刻出現(xiàn)急劇值變化（與前一時(shí)刻數(shù)值比較或與歷史時(shí)刻數(shù)據(jù)整體比較），之后進(jìn)入穩(wěn)定讀取狀態(tài)；

（2）數(shù)據(jù)在某一個(gè)時(shí)刻出現(xiàn)丟失，之后進(jìn)入穩(wěn)定讀取狀態(tài)。

2 數(shù)據(jù)修復(fù)方法

目前的數(shù)據(jù)修復(fù)方法大致可以歸納為如下兩種情況：

（1）不依賴相似傳感器數(shù)據(jù)進(jìn)行修復(fù)：通過該異常數(shù)據(jù)測點(diǎn)傳感器獲得已知數(shù)據(jù)，對異常數(shù)據(jù)區(qū)域進(jìn)行插值，還原該區(qū)域的丟失數(shù)據(jù)，最后得到較完整的數(shù)據(jù)信息。假定y含有異常數(shù)據(jù)yt，通過利用yt之外的已知數(shù)據(jù)建立數(shù)據(jù)模型得到預(yù)測向量y*，進(jìn)而預(yù)測y的完整數(shù)據(jù)實(shí)現(xiàn)對異常數(shù)據(jù)的修復(fù)。

（2）依賴相似傳感器數(shù)據(jù)進(jìn)行修復(fù)：所謂相似傳感器數(shù)據(jù)是指同類型指標(biāo)的不同測點(diǎn)傳感器監(jiān)測數(shù)據(jù)和不同類型測點(diǎn)傳感器測點(diǎn)監(jiān)測數(shù)據(jù)中相關(guān)性較好的監(jiān)測數(shù)據(jù)。如兩個(gè)測點(diǎn)數(shù)據(jù)為x，y，其中y含有異常數(shù)據(jù)，通過回歸分析得到x，y滿足一定的關(guān)系，進(jìn)而通過x預(yù)測y的異常段，從而修復(fù)傳感器的異常數(shù)據(jù)。

對于第（1）種情況，優(yōu)點(diǎn)在于可不依賴大量的樣本數(shù)據(jù)進(jìn)行比較，亦可用于缺少多個(gè)相關(guān)性指標(biāo)的監(jiān)測數(shù)據(jù)或監(jiān)測點(diǎn)較少的情況，但僅適合力學(xué)模型比較明確，隨著時(shí)間變化特點(diǎn)比較穩(wěn)定的監(jiān)測指標(biāo)。

對于第（2）種情況，優(yōu)點(diǎn)在于可基于預(yù)測模型來處理狀態(tài)變化比較顯著的物理指標(biāo)，但難點(diǎn)在于需要構(gòu)建不同物理指標(biāo)之間的相關(guān)性，輸入與輸出預(yù)測模型的精度往往會影響預(yù)測的準(zhǔn)確程度。本文采用BP神經(jīng)網(wǎng)絡(luò)方法來進(jìn)行異常數(shù)據(jù)修復(fù)。

3 監(jiān)測數(shù)據(jù)分析

根據(jù)以往監(jiān)測經(jīng)驗(yàn)發(fā)現(xiàn)，健康監(jiān)測系統(tǒng)的采樣數(shù)據(jù)具有如下特點(diǎn)：

（1）同一個(gè)測點(diǎn)區(qū)域的不同類型物理量之間存在相關(guān)性；

（2）同一類型物理量在不同測點(diǎn)采集得到的監(jiān)測數(shù)據(jù)具有相關(guān)性；

（3）同一類型物理量在同一區(qū)域的多個(gè)測點(diǎn)采集的監(jiān)測數(shù)據(jù)相關(guān)性較高。

采用皮爾遜相關(guān)系數(shù)對兩個(gè)變量進(jìn)行相關(guān)性評價(jià)，如式（1）所示：

4 實(shí)例分析

4.1 基本概況

某體育場主體結(jié)構(gòu)由混凝土看臺結(jié)構(gòu)和屋蓋罩棚結(jié)構(gòu)組成，兩者共同受力并形成整體?；炷量磁_結(jié)構(gòu)通過變形縫劃分為東、西看臺兩個(gè)獨(dú)立的結(jié)構(gòu)單元；屋蓋罩棚對應(yīng)看臺結(jié)構(gòu)變形縫，劃分為獨(dú)立的結(jié)構(gòu)單元，并分別支承在看臺結(jié)構(gòu)上，體育場南北長約250 m，東西長約268 m。屋蓋罩棚結(jié)構(gòu)形式整體不對稱，結(jié)構(gòu)主要由兩個(gè)外側(cè)抗壓環(huán)和一個(gè)內(nèi)側(cè)環(huán)組成，徑向采用輪輻式的索桁架連接內(nèi)外環(huán)。中央抗拉環(huán)由6根全封閉截面的拉索組成，內(nèi)環(huán)中的預(yù)應(yīng)力在放射狀分布的鋼索桁架上下弦桿產(chǎn)生拉力，鋼索桁架內(nèi)的拉力傳遞到外環(huán)上產(chǎn)生外環(huán)壓力。在屋蓋結(jié)構(gòu)的兩端點(diǎn)設(shè)置兩片支座剪力墻，在不封閉環(huán)索作用下，受到巨大的水平推力。結(jié)構(gòu)形式新穎，跨度較大，施工過程復(fù)雜，屋蓋鋼結(jié)構(gòu)空間定位難度大，結(jié)構(gòu)施工過程中的主要受力構(gòu)件與一些關(guān)鍵部位的內(nèi)力等參數(shù)的變化情況以及結(jié)構(gòu)運(yùn)營期間的受力狀態(tài)是否與初始設(shè)計(jì)相符，是否仍處于容許范圍內(nèi)，成為一個(gè)不可忽視的問題。因此要求本工程在施工階段和運(yùn)營階段對鋼屋蓋關(guān)鍵構(gòu)件的應(yīng)力應(yīng)變等進(jìn)行監(jiān)測。圖1所示為應(yīng)力和溫度監(jiān)測點(diǎn)布置圖。

4.2 數(shù)據(jù)分析

應(yīng)力和溫度監(jiān)測采用集成式的振型式表面應(yīng)變計(jì)，可以同時(shí)測讀應(yīng)力和溫度兩個(gè)參數(shù)，對于不與應(yīng)力測點(diǎn)相同位置的測點(diǎn)采用單獨(dú)設(shè)置溫度傳感器的方式實(shí)施。應(yīng)力應(yīng)變監(jiān)測擬采用JMZX-212表面智能數(shù)碼弦式應(yīng)變計(jì)，如圖2所示，應(yīng)力應(yīng)變和溫度監(jiān)測點(diǎn)共96個(gè)，本文選取其中10個(gè)具有代表性的測點(diǎn)進(jìn)行分析。在線實(shí)時(shí)監(jiān)測的數(shù)據(jù)采集為每隔10 min采集一次，文中選取連續(xù)兩天的數(shù)據(jù)進(jìn)行分析。通過自動化在線監(jiān)測采集96個(gè)應(yīng)力應(yīng)變測點(diǎn)數(shù)據(jù)和溫度數(shù)據(jù)，選取其中10個(gè)測點(diǎn)數(shù)據(jù)進(jìn)行分析。測點(diǎn)編號分別為：1，5，8，9，11，13，20，21，22，27。連續(xù)采樣數(shù)據(jù)時(shí)間間隔為10 min，本次分析取2017.12.5早上7：04至2017.12.6早上7：04時(shí)間段。

假定編號1測點(diǎn)的應(yīng)變數(shù)據(jù)在91～111間存在數(shù)據(jù)丟失現(xiàn)象?；跈C(jī)器學(xué)習(xí)算法進(jìn)行數(shù)據(jù)恢復(fù)。根據(jù)相關(guān)性分析確定測點(diǎn)8作為輸入向量數(shù)據(jù)訓(xùn)練，如圖3所示。圖4及圖5所示為監(jiān)測數(shù)據(jù)修復(fù)情況。由圖分析可知，采用數(shù)據(jù)修復(fù)方法可實(shí)現(xiàn)對連續(xù)性監(jiān)測數(shù)據(jù)的修復(fù)，數(shù)據(jù)的整體趨勢較一致，修復(fù)結(jié)果較理想，可用于指導(dǎo)結(jié)構(gòu)健康性能評估。

5 結(jié) 語

（1）結(jié)構(gòu)健康監(jiān)測數(shù)據(jù)具有數(shù)據(jù)量大、代表性強(qiáng)等特征，通過分析異常數(shù)據(jù)的特性進(jìn)行異常數(shù)據(jù)診斷修復(fù)完全可行，數(shù)據(jù)驅(qū)動技術(shù)能提供與真實(shí)數(shù)據(jù)接近的預(yù)測。

（2）數(shù)據(jù)驅(qū)動技術(shù)能利用數(shù)據(jù)自身的特征進(jìn)行數(shù)據(jù)發(fā)展預(yù)測，對異常數(shù)據(jù)診斷修復(fù)提供了一種科學(xué)合理的解決方法。

（3）本文的分析以體育館結(jié)構(gòu)的健康監(jiān)測為研究對象進(jìn)行分析，但只選取一個(gè)時(shí)間段的樣本進(jìn)行研究。在今后的研究中，可通過選取多個(gè)樣本、實(shí)時(shí)進(jìn)行修復(fù)比較以判斷邊采集、邊修復(fù)的數(shù)據(jù)修復(fù)效果。

參考文獻(xiàn)

[1] ESKELSON B N I， TEMESGEN H， LEMAY V， et al. The roles of nearest neighbor methods in imputing missing data in forest inventory and monitoring databases[J]. Scandinavian journal of forest research， 2009，24（3）： 235-246.

[2] 趙昕，賈京，鄭毅敏.基于BP神經(jīng)網(wǎng)絡(luò)的大跨高空連廊應(yīng)變監(jiān)測數(shù)據(jù)恢復(fù)[J].建筑科學(xué)與工程學(xué)報(bào)，2009， 26（1）：101-106.

[3] 黃宴委，吳登國，李竣.基于極限學(xué)習(xí)機(jī)的結(jié)構(gòu)健康監(jiān)測數(shù)據(jù)恢復(fù)[J].計(jì)算機(jī)工程， 2011， 37（16）：241-243.

[4] 符欲梅，朱芳，昝昕武.基于支持向量機(jī)的橋梁健康監(jiān)測系統(tǒng)殘缺數(shù)據(jù)填補(bǔ)[J].傳感技術(shù)學(xué)報(bào)，2012， 25（12）：1706-1710.

[5] 李惠，鮑躍全，李順龍，等.結(jié)構(gòu)健康監(jiān)測數(shù)據(jù)科學(xué)與工程[J].工程力學(xué)， 2015， 32（8）： 1-7.

[6] KLIS R， CHATZI E N. Data recovery via hybrid sensor networks for vibration monitoring of civil structures[J]. International journal of sustainable materials and structural systems， 2015， 2（1-2）： 161-184.

[7] 魏晶茹，馬瑜，白冰，等.基于PSO-SVM算法的環(huán)境監(jiān)測數(shù)據(jù)異常檢測和缺失補(bǔ)全[J].環(huán)境監(jiān)測管理與技術(shù)， 2016， 28（4）：53-56.

[8] 宋曉虹，唐琎.基于卡爾曼過濾的多傳感器協(xié)作數(shù)據(jù)重構(gòu)算法研究[J].計(jì)算機(jī)應(yīng)用研究， 2016（1）：210-212.

[9] 吳蔚沁.基于機(jī)器學(xué)習(xí)算法的建筑能耗監(jiān)測數(shù)據(jù)異常識別及修復(fù)方法[J].建設(shè)科技， 2017（9）：60-62.