基于小波熵的大坝变形多尺度多测点融合诊断模型
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
图 1 小 波 分 解 示 意 图
Fig.1 Schematic diagram of wavelet decomposition
关 键 词 :大 坝 ;融 合 诊 断 ;多 测 点 ;多 尺 度 ;小 波 熵
中 图 分 类 号 :TV698.1
文 献 标 志 码 :A
目前用于大坝健康诊断和分析的监测模型, 主要是针 对 单 个 监 测 点 而 建 立 的 单 测 点 数 学 模 型,建模方法主要 以 单 一 尺 度 下 的 广 义 线 性 模 型 为主。但大坝变形监测数据序列一般具有较明显 的多尺度特征,大 坝 结 构 性 态 则 应 由 多 个 监 测 点 和多种监测 效 应 量 来 综 合 反 映。 因 此,现 有 的 单 测点监测 数 学 模 型 在 合 理 描 述 大 坝 整 体 结 构 性 态、有效诊断大坝 健 康 状 态 等 方 面 具 有 一 定 的 局 限性 。 [1] 多尺度小波分析可将变形监测数据 序 列 分解为具有不同 尺 度 的 高 频 信 号 和 低 频 信 号,并 对分解后的信号进行融合重构。融合重构后的信 号去除了原数据序列中的冗余信息和噪声干扰, 保留了原数据序 列 的 本 质 特 征、不 确 定 性 特 征 和 故障(异常)特征 等 信 息,因 此 多 尺 度 小 波 分 析 为 在不同尺度下研究大坝变形特性提供了良好的理 论 基 础 。 鉴 此 ,本 文 利 用 多 尺 度 理 论 ,在 对 单 测 点 变形数据序列进 行 多 尺 度 分 解 的 基 础 上,通 过 对 分解后的多个测 点 数 据 的 融 合 重 构,采 用 小 波 熵 作为特征参数建立了用于大坝变形性态识别的多 尺度多测点诊断 模 型,为 实 现 大 坝 健 康 状 态 多 测 点融合诊断和分析提供了一条新途径。
h(l)的 低 通 滤 波 器 可 从 尺 度i 上 获 得 尺 度i-1 上
的平滑信号yL(i-1,k),通过脉 冲 响 应 为 g(l)的 高通滤波器可 从 尺 度i 上 获 得 尺 度i-1 上 的 噪
声 信 号 yH (i-1,k):
∑ yL(i-1,k)= h(l)y(i,2k-1) (2) l
· 96 ·
水 电 能 源 科 学 2013 年
骤见图 1[3]。 图 中,y(i)为 实 际 观 测 值 (原 始 信 号),yL(i-j)为 第j 次 分 解 的 低 频 信 号,yH (i- j)为 第j 次 分 解 的 高 频 信 号 。
l
l
(4)
设分解 层 数 为 n,则 变 形 y 的 多 尺 度 分 解 步
收 稿 日 期 :2012-08-15,修 回 日 期 :2012-11-01 基 金 项 目 :国 家 自 然 科 学 基 金 资 助 项 目 (51079114) 作 者 简 介 :施 玉 群 (1967-),女 ,副 教 授 ,研 究 方 向 为 水 利 水 电 工 程 管 理 ,E-mail:whusyq@whu.edu.cn
第31卷 第2期 2 0 1 3 年 2 月
文 章 编 号 :1000-7709(2013)02-0095-04
水 电 能 源 科 学 Water Resources and Power
Vol.31 No.13 Feb.2 0 1 3
基于小波熵的大坝变形多尺度多测点融合诊断模型
施 玉 群1,程 丽2,徐 伟3,何 金 平1
∑ yH(i-1,k)= g(l)y(i,2k-1) (3) l
选 择 合 适 的 小 波 基 ,通 过 小 波 变 换 ,可 将 状 态
方程从尺度i分解到尺度i-1,得到尺度i-1 下 的状态方程 : [5]
y(i-1,k+1)= Φ(i)Φ(i)∑h(l)y(i,2k-l)+ l
Φ(i)∑h(l)w(i,2k-l)+∑h(l)w(i,2k-l+1)
合,可获得其本质特性和关键信息。在单测点多尺度分 解 的 基 础 上,分 别 采 用 模 极 大 值 法 和 小 波 熵 加 权 法 对
多测点高频信号和低频信号进行融合,并以小波熵为特征 参 数,建 立 了 用 于 大 坝 变 形 性 态 识 别 的 多 尺 度 多 测
点 诊 断 模 型 ,工 程 实 例 表 明 该 方 法 诊 断 大 坝 健 康 状 态 效 果 良 好 。
包括受随机因素 及 观 测 误 差 影 响 的、具 有 高 频 率
和短周期特 性 的 噪 声 信 号。 通 常 情wk.baidu.com况 下,动 态 系
统 状 态 方 程 在 尺 度i 上 可 描 述 为 : y(i,k+1)= Φ(i,k)y(i,k)+G(i,k)w(i,k)(1) 式中,k 为 离 散 时 间 变 量,即 变 形 观 测 时 间 或 序
号;y(i,k)为系统 状 态 向 量,即 变 形 性 态;Φ(i,k) 为系统状态转移 矩 阵,即 变 形 影 响 因 素 与 变 形 性
态之间的内在 机 理 关 系;w(i,k)为 系 统 噪 声,且
服从均值为0、方差为 Q(i,k)的正态分布,相当于
变 形 观 测 误 差 ;G(i,k)为 系 统 噪 声 的 加 权 矩 阵 。 由 小 波 理 论 可 [4] 知,通 过 一 个 脉 冲 响 应 为
(1.武汉大学 水利水电学院,湖北 武汉 430072;2.四川省水利水电勘测设计研究院, 四川 成都 610072;3.湖南省长沙市雨花区农林水利局,湖南 长沙 410014)
摘要:变形监测数据序列是由不同频率成分组成的、具 有 多 尺 度 特 性 的 动 态 信 号 序 列,通 过 多 尺 度 分 解 和 融
! 建模方法
!$! 多 尺 度 分 解 大坝变形监测数据序列可视为一组由不同频
率 成 分 组 成 的、具 有 多 尺 度 特 性 的 动 态 信 号 序
列 。 [2,3] 在该 序 列 中,既 包 括 随 环 境 因 素 变 化 而
变 化 的 、具 有 低 频 率 和 长 周 期 特 性 的 平 滑 信 号 ,也