一种用于土木工程结构健康监测的传感器系统

摘要

本发明公开了一种用于土木工程结构健康监测的传感器系统，包括中央处理器和结构健康状态评价系统，其特征在于：所述数据采集及传感器子系统上设有无线传感器网络和传感器自检测系统，所述无线传感器网络上设有光纤光栅应变和温度传感器、加速度传感器和压电薄膜应变和裂缝监测传感器，所述传感器自检测系统采用广义似然比检测方法进行故障检测，并通过相关量机故障分类法进行传感器故障类型的确定，本发明通过光纤光栅应变和温度传感器、加速度传感器和压电薄膜应变和裂缝监测传感器，实现对数据的采集作用，采集精度高，同时利用传感器自检测系统实现对传感器自身进行检测，防止传感器发生故障，造成对结果的判断错误。

说明书

技术领域

本发明涉及的是土木工程结构健康监测的传感器系统技术领域，具体为一种用于土木工程结构健康监测的传感器系统。

背景技术

应用于土木工程结构健康监测的无线智能传感器系统是一种全新的数据获取系统，该传感器系统主要通过监测土木工程结构的温度、加速度和应变三个物理量，来监测土木工程结构的环境、振动和变形物理量场，以实现对土木工程结构的健康监测。

现有用于土木工程结构健康监测的传感器系统，在检测过程中，检测结果较差，且在使用过程中，对传感器自身无法实现检测作用，当传感器发生故障时，检测结果不准确，造成判断错误。

发明内容

本发明的目的是为了解决以上所提出的问题，而提出的一种用于土木工程结构健康监测的传感器系统。

为实现上述目的，本发明提供如下技术方案：包括中央处理器、数据采集及传感器子系统、数据管理与数据存储模块和结构健康状态评价系统，其特征在于：所述数据采集及传感器子系统上设有无线传感器网络和传感器自检测系统，所述无线传感器网络上设有光纤光栅应变和温度传感器、加速度传感器和压电薄膜应变和裂缝监测传感器，所述传感器自检测系统采用广义似然比检测方法进行故障检测，并通过相关量机故障分类法进行传感器故障类型的确定，所述传感器自检测系统对传感器故障的判断步骤如下：

步骤一：通过广义似然比检测方法对传感器数据进行广义似然比检验；

步骤二：确定异常传感器；

步骤三：得到预测浴场传感器数据；

步骤四：利用所有传感器健康数据构造RVM回归模型；

步骤五：根据步骤三和步骤四提取特征指标；

步骤六：通过相关量机故障分类法对单个传感器所有类型异常传感器数据提取的特征指标，进行构造RVM分类模型；

步骤七：得出传感器故障类型判断结果，所述中央处理器通过电性连接有数据管理与数据存储模块和结构健康状态评价系统，所述中央处理器与数据采集及传感器子系统通过无线局域网协议和设备，通过无线接入点进行系统连接，所述无线传感器网络上的每一个节点都是有检测单元、处理单元、无线收发单元和电源模块组成，所述广义似然比检测方法步骤如下：

步骤一：采集传感器完好时的加速度数据；

步骤二：通过式

计算在H

步骤三：通过

计算在H

步骤四：重读步骤二和步骤三，直到所有的传感器的p(μ/v；H

步骤五：通过式的方法确定每一个传感器的阈值γ；

步骤六：计算所有传感器在所有假设条件下的对数广义似然比s值及s的绝对值；

步骤七：将对数广义似然比s绝对值绘制成曲线和阈值γ作比较，得出结果，所述相关量机故障分类法步骤如下：

步骤一：选择样本构造特征向量；

步骤二：回归模型初始化并通过迭代求解α和ρ

步骤三：计算μ和∑，回归模型中μ＝σ

步骤四：利用公式

重新计算α和ρ

步骤五：重复步骤三，直到α和ρ

步骤六：利用公式y

与现有技术相比，本发明的有益效果是：本发明是一种用于土木工程结构健康监测的传感器系统，通过光纤光栅应变和温度传感器、加速度传感器和压电薄膜应变和裂缝监测传感器，实现对数据的采集作用，采集精度高，同时利用传感器自检测系统实现对传感器自身进行检测，防止传感器发生故障，造成对结果的判断错误。

附图说明

图1为本发明用于土木工程结构健康监测的传感器系统的流程图。

图2为本发明用于土木工程结构健康监测的传感器系统无线传感器网络的流程图。

图3为本发明用于土木工程结构健康监测的传感器系统传感器自检测系统的流程图。

图4为本发明用于土木工程结构健康监测的传感器系统广义似然比检测方法的流程图。

图5为本发明用于土木工程结构健康监测的传感器系统相关量机故障分类法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1-5，本发明提供一种技术方案：包括中央处理器、数据采集及传感器子系统、数据管理与数据存储模块和结构健康状态评价系统，其特征在于：所述数据采集及传感器子系统上设有无线传感器网络和传感器自检测系统，所述无线传感器网络上设有光纤光栅应变和温度传感器、加速度传感器和压电薄膜应变和裂缝监测传感器，所述传感器自检测系统采用广义似然比检测方法进行故障检测，并通过相关量机故障分类法进行传感器故障类型的确定，所述传感器自检测系统对传感器故障的判断步骤如下：

步骤一：通过广义似然比检测方法对传感器数据进行广义似然比检验；

步骤二：确定异常传感器；

步骤三：得到预测浴场传感器数据；

步骤四：利用所有传感器健康数据构造RVM回归模型；

步骤五：根据步骤三和步骤四提取特征指标；

步骤六：通过相关量机故障分类法对单个传感器所有类型异常传感器数据提取的特征指标，进行构造RVM分类模型；

步骤七：得出传感器故障类型判断结果，所述中央处理器通过电性连接有数据管理与数据存储模块和结构健康状态评价系统，所述中央处理器与数据采集及传感器子系统通过无线局域网协议和设备，通过无线接入点进行系统连接，所述无线传感器网络上的每一个节点都是有检测单元、处理单元、无线收发单元和电源模块组成，所述广义似然比检测方法步骤如下：

步骤一：采集传感器完好时的加速度数据；

步骤二：通过式

计算在H

步骤三：通过

计算在H

步骤四：重读步骤二和步骤三，直到所有的传感器的p(μ/v；H

步骤五：通过式的方法确定每一个传感器的阈值γ；

步骤六：计算所有传感器在所有假设条件下的对数广义似然比s值及s的绝对值；

步骤七：将对数广义似然比s绝对值绘制成曲线和阈值γ作比较，得出结果，所述相关量机故障分类法步骤如下：

步骤一：选择样本构造特征向量；

步骤二：回归模型初始化并通过迭代求解α和ρ

步骤三：计算μ和∑，回归模型中μ＝σ

步骤四：利用公式

重新计算α和ρ

步骤五：重复步骤三，直到α和ρ

步骤六：利用公式y

本发明的工作原理为：通过光纤光栅应变和温度传感器、加速度传感器和压电薄膜应变和裂缝监测传感器，实现对数据的采集作用，并将采集数据传输给数据采集及传输子系统，通过传感器自检测系统实现对传感器实现自检，传感器自检测系统采用广义似然比检测方法进行故障检测，并通过相关量机故障分类法进行传感器故障类型的确定，判断是否是传感器自身损坏，中央处理器与数据采集及传感器子系统通过无线局域网协议和设备，通过无线接入点进行系统连接，中央处理器的数据通过数据管理与数据存储模块进行存储，通过结构健康状态评价系统实现对数据的分析，并得出结果。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。