摘要
结构健康监测愈来愈成为结构损伤演化行为研究的有效手段和运营安全保障的重要技术.在长期监测过程中,由于监测设备故障、供能中断、数据传输故障等诸多因素存在,监测数据缺失情况不可避免.修复缺失数据有助于保证监测数据的完整性和可靠性.引入了概率主成分分析方法对结构健康监测数据进行修复,该方法无需对完整数据进行训练,尤其适用于完整数据较少、多测点存在数据缺失的情况.概率主成分分析方法能估计修复数据的不确定性水平,给出相应的置信区间.武夷山旋转观众席结构的监测数据用来验证方法的有效性,并与传统主成分分析、多元线性回归法、K最近邻法和压缩传感方法四种数据修复方法对比.结果表明,概率主成分分析方法在不同缺失工况和不同缺失率下的修复效果均最佳.
基金项目
国家重点研发计划课题资助项目(2017YFC0806100)
国家自然科学基金资助项目(51778568)
国家自然科学基金资助项目(51878235)
NETL
NSTL
维普
万方数据