一种用于检测和定位SHM数据损伤敏感特征分布突变的变点检测方法及其在结构状况评估中的应用
统计方法学
2022-06-14 v2 应用统计
摘要
利用监测数据诊断结构行为变化是结构健康监测(SHM)的重要目标。结构行为的变化通常表现为监测结构响应中的特征变化；因此，开发自动检测此类变化的有效方法具有重要意义。现有SHM变点检测方法主要用于标量或向量数据，因而无法检测由复杂数据(如概率密度函数(PDFs))表示的特征变化。检测从SHM数据提取的损伤敏感特征相关分布(由PDFs表示)中出现的突变，通常对结构状况评估至关重要；然而，SHM领域仍缺乏检测此类变化的有效诊断工具。本研究在泛函数据分析框架下针对PDF值序列发展了变点检测方法，并将其用于诊断结构状况评估中遇到的分布信息突变。PDF值数据建模或分析的主要挑战在于PDF是受非线性约束的特殊泛函数据。为解决该问题，将PDF嵌入贝叶斯空间，并利用贝叶斯空间的线性结构构建相应的变点模型；然后，基于贝叶斯空间与泛函线性空间之间的同构映射，给出分布变点检测的假设检验过程。通过全面的仿真研究验证了所提方法的有效性，并展示了其相对于对比方法的优越性。最后，对实际SHM数据的应用说明了其在结构状况评估中的实用价值。
引用
@article{arxiv.2111.08260,
title = {A change-point detection method for detecting and locating the abrupt changes in distributions of damage-sensitive features of SHM data, with application to structural condition assessment},
author = {Xinyi Lei and Zhicheng Chen and Hui Li and Shiyin Wei},
journal= {arXiv preprint arXiv:2111.08260},
year = {2022}
}