首页> 中文学位 >数据缺失情况下基于样条变换的木构古建筑健康评估
【6h】

数据缺失情况下基于样条变换的木构古建筑健康评估

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1选题背景及意义

1.2国内外研究现状

1.3研究内容

1.4论文组织结构

第二章 理论基础

2.1故障诊断分类

2.2 样条函数

2.3 BP神经网络

第三章 基于样条变换的多采样率PCA算法的损伤检测

3.1 引言

3.2 多采样率数据集的常见处理方法

3.3可重复采样方法

3.4基于样条变换的多采样率PCA模型

3.5仿真

3.6 本章小结

第四章 基于缺失数据估计PLSS算法的寿命预测

4.1 引言

4.2 PLSS算法思想

4.3 PLSS算法步骤

4.4 缺失估计的PLSS算法

4.5 仿真

4.6 本章小结

第五章 总结与展望

5.1 全文总结

5.2 进一步工作展望

参考文献

致谢

攻读学位期间发表论文及参加的项目

附录一

展开▼

摘要

木构古建筑在建筑设计、建造工艺等方面含有中国自己的特色。在长期的保存维护过程中,由于长期荷载、地震、火灾、人为等的破坏,古建筑或多或少遭受到损坏,甚至毁灭。木构古建筑的寿命监测对木构古建筑的维护和维修具有重要指导意义。
  根据现有的专家经验和检测方法,结合实际情况,采集数据过程中会出现漏采集数据的现象,考虑经济、实际应用传感器设置的采样率不同等问题。本文运用故障诊断的方法对上述问题进行研究,以更好的对木构古建筑进行视情维护,延长木构古建筑使用寿命。影响木构古建筑寿命的主要因素是荷载因素、环境因素、结构材料等,通过运用传感器网络获取对象监测信息、无损检测技术定期检测以获取对象本体状态、表现状态等信息,在这些数据的基础上,引入基于数据特征提取的故障诊断方法到木构古建筑寿命监测研究中。主要工作有以下两点:
  (1)考虑到经济,环境等多方面因素设置的传感器采样率不同,而传统主元分析模型针对的是采样率一致的数据集,因此,传统主元分析模型不能准确的对采样率不一致的数据集进行异常检测。引入多采样率主元分析故障诊断模型,为提高模型的灵敏度,加入样条变换,提出基于样条变换的多采样率主元分析故障诊断模型。
  (2)由于实际采集数据之间是复杂的非线性关系,而针对采集数据之间线性关系的偏最小二乘算法不能很好地进行预测。故在偏最小二乘算法中引入样条变换,将复杂的非线性关系转化为拟线性关系;另外由于设备故障或人为漏采集数据,造成采集的数据缺失,所以在两种问题的基础上,建立基于缺失数据估计的非线性偏最小二乘算法模型,对缺失数据进行估计,再进行寿命预测。
  本文对木构古建筑所处的环境提供新的监测方法,同时对木构古建筑中的木构件的寿命进行预测。对于有效的延长木构古建筑的寿命具有可持续发展的研究意义。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号