摘 要

本发明方法包括下列步骤：对不同测值的序列进行关联度分析；利用测值序列间关联度构件模糊关系矩阵；对测值序列进行模糊聚类分析分析测值异常原因，对监测系统运行状态作出判断。本发明用计算机程序对各测点测值之间存在的联系进行量化分析，使监测系统能够对异常测值是否由自身故障所引发进行诊断，避免由于误判引起误报警而带来的不必要的经济与社会成本投入，也便于及时采取措施对监测系统进行维修，提高了结构监测系统的智能化水平与鲁棒性，因此实用性较大。

背景技术

 目前大型结构的长期监测日益得到重视，在监测过程中有时系统会出现故障，特别是桥梁等结构的监测周期一般都远长于监测设备的有效期，因此监测设备的损坏问题难 以避免。监测设备的损坏，常伴随着异常测值的产生，而异常信息的产生，主要有2种原因： ①真正由结构本身的劣化而引起；②监测系统自身故障。如果误把监测系统自身故障当作 结构异常处理就可能出现误报警现象，因此对传感器测值异常的成因分析是后继分析与预 测的基础，其准确性关系到整个监测工作是否可靠有效。对测值异常的判断比较复杂，目前 在实际应用中只有一些定性的原则可以帮助分析这些异常值是否由监测系统自身问题导 致，如：结构变形破坏通常有一个累进性；结构响应中的矢量一般保持一定的方向性等，借 助这些原则虽可以判断出一些明显的监测系统故障，但对于系统故障在测值上更加隐蔽的 表现则无能为力。事实上，布置在同一结构物中位置靠得较近的各测点测值之间存在着某 种联系，结构的变形与破坏一般不会仅限于影响某个孤立的测点，而是有一定的范围，布置 在同一工程部位，位置靠得较近的各测点测值之间存在着某种联系。所以，在异常值分析时 对相邻点观测值的比较是必要的，但目前对于测值间的关联性尚无量化的分析方法对测值 异常现象进行诊断，因此有必要开发一种新的方法来弥补此项不足。