连通管式光电液位挠度传感器故障时间定位与数据重构
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 本课题的研究意义 | 第9-11页 |
| 1.1.1 桥梁结构健康监测的重要性 | 第9-10页 |
| 1.1.2 传感器故障定位与重构的重要意义 | 第10-11页 |
| 1.2 传感器故障定位的国内外研究现状 | 第11-14页 |
| 1.2.1 传感器故障诊断分类 | 第11-12页 |
| 1.2.2 传感器故障诊断的研究现状 | 第12-14页 |
| 1.3 桥梁结构健康监测系统简介 | 第14-15页 |
| 1.4 本文的主要研究内容 | 第15-17页 |
| 2 挠度传感器的故障特性分析 | 第17-23页 |
| 2.1 引言 | 第17页 |
| 2.2 光电液位挠度监测系统 | 第17-19页 |
| 2.3 常见的传感器故障类型 | 第19-21页 |
| 2.4 传感器故障特性分析 | 第21页 |
| 2.5 本章小结 | 第21-23页 |
| 3 数据预处理 | 第23-33页 |
| 3.1 引言 | 第23页 |
| 3.2 常用最优估计 | 第23-24页 |
| 3.3 最优估计比较 | 第24-25页 |
| 3.4 卡尔曼滤波 | 第25-26页 |
| 3.4.1 卡尔曼滤波优势 | 第25页 |
| 3.4.2 离散型卡尔曼滤波 | 第25-26页 |
| 3.5 仿真分析 | 第26-31页 |
| 3.6 本章小结 | 第31-33页 |
| 4 故障时间定位 | 第33-66页 |
| 4.1 引言 | 第33页 |
| 4.2 故障时间定位总体方案 | 第33-35页 |
| 4.2.1 故障演变过程分析 | 第33-34页 |
| 4.2.2 故障时间定位流程 | 第34-35页 |
| 4.3 传感器故障诊断组 | 第35-36页 |
| 4.3.1 相关度模型 | 第35-36页 |
| 4.3.2 仿真分析 | 第36页 |
| 4.4 多传感器数据融合技术 | 第36-37页 |
| 4.5 基于滑动时间窗的相关性分析模型 | 第37-51页 |
| 4.5.1 滑动时间窗模型 | 第37-39页 |
| 4.5.2 滑动窗相关度分析 | 第39-42页 |
| 4.5.3 故障时间定位算法 | 第42-43页 |
| 4.5.4 仿真分析 | 第43-51页 |
| 4.6 基于数据标准化的残差分析模型 | 第51-63页 |
| 4.6.1 常用的数据标准化方法 | 第51-52页 |
| 4.6.2 数据标准化残差 | 第52-54页 |
| 4.6.3 故障时间定位算法 | 第54-55页 |
| 4.6.4 仿真分析 | 第55-63页 |
| 4.7 定位方法比较 | 第63-64页 |
| 4.8 本章小结 | 第64-66页 |
| 5 故障数据重构 | 第66-80页 |
| 5.1 引言 | 第66页 |
| 5.2 故障数据重构方法 | 第66-68页 |
| 5.2.1 经典数据重构方法 | 第66-68页 |
| 5.2.2 自适应残差法 | 第68页 |
| 5.3 仿真分析 | 第68-77页 |
| 5.4 重构方法比较 | 第77-78页 |
| 5.5 本章小结 | 第78-80页 |
| 6 总结与展望 | 第80-82页 |
| 6.1 总结 | 第80-81页 |
| 6.2 展望 | 第81-82页 |
| 致谢 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 个人简历、在校期间发表的学术论文及取得的研究成果 | 第88页 |
