基于小波分析的基桩内部应力监测数据异常辨识.pdfVIP

第 23卷 第 6期 Vo1．23No．6 2009正 12月 Dec，2009 文章编号 ：1007—2993(2009)060292—04 基于小波分析的基桩 内部应力监测数据异常辨识 李筱艳 阮怀宁。 陈志坚 (1．河海大学地球科学与工程学院，江苏南京 210098； 2．河海大学岩土工程研究所，江苏南京 210098) 【摘 要】 小波分析在时频域具有良好的局部化特征，采用小波分解方法可简单 、快捷地计算出数据序列的奇异性指 数，以检出数据序列中的随机突变信号。通过试验数据验证，奇异性指数对随机突变信号的检出是正确有效的。根据多传感 器G监测系统中突变信号的分布规律，进行异常属性 自动辨识。研究说明基于小波分析的异常属性识别是一种新颖有效的方法。 ∞ 【关键词】 异常属性；应力监测；奇异性指数 岩 【中图分类号】 TU473．1 【文献标识码】 A doi：10．3969／j．issn．1007—2993．2009．06．006 n 土 Identification ofAbnormalAttributeforObservedStress 工E嚷 inFoundationPlieBasedonW avelets n LiXiaoyan RuanHuaining ChenZhijian 程 (1．CollegeofEarthScience Engineering，HohaiUniversity，Nanjing，210098，Jiangsu，China； 技 2．ResearchInstituteofGeotechnicalEngineering，HohaiUniversity，Nanjing，210098，Jiangsu，China) r [Abstract] Wavelethasgoodlocalizationcharacteristicintimeandfrequencydomain．Strangenessindexofdataserialcan 术 n becalculatedsimplyandconvenientlywithwavelettodetectstochasticjumpvalue．Thedetectedmethodiscorrectandeffectual e byvalidatingtestdata．Abnormityattributecanbeidentifiedautomatically，accordingtodistributionrulesofjumpvalueof multi—sensors．Itstatesthatidentificationofabnormalityattributebasedonwaveletanalysisisanovelandvalidmethod． [Keywords] abnormalityattribute；stressmonitoring；strangenessindex 0 引 言 1 多尺度小波分析 由于工程中监测点所处的环境恶劣、受施工和 对连续函数f(x)EL2(R)，∑l-厂()I+∞， 人为干扰大，仪器的精度和稳定性也可能存在缺陷， 其一维小波变换可定义为 监测数据的缺失、错误、误差是难 以避免的。这样的 Wf(s，￡)一 ( · ，)一 监测数据不仅不能正确地反映各物理量的真实状 态，还可能引导工作人员对工程 的安全性作出错误 JjR(z)(＼ )