数据挖掘在FAST动态监测系统中应用.docVIP

数据挖掘在FAST动态监测系统中应用 　　摘 要：FAST馈源支撑系统结构复杂，对其进行动态监测意义深远。结合FAST动态监测数据的内容和特点，说明了采用数据挖掘的必要性和优越性，构建FAST动态监测的数据挖掘框架，并对组成框架中的一些关键技术问题进行探讨。 　　关键词：FAST；动态监测；数据挖掘；智能评估 　　中图分类号：TP 文献标识码：A DOI：10.3969/j.issn.1003-6970.2013.06.011 　　0 引言 　　500m口径射电望远镜（Five-hundred-meter Aperture Spherical radio Telescope，简称FAST）是我国在建的世界上最大的单口径射电天文望远镜[1]。FAST动态监测是通过对FAST结构的运行状态进行监测，分析评估其使用寿命，为FAST的安全营运提供科学决策。数据挖掘（Data Mining，简称DM）是包括机器学习、数理统计、神经网络、数据库、模式识别、粗糙集、模糊数学等相关技术的一门交叉学科，从海量的实际应用数据中提取隐含的、未知的、潜在有用的信息和知识的过程，是一类深层次的数据分析方法。 　　1 FAST 　　FAST（如图1）组成结构复杂，在长期使用过程中，受到自然环境以及各种人为因素的作用，导致关键部件结构不同程度的损伤。这些损伤若不能及时得到检测和维修，严重时会导致结构的破坏。因此，为保证FAST的安全性、适用性和耐久性，建立行之有效的动态监测系统，显得尤为重要。 　　FAST动态监测在运行过程中，会产生海量的数据，通过对这些历史数据进行分析，可以发现和挖掘潜在的有用信息，使决策者很快地对有关的情况做出准确的评估，并为制订计划、确定发展规划提供依据。数据挖掘的目的就是从实际的海量数据源中发现知识，采用和发展有关的理论、方法和工具来提取有用的和人们感兴趣的知识和模式[2]。因此，应用数据挖掘技术，构建FAST动态监测信息的数据挖掘应用平台，将有利于进一步分析提取FAST的状态信息，及时分析其安全状况，为相关决策提供依据和支持。 　　1.1 馈源支撑系统的动态监测 　　FAST馈源支撑系统，由6座高度在107～168m的范围内、均匀分布在直径为600m的圆周上的支撑塔支撑6根柔性钢索拖动重约30T的馈源舱在150m高空、200m范围内做天文跟踪运动，同时舱内A、B轴??构及Stewart并联机器人再对接收机进行位置精调，要求FAST馈源实时定位精度优于10mm，实现望远镜接收机的高精度定位，这是极具挑战性的难题。馈源支撑系统跨度大、分布广，若在运行过程中出现故障，严重情况下甚至会造成结构的破坏，发生灾难性的事件。因此，对馈源支撑系统进行动态监测，势在必行。 　　动态监测主要对正常环境下运营时馈源支撑系统结构的物理与力学状态、附属设施的工作状态及关键部件的实时图像和信息等进行监测，根据监测信息，对结构的运行状态进行评估，当结构处于特殊气候下或运营状况异常时发出报警信号，为管理决策和结构的维护提供依据。动态监测由四部分组成，如图2所示： 　　Fig.2 Composition of the dynamic monitoring system 　　首先，传感器模块将反映FAST馈源支撑系统特性的信号发送到各数据采集单元，通过数据采集单元对信号进行调理、滤波、A/D转换以及简单的统计处理，然后将信号通过系统主干光纤网络传输给数据处理与控制服务器，分析控制服务器对所有信号进行收集、处理、分析、融合、显示、归档和存储后，最后将这些经过处理和分析的数据发送到控制室内的服务器进行健康状况评估，生成监测与评估报告。 　　1.2 数据特点 　　动态监测系统在运行过程中，数据来源主要有三个方面：（1）基础数据、设计数据。基础数据是在FAST设计之前由直接观测和调查得到的第一手资料，未经任何加工处理，包括FAST的基本资料、所处环境的地形、地貌等。设计数据指通过分析处理得到的可供FAST设计使用的数据，包括FAST的几何坐标、设计图纸等；（2）监测数据。监测数据主要包括荷载监测数据和响应监测数据。荷载监测数据指作用在馈源支撑系统结构上的风荷载、温度载荷。响应监测数据主要指索力、加速度、位移等；（3）分析数据。分析数据指FAST建成后，定期采用比较先进和可靠的分析方法，对监测数据进行分析而产生的新的数据。它随着时间的推移，分析方法的不同而变化，可与设计数据形成对比。直接或间接为安全评定系统和相关管理部门提供决策依据。 　　针对馈源支撑系统的特点，其数据具备以下特点：（1）数据类型繁杂、存储量巨大。馈源支撑系统监测量众多，传感器数量多，要求定期连续采集的数据量大；（2）数据精度高、变化快。动态监测的对象是动态发展变化的，其监