在分布式光纤应变传感数据预处理方法的进步
Bertram Richter1, Lisa Ulbrich2, Max Herbers1
1Institute of Concrete Structures, TUD Dresden University of Technology, 01062 Dresden, Germany.
Sensors (Basel, Switzerland)
|December 17, 2024
概括
分布式光纤传感器 (DFOS) 提供结构健康监测 (SHM) 功能,但像应变读取异常 (SRAs) 等数据干扰阻碍了分析. 本研究介绍了先进的预处理算法来清理DFOS数据,提高SHM的准确性.
科学领域:
- 工程 工程师 工程师 工程师
- 材料科学 材料科学 材料科学
- 传感器技术 传感器技术
背景情况:
- 分布式光纤传感器 (DFOS) 为结构健康监测 (SHM) 提供高空间分辨率.
- 分布式应变传感 (DSS) 数据容易受到测量干扰,如应变读取异常 (SRA),停机和噪声.
- 这些干扰阻碍了精确的数据评估和工程结构中的损坏检测.
研究的目的:
- 讨论DSS数据中常见干扰的特征和补救措施.
- 介绍和评估用于DSS数据清理的先进预处理算法.
- 为SHM应用提供灵活和模块化的预处理工作流.
主要方法:
- 讨论常见的干扰:SRA,中断和噪音.
- 介绍了四种先进的预处理算法:几何值方法 (GTM),异常值特定校正程序 (OSCP),滑动修改的z-score (SMZS) 和集群过器.
- 使用模拟各种测量场景的现实基准数据集评估算法.
主要成果:
- GTM,OSCP和SMZS在SRA检测和清除方面表现出有希望的结果.
- 移动平均方法被认为不适合SRA补救.
- 保持裂纹诱导的应变峰值对于可靠的裂纹监测至关重要.
结论:
- 有效的DSS数据预处理对于成功的SHM至关重要.
- 像GTM,OSCP和SMZS这样的先进算法显著提高了数据质量.
- 开发的模块化工作流程提高了使用DFOS检测损坏的可靠性.
