基于物聯(lián)網(wǎng)的建筑健康監(jiān)測方法研究

引言

利用物聯(lián)網(wǎng)技術(shù)對物理世界進行動態(tài)、精細的感知，能夠為工業(yè)生產(chǎn)等提供重要信息，成為近年來的研究熱點。將物聯(lián)網(wǎng)技術(shù)應(yīng)用在建筑健康監(jiān)測中，對于掌握建筑工作狀態(tài)、及時發(fā)現(xiàn)結(jié)構(gòu)損傷、評估建筑安全情況有著重要意義。其中一種重要手段是用加速度傳感器采集建筑振動數(shù)據(jù)，從而獲取建筑健康狀態(tài)信息。而傳感器數(shù)據(jù)受到建筑環(huán)境內(nèi)干擾事件的影響，直接從中分析建筑健康狀態(tài)容易導(dǎo)致誤判的發(fā)生。因此，如何從傳感器數(shù)據(jù)中獲取建筑健康關(guān)鍵信息是利用物聯(lián)網(wǎng)進行建筑健康監(jiān)測的重要挑戰(zhàn)。

本文提出了一種建筑環(huán)境事件檢測的方法，能夠從含有干擾和噪聲的傳感器數(shù)據(jù)中提取事件信息，提供關(guān)于建筑健康狀態(tài)的知識。

1基于物聯(lián)網(wǎng)的建筑健康監(jiān)測研究現(xiàn)狀

在建筑健康監(jiān)測方法中，基于建筑結(jié)構(gòu)振動狀況的間接建筑健康監(jiān)測方法能較好地與新興的傳感和通信技術(shù)相結(jié)合,得到了極大的關(guān)注。其基本思想是建筑結(jié)構(gòu)的振動參數(shù)與建筑結(jié)構(gòu)的物理狀況相關(guān)，故通過觀測建筑結(jié)構(gòu)振動頻率，就能對建筑結(jié)構(gòu)狀況進行評估，從而實現(xiàn)建筑健康監(jiān)測。

對建筑結(jié)構(gòu)振動狀況的監(jiān)測通過加速度傳感器網(wǎng)絡(luò)進行。該方面最早的完整系統(tǒng)是80年代安裝在英國Foyle大橋上的橋梁結(jié)構(gòu)監(jiān)測系統(tǒng)。隨著無線傳感器網(wǎng)絡(luò)的迅速發(fā)展，利用無線傳感器網(wǎng)絡(luò)取代傳統(tǒng)有線組網(wǎng)方式的工作開始出現(xiàn)。加州大學(xué)伯克利分校的研究人員在舊金山金門大橋上布置了64個連接加速度傳感器的無線節(jié)點來收集大橋的振動數(shù)據(jù)，并進行了初步的頻域分析，得到了大橋常規(guī)工作下的幾個振動頻率值，這是利用物聯(lián)網(wǎng)技術(shù)對建筑狀況進行監(jiān)測的代表性工作。

盡管有大量工作利用有線或無線傳感器網(wǎng)絡(luò)實現(xiàn)了對建筑結(jié)構(gòu)振動數(shù)據(jù)的獲取，但這些數(shù)據(jù)本身并不足以滿足建筑健康監(jiān)測的需求。這是因為其采集的數(shù)據(jù)不僅受到建筑結(jié)構(gòu)狀態(tài)的影響，還很容易受到傳感器附近的局部活動的影響。以安裝在橋梁結(jié)構(gòu)中的傳感器為例，其振動不僅來自橋梁結(jié)構(gòu)的自振，也很可能來自傳感器附近的人類活動、重載車輛等的影響。簡單地以傳感器數(shù)據(jù)研究建筑結(jié)構(gòu)狀態(tài)，會產(chǎn)生相當(dāng)大的偏差，甚至出現(xiàn)頻繁的誤檢、漏檢等狀況。

掌握導(dǎo)致傳感器數(shù)據(jù)出現(xiàn)變化的原因是獲取可靠的傳感器數(shù)據(jù)的重要環(huán)節(jié)。實現(xiàn)這個環(huán)節(jié)的途徑之一就是將加速度傳感器數(shù)據(jù)與其周圍發(fā)生的事件形成準確的對應(yīng)，以提供關(guān)于該數(shù)據(jù)的知識，進而為建筑健康監(jiān)測提供可靠的信息。

2基于加速度傳感器的事件檢測框架

下面重點介紹基于安裝在建筑環(huán)境內(nèi)的加速度傳感器、結(jié)合信號處理方法與機器學(xué)習(xí)方法進行事件檢測的框架。

圖1所示是基于加速度傳感器進行建筑環(huán)境事件檢測框架示意圖。在該框架下，加速度傳感器數(shù)據(jù)幀作為事件檢測系統(tǒng)的輸入，數(shù)據(jù)幀的檢測結(jié)果作為系統(tǒng)輸出；而事件檢測的手段則先采用信號處理方法對原數(shù)據(jù)進行特征提取，再利用機器學(xué)習(xí)方法對不同特征所代表的事件進行學(xué)習(xí)和檢測。

2.1信號處理與特征提取

信號處理方法的目的是提取傳感器數(shù)據(jù)的特征，并對檢測事件的信號進行區(qū)分。經(jīng)典的信號處理算法有離散傅里葉變換與功率譜估計，多重信號分類和小波變換等。下面分析這三種信號處理方法的優(yōu)缺點。

由離散傅里葉變換得到離散的能量譜密度，可以得到對有限長信號序列的能量隨頻率的分布。離散傅里葉變換反映了目標信號和不同頻率正弦信號之間的相似程度（以一個復(fù)系數(shù)的形式），但當(dāng)目標信號內(nèi)存在間歇性的頻率分量時，它卻無法分辨出該分量的開始和結(jié)束位置，使得頻率分量的時間信息無法反映在傅里葉變換域中，可能會導(dǎo)致對目標事件的檢測準確性下降。

多重信號分類技術(shù)是一種具有許多優(yōu)點的現(xiàn)代譜估計方法，其譜分辨率遠高于以傅里葉分析為代表的傳統(tǒng)譜估計方法，且抗噪聲干擾性能也較好，但該方法假設(shè)目標信號是一個平穩(wěn)正弦過程，這對于高度動態(tài)的加速度傳感器信號并非總能適用。此外，多重信號分類方法復(fù)雜度較高，會影響到系統(tǒng)的實時性能。

小波變換是指用時域和頻域均為快速衰減的，被稱作“母小波”的振蕩波形來表示原信號的變換操作。它適用于分析高度動態(tài)的加速度傳感器信號，能夠有效提取其中的慢變、低頻成分和快速變化的、短時的高頻分量。同時實現(xiàn)這種方法的復(fù)雜度較低。

因此，需要結(jié)合實際場景中上述三種方法在特征提取能力，特征監(jiān)測，物理含義以及計算復(fù)雜度等方面的優(yōu)劣來決定采用的信號處理手段。

2.2機器學(xué)習(xí)與事件檢測

根據(jù)學(xué)習(xí)算法的不同，機器學(xué)習(xí)主要分為監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和半監(jiān)督學(xué)習(xí)三類。

監(jiān)督學(xué)習(xí)要求算法能從訓(xùn)練數(shù)據(jù)中推斷出盡可能合理的函數(shù)，這在訓(xùn)練數(shù)據(jù)是有噪、不充分的情況下顯得尤為重要。監(jiān)督學(xué)習(xí)算法包括貝葉斯分析，決策樹，回歸分析等。其主要的難點在于如何獲得充足的、高質(zhì)量的訓(xùn)練數(shù)據(jù)，因為只有訓(xùn)練數(shù)據(jù)足夠準確、數(shù)量足夠多、特征區(qū)分足夠明顯，才能通過監(jiān)督學(xué)習(xí)算法得到性能良好的分類器。

無監(jiān)督學(xué)習(xí)是一類從無標記數(shù)據(jù)中推斷隱藏的結(jié)構(gòu)的算法。最典型的就是聚類操作，將集合中不同的對象分配到不同的組（稱為一個聚類）中，使得同一個組內(nèi)的對象比不同組的對象之間更為相似。探究傳感器數(shù)據(jù)是否存在明顯的聚集性,對于難以獲取訓(xùn)練數(shù)據(jù)的事件進行異常檢測具有很大價值。

半監(jiān)督學(xué)習(xí)同時利用標記數(shù)據(jù)和無標記數(shù)據(jù)進行訓(xùn)練的機器學(xué)習(xí)算法。結(jié)合相對少量的標記數(shù)據(jù)和大量無標記數(shù)據(jù),可以對學(xué)習(xí)算法的性能進行有效提升。

一般地，在建筑物健康監(jiān)測應(yīng)用場景中，機器學(xué)習(xí)方法的輸入來自于經(jīng)過特征提取的數(shù)據(jù)，屬于一類標記數(shù)據(jù)，可以進行有監(jiān)督學(xué)習(xí)。而無監(jiān)督學(xué)習(xí)能檢測出異常、小概率事件,可以擴展算法的適用范圍。

3事件檢測實現(xiàn)流程

在上述信號處理方法和機器學(xué)習(xí)分析的基礎(chǔ)上，完整的事件檢測流程如圖2所示。

圖2包括兩個部分，圖中上方是離線訓(xùn)練階段，對應(yīng)于信號特征提取和機器學(xué)習(xí)算法訓(xùn)練，主要采用Matlab和Weka平臺實現(xiàn)，其輸出為一個結(jié)構(gòu)固定的分類器，包含了事件檢測的判決方法；下方是在線檢測階段，對應(yīng)于下文中的實時建筑健康監(jiān)測系統(tǒng)，注重效率，采用C語言及相關(guān)工具進行實現(xiàn),其輸出為在線數(shù)據(jù)的檢測結(jié)果。

4實時建筑健康監(jiān)測系統(tǒng)

在基于安裝在建筑環(huán)境內(nèi)的加速度傳感器、結(jié)合信號處理方法與機器學(xué)習(xí)方法進行事件檢測的框架基礎(chǔ)上，利用建筑物內(nèi)布設(shè)的傳感器（加速度傳感器，應(yīng)力傳感器，溫度傳感器等），以及樓內(nèi)的網(wǎng)絡(luò)基礎(chǔ)設(shè)施（有線/無線局域網(wǎng)），設(shè)計了一套如圖3所示的實時建筑健康監(jiān)測系統(tǒng)。

5結(jié)語

在利用傳感器網(wǎng)絡(luò)進行建筑健康監(jiān)測的背景下，本文提出了一種建筑環(huán)境事件檢測框架，能夠從含有干擾和噪聲的傳感器數(shù)據(jù)中提取事件信息，提供關(guān)于建筑健康狀態(tài)的知識。該框架輸入數(shù)據(jù)來源于建筑環(huán)境內(nèi)的加速度傳感器，結(jié)合信號處理方法與機器學(xué)習(xí)方法，實時地輸出數(shù)據(jù)檢測的結(jié)果，能夠應(yīng)用于實時性要求很高的場景中，提供實時、準確的建筑健康信息服務(wù)。

20211121_619a494193aee__基于物聯(lián)網(wǎng)的建筑健康監(jiān)測方法研究