基于BOLL通道法的结构监测数据识别处理方法

马国杰,赵锐,2*,淡丹辉,3,盖杰,焦元其

(1.新疆大学建筑工程学院,乌鲁木齐 830017; 2.新疆大学,新疆建筑结构与抗震重点实验室,乌鲁木齐 830017;3.同济大学土木工程学院,上海 200092; 4.中建新疆建工集团第四建筑工程有限公司,乌鲁木齐 830000)

为了保障大跨度空间结构的安全性,越来越多大跨度空间结构安装了健康监测系统[1-3]。但在对大跨度空间结构长期的监测实践中发现,准确地监测数据对于后期科研工作的顺利开展非常重要,这使得对监测数据异常值的识别变成一个十分重要的工作[4-5]。正因为如此,监测数据识别处理成为近年来重要的研究课题。

目前监测数据的识别处理手段主要应用在气象学领域和管理科学领域,但是在大跨度结构监测领域中关于非均匀温度场的监测数据识别处理方法研究较少,特别是大跨度结构监测数据处理方法多种多样,针对温度、应力和加速度等数据处理均需要针对性地采用不同的处理手段。在国内外对于温度数据识别处理方法的研究中,以往的学者对研究混凝土温度和钢结构温度方面采用的方法均有差异性,并且针对具体研究目的,数据处理手段也不尽相同。比如宁泽宇等[6]使用移动平均线法做大坝混凝土温度的识别处理;韩晓健等[7]采用改进的数据跳跃法剔除梁桥温度数据的粗差值;高照明[8]使用三西格玛准则做了异常数据识别处理,这些方法看似可以对温度监测数据进行处理,但是在细分的非均匀温度场研究领域,改进的数据跳跃法并不适应于大跨度空间结构的非均匀温度场监测数据处理,虽然移动平均线法和三西格玛准则可以对温度的粗值进行处理,但它们是在原始数据的基础上进行数理统计分析,非常依赖原始数据的准确性,出现漂移温度数据时会出现计算错误,同时没有考虑各地区非均匀温度分布的各异性,导致方法应用不够灵活,并且未考虑极端温度的影响性。可以说以上方法在处理温度数据上过于“呆板”,而且往往是使用固定的分析参数进行应用并且在处理数据时忽略了极端温度的突变情况,容易将非均匀温度场中关键极端温度数据的影响忽略,把极端温度产生的突变温度值“抹去”,不利于对非均匀温度场的研究。可见传统的温度识别处理方法研究仍不够深入,而BOLL通道(Bollinger bands)法[9-10],虽然在金融领域应用较多,但是经过改造之后应用于结构监测领域可以对异常温度数据处理有较好效果。

根据以上研究思路,现基于BOLL通道法,提出一种通过改造BOLL通道以适应于非均匀温度场监测数据识别处理的改进型BOLL通道法。通过引入第三方数据与原始数据互相验证分析,以此构建BOLL通道上下轨线,处理温度数据时兼顾非均匀温度场对数据精细化、区域化的需求特点,并提出以偏离值衡量非均匀突变温度的发生概率频次,得到改进型BOLL通道法。可以达到对大跨度空间结构的非均匀温度场监测数据识别处理的目的。最后通过十二师体育馆大跨度空间结构的监测数据来验证以上方法的有效性。

1 BOLL通道法

1.1 BOLL通道法介绍

BOLL通道法原本在金融领域应用较多,是利用统计学原理求出金融数据的标准差及其信赖区间然后对异常波动值进行识别,由中轨线、上轨线和下轨线构成,反映数据的波动范围。

1.2 BOLL通道法的计算公式

BOLL通道法的计算公式为

XMB=TNXMA

(1)

XUP=XMB+2XMD

(2)

XDN=XMB-2XMD

(3)

(4)

式中:XMB为中轨线,表示数据变化的平均趋势;TN为N个数值的移动平均周期数;XMA为移动平均线;XUP为上轨线,是区间上线的阈值;XDN为下轨线,是区间下线的阈值;XMD为计算数据的标准差;Ci为第i个数据值。

2 针对BOLL通道法的改进

自然界的温度升降是属于一种缓和的温度波动。温度的上升和下降都是在前面一个温度值的基础上增加或者减少,其波动也在一定范围区间变化。特别是针对大跨度空间结构的非均匀温度场研究表明,结构温度的波动也是遵循一定的波动规律;因此,这里以BOLL通道法作为参考借鉴,对这种统计方法进行改造,引入土木工程空间结构监测领域,得到改进型BOLL通道法;以此能应用于对大跨度空间结构的非均匀温度场的识别处理。

首先建立的中轨线是由测点实际温度值构成,因为考虑非均匀温度场的敏感性和数据完整性,所以不用像原公式[式(1)]中那样进行移动平均处理;在构建上下轨线时,考虑非均匀温度场具有区域性,而且上下轨线是对数据进行重点识别的,所以必须具有适应非均匀温度场变化的特点,原公式[式(2)、式(3)]是采用数据经过移动平均后得出来的数值加减2倍标准差构成,此计算步骤的值依赖原数据的准确性。本次改造中,舍弃依赖原数据进行数据分析的方式,把原数据与第三方数据结合分析,降低原数据对指标识别准确性的影响。本方法巧妙引入第三方数据是大跨度空间结构所在地的当地气象数据,由于非均匀温度场的特性受区域气温的影响带有区域性,而不同地区的气象数据也有区域性,以当地第三方气温数据作为核验非均匀温度场的温度监测数据具有较好的契合度。下轨线由当日的气象最低气温构成,考虑的是极端气温的影响。无论是夜间没有太阳辐射影响,还是区域极端降温的情况,区域最低气温可以较好衡量下轨线的准确性。偏离值是指实际大跨度空间结构的测点温度值减去最高气温的值,不是每个测点温度都会高过最高气温,因为偏离值是考虑到太阳辐射到结构上造成结构温度场分布非均匀,导致局部测点出现测点温度值高于最高气温的情况,而研究非均匀温度场需要重视这些出现偏离值的测点的影响;因此需要上轨线兼顾到这种影响,所以上轨线是由最高气温加上偏离值的平均值再加上2倍偏离值的标准差构成。通过这种方式就能把处理非均匀温度场的数据细部化,兼顾非均匀温度场产生的“突变”温度的影响,在识别出异常温度点的同时最大程度保留真实的非均匀温度场的“突变”温度。经过改造之后可得

XMB=Ti

(5)

(6)

XDN=Ti,min

(7)

hi=|Ti-Ti,max|

(8)

(9)

3 基于改进型BOLL通道的异常温度数据识别法的应用

3.1 工程概况

第十二师体育馆位于乌鲁木齐市头屯河区第十二师,该体育馆的屋盖结构是长为131.98 m、宽为90.19 m的下悬柱支撑的椭圆形大跨度空间结构。本次研究选取该空间结构的监测数据中的非均匀温度场监测数据进行研究验证。部分测点的安装位置如图1所示。

图1 测点安装位置图

3.2 分析结果

选取该大跨度空间结构的测点SX11在2022年8月记录的存在异常的温度监测数据和从气象网站获取当地在2022年8月的最高温与最低温的气象温度数据全部代入式(5)～式(9)中进行计算分析,得到如图2所示的结果。可以看到实际温度数据处在一个由BOLL上下轨线组成的波动通道上。另外以2022年7月测点XX3的所有正常数据为例,展现该方法对正常数据的处理效果,如图3所示。综上对比可以看到,经过改进型BOLL通道法的处理,可以识别出异常的温度数据。

异常温度数据点

图3 改进型BOLL通道法识别的正常数据

4 适用性分析

由于监测系统故障或者传感器短时间内失灵的原因,会导致温度数据中常常出现异常数据,主要分两种类型:跳点数据和漂移数据。跳点数据的图像特征主要是出现一个甚至多个异常粗值,漂移数据的特征是局部数据波动不符合实际情况,出现上下浮动的密集分布。因此需要分析改进型BOLL通道法对两种常见的异常温度数据类型的识别效果,本次使用三西格玛准则、移动平均线法和改进型BOLL通道法对跳点数据和漂移数据进行对比分析,相关可视化处理结果如图4、图5所示。

图4 跳点数据

图5 漂移数据

4.1 对跳点数据的适用性分析

三西格玛准则的计算过程是对该数据序列求均值,然后计算标准差,认为当某个值对于均值的偏差大于3倍标准差时,这个值为异常值。如图6所示为三西格玛准则处理该跳点数据的结果,该数据出现异常的跳点值有8个,三西格玛准则可以识别出数据中的1个误差较大的异常值(3号异常值),其他7个误差较小的异值未识别出来。可见使用三西格玛准则只能对部分异常值进行识别,识别效果达不到预期目的。

图6 三西格玛准则处理跳点温度数据

移动平均线法可以平滑温度波动值异常值,这里基于温度波动的频率特点,选择以5个数据为统计周期进行移动平均的计算,处理的结果如图7所示,可以看到在移动平均线法对于处理跳点数据方面有较好的识别度,但是由于其对数据进行移动平均处理的特点,在剔除异常粗值的同时也会把部分正常值去掉,其最大的作用更在于平滑温度波动趋势,对温度波动趋势预测分析方面的作用更大,但是对于非均匀温度场的研究中,是需要保留温度监测数据原始值进行研究的情况下,使用移动平均线法会“抹平”很多非均匀温度场研究需要的数据细节。

图7 移动平均线处理跳点温度数据

改进型BOLL通道法对该跳点温度数据进行处理,由于不同地区太阳辐射强度不同,对大跨度空间结构产生的温差波动也不同,该方法引入气象数据求取偏离值,然后构建上下轨线进行处理温度数据可以让上下轨线变地更加灵活,能有效识别出传感器异常导致的异常跳点数据,同时保留非均匀温度场产生的温度突变点。如图8所示,处理之后的效果较好,优于三西格玛准则和移动平均线法。

图8 改进型BOLL通道法处理跳点温度数据

4.2 对漂移数据的适用性分析

如图9所示,由于三西格玛准则非常依赖于原始数据,故在原始数据的处理基础上进行数理统计分析,非常依靠原始数据的准确性。如果出现漂移的温度数据时会出现转移错误,对于漂移数据进行处理,可以看到中间红色方框部分的漂移数据是无法识别出来的,因为这部分数据是完全错误的数据,在使用三西格玛准则时是把这部分错误数据代入计算,并不能对这部分异常数据做出来有效识别。

图9 三倍西格玛准则处理漂移温度数据

如图10所示,由于移动平均线法是在原始数据上做数理统计分析,也是把这部分错误数据代入计算,对错误数据进行移动平均,同样,针对这种漂移数据也无法处理。

图10 移动平均线处理漂移温度数据

如图11所示,在利用改进型BOLL通道法处理数据时,上下轨线的计算不是完全依赖这部分异常数据,而是引入第三方气象数据作为参考辅助,那么在遇到漂移数据时,就可以避免漂移数据对数据分析指标的干扰,在应用上面具有较好的识别效果。

图11 改进型BOLL通道法处理漂移温度数据

4.3 各方法识别率对比

对比分析这3种方法对两种异常的温度数据进行处理的情况,结果如表1和表2所示,三西格玛准则在识别跳点数据和漂移数据时效果较差,移动平均线法在识别跳点数据的效果较好,但是识别漂移数据较差。而改进型BOLL通道法对这两种数据类型的识别效果均较好,即使遇到一段数据中同时存在漂移数据和跳点数据的情况,也能同时处理该数据。

表1 对跳点数据的识别率

表2 对漂移数据的识别率

5 结论

针对大跨度空间结构非均匀温度场监测数据识别处理的问题,提出一种改进型BOLL通道温度数据识别处理方法,并对其修复效果进行分析,得到如下结论。

(1)通过引入第三方数据结合原始数据构造上下轨线,基于BOLL通道法提出一种改进型BOLL通道法,在做非均匀温度场的监测数据处理方面有较大优势,克服了传统方法的缺点,可同时处理两种异常类型的数据,在应用上具有区域适用性和针对性。

(2)改进型BOLL通道法在处理跳点数据时,可以克服三西格玛准则只识别粗大误差值的缺陷,较大程度地识别出来小误差值的同时保留了非均匀温度场需要的数据特征。

(3)改进型BOLL通道法在处理漂移数据时,不完全依赖于原始数据,弥补了移动平均线法和三西格玛准则的缺陷,可以较好地进行漂移数据的处理。