一种基于加权主成分分析的桥梁监测数据异常识别方法

本发明创造提供了一种基于加权主成分分析的桥梁监测数据异常识别方法，先利用无损监测数据建立多维损伤特征数据的概率密度函数：依次对高斯分量的协方差矩阵分别进行特征值分解，进而得到主成分分析模型及其对应的用于计算损伤指标的残差子空间；之后分别对马氏平方距离和欧氏平方距离进行加权标准化，作为混合主成分分析框架下的损伤指标：最后定义损伤判别阈值，将两个损伤指标的阈值均取为1，即当损伤指标大于1时，判断结构处于损伤状态，反之，则判断结构处于无损状态。本发明创造对运营环境变化下桥梁结构的非线性数据进行在线监测，能够有效提升对桥梁结构损伤数据辨识的敏感性，显著降低损伤识别的漏判率。