.png){kind=icon}
返回
A real-time anomaly detection method for movable structures based on Bayesian dynamic linear model
.png){kind=icon}
PRE
AI
DOI：10.1007/s13349-026-01084-3.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于监测数据的结构异常检测在确保土木工程结构安全运行中发挥着关键作用。作为一种数据驱动方法，时间序列方法已在结构异常检测中得到广泛应用，其中可以直接从时间序列数据中提取对损伤敏感的特征，而无需结构物理模型。本研究提出了一种基于贝叶斯动态线性模型（BDLM）的实时异常检测方法，用于移动结构的结构异常识别。为更好地考虑移动结构的运动状态，提出了一种改进的分类回归BDLM。在此基础上，引入贝叶斯因子进行结构异常识别。此外，采用马氏距离评估异常状态，从而区分结构异常和单个数据点的偶然异常。进一步引入自反馈机制，以提高异常数据出现后的模型更新效率。最后，通过将该BDLM应用于旋转看台结构的异常检测，并使用数值模拟和实际监测应力数据进行验证，证明了其有效性。
Keyword:
Bayesian dynamic linear model
Real-time anomaly detection
Movable structures
Mahalanobis distance
期刊
IF:
4.3
论文数:
921
被引数:
2.9K
机构
引用论文
Probabilistic damage localization by empirical data analysis and symmetric information measure.png)
MEASUREMENT
MEASUREMENTIF5.6
PREAI
分享收藏Bayesian damage identification based on autoregressive model and MH-PSO hybrid MCMC sampling method
PREAI
分享收藏An improved Dual Kalman Filter method for structural response reconstruction with adaptive noise covariance adjustment改进的双卡尔曼滤波方法及其自适应噪声协方差调整在结构响应重构中的应用
IF0
PREAI
分享收藏Structural Damage Detection of Cable-Stayed Bridges Using Changes in Cable Forces and Model Updating
PREAI
分享收藏Bayesian forecasting of multivariate time series: scalability, structure uncertainty and decisions
PREAI
分享收藏
查看更多内容