李立力 ， 刘 纲 ， 张亮亮 ， 李 青

（1.重庆大学土木工程学院 重庆，400045） （2.哈尔滨工业大学（深圳）土木与环境工程学院 深圳，518055）（3.重庆大学山地城镇建设与新技术教育部重点实验室 重庆，400045） （4.西北工业大学计算机学院 西安，710072）

引 言

结构健康监测系统已在较多重大土木工程结构中得到了推广与应用［1］。传感器作为监测系统中最前端设备，是各种环境、结构响应信息获取的主要手段，其性能好坏将直接影响后续的结构损伤识别和结构安全评估［2-3］。应指出的是，结构的设计寿命往往长达百年，而传感器多由电子元件构成，其寿命仅为十几年甚至几年，在服役中必因老化而出现故障。实践表明，传感器故障将使结构健康监测系统出现误报警或漏报警［4-7］。因此，实现传感器故障自诊断对保证结构健康监测系统自身的正常运营无疑具有重要的现实意义。

近年来，传感器故障自诊断技术逐步引起学术界和工程界的重视，且已开展初步理论研究。在传感器故障模型研究方面，Yi 等［8-12］根据传感器发生故障后输出数据的统计特征，将传感器故障划分为7 类：固定偏差、线性偏差、恒增益、精度下降、卡死、白噪声卡死和零线漂移。在传感器故障自诊断算法研究方面，可总体分为基于解析模型、知识经验和信号处理共3 大类方法［13-16］。目前应用较多的是信号处理方法，其中又以主元分析（principal component analysis，简称PCA）方法应用最广泛，这主要是因为该方法能良好地模拟、回归具有高斯分布的监测数据集，已在控制、机械等领域传感器故障自诊断方面得到实际应用［17-19］。……