構造健全性監視システムにおいて、光ファイバーブラッグ格子ひずみ計は長期間の稼働により故障しやすく、その状態診断および保守はシステムの信頼性に関わる。同一構造の監視において光ファイバーブラッグ格子ひずみ計の元出力が同一の規則性を持つ特徴に基づき、信号処理手法を用いて測定点サンプル長、標準偏差、エネルギー値および主成分周期値を特徴量として抽出するセンサー異常診断方法を提案する。循環的反復により特徴量の集約中心点を取得し、特徴の中心点からの偏差距離を標準化して統合異常指数として融合し、センサーの異常および故障判別を実現する。シミュレーションにより、故障測定点が総測定点数の20％以内であれば故障測定点を効果的に識別できることを証明した。500メートル口径球面電波望遠鏡（FAST）プロジェクトの健全性監視システムにおける416個の光ファイバーブラッグ格子ひずみ計測点を診断し、317個のセンサー特徴を成功裏に抽出、4個の故障測定点と14個の異常測定点を識別した。この方法は事前知識による学習を必要とせず、データ自体の特性に基づく診断を実現し、光ファイバーブラッグ格子ひずみ計の多様な故障に強い示唆力を持ち、FAST構造健全性監視の工学的要求を満たす。

光ファイバーブラッグ格子;構造健全性監視;センサー故障診断;信号処理;500メートル口径球面電波望遠鏡