CN110261052B - 采用力锤激励和摄影测量的结构振动模态分析***及方法 - Google Patents
采用力锤激励和摄影测量的结构振动模态分析***及方法 Download PDFInfo
- Publication number
- CN110261052B CN110261052B CN201910532534.1A CN201910532534A CN110261052B CN 110261052 B CN110261052 B CN 110261052B CN 201910532534 A CN201910532534 A CN 201910532534A CN 110261052 B CN110261052 B CN 110261052B
- Authority
- CN
- China
- Prior art keywords
- force hammer
- point
- force
- image
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种采用力锤激励和摄影测量的结构振动模态分析***及方法,采用力锤激励和摄影测量的非接触式结构振动模态测试和分析***,其特点在于,克服了以往的基于摄影测量的模态分析***大多仅能对结构进行OMA的分析,本发明通过力锤与视频的同步采集,可达到全场位移同步测量,可准确估计由力锤和视频确定的结构频响函数矩阵,充分发挥EMA的优势,提高模态参数识别的精度和可靠性。实现对结构的快速高精度的非接触式模态测试和分析。
Description
技术领域
本发明属于结构振动模态测试领域,涉及一种采用力锤激励和摄影测量的结构振动模态分析***及方法。
背景技术
实验模态分析,是获取工程结构振动频率、阻尼和模态振型等固有特性的基本手段。在实际工程应用中,按照数据获取的不同,常用于结构振动模态分析的方法主要分为两类:一是基于输入输出的传统模态分析,即实验模态分析(EMA);二是只基于输出的模态分析,即工作模态分析(OMA)。近20年来,工作模态分析已日渐成为研究热点,由于工作模态分析是只基于输出响应的,即假定输入为白噪声,目前所有的基于输出的模态识别方法都在这一假定下发展出来。而工程实际中所遇到的输入很可能不满足这一假定,使识别工作普遍遇到一些困扰,如模态定阶困难、虚假模态过多、识别误差等。采用力锤来获取输入信号可以有效解决这一问题。
常用来获取输出的有加速度传感器、激光测振仪和高速摄像机。加速度传感器是最常用也是使用最广泛的模态测试工具,具有直接测量、测量精度高等优势。但是,采用加速度传感器测量会引入附加质量,一些特殊测试条件下不宜使用接触式测量工具。相较于加速度传感器,激光测振仪是一种非接触式测量仪器,测量精度高,测量频率带宽广。不足之处在于,需要很长时间获取扫描区域的测量数据,费时费力。使用高速摄像机可以克服以上两种测量工具的不足,这种测量方法也被称为摄影测量技术。
现有的基于摄影测量的模态分析***,大多只能单独分析视频或图像,只能对结构进行OMA,不能同时分析视频和力锤的输入信号,无法发挥EMA的优势。本发明为克服现有缺陷,公开了一种采用力锤激励和摄影测量的结构振动模态分析***,可同时分析力锤的输入和高速相机的输出,为实际工程结构提供可靠的非接触式实验模态分析技术。
发明内容
要解决的技术问题
为了避免现有技术的不足之处,本发明提出一种采用力锤激励和摄影测量的结构振动模态分析***及方法。
技术方案
一种采用力锤激励和摄影测量的结构振动模态分析***,其特征在于包括力锤、IEPE信号调理器、数据采集器、触发电路和高速摄像机;所述力锤内设有IEPE型压力传感器;力锤信号的输出端连接IEPE信号调理器,IEPE信号调理器的输出端引出一路信号到触发电路的输入端,另一路经过数据采集器连接数据处理PC单元;触发电路的输出端连接高速摄像机的触发线路,高速摄像机的输出连接数据处理PC单元;当力锤对被测量结构施加激励力时,IEPE型压力传感器将力信号转化为电信号输出,输出的电信号经过IEPE信号调理器和数据采集器输入至数据处理PC单元;同时,IEPE信号调理器的输出通过触发电路启动高速摄像机,高速摄像机实时摄取力锤对被测量结构施加激励力时的图像数据,并传输至数据处理PC单元;数据处理PC单元将两种信号进行处理对被测量结构进行结构振动模态分析。
在IEPE信号调理器与数据采集器之间连接一级放大器。
一种采用所述采用力锤激励和摄影测量的结构振动模态分析***获得振动位移的方法,其特征在于步骤如下:
步骤1、测量视场的相对分辨率μ系数:将高速摄像机以被测物体的圆形标记点为测量视场,用高速摄像机采集该含有圆形标记的数据图像,采用圆形检测算法求出其圆形轮廓位置以及直径像素p,则该测量点处的相对分辨率系数为dr为圆形标记的直径,p用圆形检测算法得到的圆的直径,单位是像素;
步骤2:设置力锤激励的采样率为3200hz,采样时间4s;设置高速摄像机的采集帧率为3200fps,触发后的采集帧数为12800张;力锤敲击被测圆形标记点,力锤激励得到力信号,并触发高速摄像机采集模块得到视频数据图像;
步骤3、视频数据图像特征点检测:以第一帧图像作为参考帧,以参考帧图像中的标记点为感兴趣区域Region of Interest,ROI,采用Harris角点检测算法对ROI区域进行检测,得到若干个像素点的位置坐标;以像素点的位置坐标作为追踪的起始点;
步骤4、对特征点进行目标跟踪:目标跟踪采用Kanade-Lucas-Tomasi算法,从t时刻开始,采集到的图像序列为S=(It,It+1,...,It+k),u=(x,y)表示t时刻图像上u点的位置坐标,记为It(x,y)
在t至t+1时刻发生运动偏移量d=(dx,dy),则u一点在第t+1时刻图像上的位置记为It+1(x+dx,y+dy);在以点u为中心的邻域w内,存在差值函数:
ε(d)=ε(dx,dy)=∫w(It(x,y)-It+1(x+dx,y+dy))2dw
目的是计算出运动偏移量d,使得ε(d)的值最小;此过程采用牛顿迭代法使得ε(d)的值收敛,若超出迭代设置次数仍不收敛,则认为该位置点追踪失效;
步骤5、筛选目标跟踪轨迹:图像It作为最终轨迹的起始图像,从u点开始追踪为正向追踪,直至图像It+k,则运动轨迹为(ut,ut+1,...,ut+k),记为It+k→It记为反向追踪但起始追踪点为末端点为ut;
设定阈值为δ=0.001,单位:像素;
步骤6、测量点的振动位移:根据步骤1测量点处的相对分辨率系数μ,步骤4得到符合精度要求的跟踪轨迹Tk,则该测量点处的振动位移为:x=μ·Tk。
所述步骤3中,采用SURF和最小特征检测算法取代Harris角点检测算法,得到若干个像素点的位置坐标。
所述步骤4中,采用牛顿迭代法使得ε(d)的值收敛的迭代次数设置为30~50。
一种采用所述采用力锤激励和摄影测量的结构振动模态分析***,以及所述获得的振动位移进行模态分析的方法,其特征在于步骤如下:
步骤(1)、频响函数计算:在被测量结构上设置有n个测量点,固定在第o个测量点处(o≤n),激振k次,每次的激励力记为fi(i=1,2,...k);每激振一次,测得结构所有测量点的振动位移为:X={x1,x2,...xn},激振k次后,每次测量点的振动位移为:Xi(i=1,...2k);
确定分母系数矩阵α(α={A1,A2,...An}T),求解α的伴随矩阵的特征值λr和特征向量V,其极点就是特征值λr,模态参与向量Lr就是V矩阵的最后一行;第r阶的固有频率ωr和阻尼比ζr由下式计算:
第r阶的模态振型φr由下式计算:
其中,[LR]为下残余项,[UR]为上残余项。
有益效果
本发明提出的一种采用力锤激励和摄影测量的结构振动模态分析***及方法,采用力锤激励和摄影测量的非接触式结构振动模态测试和分析***,其特点在于,克服了以往的基于摄影测量的模态分析***大多仅能对结构进行OMA的分析,本发明通过力锤与视频的同步采集,可达到全场位移同步测量,可准确估计由力锤和视频确定的结构频响函数矩阵,充分发挥EMA的优势,提高模态参数识别的精度和可靠性。实现对结构的快速高精度的非接触式模态测试和分析。
附图说明
图1是硬件***设计。
图2是悬臂梁的模态测试示意图。
图3是相对分辨率的测试图。
图4是振动位移计算的流程图。
图5是目标跟踪算法的误差计算过程。
图6是模态分析流程图。
图7是悬臂梁结构振动模态的稳态图计算结果
具体实施方式
现结合实施例、附图对本发明作进一步描述:
硬件设计:
1、力锤激励模块:包括力锤、IEPE信号调理器、电荷放大器、数据采集设备和数据采集软件。力锤激励***的作用是对被测量结构施加激励力并采集激励力信号。该***所用到的力锤,其工作原理是在其内部集成有一个IEPE型压力传感器,力锤的锤头敲击被测结构,会触发压力传感器工作,将力信号转化为电信号输出,输出的电信号被数据采集设备采集到实验用计算机中,再除以力锤的灵敏度就转化成了力信号。需要注意的是,IEPE型传感器一般不能直接连接数据采集设备的,需要一个恒流源供电,即IEPE信号调理器。因此,在本***中,力锤信号的输出端先接入IEPE信号调理器,再从IEPE信号调理器引出输出端到计算机。当选用灵敏度较小的型号时,其力信号转化为电信号的转化比率低,产生电信号幅值较低。此时,为了便于做后续的力信号分析,需要加一个电荷放大器。
2、触发相机采集模块,包括IEPE信号调理器、触发电路、相机外部触发线、高速摄像机和高速视频采集软件。触发相机采集***的作用是保证模态分析***可以同时采集到激励信号和响应信号,即当力锤敲击被测结构时触发高速相机同步采集。在力锤激励***中,力锤的信号经过IEPE信号调理器,从IEPE信号调理器的输出端引出一路信号到触发电路的输入端,触发电路中集成有电压比较器和电荷放大器,与电压比较器设置的基准电压进行比较,当输入端电压大于基准电压时,电压比较器模块开始工作,输出一个TTL电平;否则,电压比较器模块不工作。其中,电压比较器模块采用TLV3501芯片,延迟时间可以达到4.5ns,可以保证在采样频率高达1MHz以内不会出现触发延迟。输出电压的幅值等于触发电路的供电电压,通常供电电压为3.5~5V。将触发电路的输出端连接至相机外部触发线路,触发线路的另一端接高速相机的外部触发口,当触发口接受到TTL电平时,高速摄像机开始采集视频。
方法步骤:
1、振动位移计算:
(1)测量视场的相对分辨率计算:测量视场的相对分辨率α表示为:为了尽量避免镜头导致的图像畸变,只在测量点处的领域计算其先对分辨率。具体步骤:在待测量点附近放置与其在同一平面内的圆形标记,已知圆形标记的直径为dr=15mm,采用圆形检测算法求出其圆形轮廓位置以及直径像素p,则测量点处的相对分辨率系数可表示为
(2)特征点检测:采集到高速视频源以后,提取视频的第一帧图像作为参考帧。以参考帧图像中的某一个标记点为例,手动选择标记点区域(ROI区域),用Harris角点检测算法对ROI区域进行检测,得到若干个像素点的位置坐标。除了Harris角点检测算法以外,还可以用SURF和最小特征检测算法。将这些像素点的位置坐标作为追踪的起始点。
(3)对特征点进行目标跟踪:目标跟踪采用Kanade-Lucas-Tomasi(KLT)算法:假设参考点的位置为(x,y),发生了运动偏移量d=(ξ,η),则第二帧的位置为(x+ξ,y+η)。KLT算法假设两点处的亮度是一致的,即I(x,y,0)=I(x+ξ,y+η,t)。令J(X)=I(x,y,0),I(X+d)=I(x+ξ,y+η,t),则
J(X)=I(X+d)+n(X) (1)
其中n(X)为噪声。两点处亮度的差异值可以表示为:
ε=∫w[I(X+d)-J(X)]2wdX (2)
其中,w是设定的求解区域窗的大小;ε记为残差,是关于运动偏差d的二次方的函数。
首先,对I(X+d)做一阶泰勒展开,得到:
I(X+d)=I(X)+g·d (3)
ε=∫w[I(X)+g·d-J(X)]2wdX=∫w(h+g·d)2wdX (4)
其中h=I(X)-J(X)。使残差最小,令(4)式的最后一项对d的一阶微分为零,即:
∫w(h+g·d)gwdA=0 (5)
由于(g·d)g=(ggT)d,并且认为d在w内是连续的,则:
(∫wggTwdA)d=-∫whdgwdA (6)
可以简化为G·d=e,其中G=∫wggTwdA,e=∫w(J-I)gwdA,e是计算残差,求解d使用牛顿迭代法。经实验验证,设定迭代次数为30次。当结果收敛时,认为得到的解为精确解;若不收敛,则认为该位置点追踪失效。
(4)筛选目标跟踪轨迹:在对每个测量点区域进行特征点检测时,会得到很多纹理特征点。然而,并非每个特征点的跟踪精度都很高,甚至在跟踪某些特征点时会丢失像素点的位置信息。因此,需要对这些特征点的跟踪轨迹进行筛选假设图像序列为S=(It,It+1,...,It+k),其中,u=(x1,y1)表示t时刻图像点处的位置。图像It作为最终轨迹的起始图像,从u点开始追踪,直至图像It+k,则运动轨迹为(ut,ut+1,...,ut+k)。称此过程为正向追踪,记为同样,It+k→It记为反向追踪但起始追踪点为末端点为ut。令则正反向两种的追踪轨迹误差为:设定阈值为δ=0.001(单位:像素),当时,认为追踪的轨迹是有效的,否则认为追踪失效。
(5)估计测量点的振动位移:由步骤(1)得到测量点处的相对分辨率系数α,步骤(4)得到符合精度要求的跟踪轨迹Tk,则该测量点处的振动位移可表示为:x=α·Tk。
2、实验模态分析(EMA)。实验模态分析主要分为两个步骤:一是综合力锤的输入和相机的输出计算结构的频率响应函数;二是由频响函数估计结构的模态参数,即频率、阻尼和振型。
(1)频响函数计算:若在被测量结构上设置有n个测量点,固定在第o个测量点处(o≤n),激振k次,每次的激励力记为fi(i=1,2,...k)。每激振一次,测得结构所有测量点的振动位移为:X={x1,x2,...xn},激振k次后,每次测量点的振动位移为:Xi(i=1,2...k)。频响函数可由Xi与F的傅里叶变换之比表示,即实验模态分析中,估计Hi(f)的方法通常采用H1估计法,即其中,表示Xi与fi的互功率谱估计,表示fi的自功率谱估计。则频响函数矩阵的完整一列可表示为以为参考,分别对进行全相位时移相位差矫正,得到新的频响函数
(2)模态参数辨识:对得到的k次频响函数矩阵取平均,即将Ho写成其中No(ω)为分子多项式,D(ω)为分母多项式。No(ω)和D(ω)可分别表示为其中,N为多项式阶次,Zj(ω)为基函数,矩阵系数Aj和Boj就是最后要估计的参数。确定了分母系数矩阵α(α={A1,A2,...An}T),通过求解α的伴随矩阵的特征值λr和特征向量V,其极点就是特征值λr,模态参与向量Lr就是V矩阵的最后一行。
第r阶的固有频率ωr和阻尼比ζr可由式(7)求得,第r阶的模态振型φr可由式(8)求得:
其中,[LR]为下残余项,[UR]为上残余项。
以悬臂梁的自由-自由模态测试为例。
采用力锤激励和摄影测量的结构振动模态测试分析***,包括硬件***设计(图1)和软件***分析。悬臂梁的自由-自由模态测试示意图如图2所示。其中:悬臂梁1、力锤2、信号调理器3、触发电路4、数据采集设备5、高速摄像机6、补光***7、结构振动模态分析计算机8。
具体实验步骤如下:
1.实验设置。将悬臂梁的两端用弹簧绳悬挂,模拟自由-自由测试状态。测试一侧的表面粘贴标记点以作为测量点,调整相机位置,使测量视场集中在悬臂梁的标记点一侧,如图1所示。相机的采集帧率为3200fps,采集时间为4s;
2.计算测量视场的相对分辨率。在悬臂梁的上方,放置一个特定的圆形标记,已知圆形标记的直径为15mm。用高速相机采集一张图像,如图3所示。采用圆检测算法得到图像中圆形标记所占的像素数,计算得到相对分辨率。为减小测量时图像畸变造成的影响,在每个测量点处都进行此操作,得到每个测量点处的相对分辨率。
3.力锤信号和视频信号同步采集。同步采集需要用到的硬件有力锤、高速摄像机、相机外部触发线、数据采集设备、IEPE信号调理器、触发电路和实验用计算机。为保证采集数据的一致性,设置力锤激励***的采样率为3200hz,采样时间4s,设置触发相机采集***的采集帧率为3200fps,触发后的采集帧数为12800张。力锤敲击第三个测量点时,力锤激励模块得到力信号,触发相机采集模块得到视频源。
4.振动位移计算。将步骤3得到视频源输入振动位移计算***,得到所有测量点的坐标位置随时间的变化曲线。视频算法处理***的具体流程图如图4所示。目标跟踪轨迹误差的计算过程如图5所示。
模态参数计算。综合多次激励后的力信号和振动位移信号,由实验模态分析***得到结构的模态参数。模态分析流程如图6所示。图7是悬臂梁结构振动模态的稳态图,表1是加速度传感器和高速相机辨识的频率结果。表2是加速度传感器和高速相机测量的MAC值。
表1加速度传感器和高速相机的频率辨识结果
阶次 | 加速度传感器 | 高速相机 |
1 | 60.834 | 60.875 |
2 | 330.344 | 330.524 |
3 | 544.699 | 545.965 |
4 | 812.488 | 814.126 |
5 | 1134.711 | 1138.104 |
7 | 1511.746 | 1514.374 |
表2加速度传感器和高速相机的MAC值计算结果
阶次 | 1 | 2 | 3 | 4 | 5 | 6 |
1 | 98.07 | 1.52 | 2.26 | 1.67 | 0.55 | 1.72 |
2 | 3.99 | 97.96 | 1.72 | 2.63 | 2.11 | 2.84 |
3 | 2.41 | 2.06 | 97.54 | 1.57 | 2.93 | 2.41 |
4 | 1.79 | 1.74 | 2.93 | 93.82 | 2.64 | 0.91 |
5 | 0.37 | 1.32 | 3.04 | 2.43 | 90.08 | 3.02 |
6 | 1.98 | 1.32 | 1.86 | 1.78 | 3.48 | 86.52 |
Claims (5)
1.一种采用力锤激励和摄影测量的结构振动模态分析***获得振动位移的方法,其特征在于:所述采用力锤激励和摄影测量的结构振动模态分析***包括力锤、IEPE信号调理器、数据采集器、触发电路和高速摄像机;所述力锤内设有IEPE型压力传感器;力锤信号的输出端连接IEPE信号调理器,IEPE信号调理器的输出端引出一路信号到触发电路的输入端,另一路经过数据采集器连接数据处理PC单元;触发电路的输出端连接高速摄像机的触发线路,高速摄像机的输出连接数据处理PC单元;当力锤对被测量结构施加激励力时,IEPE型压力传感器将力信号转化为电信号输出,输出的电信号经过IEPE信号调理器和数据采集器输入至数据处理PC单元;同时,IEPE信号调理器的输出通过触发电路启动高速摄像机,高速摄像机实时摄取力锤对被测量结构施加激励力时的图像数据,并传输至数据处理PC单元;数据处理PC单元将两种信号进行处理对被测量结构进行结构振动模态分析;
所述获得振动位移的方法步骤如下:
步骤1、测量视场的相对分辨率μ系数:将高速摄像机以被测物体的圆形标记点为测量视场,用高速摄像机采集该含有圆形标记的数据图像,采用圆形检测算法求出其圆形轮廓位置以及直径像素p,则该测量点处的相对分辨率系数为dr为圆形标记的直径,p用圆形检测算法得到的圆的直径,单位是像素;
步骤2:设置力锤激励的采样率为3200hz,采样时间4s;设置高速摄像机的采集帧率为3200fps,触发后的采集帧数为12800张;力锤敲击被测圆形标记点,力锤激励得到力信号,并触发高速摄像机采集模块得到视频数据图像;
步骤3、视频数据图像特征点检测:以第一帧图像作为参考帧,以参考帧图像中的标记点为感兴趣区域Region of Interest,ROI,采用Harris角点检测算法对ROI区域进行检测,得到若干个像素点的位置坐标;以像素点的位置坐标作为追踪的起始点;
步骤4、对特征点进行目标跟踪:目标跟踪采用Kanade-Lucas-Tomasi算法,从t时刻开始,采集到的图像序列为S=(It,It+1,...,It+k),u=(x,y)表示t时刻图像上u点的位置坐标,记为It(x,y)
在t至t+1时刻发生运动偏移量d=(dx,dy),则u一点在第t+1时刻图像上的位置记为It+1(x+dx,y+dy);在以点u为中心的邻域w内,存在差值函数:
ε(d)=ε(dx,dy)=∫w(It(x,y)-It+1(x+dx,y+dy))2dw
目的是计算出运动偏移量d,使得ε(d)的值最小;此过程采用牛顿迭代法使得ε(d)的值收敛,若超出迭代设置次数仍不收敛,则认为该位置点追踪失效;
设定阈值为δ=0.001,单位:像素;
步骤6、测量点的振动位移:根据步骤1测量点处的相对分辨率系数μ,步骤5得到符合精度要求的跟踪轨迹Tk,则该测量点处的振动位移为:x=μ·Tk。
2.根据权利要求1所述采用力锤激励和摄影测量的结构振动模态分析***获得振动位移的方法,其特征在于:在IEPE信号调理器与数据采集器之间连接一级放大器。
3.根据权利要求1所述采用力锤激励和摄影测量的结构振动模态分析***获得振动位移的方法,其特征在于:所述步骤3中,采用SURF和最小特征检测算法取代Harris角点检测算法,得到若干个像素点的位置坐标。
4.根据权利要求1所述采用力锤激励和摄影测量的结构振动模态分析***获得振动位移的方法,其特征在于:所述步骤4中,采用牛顿迭代法使得ε(d)的值收敛的迭代次数设置为30~50。
5.一种采用权利要求1-3任一项所述采用力锤激励和摄影测量的结构振动模态分析***获得的振动位移进行模态分析的方法,其特征在于步骤如下:
步骤(1)、频响函数计算:在被测量结构上设置有n个测量点,固定在第o个测量点处(o≤n),激振k次,每次的激励力记为fi(i=1,2,...k);每激振一次,测得结构所有测量点的振动位移为:X={x1,x2,...xn},激振k次后,每次测量点的振动位移为:Xi(i=1,2...k);
确定分母系数矩阵α(α={A1,A2,...An}T),求解α的伴随矩阵的特征值λr和特征向量V,其极点就是特征值λr,模态参与向量Lr就是V矩阵的最后一行;第r阶的固有频率ωr和阻尼比ζr由下式计算:
第r阶的模态振型φr由下式计算:
其中,[LR]为下残余项,[UR]为上残余项。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910532534.1A CN110261052B (zh) | 2019-06-19 | 2019-06-19 | 采用力锤激励和摄影测量的结构振动模态分析***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910532534.1A CN110261052B (zh) | 2019-06-19 | 2019-06-19 | 采用力锤激励和摄影测量的结构振动模态分析***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110261052A CN110261052A (zh) | 2019-09-20 |
CN110261052B true CN110261052B (zh) | 2020-11-06 |
Family
ID=67919484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910532534.1A Active CN110261052B (zh) | 2019-06-19 | 2019-06-19 | 采用力锤激励和摄影测量的结构振动模态分析***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110261052B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111189598B (zh) * | 2019-12-31 | 2022-06-14 | 中汽研汽车检验中心(天津)有限公司 | 一种轿车车轮自由模态测试方法 |
CN112444365B (zh) * | 2020-11-30 | 2023-08-29 | 哈尔滨工业大学 | 一种卫星太阳翼基板展开低频模态测试方法 |
CN114184271B (zh) * | 2021-11-30 | 2023-06-27 | 西安航天动力研究所 | 基于运动放大和数字图像相关的高频振型识别方法及*** |
CN114739350B (zh) * | 2022-04-12 | 2023-09-26 | 招商局公路信息技术(重庆)有限公司 | 一种基于模态激励的路面动态胎压检测仪校准方法及*** |
CN114993451A (zh) * | 2022-06-23 | 2022-09-02 | 无锡中鼎集成技术有限公司 | 低频振动测试***及测量方法 |
CN118130028A (zh) * | 2024-05-08 | 2024-06-04 | 中国科学院西安光学精密机械研究所 | 一种提升测力台有效响应带宽的方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
MX354275B (es) * | 2012-04-23 | 2018-02-21 | Rassini Frenos Sa De Cv | Método y aparato para la medición del amortiguamiento en una pieza de trabajo. |
CN103954221B (zh) * | 2014-05-08 | 2016-08-17 | 哈尔滨工业大学 | 大型柔性结构振动位移的双目摄影测量方法 |
CN105403143B (zh) * | 2015-10-28 | 2017-10-13 | 苏州西博三维科技有限公司 | 一种获取模拟地震振动台的位移变化的测量方法及其*** |
CN106124034B (zh) * | 2016-09-07 | 2022-07-08 | 湖南科技大学 | 基于机器视觉的薄壁件工作模态测试装置及测试方法 |
JP6805930B2 (ja) * | 2017-03-29 | 2020-12-23 | 株式会社島津製作所 | 振動測定装置 |
CN109060284B (zh) * | 2018-08-07 | 2020-07-10 | 广东工业大学 | 一种基于dic技术的试验模态分析方法 |
-
2019
- 2019-06-19 CN CN201910532534.1A patent/CN110261052B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110261052A (zh) | 2019-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110261052B (zh) | 采用力锤激励和摄影测量的结构振动模态分析***及方法 | |
CN110108348B (zh) | 基于运动放大光流跟踪的薄壁件微幅振动测量方法及*** | |
US9733339B2 (en) | Position and orientation calibration method and apparatus | |
CN108876744B (zh) | 一种基于区域分割的大尺度点云噪声去噪方法 | |
US6950550B1 (en) | Tracing technique and recording media of object motion | |
CN108195933A (zh) | 一种检测建筑外墙质量缺陷的检测*** | |
AU2020101196A4 (en) | Method and system for testing working modality of thin-walled member based on monocular visual optical flow tracking | |
CN110276752B (zh) | 基于android***的混凝土表面裂缝特征的APP检测方法 | |
WO2024120333A1 (zh) | 一种钢板检测***、钢板检测方法、电子设备及存储介质 | |
Franco et al. | Static and dynamic displacement measurements of structural elements using low cost RGB-D cameras | |
CN114187330A (zh) | 一种基于光流法的结构微幅振动工作模态分析方法 | |
JP6813025B2 (ja) | 状態判定装置、状態判定方法、及びプログラム | |
CN102944693A (zh) | 基于面阵快速场同步ccd图像传感器的测速***及测速方法 | |
CN110736534A (zh) | 一种基于普通摄像机的振动位移实时测量方法 | |
Zeinali et al. | Accurate structural dynamic response monitoring of multiple structures using one CCD camera and a novel targets configuration | |
JP5858003B2 (ja) | 自動車車体剛性試験方法および自動車車体剛性試験装置 | |
CN114266835A (zh) | 一种非量测相机的变形监测控制方法与*** | |
CN115014228A (zh) | 基于视觉测量的嵌入式引伸计和双轴视觉测量方法 | |
Marchisotti et al. | Feasibility of drone-based modal analysis using ToF-grayscale and tracking cameras | |
JP2641417B2 (ja) | 時空間微分法を用いた計測装置 | |
CN111833905A (zh) | 一种基于音频分析的标记字符质量检测***及方法 | |
JP2010107224A (ja) | 位置特定装置及び異動建物検出装置 | |
CN110930447A (zh) | 基于Android的无人值守雪深测量方法 | |
Shen et al. | Obtaining four-dimensional vibration information for vibrating surfaces with a Kinect sensor | |
CN113532473B (zh) | 一种通过布置近场不动点的摄像测量误差抑制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |