CN111174961A - 一种基于模态分析的索力光学测量方法及其测量*** - Google Patents
一种基于模态分析的索力光学测量方法及其测量*** Download PDFInfo
- Publication number
- CN111174961A CN111174961A CN202010053027.2A CN202010053027A CN111174961A CN 111174961 A CN111174961 A CN 111174961A CN 202010053027 A CN202010053027 A CN 202010053027A CN 111174961 A CN111174961 A CN 111174961A
- Authority
- CN
- China
- Prior art keywords
- cable
- image
- measuring point
- cable force
- calculation
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
- G01L5/04—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes for measuring tension in flexible members, e.g. ropes, cables, wires, threads, belts or bands
- G01L5/042—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes for measuring tension in flexible members, e.g. ropes, cables, wires, threads, belts or bands by measuring vibrational characteristics of the flexible member
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Bridges Or Land Bridges (AREA)
Abstract
本发明公开了一种基于模态分析的索力光学测量方法及其测量***,该方法首先基于直线检测算法进行多个测点的图像定位以及放大系数标定;进而在测点附近选取兴趣计算区域,利用数字图像相关(DIC)方法提取各测点的位移响应;最后通过对拉索进行模态振型分析,结合拉索设计参数推算拉索索力大小。本发明致力于该方法的实桥应用,利用图像的非接触全场测量优势,可以提取拉索多个测点的振动响应。此外,本方法有效解决了带有中间弹性支撑等复杂未知边界拉索索力求解的难题,只需利用某阶振动频率和相应振型的五个振幅即可进行索力测量,具有更强的工程适用性。
Description
技术领域
本发明涉及一种基于模态分析的索力光学测量方法及其测量***,可实现大跨桥梁未知边界条件下的大批量拉索同步快速测量,属于结构健康监测技术领域。
背景技术
作为斜拉桥、悬索桥、吊杆拱桥等重要受力构件的拉索,常由于较小的应力和应变变化,就会产生较大的位移,并导致其松弛和应力损失,正是由于这些特点,拉桥的索力检测在结构施工和使用阶段都具有较重要的意义。目前,在拉索索力测试中常用的方法有千斤顶压力表测定法、压力传感器测定法、磁通量测定法和振动频率法等。
传统振动频率法测量索力由于其设备可重复使用,而且其使用的仪器体积较小,便于携带,测定结果也较为准确,所以成为了应用最为广泛的索力测试方法。频率法一般运用经典弦振动理论,即不考虑拉索的自重和弯曲刚度,将其视作一根张紧的弦,具体的公式为:此方法适用于较细长的拉索,但是对于较复杂的工况,频率法无法满足工程精度的要求,存在着一些缺陷,主要有:1)实际情况下拉索都具有一定的抗弯刚度,特别是对于短索的索力计算,刚度对索力计算结果的影响将不可忽略,如悬索桥和系杆拱桥的吊杆等刚度均不可忽略;2)现阶段拉索的索力计算公式所采用的边界条件不是固支就是简支,但是拉索实际的边界条件比较复杂,不是单纯的简支或固支,而是介于简支和固支之间的复合边界;3)现在绝大部分拉索均会带有中间弹性支承,比如拉索的减振器、阻尼器、系杆拱桥系杆支承架、吊索的减振架等,会使拉索的振动频率大幅提高,频率法测得的索力误差太大。
基于拉索模态分析的索力测量方法提供了一种新的思路,其捕捉拉索多个控制点的动力响应并进行模态分析,仅利用某阶振动频率和相应振型多个控制点的振幅即可对拉索索力进行测量,可以有效解决不可忽视抗弯刚度的短索或复杂边界下拉索索力测量的难题。
然而模态法测量索力目前还局限于实验室,在实际桥梁工程推广中遇到一些障碍,因为在一根拉索上的多个控制截面位置安装加速度传感器不仅成本巨大,而且人为安装十分困难,是不具有实际工程应用价值的。
针对以上问题,本发明提出了一种采用非接触式的图像传感器捕捉拉索的多个控制点的动力响应,通过模态分析从而识别索力的方法。其中基于图像测量的索力识别方法是非接触的方法中较为前沿的技术之一,也是未来索力测量方法的重要补充,该技术具有非接触、无设备损耗、全场测量、经济性强、设备门槛低等优势。
但图像法也依然遇到两个挑战。一是,为了实现真正的非接触式测量,需要做到在图像中对多个控制点进行定位,而不是通过人为设置目标靶;二是,为了得到拉索的模态,各控制点的动力响应单位要统一,由于相机靶面不能与拉索平行,也就是各测点到相机光心的距离不一致,所以必须将像素位移换算成实际位移,那么这些控制点的比例系数标定就成了一个难题,而问题二的解决更是基于问题一的良好解决。
本发明针对以上诸多难题提出了一种基于模态分析的索力光学测量方法及其测量***,首先采用直线检测提取拉索边界上的直线,以及相应的数学表达式,通过某一个测点的像素坐标推算其他所有测点的像素坐标,由此完成图像定位;随后,采用类似裂缝宽度求解的概念,对求解拉索直径所占的像素个数,结合直径实际数值,完成测点标定。本发明采用经典的数字图像相关方法(DIC),在测点附近选取兴趣计算区域,进行该区域的位移响应计算,最后提取任意需要的测点响应信息。基于换算成实际位移的拉索振动数据,通过模态分析,得到拉索振型曲线,从振型曲线均匀有序选取多个测试点处的振型幅值,最终结合相关已知参数测量出拉索索力大小。
发明内容
本发明需要解决的技术问题是针对现有桥梁拉索索力测量技术存在的不足,而提供一种基于模态分析的索力光学测量方法及其测量***。
为解决上述技术,本发明的技术方案如下:
一种基于模态分析的索力光学测量方法,所述测量方法包括如下步骤:
(1)图像采集:将相机架设于桥面或桥下测点位置,调整相机镜头聚焦至目标拉索,继而拍摄拉索在环境振动下的运动图像序列并保存。
(2)多点定位与标定:基于直线检测算法提取拉索的图像边界,以及相应的数学表达式,通过某一个测点的像素坐标推算其他所有测点的像素坐标,由此完成图像定位;基于拉索两条边界直线的数学表达式,可以得到测点位置附近的拉索宽度所占据的像素数量,结合直径实际尺寸,计算各测点的放大系数,s=Q/qi(mm/pixel),其中Q为拉索直径实际值(mm),qi为第i测点位置对应的像素直径(pixel)。
(3)多点位移提取:采用经典的数字图像相关方法(DIC),在测点附近选取兴趣计算区域,进行该区域的位移响应计算,最后提取任意需要的测点响应信息。
(4)换算实际位移:基于测点的放大系数,各个测点像素位移(pixel)响应数据换算成实际位移(mm)。
(5)基于实际振动响应数据,通过模态分析,得到拉索各阶的频率和相应的振型曲线,并从振型曲线有序均匀提取多个测试点处的振型幅值。
(6)通过绘制|S|与相关变量的关系曲线图,并结合单位长度质量m、抗弯刚度EI、各个测点相对间距等已知参数求解拉索索力。
优选地,所述步骤(2)致力于实桥应用,完全依赖于图像信息进行目标的定位和标定,实现了真正的非接触式测量。区别于传统的加速计,也区别于已有的在试验前预先在结构上人为设置特殊目标靶以及其它测距工具进行测点的定位和标定的图像方法,这在大跨桥梁的拉索测量中是不切实际的。因而,本发明具有更强的工程适用性。
优选地,所述步骤(3)中的数字图像相关方法(DIC)直接追踪拉索表面的自然纹理,不需要人为粘贴特殊目标,仅需用单个固定的CCD摄像机拍摄被测物体变形前后的数字图像,实验设备便携、易操作,实验过程简单。
优选地,所述步骤(5)中通过图像法获得多个测点的位移响应数据,测试速度快,效率高,成本低,避免了加速计安装困难的局限性。甚至基于图像法的优越性,图像选点可以选取远超最终用来提取振型幅值计算索力测点的数量,这样尽可能地拟合真实的振型曲线,避免了选取测点较少时少数测点偏差较大导致振型曲线偏差较大,以致索力测量不精的问题。
本发明还公开了一种基于模态分析的索力光学测量***,其特征在于,所述***包括图像采集***、定位与标定***、基于图像的位移计算***、索力求解***;图像采集***用来采集桥梁拉索在环境振动下的运动图像序列;定位与标定***包括基于直线检测算法推算测点的像素坐标和基于拉索两条边界直线的数学表达式推算测点的放大系数两部分;位移计算***用于将图片导入、选取计算区域、进行位移响应计算、基于测点放大系数最终换算成实际位移;索力求解***基于实际位移响应数据,通过模态分析,得到拉索各阶的频率和相应的振型曲线,并通过程序结合已知参数求解拉索索力。
有益效果
所提出的一种基于模态分析的索力光学测量方法与现有的频率法索力测量方法有很大的不同,可以更加有效地对桥梁进行安全评估和维护管理,提高桥梁检测效率,是一种很有潜力的索力测量新方法,主要优势有:
(1)本发明成功回避了建立带有中间弹性支撑(如拉索的减振器、阻尼器、系杆拱桥系杆支承架、吊索的减振架等)复杂边界下拉索分析模型建立以求解索力与频率关系的难题,只需采用模态测试方法利用某阶振动频率和相应振型的五个振幅即可对具有复杂未知边界的索力进行测量。
(2)以往的基于模态的索力测试方法仅局限于实验室,在实际桥梁推广中需要在拉索中安装较多传感器,安装过程未免太过繁琐,不合实际。本发明采用非接触式图像测量方法通过模态分析进行索力测量,则可有效解决这种问题,该技术具有非接触、无设备损耗、全场测量、经济性强、设备门槛低等优势。
(3)本发明实现了真正意义上的非接触式测量,做到了仅在图像中对各个目标点进行定位和标定,完全依赖于图像信息,而不是通过在结构上人为设置特殊目标靶以及其它测距工具进行测点的定位和标定。
(4)基于图像法的优越性,本发明图像选点时可以选取远超最终用来提取振型幅值计算索力测点的数量,这样可以尽可能地拟合真实的振型曲线,避免了传统单个或几个传感器出现故障或者选取测点较少时少数测点偏差较大导致振型曲线偏差较大,以致索力测量不精的问题。
附图说明
图1为本发明方法的流程示意图;
图2为拉索测点定位示意图;
图3为基于霍夫直线检测的控制点定位与标定流程图;
图4为基于直线检测的拉索直径计算图;
图5为模态参数识别算法示意图;
图6为SSI法计算流程图;
图7为实施例中的现场测试图与图像法计算图;
图8为实施例中的SSI法计算稳定图;
图9为实施例中的|S|与变量δ的关系曲线图。
具体实施方式
以下结合附图对本发明作详细说明,但不应以此限制本发明的保护范围。
图1为本发明方法的基本流程。
本发明提出一种基于模态分析的索力光学测量方法,包括如下步骤:
(1)图像采集:将相机架设于桥面或桥下测点位置,调整相机镜头聚焦至目标拉索位置拍摄拉索在环境振动下的运动图像序列,数据采集***采集拉索的运动图像并保存采集的图像序列文件。
(2)多点定位与标定:采用直线检测提取拉索边界上的直线,以及相应的数学表达式,通过某一个测点的像素坐标推算其他所有测点的像素坐标,由此完成图像定位:
如图2所示,镜头焦距为f,相机CCD传感元件的像元尺寸为l。O为相机光心,光轴与被测面焦点为S0,两者之间的距离为d。拉索上有沿着一定方向等间距分布的测点S1,S2,S3,S4,S5等,相邻节点地实际距离为a,他们距离光心的距离分别为d1,d2,d3…。
为了能在图像中快速准确地对五等分点进行定位以及相应比例系数的标定,本发明采用霍夫直线检测方法解决该问题,其理论框架如图3所示。
霍夫变换是一个靠点的数量来判断空间中特定形状的存在的,Hough变换中,通常用极坐标表示空间内的直线。空间内任意一条直线都可以用原点到其距离ρ与这条垂直线和x轴的夹角θ表示,记为(r,θ)。这时直线上任意一点(x,y),可以表示为:
ρ=xcos(θ)+ysin(θ) (0)
也就是说,对于一个(x,y)来说,可以在(ρ,θ)空间中画出很多条函数,表示通过这一点的所有直线,但是对于特定直线上的每个点,他们必定都通过(ρ,θ)这个点。如果某一个(ρ,θ)出现次数多余阈值k,可以认定为空间中很多点都在这条直线上,在图像内这是一条直线。
由上可见Hough中的五个参数分别是:边缘检测结果,输出结果矩阵,半径步长,角度步长,阈值(多少个点算直线)。本发明采用Canny边缘检测算子对预先基于离散余弦变换进行去噪后的图像进行边缘检测。
在图像中各个测点在图像中的像素坐标分别为(x0,y0),(x1,y1),(x2,y2)...,延拉索轴向的像素距离依次为b01,b12,b23,...。相机光轴与吊索线性方向的夹角为α,该角度可以测定为已知;OP1,OP2,OP3…与光轴OP0之间的夹角以依次为θ01,θ02,θ03...
多点定位的数学本质为:在已中心点坐标(x0,y0)和测点1坐标(x1,y1)以及等间距数值a的前提下,如何推算(x2,y2),(x3,y3)…。针对该问题分析过程如下:
根据单相机成像模型,每个测点均满足以下相似关系:
其中,f1,f2,f3…为测点P1,P2,P3…的等效像距,考虑到实桥远距离测量和公式简化,令像距均约等于焦距f。夹角θ通过测点的像素坐标进行计算得到,有:
a.竖直吊杆
这样的构件,在调整相机时,可以确保图像的竖向与吊杆轴向一致,问题公式(1)就得以简化,那么剩余测点的定位直接通过方程(2)就依次得到求解。
b01=|y0-y1|
b02=|y0-y2|
......(4)
b.斜拉短索
这属于一般情况,位置参数就变成了(xi,yi),凭借一个等式无法求解,就需要寻找新的约束,这一新的约束就是直线假设,即拉索是拉直的一条直线。该假设对于发明研究对象——短吊杆、短索适用。在采集到的单张图像中,取图像中拉索的两端点,读取其像素坐标,分别为(e,f),(g,h),那么测点S2~S5的坐标满足这两点确定的直线方程(5)或者公式(0)。基于(2)和(5)可以计算得到(xi,yi)。
采用类似裂缝宽度求解的概念,对求解拉索直径所占的像素个数,结合直径实际数值,完成测点标定:
利用拉索直径实际值Q(mm)进行标定。以S1测点为例,首先通过二值化或者直线检测方法对拉索轮廓进行提取,继而求S1节点位置对应的像素直径q(pixel),则可知S1测点的放大系数为s1=Q/q(mm/pixel)。
本发明定义拉索宽度定义为拉索轴线的垂线与拉索边缘线上相交的两点之间的距离,正轴摄影时,一根拉索的两条边缘直线平行,所以拉索像素宽度可以直接由检测到的直线方程进行距离求解。斜轴摄影时,在得到拉索的中轴线与边缘后,使用中轴线上连续的三点来确定中轴线的局部垂线。图4所示为确定中轴线上A像素处的裂缝宽度,首先寻找A像素上下两个相连的像素点Q与P,近似认为QP连线为A像素处的轴线切线方向,因而QP的垂线即为宽度方向。在得到QP的垂线后,计算其与边缘的两个交点之间的距离,即为A像素处的裂缝宽度。
(3)多点位移提取:采用经典的数字图像相关方法(DIC),在测点附近选取兴趣计算区域,进行该区域的位移响应计算,最后提取任意需要的测点响应信息。
数字图像相关方法通过处理变形前后被测物体表面的两幅数字图像来直接获得位移和应变信息。它的基本原理:在参考图像f(x,y)中取以某待求点(x0,y0)为中心的(2M+1)×(2M+1)像素大小的正方形参考图像子区,在变形后图像g(x′,y′)中通过一定的搜索方法按预先定义的相关函数来进行相关计算寻找与参考图像子区的相关系数为最大值或最小值(取决于所选择的相关函数)的以(x′0,y′0)为中心的目标图像子区,即可确定参考图像子区中心点的x和y方向的位移分量u,v。
由于在实际的实验环境中,在加载过程中通过图像采集***获得的物体表面数字图像会经常会出现曝光过度、照明光强不均匀以及照明光强随时间波动等不希望出现的情况。本发明采用标准化协方差互相关函数:
对于拉索这类结构局部应变很小,基本只考虑刚***移,一般一阶形函数已经满足测量需求。
式中,Δx,Δy为点(x,y)到参考图像子区中心(x0,y0)的距离,u,v是参考图像子区中心在x和y方向的位移,ux,uy,vx,vy分别表示参考图像子区的一阶位移梯度,uxx,uxy,uyy,vxx,vxy,vyy分别表示参考图像子区的二阶位移梯度。
(4)换算实际位移:利用放大系数s=Q/qi(mm/pixel),其中Q为拉索直径实际值(mm),qi为第i测点位置对应的像素直径(pixel),从而将各个测点像素位移响应数据换算成实际位移数据。
(5)基于实际振动响应数据,通过模态分析,得到拉索各阶的频率和相应的振型曲线,并从振型曲线有序均匀提取多个测试点处的振型幅值φ1、φ2、φ3等。
如图5所示,基于环境振动测试的模态参数识别算法有很多种分类:根据处理域的差异可以分为时域算法、频域算法和时频域算法;按照激励信号可以分为:平稳信号处理方法和非平稳信号处理方法。频域方法主要有峰值拾取法(PP),多项式拟合法,频域分解法(FDD),复模态指数函数法(CMIF),最小二乘复频域法(LSCF)和多参考点最小二乘复频域法(PolyLSCF)等。时域模态参数识别法主要有Ibrahim时域法(ITD)和节约时域法(STD),最小二乘复指数法(LSCE),自回归滑动平均法(ARMA),特征***实现算法(ERA),随机子空间法(SSI),随机减量法(RDT)和自然激励法(NExT)等。
本发明采用随机子空间识别法(SSI),其是基于环境振动模态参数识别的时域方法,根据在方程中数据矩阵的类型,子空间识别方法主要分为数据驱动和协方差驱动。通常频域方法对于输入力要求很高,常常采用单峰值冲击,而在实桥或者复杂结构中,利用单峰值冲击往往无法得到足够的信息,甚至所激起的结构响应也不令人满意,常表现为衰减过快,能用于分析的有效数据过少。随机子空间方法的主要原理是在基于环境激励下,将输入力假设为白噪声,通过识别状态矩阵得到结构的基本模态参数,如固有频率、阻尼比和振型等,大体流程见图6所示部分。
(6)通过绘制|S|与相关变量的关系曲线图,并结合单位长度质量m、抗弯刚度EI、各个测点相对间距等已知参数求解拉索索力。
具体计算步骤如下:
假设杆件抗弯刚度为EI,单位长度质量为m,环境振动下,杆件结构的自由振动方程:
其中,u(x,t)为t时刻位于x位置的横向位移反应。
上式(9)左边仅是x的函数,右边仅是t的函数,因此只有当双方都等于常数时,对于任意的x和t方程才能成立,将常数写成a4,由此得到两个独立的常微分方程:
(k4-g2k2-a4)Cekx=0 (12)
解得k1,2=±iδ,k3,4=±ε (13)
显然,a2=δ×ε,ε2-δ2=g2。
通过模态分析得到五个测试点处的振型幅值φ1~φ5,得到任意两点(如i和j点)在某阶模态的模态位移比如下:
再进一步进行转换得到:(sin(δxi)-λij sin(δxj))c1+(cos(δεxi)-λij cos(δxj))c2+(sin h(εxi)-λij sin h(εxj))c3+(cosh(εxi)-λij cosh(εxj))c4=0 (17)
位于i和j位置的传感器分别称为普通点和参考点,显然确定了参考点,5个测点可得到4个独立的比值,可构建特征方程组:S4×4[c1 c2 c3 c4]T=0 (18)
此式中,c1~c4必有非零解,故特征矩阵S的行列式等于0,即:
|S|=0 (19)
同时,本发明还公开了一种基于模态分析的索力光学测量***,其特征在于,所述***包括图像采集***、定位与标定***、基于图像的位移计算***、索力求解***;图像采集***用来采集桥梁拉索在环境振动下的运动图像序列;定位与标定***包括基于直线检测算法推算测点的像素坐标和基于拉索两条边界直线的数学表达式推算测点的放大系数两部分;位移计算***用于将图片导入、选取计算区域、进行位移响应计算、基于测点放大系数最终换算成实际位移;索力求解***基于实际位移响应数据,通过模态分析,得到拉索各阶的频率和相应的振型曲线,并通过程序结合已知参数求解拉索索力。
实施例
下面利用实际桥梁拉索图像测量索力案例来说明所提议的基于模态分析的索力光学测量方法实施步骤。首先该桥某根拉索(编号18)的基本参数:线密度E=1.95×105MPa,I=3.6428×10-7m-4,抗弯刚度EI=71034.6H·m2。
步骤1:确定光学采集***的布置方案并采集图片
相机架设在桥梁约四分之一跨处,聚焦于编号为18的拉索上,如图7(a)所示。选用的工业相机型号为UI-3370CP-M-GL,COMS成像芯片分辨率为2048*2048,像元尺寸为5.5微米,帧频不低于80fps;Canon远摄定焦镜头,焦距200mm;云台可三个方向旋转,实验前将相机调平,忽略光轴倾斜角度对测量结果的影响。相机采用USB3.0数据线与笔记本连接,不需要设置额外电源。相机以频率14Hz开始进行图像采集。
步骤2:多点定位与标定
本例中选取5个测点进行定位与标定,拉索外观直径为72mm,标定放大系数,5个测点基本接近,均值为3.75mm/pixel。5个均等分点实际间距为1560mm,如图7(b)所示。
步骤3:模态分析
将像素位移时程响应数据换算成实际位移数据,通过SSI方法进行模态分析,稳定图如图8所示,原则上,采用任意一阶的模态参数均可实现索力的测量,一般情况下,低阶模态测量精度较高,本例取的二阶频率和五个测点振幅数据为(剔除虚假模态):频率f=4.64Hz,S1:0.8622,S2:1,S3=0.8302,S4=0.6109,S5=0.2828。假设S3为参考点,其余S1,S2,S4,S5为普通点。
因此,通过相应的数据可得五个测点的相对位置依次是:x1=0.00,x2=0.5236,x3=1.0472,x4=1.5708,x5=2.0944。
步骤4:根据已有参数计算索力
根据频率可得
而a2=δ×ε,则ε可通过δ表达使得δ成为唯一变量。
将δ带入到方程|S|=0通过程序绘制|S|与δ的关系曲线图,如图9所示。
由图像可知δ=0.10870,使得|S|=0。
最终可求得T=|EI×(δ2-ε2)|=|71034.6×(0.108702-4.124692)|=1017.1kN
而由该桥工程监测单位现场检测该索索力值为996.6kN,两者接近。
综上可见本发明致力于大跨实桥的应用,完全依赖于图像信息进行拉索目标的定位和标定,区别于传统的加速计,也区别于已有图像方法,无需在试验前在结构上人为设置特殊目标靶进行测点的定位和标定,实现了真正的非接触式测量。此外,本发明有效解决了带有中间弹性支撑等复杂未知边界拉索索力求解的难题,只需利用某阶振动频率和相应振型的五个振幅即可进行索力测量,具有更强的工程适用性,结果也满足工程精度的要求。本发明可以更加有效地对桥梁进行安全评估和维护管理,提高桥梁检测效率,是一种很有潜力的索力测量新方法。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段,还包括由以上技术特征任意组合所组成的技术方案。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (5)
1.一种基于模态分析的索力光学测量方法,其特征在于,步骤为:
(1)图像采集:将相机架设于桥面或桥下测点位置,调整相机镜头聚焦至目标拉索,继而拍摄拉索在环境振动下的运动图像序列并保存;
(2)多点定位与标定:基于直线检测算法提取拉索的图像边界,以及数学表达式,通过某一个测点的像素坐标推算其他所有测点的像素坐标,由此完成图像定位;基于拉索两条边界直线的数学表达式,得到测点位置附近的拉索宽度所占据的像素数量,计算各测点的放大系数,s=Q/qi,其中Q为拉索直径实际值,qi为第i测点位置对应的像素直径;
(3)多点位移提取:采用经典的数字图像相关方法,在测点附近选取兴趣计算区域,进行该区域的位移响应计算,最后提取任意需要的测点响应信息;
(4)换算实际位移:基于测点的放大系数,各个测点像素位移响应数据换算成实际位移;
(5)基于实际振动响应数据,通过模态分析,得到拉索各阶的频率和相应的振型曲线,并从振型曲线有序均匀提取多个测试点处的振型幅值;
(6)通过绘制|S|与相关变量的关系曲线图,并结合单位长度质量m、抗弯刚度EI、各个测点相对间距已知参数求解拉索索力。
2.根据权利要求1所述的一种基于模态分析的索力光学测量方法,其特征在于,所述步骤(2)中完全依赖于图像信息对各个测点进行定位和标定。
3.根据权利要求1所述的一种基于模态分析的索力光学测量方法,其特征在于,所述步骤(3)中的数字图像相关方法直接追踪拉索表面的自然纹理。
4.根据权利要求1所述的一种基于模态分析的索力光学测量方法,其特征在于,所述步骤(5)中通过图像法获得多个测点的位移响应数据,图像选点可选取超过最终用来提取振型幅值计算索力测点的数量来拟合真实的振型曲线。
5.一种基于模态分析的索力光学测量***,其特征在于,所述***包括图像采集***、定位与标定***、基于图像的位移计算***、索力求解***;图像采集***用来采集桥梁拉索在环境振动下的运动图像序列;定位与标定***包括基于直线检测算法推算测点的像素坐标和基于拉索两条边界直线的数学表达式推算测点的放大系数两部分;位移计算***用于将图片导入、选取计算区域、进行位移响应计算、基于测点放大系数最终换算成实际位移;索力求解***基于实际位移响应数据,通过模态分析,得到拉索各阶的频率和相应的振型曲线,并通过程序结合已知参数求解拉索索力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010053027.2A CN111174961B (zh) | 2020-01-17 | 2020-01-17 | 一种基于模态分析的索力光学测量方法及其测量*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010053027.2A CN111174961B (zh) | 2020-01-17 | 2020-01-17 | 一种基于模态分析的索力光学测量方法及其测量*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111174961A true CN111174961A (zh) | 2020-05-19 |
CN111174961B CN111174961B (zh) | 2022-06-28 |
Family
ID=70649608
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010053027.2A Active CN111174961B (zh) | 2020-01-17 | 2020-01-17 | 一种基于模态分析的索力光学测量方法及其测量*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111174961B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112381190A (zh) * | 2020-11-03 | 2021-02-19 | 中交第二航务工程局有限公司 | 一种基于手机图像识别的索力测试方法 |
CN112985672A (zh) * | 2021-02-23 | 2021-06-18 | 中冶建筑研究总院有限公司 | 基于非接触空间振动测试的预应力索系索力分析方法 |
CN113063484A (zh) * | 2021-03-31 | 2021-07-02 | 中煤科工集团重庆研究院有限公司 | 一种振动识别放大方法 |
CN113607321A (zh) * | 2021-07-16 | 2021-11-05 | 重庆物康科技有限公司 | 索结构的索力测试方法、装置、计算机设备和存储介质 |
CN115683431A (zh) * | 2023-01-03 | 2023-02-03 | 湖南大学 | 基于直线跟踪算法的拉索索力确定方法、装置及设备 |
CN115876365A (zh) * | 2022-10-26 | 2023-03-31 | 华南理工大学 | 基于运动综合亮度谱的拉索索力视觉测试方法、装置及介质 |
CN116086676A (zh) * | 2023-02-16 | 2023-05-09 | 同济大学 | 基于移动式可调节非接触传感器阵列的多点振动观测*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1396314A1 (en) * | 2002-09-04 | 2004-03-10 | Fanuc Ltd | Cable arrangement of a robot with means for electrically shielding the cables |
CN101936795A (zh) * | 2010-07-27 | 2011-01-05 | 同济大学 | 基于模态分析高精度的拉索索力测试方法 |
CN106768822A (zh) * | 2017-02-07 | 2017-05-31 | 中国航天空气动力技术研究院 | 一种流场边界层剪切应力光学测量方法 |
CN108106541A (zh) * | 2017-12-21 | 2018-06-01 | 浙江大学 | 一种基于视频图像识别的桥梁索力测量方法 |
CN108955983A (zh) * | 2018-07-25 | 2018-12-07 | 湖南大学 | 基于拉索振型及摄影测量技术的索力测试方法 |
CN109341903A (zh) * | 2018-11-08 | 2019-02-15 | 东南大学 | 一种基于计算机视觉中边缘识别的拉索索力测量方法 |
CN110514340A (zh) * | 2019-07-17 | 2019-11-29 | 河海大学 | 一种基于数字图像技术中目标识别追踪的索力测量方法 |
-
2020
- 2020-01-17 CN CN202010053027.2A patent/CN111174961B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1396314A1 (en) * | 2002-09-04 | 2004-03-10 | Fanuc Ltd | Cable arrangement of a robot with means for electrically shielding the cables |
CN101936795A (zh) * | 2010-07-27 | 2011-01-05 | 同济大学 | 基于模态分析高精度的拉索索力测试方法 |
CN106768822A (zh) * | 2017-02-07 | 2017-05-31 | 中国航天空气动力技术研究院 | 一种流场边界层剪切应力光学测量方法 |
CN108106541A (zh) * | 2017-12-21 | 2018-06-01 | 浙江大学 | 一种基于视频图像识别的桥梁索力测量方法 |
CN108955983A (zh) * | 2018-07-25 | 2018-12-07 | 湖南大学 | 基于拉索振型及摄影测量技术的索力测试方法 |
CN109341903A (zh) * | 2018-11-08 | 2019-02-15 | 东南大学 | 一种基于计算机视觉中边缘识别的拉索索力测量方法 |
CN110514340A (zh) * | 2019-07-17 | 2019-11-29 | 河海大学 | 一种基于数字图像技术中目标识别追踪的索力测量方法 |
Non-Patent Citations (1)
Title |
---|
DONGMING FENG 等: "Cable tension force estimate using novel noncontact vision-based sensor", 《MEASUREMENT》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112381190A (zh) * | 2020-11-03 | 2021-02-19 | 中交第二航务工程局有限公司 | 一种基于手机图像识别的索力测试方法 |
CN112985672A (zh) * | 2021-02-23 | 2021-06-18 | 中冶建筑研究总院有限公司 | 基于非接触空间振动测试的预应力索系索力分析方法 |
CN113063484A (zh) * | 2021-03-31 | 2021-07-02 | 中煤科工集团重庆研究院有限公司 | 一种振动识别放大方法 |
CN113063484B (zh) * | 2021-03-31 | 2022-10-04 | 中煤科工集团重庆研究院有限公司 | 一种振动识别放大方法 |
CN113607321A (zh) * | 2021-07-16 | 2021-11-05 | 重庆物康科技有限公司 | 索结构的索力测试方法、装置、计算机设备和存储介质 |
CN113607321B (zh) * | 2021-07-16 | 2023-10-20 | 重庆物康科技有限公司 | 索结构的索力测试方法、装置、计算机设备和存储介质 |
CN115876365A (zh) * | 2022-10-26 | 2023-03-31 | 华南理工大学 | 基于运动综合亮度谱的拉索索力视觉测试方法、装置及介质 |
CN115876365B (zh) * | 2022-10-26 | 2023-10-27 | 华南理工大学 | 基于运动综合亮度谱的拉索索力视觉测试方法、装置及介质 |
CN115683431A (zh) * | 2023-01-03 | 2023-02-03 | 湖南大学 | 基于直线跟踪算法的拉索索力确定方法、装置及设备 |
CN115683431B (zh) * | 2023-01-03 | 2023-08-18 | 湖南大学 | 基于直线跟踪算法的拉索索力确定方法、装置及设备 |
CN116086676A (zh) * | 2023-02-16 | 2023-05-09 | 同济大学 | 基于移动式可调节非接触传感器阵列的多点振动观测*** |
CN116086676B (zh) * | 2023-02-16 | 2024-05-31 | 同济大学 | 基于移动式可调节非接触传感器阵列的多点振动观测*** |
Also Published As
Publication number | Publication date |
---|---|
CN111174961B (zh) | 2022-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111174961B (zh) | 一种基于模态分析的索力光学测量方法及其测量*** | |
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*** | |
Tian et al. | Noncontact cable force estimation with unmanned aerial vehicle and computer vision | |
Feng et al. | Computer vision for SHM of civil infrastructure: From dynamic response measurement to damage detection–A review | |
Du et al. | Dynamic measurement of stay-cable force using digital image techniques | |
Luo et al. | Robust vision sensor for multi-point displacement monitoring of bridges in the field | |
Jurjo et al. | Experimental methodology for the dynamic analysis of slender structures based on digital image processing techniques | |
Kim et al. | Dynamic characteristics of suspension bridge hanger cables using digital image processing | |
Fukuda et al. | Vision-based displacement sensor for monitoring dynamic response using robust object search algorithm | |
CN109341903B (zh) | 一种基于计算机视觉中边缘识别的拉索索力测量方法 | |
WO2016152076A1 (ja) | 構造物の状態判定装置と状態判定システムおよび状態判定方法 | |
WO2016152075A1 (ja) | 構造物の状態判定装置と状態判定システムおよび状態判定方法 | |
Kromanis et al. | Measuring structural deformations in the laboratory environment using smartphones | |
Havaran et al. | Extracting structural dynamic properties utilizing close photogrammetry method | |
Wangchuk et al. | Modal analysis and tension estimation of stay cables using noncontact vision‐based motion magnification method | |
Wu et al. | Non-contact measurement method of beam vibration with laser stripe tracking based on tilt photography | |
CN116363121A (zh) | 一种基于计算机视觉的拉索索力检测方法、***及装置 | |
Liu et al. | Vision-based displacement measurement sensor using modified Taylor approximation approach | |
Brown et al. | Evaluation of a novel video-and laser-based displacement sensor prototype for civil infrastructure applications | |
JP2019011994A (ja) | 変位測定装置、変位測定方法、及びプログラム | |
Yu et al. | Fast and robust vision-based cable force monitoring method free from environmental disturbances | |
CN110532725B (zh) | 基于数字图像的工程结构力学参数识别方法及*** | |
Shang et al. | Multi-point vibration measurement for mode identification of bridge structures using video-based motion magnification | |
CN113607321A (zh) | 索结构的索力测试方法、装置、计算机设备和存储介质 | |
Hang et al. | Eulerian fast motion identification algorithm for deformation measurement of cable-stayed bridge |
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 |