CN112347881B - 一种非接触式结构局部损伤动态视觉检测方法 - Google Patents
一种非接触式结构局部损伤动态视觉检测方法 Download PDFInfo
- Publication number
- CN112347881B CN112347881B CN202011166633.1A CN202011166633A CN112347881B CN 112347881 B CN112347881 B CN 112347881B CN 202011166633 A CN202011166633 A CN 202011166633A CN 112347881 B CN112347881 B CN 112347881B
- Authority
- CN
- China
- Prior art keywords
- damage
- modal
- local
- mode
- local damage
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种非接触式结构局部损伤动态视觉检测方法,涉及结构损伤检测技术领域,所述方法包括如下步骤:步骤1、从视频中辨识出结构振动的模态参数;步骤2、构建各阶模态局部损伤增强因子LDEi;步骤3、构建局部损伤放大综合检测指标。通过本发明的实施,解决了接触式损伤检测方法带来质量负载效应,基于静态视觉的损伤检测方法仅能检测结构表面的损伤,无法检测内部损伤的问题,本发明抗噪声干扰性能优越,具有非接触式、无损检测等优点,且能够准确定位损伤位置。
Description
技术领域
本发明涉及结构损伤检测技术领域,尤其涉及一种非接触式结构局部损伤动态视觉检测方法。
背景技术
机械结构在运行服役过程中往往伴随着性能的退化,产生一些局部损伤,如裂纹、磨损、剥落等,若不及时检测出损伤情况,会影响结构的正常运行与安全稳定,甚至会造成重大经济损失与安全事故。因此,结构损伤检测对于确保结构服役安全性与可靠性具有重要意义。传统的损伤检测方法多依靠加速度计、声发射等接触式传感器,采集并分析结构振动信号,以此辨识结构的损伤情况。然而接触式传感器存在质量负载效应,测点布置与传感器安装过程耗时耗力,且带来的附加质量容易改变柔性或轻质结构自身的动态特性,不利于损伤的准确辨识。
现有技术中,采用相机以视觉方式检测结构局部损伤,具有远距离、非接触等优点。目前大多数基于视觉的损伤检测技术,多依靠静态图片特征提取等方法,辨识结构的表面损伤情况,如观察图片中的裂纹、剥落等。然而对于结构内部的损伤,或者相机难以直接拍摄的损伤位置,目前的静态视觉方法无法解决。针对这种损伤情况,需要发展动态视觉损伤检测方法。结构产生损伤后,损伤往往会影响并改变结构的局部动态特性。相机拍摄的结构振动视频数据,包含丰富的结构动态特性信息,从视频中提取出的结构在损伤前后动态特性差异,能够发现结构的局部损伤情况。其中的关键技术在于,如何从视频数据中准确辨识出结构动态特性,并建立有效的损伤检测指标。目前已有的基于动态视觉的结构损伤检测方法,多采用从视频中辨识出的模态参数作为损伤指标,直接进行损伤判定。模态参数主要包括固有频率与模态振型,模态振型又包含位移模态振型与曲率模态振型等。固有频率在结构损伤前后的差异对比,能够反映结构是否存在异常,但无法明确结构损伤的位置。而位移模态振型、曲率模态振型,以及位移模态差分、曲率模态差分等,虽然包含着一定的结构损伤信息,但由于受到视频数据复杂的时空域噪声干扰,它们对于损伤的识别能力有限,不能准确的定位损伤位置。
因此,本领域的技术人员致力于开发一种非接触式结构局部损伤动态视觉检测方法,解决了接触式损伤检测方法带来质量负载效应,容易影响结构自身动态特性,不利于损伤的准确检测;而基于静态视觉的损伤检测方法,仅能检测结构表面的损伤,无法检测内部损伤;基于动态视觉的损伤检测方法,直接采用固有频率、模态振型等模态参数进行损伤识别,易受噪声干扰,损伤检测效果有限,无法准确定位损伤位置技术问题。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是:如何解决基于动态视觉检结构局部损伤方法易受噪声干扰、检测效果较差、无法准确定位损伤位置技术问题。
为实现上述目的,本发明提供了一种非接触式结构局部损伤动态视觉检测方法,所述方法包括如下步骤:
步骤1、从视频中辨识出结构振动的模态参数;
步骤2、构建各阶模态局部损伤增强因子LDEi;
步骤3、构建局部损伤放大综合检测指标。
进一步地,所述步骤1中,采用高速相机监测叶片在锤击激励下的振动响应视频,从所述振动响应视频中提取结构振动的模态参数。
进一步地,所述步骤1中,所述模态参数为多阶、多种模态参数。
进一步地,所述模态参数包括固有频率、位移模态振型和曲率模态振型。
进一步地,所述步骤2中,还包括:将所述位移模态振型和所述曲率模态振型分别做差分运算。
进一步地,所述步骤2中,还包括:采用所述位移模态振型和所述曲率模态振型的乘积谱进行损伤增强。
进一步地,所述局部损伤增强因子LDEi采用下式计算:
式中,i为模态阶数;φic和φi分别为第i阶曲率模态振型和位移模态振型;(·)Ref表示参考值,一般为正常状态;||·||∞为向量的无穷范数;β为指数参数。
进一步地,所述β的取值范围为β≤4。
进一步地,所述步骤3中,还包括:采用模态叠加策略将损伤增强后的各阶模态叠加。
进一步地,所述步骤3中,还包括:构建局部损伤放大综合检测指标XDM:
式中,n代表模态数量,α为损伤放大系数,qi为各阶模态坐标。
与现有技术相比,本发明至少具有如下有益技术效果:
1、本发明提出的非接触式结构局部损伤动态视觉检测方法,具有非接触式、无损检测,损伤检测直观、便捷等优点。
2、本发明能够有效检测结构损伤,抗噪声干扰性能优越,鲁棒性好。
3、本发明提出的综合损伤检测指标,具有损伤增强功能,能够准确定位局部损伤。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明实验中采用的叶片结构局部损伤位置示意图;
图2是本发明局部损伤检测结果;
图3是本发明的局部损伤放大结果。
具体实施方式
以下参考说明书附图介绍本发明的多个优选实施例,使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现,本发明的保护范围并非仅限于文中提到的实施例。
如图1所示,本发明的非接触式结构局部损伤动态视觉检测方法,包括以下步骤:
步骤1:(数据准备阶段)从视频中辨识出结构振动的模态参数。
如图1所示,采用非接触式结构局部损伤动态视觉检测方法检测风机叶片模型裂纹损伤结构和损伤位置。高速相机监测叶片在锤击激励下的振动响应视频,从视频中提取结构振动的模态参数,例如位移模态振型和曲率模态振型。然后根据位移模态振型计算曲率模态振型等。传统的损伤检测方法则直接基于这些模态参数进行损伤判定,或者构建初步的损伤指标提升效果有限,损伤检测结果易受噪声干扰,容易产生误检等现象。因此需要构建更加有效的损伤检测指标,综合考虑多阶、多种模态参数,进行损伤信息增强。
步骤2:构建各阶模态局部损伤增强因子LDEi。
结构振动的位移模态振型和曲率模态振型均包含一定的损伤信息,但由于受到复杂的背景噪声干扰,若直接将其用来损伤检测,效果很差。在正常状态和损伤状态两种情况下,结构振动的模态振型将略有不同,若将位移模态振型和曲率模态振型分别做差分运算,则模态差分能够一定程度上反映结构异常情况。位移模态差分产生的异常多表现在结构运动位移的整体层面,在位移模态的较大区域均会有一定的偏差,但是其对局部损伤位置不敏感。曲率模态可以看作是位移模态的二阶导数,曲率模态差分能够反映模态的局部变化信息,相对而言对局部损伤更为敏感,但是由于计算过程引入了更多噪声,更容易受到噪声干扰。位移模态差分和曲率模态差分中包含较多的噪声干扰,难以直观发现裂纹损伤位置。因此,综合考虑位移模态差分和曲率模态差分的优缺点,采用两者的乘积谱进行损伤增强,构建如下所示的局部损伤增强因子LDEi:
式中,i为模态阶数;φic和φi分别为第i阶曲率模态振型和位移模态振型;(·)Ref表示参考值,一般为正常状态;||·||∞为向量的无穷范数;β为指数参数,一般取值β≤4,具有增强局部损伤、提高损伤集中性的能力,且值越大,集中性越强。该局部损伤增强因子综合了曲率模态差分的损伤定位敏感性与位移模态差分的宏观偏差值,相当于仅对曲率变化和位移差分同时明显的位置进行增强,衰减其他噪声成分。虽然LDEi具有很强的噪声抑制性能,但由于其仅考虑了单一模态的情形,仍存在较大的偶然性。因此下一步我们将进一步综合多阶模态,构建局部损伤放大综合指标。
步骤3:构建局部损伤放大综合检测指标。
步骤2中建立的局部损伤增强因子,能够增强各阶模态对于损伤的敏感性,且具有较好的噪声抑制性。基于各阶模态局部损伤增强因子LDEi,我们进一步构建了局部损伤放大综合检测指标XDM:
式中,n代表模态数量,α代表损伤放大系数,qi为各阶模态坐标。当模态阶数较多时,局部损伤在大多数模态振型中均有反映,除了损伤刚好在节点位置处的模态。一方面,该指标综合考虑了各阶模态对于损伤检测的作用,采用模态叠加策略将损伤增强后的各阶模态叠加,从而进一步增强损伤,减小单一模态产生的偶然性,具有更好的局部损伤检测效果。另一方面,该指标引入了一个损伤放大系数α,能够进一步增强局部损伤在整体模态中的能量比重,抑制除损伤位置以外的其他位置的运动,从而实现局部损伤的可视化放大,能够更加直观、便捷地发现局部损伤情况。
选用指数参数β=1,并将局部损伤增强后的各阶模态叠加,如图2所示,可以得到十分有效的局部损伤检测结果。进一步引入损伤放大系数α=20,可以实现局部损伤放大,生成可视化损伤检测效果,如图3所示。
本发明公开的非接触式结构局部损伤动态视觉检测方法,针对接触式损伤检测方法带来质量负载效应,容易影响结构自身动态特性,不利于损伤的准确检测;而基于静态视觉的损伤检测方法,仅能检测结构表面的损伤,无法检测内部损伤;基于动态视觉的损伤检测方法,直接采用固有频率、模态振型等模态参数进行损伤识别,易受噪声干扰,损伤检测效果有限,无法准确定位损伤位置的技术问题,通过构建局部损伤增强因子,增强了各阶模态对于损伤的敏感性,提高了抗噪声干扰性能,具有非接触式、无损检测等优点,且能够准确定位损伤位置。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (3)
1.一种非接触式结构局部损伤动态视觉检测方法,其特征在于,所述方法包括如下步骤:
步骤1、从视频中辨识出结构振动的模态参数;
步骤2、构建各阶模态局部损伤增强因子LDEi;
步骤3、构建局部损伤放大综合检测指标;
其中,所述模态参数为多阶、多种模态参数,所述模态参数包括固有频率、位移模态振型和曲率模态振型;
其中,所述步骤2中包括:将所述位移模态振型和所述曲率模态振型分别做差分运算,以及采用所述位移模态振型和所述曲率模态振型的乘积谱进行损伤增强;
所述局部损伤增强因子LDEi采用下式计算:
式中,i为模态阶数;φic和φi分别为第i阶曲率模态振型和位移模态振型;(·)Ref表示参考值;‖·‖∞为向量的无穷范数;β为指数参数;
其中,所述步骤3中,采用模态叠加策略将损伤增强后的各阶模态叠加;构建所述局部损伤放大综合检测指标XDM通过下式计算:
式中,n代表模态数量,α为损伤放大系数,qi为各阶模态坐标。
2.如权利要求1所述的方法,其特征在于,所述步骤1中,采用高速相机监测叶片在锤击激励下的振动响应视频,从所述振动响应视频中提取所述结构振动的模态参数。
3.如权利要求1所述的方法,其特征在于,所述β的取值范围为β≤4。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011166633.1A CN112347881B (zh) | 2020-10-27 | 2020-10-27 | 一种非接触式结构局部损伤动态视觉检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011166633.1A CN112347881B (zh) | 2020-10-27 | 2020-10-27 | 一种非接触式结构局部损伤动态视觉检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112347881A CN112347881A (zh) | 2021-02-09 |
CN112347881B true CN112347881B (zh) | 2022-07-12 |
Family
ID=74358607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011166633.1A Active CN112347881B (zh) | 2020-10-27 | 2020-10-27 | 一种非接触式结构局部损伤动态视觉检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112347881B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103076394A (zh) * | 2013-01-06 | 2013-05-01 | 中国海洋石油总公司 | 基于振动识别频率和振型综合的海洋平台安全评定的方法 |
CN106897543A (zh) * | 2017-04-25 | 2017-06-27 | 湘潭大学 | 模态柔度曲率矩阵范数的梁结构损伤识别方法 |
CN107085037A (zh) * | 2017-04-25 | 2017-08-22 | 湘潭大学 | 振型加权模态柔度的梁结构损伤识别方法 |
CN107957319A (zh) * | 2017-11-17 | 2018-04-24 | 湘潭大学 | 均匀荷载面曲率的简支梁裂纹损伤识别方法 |
CN109543303A (zh) * | 2018-11-22 | 2019-03-29 | 华北水利水电大学 | 一种基于类柔度差曲率和频率摄动的结构损伤识别的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109115877B (zh) * | 2018-08-07 | 2021-08-24 | 广东工业大学 | 一种基于dic技术的曲率模态损伤识别方法 |
-
2020
- 2020-10-27 CN CN202011166633.1A patent/CN112347881B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103076394A (zh) * | 2013-01-06 | 2013-05-01 | 中国海洋石油总公司 | 基于振动识别频率和振型综合的海洋平台安全评定的方法 |
CN106897543A (zh) * | 2017-04-25 | 2017-06-27 | 湘潭大学 | 模态柔度曲率矩阵范数的梁结构损伤识别方法 |
CN107085037A (zh) * | 2017-04-25 | 2017-08-22 | 湘潭大学 | 振型加权模态柔度的梁结构损伤识别方法 |
CN107957319A (zh) * | 2017-11-17 | 2018-04-24 | 湘潭大学 | 均匀荷载面曲率的简支梁裂纹损伤识别方法 |
CN109543303A (zh) * | 2018-11-22 | 2019-03-29 | 华北水利水电大学 | 一种基于类柔度差曲率和频率摄动的结构损伤识别的方法 |
Non-Patent Citations (3)
Title |
---|
Vision-based vibration measurement by sensing motion of spider silk;Zhen Liu,et al.;《ELSEVIER》;20191231;全文 * |
基于模态曲率与小波变换的网壳结构损伤识别研究;罗姗姗等;《建筑技术开发》;20131120(第11期);全文 * |
飞艇骨架结构动态损伤识别方法;余建新等;《航空学报》;20161231(第11期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112347881A (zh) | 2021-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA1203883A (en) | Method and apparatus for monitoring cracks of a rotatable body | |
US7908095B2 (en) | Detecting damage in metal structures with structural health monitoring systems | |
US9791416B2 (en) | Furnace structural integrity monitoring systems and methods | |
CN110186630B (zh) | 一种基于分布式光纤监测和主梁全长应变分布的桥梁状态检测与评估方法 | |
KR101554216B1 (ko) | 시계열 형태의 센싱 데이터 배드 패턴 검증 방법 및 그 장치 | |
US20110057812A1 (en) | Remote monitoring apparatus | |
JP5799611B2 (ja) | 冷間圧延機のチャタリング検出方法 | |
CN103076394A (zh) | 基于振动识别频率和振型综合的海洋平台安全评定的方法 | |
JP2011102700A (ja) | 疲労損傷評価方法及びその装置 | |
JP6133707B2 (ja) | 高圧タンクの検査方法、高圧タンクの検査システム、および、高圧タンク | |
CN103400308B (zh) | Gis设备运行状态在线检测方法与*** | |
JP4861438B2 (ja) | 設備部品に対するインインパルス的な機械的作用の場所を検出する方法および装置 | |
CN112347881B (zh) | 一种非接触式结构局部损伤动态视觉检测方法 | |
CN106324583A (zh) | 一种矢量阵被动声呐异常数据在线剔除方法 | |
JP4172241B2 (ja) | 配管の漏洩位置検知方法および装置 | |
Wang et al. | A combined approach to characterization of dent with metal loss | |
KR20200040553A (ko) | 음향 방출 센서를 이용한 결함 추정 장치 및 결함 추정 방법 | |
CN111275936B (zh) | 一种水下油田设施安全防护监测***及其方法 | |
CN117571750A (zh) | 一种段塞流定性识别方法及*** | |
Moorthy et al. | Experimental study on delamination identification in tapered laminated composite plates using damage detection models | |
JP3103193B2 (ja) | 回転機械の診断装置 | |
CN114440783B (zh) | 变压器油箱本体形变监测装置及方法 | |
CN115493091A (zh) | 一种天然气管道漏气检测方法及*** | |
KR20120092868A (ko) | 구조물의 손상 및 균열 감지용 센서 위치 설정방법 | |
JP4312477B2 (ja) | 回転機械の診断方法、診断装置及びそのプログラム |
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 |