CN112461152A - 一种大型工业结构形变监测与分析方法 - Google Patents

Abstract

一种大型工业结构形变监测与分析方法，属于大型工业结构形变监测领域，其特征在于：搭建测量平台并建立所搭建的测量平台的空间直角坐标系；所述测量平台内设置有运动平台；所述运动平台上设置有像机；所述像机包括测量像机和传递像机；求解测量平台的运动变化参数；求解测量像机的外参数；求解待测点坐标的及确定大型工业结构的形变大小；最后对大型工业结构进行安全性评估。本方法能够以较少的测量像机实现较低的测量费用；同时基于证据推理的安全性评估方法可以实现评估过程的透明化，并能确保评估结果具有可解释性。

Description

一种大型工业结构形变监测与分析方法

技术领域

本发明属于大型工业结构形变监测领域，尤其涉及一种大型工业结构形变 监测与分析方法。

背景技术

当前，各国加快了对外太空的探索步伐，运载火箭、航天飞机、太空站、 人造卫星等大型工业结构不断涌现。例如，作为深空探测的重要载体，大型液体 运载火箭越来越受到关注，各国发射火箭的频次也逐年提高。然而，在新兴技术 发展的同时，航空航天领域发生的事故也有所增加。缺乏可靠的安全监测是引发 事故的重要原因之一。作为安全监测的重要指标之一，结构形变频发于大型工业 结构，其主要来源于结构内部材料的挤压作用和外界环境的振动。

从大型工业结构形变监测技术的研究现状来看，目前的主要方法有：基于 声发射的方法、基于超声图像处理的方法、基于光纤光栅传感的方法和基于摄像 /景象测量的方法。其中，基于声发射的方法可以有效地定位形变，却无法识别 其大小和程度；基于超声图像处理的方法可以有效识别形变大小和程度，但也存 在定位形变时效率偏低等不足；基于光纤光栅传感的方法可以有效获取形变的位 置和程度，但是预埋传感器会对结构体的力学特性等产生影响；基于光学摄像/ 景象测量的方法具有非接触式、高精度在线测量和操作方便等优势。

在获取形变量之后，需要进一步地对大型工业结构进行安全性评估。然而， 由于大型工业结构的复杂性和内部仪器设备的多样性，同时不同设备之间存在一 定的电磁干扰和耦合作用，基于解析模型的安全性评估方法难以实现准确的机理 分析，无法满足精确建模的要求。此外，传统的基于数据驱动的神经网络方法虽 然可以避免建模带来的复杂问题，但其评估过程不具有可解释性和可追溯性，失 去了机理分析和部分监测参数的物理意义，结果难以令人信服。

发明内容

本发明旨在解决上述问题，提供一种实现对大型工业结构的形变准确定位 和识别，可满足对结构形变监测的高可靠和高精度要求，同时可满足对安全性评 估有效且可解释的大型工业结构形变监测与分析方法。

本发明所述大型工业结构形变监测与分析方法，搭建测量平台并建立所搭 建的测量平台的空间直角坐标系；所述测量平台内设置有运动平台；所述运动平 台上设置有像机；所述像机包括测量像机和传递像机；求解测量平台的运动变化 参数；求解测量像机的外参数；求解待测点坐标的及确定大型工业结构的形变大 小；最后对大型工业结构进行安全性评估。

优选地，本发明所述大型工业结构形变监测与分析方法，所述搭建测量平 台并建立所搭建的测量平台的空间直角坐标系，包括：

选取一运动平台，依次将测量像机和传递像机固定在选定的运行平台上，同时使 运动平台绕被监测的大型工业结构表面运动；

选取空间原点，建立世界坐标系O-XYZ，同时根据测量像机在不同时刻t_i和t_i+1的位置，建立两组运动的测量像机坐标系O_D,i-X_D,iY_D,iZ_D,i与 O_D,i+1-X_D,i+1Y_D,i+1Z_D,i+1，并建立传递像机坐标系O_T-X_TY_TZ_T与运动平台坐标系 O_P-X_PY_PZ_P。

优选地，本发明所述大型工业结构形变监测与分析方法，所述求解测量平 台的运动变化参数，包括：

选取测量点S(X,Y,Z)及对应的像点坐标s_i(x_i,y_i)、s_i+1(x_i+1,y_i+1)，建立测量点S与 像点s_i、s_i+1对应的齐次坐标关系；

分别建立P在O-XYZ系与O_P-X_PY_PZ_P系之间的关系，及其在O_P-X_PY_PZ_P系与 O_T-X_TY_TZ_T系之间的关系，进一步建立S在O-XYZ系与O_T-X_TY_TZ_T系之间的 关系；

采用传递像机实时拍摄人工标识点，根据标识点及对应像点的关系，求得 O-XYZ系转换到O_T-X_TY_TZ_T系下的旋转矩阵与平移向量；

建立t_i和t_i+1时刻O-XYZ系与O_T-X_TY_TZ_T系的转换关系，进而求解平台在t_i和 t_i+1时刻之间的运动变化参数。

优选地，本发明所述大型工业结构形变监测与分析方法，所述求解测量像 机的外参数，包括：分别建立t_i和t_i+1时刻O_P-X_PY_PZ_P系与O_D,i-X_D,iY_D,iZ_D,i系、O_D,i+1-X_D,i+1Y_D,i+1Z_D,i+1系的齐次坐标关系；

建立不同时刻O-XYZ系与O_D,i-X_D,iY_D,iZ_D,i系之间的关系；

选定初始时刻测量像机坐标系O_D，0-X_D，0Y_D，0Z_D，0，通过迭代得到任意时刻 O_D，i-X_D，iY_{D， i}Z_D，i系相对于O-XYZ系的位置及姿态关系，即测量像机的外参数。

优选地，本发明所述大型工业结构形变监测与分析方法，所述求解待测点 坐标的及确定大型工业结构的形变大小，包括：建立测量点S在t_i时刻的位置方 程；建立初始时刻测量像机的位置方程，进而求得测量点S的世界坐标；重复上 述测量步骤，得到在不同时刻下的不同位置处监测点的世界坐标；根据监测点的 测量位置和标识点的实际位置，求解对应的形变量。

优选地，本发明所述大型工业结构形变监测与分析方法，所述对大型工业 结构进行安全性评估，包括：基于变异系数法确定形变权重；基于距离的形变计 算可靠度；基于证据推理评估大型工业结构的安全性。

本发明所述大型工业结构形变监测与分析方法，可实现对大型工业结构形 变的非接触式和高精度测量；移动式摄像测量过程只需在初始时刻对传递像机的 外参数进行一次标定，且能将所有测量结果转换到同一坐标系下。本发明所述方 法适合大型工业结构表面大面积区域的形变监测，能够以较少的测量像机实现较 低的测量费用；同时基于证据推理的安全性评估方法可以实现评估过程的透明化， 并能确保评估结果具有可解释性。

附图说明

图1为本发明所述移动像机测量示意图；

图2为本发明所述传递像机下的移动式摄像测量示意图；

图3为本发明所述大型工业结构安全性评估框架图。

图4为本发明所述移动摄像测量实验图。

图5为本发明所述移动摄像测量标识点位置图。

图6为本发明所述测量误差示意图。

图7为本发明所述大型工业结构形变测量结果图。

图8为本发明所述大型工业结构安全性置信分布图。

图9为本发明所述大型工业结构安全等级效用图；

其中1-测量像机、2-传递像机、3-轨道、4-标志物。

具体实施方式

下面结合附图及实施例对本发明所述大型工业结构形变监测与分析方法 进行详细说明。

在本公开实施例中以某大型工业结构为对象，图1是移动像机测量示意图， 左右分别为移动像机在t_i和t_i+1时刻的位置，对应的两组像机坐标系分别为 O_D,i-X_D,iY_D,iZ_D,i与O_D,i+1-X_D,i+1Y_D,i+1Z_D,i+1，传递像机2坐标系为O_T-X_TY_TZ_T，运 动平台坐标系为O_P-X_PY_PZ_P，世界坐标系为O-XYZ。

像机坐标系相对于世界坐标系的旋转矩阵和平移向量分别为M_i,V_i和 M_i+1,V_i+1；相邻两时刻像机坐标系之间的旋转矩阵和平移向量分别表示为 M_i,i+1,V_i,i+1。像机采集的目标点即大型工业结构形变监测点为S(X,Y,Z)，对应 时刻的图像坐标点分别为s_i(x_i,y_i)、s_i+1(x_i+1,y_i+1)，三个点对应的齐次坐标关系分 别表示为S、

和

根据像机成像几何关系，测量点S与像点s_i、s_i+1的关系在齐次坐标系下 可表示为：

在式(1)中，γ_i与γ_i+1为比例系数，Q为像机内参数矩阵。相邻时刻像机处于 不同的位置可以等价于双目摄像测量***。

如图2所示为传递像机2下的移动式摄像测量示意图，图中包含测量像机 1、传递像机2、轨道3和标志物4平面。整个测量过程包含以下五个步骤：

步骤1：将测量像机1和传递像机2分别固定连接在平台上，平台围绕结构表面 进行运动。

步骤2：利用传递像机2实时拍摄粘贴在地面上的坐标精确已知的人工合 作标识点，根据标识点以及对应像点的关系得到传递像机2的实时外参数。

步骤3：利用传递像机2、运动平台、测量像机1之间的相对固定位置关 系，根据传递像机2的外参数计算运动平台的相邻时刻之间状态转换关系。

假设S_T与S_P分别表示测量点S(X,Y,Z)在O_T-X_TY_TZ_T与O_P-X_PY_PZ_P坐标 系下的齐次坐标，则S在O-XYZ与O_P-X_PY_PZ_P坐标系的关系以及O_P-X_PY_PZ_P与 O_T-X_TY_TZ_T坐标系的关系可表示为：

其中，M_WP,V_WP分别表示O-XYZ坐标系转换到O_P-X_PY_PZ_P坐标系下的旋转矩 阵与平移向量；M_PT,V_PT分别表示O_P-X_PY_PZ_P坐标系转换到O_T-X_TY_TZ_T坐标系 下的旋转矩阵与平移向量，可由步骤2求得。O-XYZ坐标系与O_T-X_TY_TZ_T坐 标系之间的关系即可表示为：

S_T＝M_WTS+V_WT (3)

其中：

在式(4)中，M_WT,V_WT分别表示O-XYZ坐标系转换到O_T-X_TY_TZ_T坐标系下的 旋转矩阵与平移向量，可借助人工标识点求解得到。

假设测量点S在t_i和t_j时刻的运动平台坐标系下的齐次坐标分别为S_Pi和 S_Pj，则二者满足关系式：

S_Pj＝M_ijS_Pi+V_ij (5)

在式(5)中，M_ij与V_ij分别表示由t_i时刻的的O_P-X_PY_PZ_P坐标系转换到t_j时刻 的O_P-X_PY_PZ_P坐标系的旋转矩阵与平移向量。假设S在t_i和t_j时刻的 O_T-X_TY_TZT坐标系下的齐次坐标分别为S_Ti和S_Tj，则有：

在式(6)中，M_WTi、V_WTi与M_WTj、V_WTj分别表示O-XYZ坐标系转换到t_i与t_j时 刻的O_P-X_PY_PZ_P坐标系下的旋转矩阵与平移向量。

根据式(2)和式(6)，可以得到：

那么，t_i和t_j时刻的O_P-X_PY_PZ_P坐标系之间相对外参数如下式所示：

步骤4：求解测量像机的外参数。

在建立测量像机1坐标系O_C-X_CY_CZ_C的情况下，运动平台坐标系与测量 像机1坐标系的齐次坐标关系分别为：

S_C＝M_PCS_P+V_PC (9)

在式(9)中，M_PC,V_PC分别表示O_P-X_PY_PZ_P坐标系转换到O_T-X_TY_TZ_T坐标系 下的旋转矩阵与平移向量，可通过标定获取。同样地，运动平台坐标系与测量像 机1坐标系在t_i和t_j时刻存在关系式：

根据式(5)与式(10)，不同时刻的世界坐标系与测量像机1坐标系满足如下关 系：

通过迭代式(11)，即可得到测量像机1的外参数。

步骤5：根据运动平台的相邻时刻之间状态转换关系和测量像机1的外参 数，实时求解测量点的位置坐标。

根据式(1)，点S在t_i时刻满足：

其中，初始像机位置满足：

重复上述步骤可得到不同监测时刻下测量点S_i的世界坐标。将测量点与标识点的 位置进行对比，求取每个测量点沿x,y,z方向上的形变量Δx_i,Δy_i,Δz_i，通过简单 加权得到每个测量结果对应的综合形变量，如式(14)所示：

如图3所示为大型工业结构安全性评估框架图，整个评估过程主要包含以下三个 步骤：

步骤1：采用上述摄像测量方法进行重复L轮测量，每轮测量周期为T个时间点， 根据式(14)获取形变量数据δ₁,…,δ_L，采用变异系数法求取各组测量数据对应 的权重。假设第i轮测量的形变量数据可表示为：

δ_i(t)＝[δ_i(t-T),δ_i(t-T+1),…,δ_i(t-1)]

相应的均值

和均方差分别可表示为：

第i轮测量的结果对应的权重为：

其中，

是一个归一化因子，可以表征第i轮测量结果的相对 变化，进而反映该轮测试的形变量数据的波动性。因此，

越大，w_i(T)就 越大。

步骤2：根据形变量测试数据，采用基于距离的方法求取各组测量数据对 应的可靠度。δ_i(t)与

的距离可表示为：

第i轮测量的形变量数据在T个时间点内的平均距离为：

则第i轮测量的结果对应的可靠度为：

步骤3：根据形变量测试数据，采用基于效用的输入信息转换方法，将形变量转 换为置信分布形式，即初始证据。假设形变量可划分为N个安全性评估等级， 即{H₁,…,H_n,…,H_N}，对应的参考值为{h₁,…,h_n,…,h_N}。若等级H_n+1优于等级 H_n当且仅当h_n+1＞h_n，其中n,n+1∈[1,N]。令h_N和h₁分别是最大和最小的参考 值，形变量δ_i可转换为如下所示的置信分布：

S(δ_i)＝{(H_n,β_n,i),n＝1,2,…,N,i＝1,2,…,L} (21)

其中

采用证据推理方法融合上述信息，其解析表达式如下所示：

w_i＝w_i/(1+w_i-r_i) (25)

其中，β_n表示分配给评估等级H_n的置信度，w_i和r_i分别由式(17)和式(20) 给出。此时，结构的安全性评估结果G(T)可表示为：

G(T)＝{(H_n,β_n(t)),n＝1,2,…,N} (26)

根据式(26)给出的安全性评估结果，即可有效判断大型工业结构的安全状态， 进而采取合理的维护措施。

本发明设计了如图4所示的移动摄像测量实验，以说明本发明的有效性。 在测量实验中，传递像机2和测量像机1分别固定在平台轨道3上，在某大型工 业结构模型表面粘贴15个点作为待测点，平行轨道3一侧附有一些坐标已知的 人工标识点。实验中传递像机2和测量像机1分辨率均为1536pixel×1024pixel， 且帧频均为3frame/s，平台轨道3的运动速度为20mm/s。按照测量流程，得到 15个待测点的位置，结果如图5所示，该结果能够直观反映出结构表面的预设 标识点位置。显然，本实验在传递像机2的辅助下，移动相机能够完成动态测量， 实时获取结构表面的标识点位置，弥补了移动相机无法获取外参数的缺陷。经过 距离计算，得到15个待测点与其实际位置的误差，如图6所示。对图6的数据 求解均方根误差，结果为0.0432mm，说明本发明能够达到结构形变的动态测量 要求。

按照同样的方法，分别对结构的底部、中部和顶部的20个标识点进行摄 像测量，并将这三个部位作为三个指标，得到形变测量结果如图7所示。将结构 形变大小划分为“小”、“中”和“大”三个等级，相应的参考值如表1所示：

表1测量点形变参考值(单位：mm)

语义值	小	中	大
				底部	0	3	6
中部	0	2	4
				顶部	0	1	2

将结构的安全性划分为“高”、“中”和“低”三个等级，相应的量化效用值如表 2所示：

表2结构安全性参考值

语义值	高	中	低
				参考值	1	0.5	0

根据前述的变异系数法和基于距离的方法分别求解三个指标的权重与可靠度，结 果为w₁＝0.7764，w₂＝0.7824，w₃＝0.8993，r₁＝0.4088，r₂＝0.4604，r₃＝0.5588。

采用证据推理方法，对结构的安全性进行评估，评估得到的安全性置信分布形式 如图8所示。再将置信分布转化为安全效用，结果如图9所示。

根据图9，结构的安全性随着测量次数的增加逐渐降低，这与大型工业结 构工作过程中表面的磨损程度不断增大、形变逐渐增大的趋势相符。因此，本发 明是行之有效的。

Claims (6)

1.一种大型工业结构形变监测与分析方法，其特征在于：搭建测量平台并建立所搭建的测量平台的空间直角坐标系；所述测量平台内设置有运动平台；所述运动平台上设置有像机；所述像机包括测量像机和传递像机；求解测量平台的运动变化参数；求解测量像机的外参数；求解待测点坐标的及确定大型工业结构的形变大小；最后对大型工业结构进行安全性评估。

2.根据权利要求1所述大型工业结构形变监测与分析方法，其特征在于，所述搭建测量平台并建立所搭建的测量平台的空间直角坐标系，包括：

选取一运动平台，依次将测量像机和传递像机固定在选定的运行平台上，同时使运动平台绕被监测的大型工业结构表面运动；

选取空间原点，建立世界坐标系O-XYZ，同时根据测量像机在不同时刻t_i和t_i+1的位置，建立两组运动的测量像机坐标系O_D,i-X_D,iY_D,iZ_D,i与O_D,i+1-X_D,i+1Y_D,i+1Z_D,i+1，并建立传递像机坐标系O_T-X_TY_TZ_T与运动平台坐标系O_P-X_PY_PZ_P。

3.根据权利要求2所述大型工业结构形变监测与分析方法，其特征在于，所述求解测量平台的运动变化参数，包括：

选取测量点S(X,Y,Z)及对应的像点坐标s_i(x_i,y_i)、s_i+1(x_i+1,y_i+1)，建立测量点S与像点s_i、s_i+1对应的齐次坐标关系；

分别建立P在O-XYZ系与O_P-X_PY_PZ_P系之间的关系，及其在O_P-X_PY_PZ_P系与O_T-X_TY_TZ_T系之间的关系，进一步建立S在O-XYZ系与O_T-X_TY_TZ_T系之间的关系；

采用传递像机实时拍摄人工标识点，根据标识点及对应像点的关系，求得O-XYZ系转换到O_T-X_TY_TZ_T系下的旋转矩阵与平移向量；

建立t_i和t_i+1时刻O-XYZ系与O_T-X_TY_TZ_T系的转换关系，进而求解平台在t_i和t_i+1时刻之间的运动变化参数。

4.根据权利要求3所述大型工业结构形变监测与分析方法，其特征在于，所述求解测量像机的外参数，包括：分别建立t_i和t_i+1时刻O_P-X_PY_PZ_P系与O_D,i-X_D,iY_D,iZ_D,i系、O_D,i+1-X_{D,i+ 1}Y_D,i+1Z_D,i+1系的齐次坐标关系；

建立不同时刻O-XYZ系与O_D,i-X_D,iY_D,iZ_D,i系之间的关系；

选定初始时刻测量像机坐标系O_D,0-X_D,0Y_D,0Z_D,0，通过迭代得到任意时刻O_D,i-X_D,iY_D,iZ_D,i系相对于O-XYZ系的位置及姿态关系，即测量像机的外参数。

5.根据权利要求4所述大型工业结构形变监测与分析方法，其特征在于，所述求解待测点坐标的及确定大型工业结构的形变大小，包括：

建立测量点S在t_i时刻的位置方程；

建立初始时刻测量像机的位置方程，进而求得测量点S的世界坐标；

重复上述测量步骤，得到在不同时刻下的不同位置处监测点的世界坐标；

根据监测点的测量位置和标识点的实际位置，求解对应的形变量。

6.根据权利要求5所述大型工业结构形变监测与分析方法，其特征在于，所述对大型工业结构进行安全性评估，包括：基于变异系数法确定形变权重；基于距离的形变计算可靠度；基于证据推理评估大型工业结构的安全性。

Images