[发明专利]一种基于数字图像识别的结构振型测试系统及方法在审

专利信息
申请号: 202010470955.9 申请日: 2020-05-28
公开(公告)号: CN111649816A 公开(公告)日: 2020-09-11
发明(设计)人: 周勇军;赵煜;王业路;韩毅;景媛;薛宇欣;李冉冉 申请(专利权)人: 长安大学
主分类号: G01H1/00 分类号: G01H1/00;G01H1/10;G01H1/14;G01H1/16
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 朱海临
地址: 710064*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 数字图像 识别 结构 测试 系统 方法
【权利要求书】:

1.一种基于数字图像识别的结构振型测试系统,其特征在于,包括相机(1)、靶标(2)、桥梁(3)、竖向加速度传感器(4)和横向加速度传感器(5);相机(1)安装于桥梁(3)靠近桥头处;桥梁(3)的两侧在护栏内侧分别等距安装若干靶标(2);竖向加速度传感器(4)和横向加速度传感器(5)固定安装于相机(1)上。

2.根据权利要求1所述的一种基于数字图像识别的结构振型测试系统,其特征在于,相机(1)安装于相机三脚架(8)上,相机三脚架(8)设置于桥梁(3)靠近桥头处。

3.根据权利要求1所述的一种基于数字图像识别的结构振型测试系统,其特征在于,桥梁(3)两侧的靶标(2)在桥梁(3)的横桥向对应对齐,靶标平面与相机视线垂直。

4.根据权利要求1所述的一种基于数字图像识别的结构振型测试系统,其特征在于,还包括数据采集系统(6)和电脑(7),相机(1)、竖向加速度传感器(4)和横向加速度传感器(5)均与数据采集系统(6)连接,电脑(7)与数据采集系统(6)连接。

5.一种基于数字图像识别的结构振型测试方法,其特征在于,采用权利要求1-4任意一项所述的基于数字图像识别的结构振型测试系统进行,包括如下过程:

相机(1)实时拍摄包含所有靶标(2)的图像,竖向加速度传感器(4)和横向加速度传感器(5)实时监测相机(1)自身振动;

当桥梁(3)受到随机激励产生振动时,靶标(2)和相机(1)随着桥梁(3)一起振动,通过包含靶标(2)的图像以及相机(1)振动信息计算得到桥梁(3)的横向振动曲线、纵向振动曲线和扭转振动曲线,实现对桥梁(3)振动的测试。

6.根据权利要求5所述的一种基于数字图像识别的结构振型测试方法,其特征在于,通过包含靶标(2)的图像以及相机(1)振动信息计算得到桥梁(3)的横向振动曲线、纵向振动曲线和扭转振动曲线的过程包括:

从包含靶标(2)的图像中捕获各个靶标(2)的中心,获得靶标(2)中心不同时刻的像素位移,并换算为长度单位,进而获得所有靶标所在测点的横向相对振动位移和纵向相对振动位移;

将各靶标(2)的横向相对振动位移和纵向相对振动位移与相机(1)的横向相对振动位移和纵向振动位移单位统一,以测点相对振动位移减去相机振动引起的反向位移,获得测点的绝对振动位移;

绘制出各靶标对应测点横向时程曲线和纵向时程曲线;

利用各靶标对应测点横向时程曲线和纵向时程曲线获得各阶固有频率,并获得桥梁(3)的横向振动幅频特性和纵向振动幅频特性;

通过桥梁(3)同纵桥向位置处横向两个靶标(2)测点纵向绝对振动位移计算出该测点实时扭转角度并绘制时程曲线,利用所有测点实时扭转角度和时程曲线获得各测点扭转幅频特性曲线;

利用获得的各测点扭转幅频特性曲线,获得桥梁(3)的横向振动曲线、纵向振动曲线和扭转振动曲线。

7.根据权利要求6所述的一种基于数字图像识别的结构振型测试方法,其特征在于,通过滤波对各靶标对应测点的绝对振动位移数据进行去噪预处理,然后绘制出各靶标对应测点横向时程曲线和纵向时程曲线。

8.根据权利要求6所述的一种基于数字图像识别的结构振型测试方法,其特征在于,对各靶标对应测点横向时程曲线和纵向时程曲线进行快速傅里叶变换并进行频谱分析,识别出各阶固有频率,并获得桥梁(3)的横向振动幅频特性和纵向振动幅频特性。

9.根据权利要求6所述的一种基于数字图像识别的结构振型测试方法,其特征在于,计算出该测点实时扭转角度并绘制时程曲线后,对时程曲线进行快速傅里叶变换并进行频谱分析,在对所有靶标对应测点数据均进行相同处理,获得各测点扭转幅频特性曲线。

10.根据权利要求6所述的一种基于数字图像识别的结构振型测试方法,其特征在于,利用获得的各测点扭转幅频特性曲线,基于半功率谱密度法计算阻尼系数,采用加权法计算得到桥梁冲击系数,并绘制桥梁(3)的横向振动曲线、纵向振动曲线和扭转振动曲线。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长安大学,未经长安大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010470955.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top