[发明专利]基于机器视觉的桥梁动力特性识别方法

权利要求书

1.基于机器视觉的桥梁动力特性识别方法，其特征在于，包括以下

S1、在移动车辆上安装加速仪形成移动采集设备；

S2、驱动移动车辆匀速通过待检测桥梁，移动车辆上的加速仪采集加速度信号；

S3、通过傅里叶变换获取移动车辆动力响应频谱；

S4、重复10次上述操作，对动力响应频谱内的幅值X_f进行平均，并绘制能量谱密度曲线PSD，进而求取桥梁模态振型；

S5、调整移动车辆位置，重复上述操作，获取多个桥梁模态振型。

2.根据权利要求1所述的基于机器视觉的桥梁动力特性识别方法，其特征在于，所述S1中的移动车辆连接在牵引车辆上，且移动车辆与牵引车辆通过软性连接件进行连接。

3.根据权利要求2所述的基于机器视觉的桥梁动力特性识别方法，其特征在于，所述牵引车辆上安装有信号接收器、摄像设备和定位系统，所述信号接收器与所述加速仪无线连接。

4.根据权利要求3所述的基于机器视觉的桥梁动力特性识别方法，其特征在于，所述牵引车辆上安装有处理终端，所述处理终端内设有计算机程序。

5.根据权利要求4所述的基于机器视觉的桥梁动力特性识别方法，其特征在于，所述移动车辆上还设有配重件，用于改变移动车辆自重。

6.根据权利要求5所述的基于机器视觉的桥梁动力特性识别方法，其特征在于，所述移动车辆的行车速度分别为：5km/h、20km/h、40km/h、60km/h、80km/h和100km/h。

7.根据权利要求1所述的基于机器视觉的桥梁动力特性识别方法，其特征在于，所述S4中桥梁模态振型的算法包括随机子空间法、频域分解法或小波分析法。

8.根据权利要求7所述的基于机器视觉的桥梁动力特性识别方法，其特征在于，所述频域分解法采用以下求取公式：

G_xx＝2(X_f^*×X_f)

其中，X_f为输入信号，G_xx为加速仪自谱。

9.根据权利要求8所述的基于机器视觉的桥梁动力特性识别方法，其特征在于，所述频域分解法还包括以下求取公式：

H_f1＝G_xy/G_xx

H_f2＝G_yy/G_yx

G_xx＝2(X_f^*×X_f)

其中，Gxy是输入信号和输出信号傅里叶变换后的互谱。

10.根据权利要求9所述的基于机器视觉的桥梁动力特性识别方法，其特征在于，所述S4中PSD曲线的峰值为桥梁结构固有频率，所述桥梁结构固有频率的求取公式为：

r_f＝G_xy×G_xy^*/G_xx×G_yy

其中，r_f的变化范围在0-1之间，当r_f1,有以下几种情况：

(1)测量中有外界干扰信号；

(2)联系x(t)和y(t)的输出有非线性，输出信号y(t)是由输入信号x(t)和其它输入信号引起的综合输出。