CN105987672A - 基于轮廓线影像叠差分析的结构变形监测方法 - Google Patents
基于轮廓线影像叠差分析的结构变形监测方法 Download PDFInfo
- Publication number
- CN105987672A CN105987672A CN201610300691.6A CN201610300691A CN105987672A CN 105987672 A CN105987672 A CN 105987672A CN 201610300691 A CN201610300691 A CN 201610300691A CN 105987672 A CN105987672 A CN 105987672A
- Authority
- CN
- China
- Prior art keywords
- contour line
- line image
- monitoring method
- image
- deformation
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
- G01B11/161—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge by interferometric means
Abstract
本发明公开了一种基于轮廓线影像叠差分析的结构变形监测方法,利用照片拼合形成该结构体的完整照片,利用完整照片获取该结构体的轮廓线影像;将不同时期获得的轮廓线影像进行重叠形成叠差影像;从而获得结构体不同时期测量的相对变形数据;本发明用于检测和评价桥梁等结构体的安全性,获取数据时间短,具有工作效率高、成本低、可实现高频大范围桥梁安全监测的优点,提高桥梁等结构体的安全预警能力;不同于现有的点监测方式的不全面性,本发明用于监测桥梁等结构体,可较快速度的获取整个结构体的全部轮廓线数据并通过叠差影像获取只要照片能够拍到的部位的结构变形,用于评价结构体的安全性真实而客观最大化的避免人为的主观因素影响。
Description
技术领域
本发明涉及一种土木工程领域,特别涉及一种基于轮廓线影像叠差分析的结构变形监测方法。
背景技术
在土木结构工程领域,特别是桥梁等具有一定寿命的结构体,需要采取切实有效的监测管理措施,以确保这些结构在使用期间杜绝重大安全事故的发生。
现有技术中,桥梁等较为重要的结构体的检查通常指借助脚手架或专用装备到关注位置对主体结构进行近距观察和测试,通常所需费用较高,并难以得到结构整体状况变化的量化数据,还会影响结构体的正常运营使用,比如影响桥梁的车辆正常通行。还有较为简单且有效的监测方式是利用定点摄影获取不同时间或不同工况下结构体上特征散斑图形的变化情况进行关键点或局部区域的变形监测,该方法是建立在固定摄影并能获得清晰图像基础上的,一般只适用于室内小型结构的变形监测或室外大型结构指定点的短期变形监测,不能用于大体量的土木建筑结构整体及组成部件几何形态变化的监测。迄今为止,尚不能经济、方便地获得大型土木建筑结构整体及组成部件几何形态变化的全息数据,使对大型土木建筑结构整体及组成结构长期安全性的评价失去了重要基础数据。
因此,需要一种能够经济、方便地获取大型土木建筑结构整体及组成部件几何形态变化的全息数据的监测手段和分析方法,根据所获取历史全息数据的比较分析,判断大型土木建筑结构整体及组成结构近期的安全状况,并预测结构性态的发展趋势;在对大型土木建筑结构进行监测的同时,并不影响其运营使用,可经济高效、及时准确地发现涉及桥梁等结构安全的隐患病害,确保安全使用。
发明内容
有鉴于此,本发明的目的是提供一种基于轮廓线影像叠差分析的结构变形监测方法,能够经济方便的获取结构整体及组成部件的几何形态变化数据,根据所获取结构历次全息数据的比较分析,判断大型土木建筑结构整体及组成结构近期的安全状况,并预测结构性态的发展趋势;在对大型土木建筑结构进行监测的同时,并不影响其运营使用,可经济高效、及时准确地发现涉及桥梁等结构安全的隐患病害,确保安全使用。
本发明的基于轮廓线影像叠差分析的结构变形监测方法,包括下列步骤:
a.获取结构体的照片,并利用照片拼合形成该结构体的完整照片或者该结构体所关注部位的完整照片,利用完整照片获取该结构体的或者该结构体所关注部位的轮廓线影像;
b.根据步骤a按不同时期对同一结构体或者该结构体所关注部位获取轮廓线影像图;
c.将不同时期获得的轮廓线影像进行透视重叠,形成结构体的或者该结构体所关注部位的叠差影像;
d.根据步骤c中的叠差影像获取同一轮廓线在不同时期的差值,从而获得结构体不同时期的相对变形数据。
进一步,所述结构体为桥梁;
进一步,步骤c中,将步骤a获得的轮廓线影像与步骤b获得的轮廓线影像进行透视重叠时,使结构体的无变形点完全重合;
进一步,步骤c中,将首次获取的轮廓线影像作为基准影像,按设定周期获得的轮廓线影像与基准影像进行透视重叠形成叠差影像;
进一步,步骤d中,相对变形数据由下列公式获得:其中f为变形值;hs为结构体在变形方向的实际尺寸数据;hr为结构体在变形方向体轮廓线高度影像尺寸数据;a为同一轮廓线两次影像叠差的差值尺寸;
进一步,步骤a中,所述轮廓线影像由点群构成;步骤d中,将轮廓线影像点群分成若干区段,同一区段在不同时期轮廓线影像点群的重心差值为该区段的变形值;将各区段的轮廓线影像点群的重心差值连线则获得结构体沿长度方向的变形曲线,所述变形曲线为所述相对变形数据;
进一步,还包括步骤e:将基于轮廓线影像叠差分析得到的结构变形曲线与结构体在对应周期内的理论变形曲线进行比较分析,评价结构体的安全状态;
进一步,步骤a中,所述轮廓线影像为结构体的整体、局部或结构体上的部件的轮廓线影像;
进一步,步骤a中,获取结构体的照片过程为:根据监测对象体量的大小,采用定点或多视角摄影获取反映结构体主体并包含所关注部位的照片。
进一步,通过对包含所有关注部位及组成构件的结构整体在设定周期获得的历次照片进行基于轮廓线影像叠差分析,能够获得结构整体和各关注部位及组成构件的全息变形数据。
本发明的有益效果:本发明的基于轮廓线影像叠差分析的结构变形监测方法,通过定点或多视角摄影获取反映结构主体并包含所关注主要组成部件的照片,进行照片处理获得数字化结构轮廓线影像图,并将各个时期的同一结构轮廓线影像与首次结构轮廓线影像进行透视重叠,获取不同时期的结构变形数据,根据历次变形数据的分析可以评价和预测结构的安全状况,整个过程简单而方便;构件各分区段的变形代表值采用前后该区段前后两次轮廓线影像点群的重心之差,避免了传统影像变形测试只能依据特征散斑变化获得指定点或特定小区域的变形状况的缺陷,能够获得照片范围内的大型结构总体和各关注部位及组成部件的全息几何变形数据;对结构进行检测的同时,并不影响结构体的运营使用(如桥梁通车);能够经济高效、及时准确发现涉及桥梁等结构体安全的隐患病害,确保安全使用。
本发明用于检测和评价桥梁的安全性,获取数据手段简单,操作方便,时间短,效率高,要求低;采用增加结构体照片摄取的频次,可实现结构体的安全监测,以提高桥梁等结构体的安全预警能力,因而具有工作效率高、成本低,可实现高频大范围桥梁安全监测的优点。
不同于现有的控制点变形监测方式的不全面性,本发明用于监测桥梁等结构体,可快速地获取整个结构体及其组成部件的全部轮廓线数据并通过透视叠差影像分析获取照片范围内的结构及其组成部件的变形,用于评价结构体的安全性全面而客观;检测数据的读取存储到后期的数据分析处理由软件在自动完成,不仅降低了传统检测方法要求检测人员素质比较高的缺点,还能最大化的避免人为的主观因素影响;
本发明用于桥梁等结构体的检测及安全评价,降低日常管理人员技术要求,能够实现大型土木建筑结构如桥梁等结构体的安全评估及预警,有效保障结构安全运营,降低其管、养成本,具有较大的社会和经济意义,同时也具有较好的应用前景。
附图说明
下面结合附图和实施例对本发明作进一步描述。
图1为本发明程序框图;
图2为梁体叠差影像图(试验图);
图3为图2的局部放大图;
图4为轮廓线邢成图。
具体实施方式
图1为本发明程序框图,图2为梁体叠差影像图(试验图);图3为图2的局部放大图;图4为轮廓线邢成图,如图所示:本实施例的基于轮廓线影像叠差分析的结构变形监测方法,包括下列步骤:
a.获取结构体的照片,并利用照片拼合形成该结构体的完整照片或者该结构体所关注的部位的完整照片,利用完整照片获取该结构体的或者该结构体所关注的部位的轮廓线影像,该结构体所关注的部位指的是结构体监测时需重点监测的部位;通过照片组合重构获取结构体的三维数字模型通过现有的软件即可实现,通过结构体的三维数字模型获取结构体的轮廓线影像则是利用现有软件获得点云构成的轮廓图像(现有软件即可实现),根据结构体的点云构成的轮廓图像会根据轮廓得出相应的轮廓线,从而构成结构体的轮廓线影像;因结构体的体积较大,通过多照张片重构才能获取全面的整体结构,需重构后才能得到三维数字模型;实际检测时,轮廓线影像可以为结构体的整体、局部或结构体上的部件的轮廓线影像;根据需要进行选择;
b.根据步骤a按不同时期对同一结构体或者该结构体所关注的部位获取轮廓线影像图;
c.将不同时期获得的轮廓线影像进行透视重叠,形成结构体的或者该结构体所关注的部位的叠差影像;重叠时需设定零点坐标,即不同时期获得的轮廓线影像在零点坐标处重叠,并对比不同时期轮廓线影像的轮廓线之间的差值;
d.根据步骤c中的叠差影像获取同一轮廓线在不同时期的差值,从而获得结构体不同时期的相对变形数据,根据步骤c中的差值,获取相对变形数据,即不同次获得的轮廓线之间的差值反应出的结构体与轮廓线相对应部位的变形数据。
本实施例中,所述结构体为桥梁;桥梁的安全评价为常态工作,本发明的方法更能适应于桥梁;桥梁整体轮廓的变形数据能够反映出桥梁的安全状态,与现有的方法相比,操作简便,并不需要清晰的针对某一部位或某一点获取数据;对于桥梁来说,本方法可监测桥梁本体、钢桁架的各个杆件、拱桥的拱变形等,针对于所有承力部件均实用,避免现有技术中针对各个部件的具有针对性的监测而造成人力物力的极大的浪费;而本方法仅仅是通过拍摄多张重构后获得三维立体模型的照片即可。
本实施例中,步骤c中,将步骤a获得的轮廓线影像与步骤b获得的轮廓线影像进行重叠时,使结构体的无变形点完全重合;无变形点指的是结构体在该处不会发生变形,就桥梁来说,一般选择桥梁的桥墩或者其他对桥梁本身的支点(变形可忽略);完全重合的支点作为重叠的零点坐标,为评价结构整体的变形提供基准。
本实施例中,步骤c中,将首次获取的轮廓线影像作为基准影像,按设定周期获得的轮廓线影像与基准影像进行透视重叠形成叠差影像;基准影像指的是作为对比的基准,为不同时期(按设定周期进行拍照合并)所获得的轮廓线影像提供对比基础,以获得较为可观的对比结果。
本实施例中,步骤d中,相对变形数据由下列公式获得:其中f为变形值;hs为结构体在变形方向的真实尺寸数据,可用设计尺寸代替;hr为结构体在变形方向体轮廓线高度影像尺寸数据;a为同一轮廓线两次影像叠差的差值尺寸;方法较为简单,所有参数均容易获得,且较为客观真实,不依赖于摄影地点等位置的准确性和唯一性。
本实施例中,步骤a中,所述轮廓线影像由点群构成;步骤d中,将轮廓线影像点群分成若干区段,同一区段在不同时期轮廓线影像点群的重心差值为该区段的差值;将各区段的轮廓线影像点群的重心差值连线则获得结构体沿长度方向的变形曲线,所述变形曲线为所述相对变形数据;对于基准影像来说,变形曲线则为基准曲线;如图4所示,形前(基准影像)的梁体上轮廓线影像点群Ⅰ,下轮廓线影像点群Ⅱ,变形后的梁体上轮廓线影像点群Ⅲ,下轮廓线影像点群Ⅳ,每一点群均具有重心线,这些重心线构成了相对应的轮廓线,如图4所示,通过轮廓线之间的差值a以及梁体上下轮廓线之间的测量值,则可获得实际变形值。
本实施例中,还包括步骤e:将基于轮廓线影像叠差分析得到的结构变形曲线与结构体在对应周期内的理论变形曲线进行比较分析,评价结构体的安全状态;针对桥梁来说,不同时期均具有安全允许的理论变形曲线(标准变形数据,通过计算或者核算而获得并预存),用来与不同时期的实测相对变形数据对比,当相对变形数据超过标准变形数据,则会相应评价安全等级。
本实施例中,步骤a中,获取结构体的照片过程为:根据监测对象体量的大小,采用定点或多视角摄影获取反映结构体主体并包含所关注部位的照片。
实际使用时,通过对包含所有关注部位及组成构件的结构整体在设定周期获得的历次照片进行基于轮廓线影像叠差分析,能够获得结构整体和各关注部位及组成构件的全息变形数据。
如图2、图3所示,通过对梁体进行试验,对梁体加载20吨载荷和加载30吨载荷,并将两种载荷下的梁体拍照、获取轮廓线影像、形成叠差影像,由图2可以看出,加载20吨载荷和加载30吨载荷的叠差图,虽然较为模糊,但还是可以看出轮廓线的变形前后的错开,图3是图2的部分放大结构,可以清楚地看出轮廓线加载20吨载荷和加载30吨载荷错开较为明显,其中A为加载20吨时的轮廓线,B为加载30吨时的轮廓线,根据公式进行计算,即可获得最终的相对变形数据;可将加载20吨载荷设定为变形前(基准影像)的梁体上轮廓线影像点群Ⅰ,下轮廓线影像点群Ⅱ,加载30吨载荷设定为变形后的梁体上轮廓线影像点群Ⅲ,下轮廓线影像点群Ⅳ,每一点群均具有重心线,这些重心线构成了相对应的轮廓线,如图4所示,通过轮廓线之间的差值a以及梁体上下轮廓线之间的测量值,则可获得实际变形值。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种基于轮廓线影像叠差分析的结构变形监测方法,其特征在于:包括下列步骤:
a.获取结构体的照片,并利用照片拼合形成该结构体的完整照片或者该结构体所关注的部位的完整照片,利用完整照片获取该结构体的或者该结构体所关注的部位的轮廓线影像;
b.根据步骤a按不同时期对同一结构体或者该结构体所关注的部位获取轮廓线影像图;
c.将不同时期获得的轮廓线影像进行透视重叠,形成结构体的或者该结构体所关注的部位的叠差影像;
d.根据步骤c中的叠差影像获取同一轮廓线在不同时期的差值,从而获得结构体不同时期的相对变形数据。
2.根据权利要求1所述的基于轮廓线影像叠差分析的结构变形监测方法,其特征在于:所述结构体为桥梁。
3.根据权利要求2所述的基于轮廓线影像叠差分析的结构变形监测方法,其特征在于:步骤c中,将步骤a获得的轮廓线影像与步骤b获得的轮廓线影像进行透视重叠时,使结构体的无变形点完全重合。
4.根据权利要求1所述的基于轮廓线影像叠差分析的结构变形监测方法,其特征在于:步骤c中,将首次获取的轮廓线影像作为基准影像,按设定周期获得的轮廓线影像与基准影像进行透视重叠形成叠差影像。
5.根据权利要求4所述的基于轮廓线影像叠差分析的结构变形监测方法,其特征在于:步骤d中,相对变形数据由下列公式获得:其中f为变形值,hs为结构体在变形方向的实际尺寸数据,hr为结构体在变形方向体轮廓线高度影像尺寸数据,a为同一轮廓线两次影像叠差的差值尺寸。
6.根据权利要求4所述的基于轮廓线影像叠差分析的结构变形监测方法,其特征在于:步骤a中,所述轮廓线影像由位于结构体轮廓上的轮廓线影像点群构成。
7.根据权利要求6所述的基于轮廓线影像叠差分析的结构变形监测方法,其特征在于:步骤d中,将轮廓线影像点群分成若干区段,同一区段在不同时期轮廓线影像点群的重心差值为该区段的变形值;将各区段的轮廓线影像点群的重心差值连线则获得结构体沿长度方向的变形曲线,所述变形曲线为所述相对变形数据。
8.根据权利要求7所述的基于轮廓线影像叠差分析的结构变形监测方法,其特征在于:还包括步骤e:将基于轮廓线影像叠差分析得到的变形曲线与结构体在对应周期内的理论变形曲线进行比较,评价结构体的安全状态。
9.根据权利要求1所述的基于轮廓线影像叠差分析的结构变形监测方法,其特征在于:步骤a中,所述轮廓线影像为结构体的整体、局部或结构体上的部件的轮廓线影像。
10.根据权利要求1所述的基于轮廓线影像叠差分析的结构变形监测方法,其特征在于:步骤a中,获取结构体的照片过程为:根据监测对象体量的大小,采用定点或多视角摄影获取反映结构体主体并包含所关注部位的照片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610300691.6A CN105987672B (zh) | 2016-05-09 | 2016-05-09 | 基于轮廓线影像叠差分析的结构变形监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610300691.6A CN105987672B (zh) | 2016-05-09 | 2016-05-09 | 基于轮廓线影像叠差分析的结构变形监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105987672A true CN105987672A (zh) | 2016-10-05 |
CN105987672B CN105987672B (zh) | 2018-11-23 |
Family
ID=57044325
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610300691.6A Active CN105987672B (zh) | 2016-05-09 | 2016-05-09 | 基于轮廓线影像叠差分析的结构变形监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105987672B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107316299A (zh) * | 2017-07-13 | 2017-11-03 | 云南数云信息科技有限公司 | 基于三维点云技术的古建筑变形监测方法和系统 |
CN108776040A (zh) * | 2018-06-11 | 2018-11-09 | 重庆交通大学 | 基于中医方法的桥梁安全巡检系统及诊断方法 |
CN109737885A (zh) * | 2019-02-28 | 2019-05-10 | 沈阳航空航天大学 | 一种复合材料零件的变形量检测方法 |
CN110411686A (zh) * | 2019-03-13 | 2019-11-05 | 周劲宇 | 桥梁静动影像全息性态健康监测诊断方法及系统 |
CN111307052A (zh) * | 2019-12-03 | 2020-06-19 | 宁波朗达工程科技有限公司 | 一种桥梁非接触变形监测装置 |
CN111982015A (zh) * | 2020-08-18 | 2020-11-24 | 深圳大学 | 结构几何形态监测方法 |
CN112964193A (zh) * | 2021-04-14 | 2021-06-15 | 广州大学 | 一种新型桥梁变形监测方法及系统 |
CN114087983A (zh) * | 2021-10-29 | 2022-02-25 | 深圳大学 | 墩-梁支承连接部位安全状态监测方法 |
CN114087983B (zh) * | 2021-10-29 | 2024-04-26 | 深圳大学 | 墩-梁支承连接部位安全状态监测方法 |
-
2016
- 2016-05-09 CN CN201610300691.6A patent/CN105987672B/zh active Active
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107316299A (zh) * | 2017-07-13 | 2017-11-03 | 云南数云信息科技有限公司 | 基于三维点云技术的古建筑变形监测方法和系统 |
CN108776040A (zh) * | 2018-06-11 | 2018-11-09 | 重庆交通大学 | 基于中医方法的桥梁安全巡检系统及诊断方法 |
CN109737885A (zh) * | 2019-02-28 | 2019-05-10 | 沈阳航空航天大学 | 一种复合材料零件的变形量检测方法 |
CN110411686A (zh) * | 2019-03-13 | 2019-11-05 | 周劲宇 | 桥梁静动影像全息性态健康监测诊断方法及系统 |
CN110411686B (zh) * | 2019-03-13 | 2021-03-23 | 周劲宇 | 桥梁静动影像全息性态健康监测诊断方法及系统 |
CN111307052A (zh) * | 2019-12-03 | 2020-06-19 | 宁波朗达工程科技有限公司 | 一种桥梁非接触变形监测装置 |
CN111982015A (zh) * | 2020-08-18 | 2020-11-24 | 深圳大学 | 结构几何形态监测方法 |
CN112964193A (zh) * | 2021-04-14 | 2021-06-15 | 广州大学 | 一种新型桥梁变形监测方法及系统 |
CN114087983A (zh) * | 2021-10-29 | 2022-02-25 | 深圳大学 | 墩-梁支承连接部位安全状态监测方法 |
CN114087983B (zh) * | 2021-10-29 | 2024-04-26 | 深圳大学 | 墩-梁支承连接部位安全状态监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105987672B (zh) | 2018-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105987672A (zh) | 基于轮廓线影像叠差分析的结构变形监测方法 | |
Niezrecki et al. | Digital image correlation techniques for non-destructive evaluation and structural health monitoring | |
Su et al. | Quantification of angularity of general-shape particles by using Fourier series and a gradient-based approach | |
Yang et al. | Deep learning‐based bolt loosening detection for wind turbine towers | |
CN105565099B (zh) | 一种电梯检测的方法和系统 | |
CN106886797B (zh) | 一种对复合材料脱粘缺陷的高分辨率检测与识别方法 | |
Kepple et al. | Improved stochastic methods for modelling imperfections for buckling analysis of composite cylindrical shells | |
Lin et al. | Application of multi-scale (cross-) sample entropy for structural health monitoring | |
CN102590247A (zh) | 一种基于x光图像处理技术的钢丝绳损伤检测方法 | |
CN105684044A (zh) | 分析层压物体中的形变的方法及相应系统 | |
Yang et al. | An automatic finite element modelling for deformation analysis of composite structures | |
CN110362886A (zh) | 一种基于不确定性分析的城镇砌体住宅安全评估方法 | |
Zhan et al. | A local damage detection approach based on restoring force method | |
Wu et al. | Cost-effective, vision-based multi-target tracking approach for structural health monitoring | |
Li et al. | Wind loading and its effects on single-layer reticulated cylindrical shells | |
CN106320173A (zh) | 车载无人机桥梁日常安全检测系统及检测方法 | |
CN110411686A (zh) | 桥梁静动影像全息性态健康监测诊断方法及系统 | |
Zhang et al. | Structural damage detection based on decision-level fusion with multi-vibration signals | |
Lin et al. | Damage detection of structures with detrended fluctuation and detrended cross-correlation analyses | |
Lange et al. | Crack detection at concrete construction units from photogrammetric data using image processing procedures | |
Lin et al. | Damage quantification of 3D-printed structure based on composite multiscale cross-sample entropy | |
CN108844479A (zh) | 一种既有空间钢结构杆件弯曲变形的监测方法 | |
Mohammadi et al. | Modern damage measurement of structural elements: Experiment, terrestrial laser scanning, and numerical studies | |
Li et al. | A non-contact method for estimating the pre-tension of a rectangular membrane structure | |
Sangirardi et al. | Dynamic identification of an elevated water tank through digital video processing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |