CN107705292A - 一种基于数字化模态坐标的马鞍面建筑物损伤识别方法 - Google Patents

一种基于数字化模态坐标的马鞍面建筑物损伤识别方法 Download PDF

Info

Publication number
CN107705292A
CN107705292A CN201710818427.6A CN201710818427A CN107705292A CN 107705292 A CN107705292 A CN 107705292A CN 201710818427 A CN201710818427 A CN 201710818427A CN 107705292 A CN107705292 A CN 107705292A
Authority
CN
China
Prior art keywords
mrow
basic coordinates
building
coordinates face
coordinate
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.)
Pending
Application number
CN201710818427.6A
Other languages
English (en)
Inventor
王若林
朱道佩
桑农
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN201710818427.6A priority Critical patent/CN107705292A/zh
Publication of CN107705292A publication Critical patent/CN107705292A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/0008Industrial image inspection checking presence/absence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20Finite element generation, e.g. wire-frame surface description, tesselation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明公开了一种基于数字化模态坐标的马鞍面建筑物损伤识别方法,首先对基本坐标面进行网格划分,获得若干份曲面;然后建立模态方程,计算基本坐标面的曲率模态,测量结构损伤后的坐标面;最后定义损伤程度指标。本发明利用建筑物损伤前后基本坐标面的曲率变化对曲面建筑的损伤程度进行判别,可以准确定位出损伤的位置。这种方法可有效反应结构的局部损伤情况,可运用它研究结构损伤附近区域的应力、刚度等物理参数的变化情况,进而完成其他类型的监测方法无法完成的内容。可以同时对建筑物上的所有关键点进行监测,提高了监测效率,节省了成本。

Description

一种基于数字化模态坐标的马鞍面建筑物损伤识别方法
技术领域
本发明属于建筑物损伤识别的技术领域,具体涉及一种基于数字化模态坐标的马鞍面建筑物损伤识别方法。
背景技术
马鞍面建筑以其独有的空间活跃,曲面优美,布置灵活,受力合理等特点备受青睐。由于马鞍面建筑物结构在长期服役中会积累细微损伤,这些细微损伤会演变成危害整体结构可靠运行和安全的宏观损伤。现有的利用传感器进行监测的方法对马鞍面建筑物的病害程度难以准确判断,并且需要测量的物理参数不好确定,缺乏有效的监测标准。
发明内容
为了解决上述技术问题,本发明提供的一种基于数字化模态坐标的马鞍面建筑物损伤识别方法。
本发明所采用的技术方案是:一种基于数字化模态坐标的马鞍面建筑物损伤识别方法,其特征在于,包括以下步骤:
步骤1:对基本坐标面进行网格划分,获得若干份曲面;
步骤2:建立模态方程;
步骤3:计算基本坐标面的曲率模态;
步骤4:测量结构损伤后的坐标面;
步骤5:定义损伤程度指标,定量计算出建筑物的损伤程度。
本发明的优点是:
1:利用建筑物损伤前后基本坐标面的曲率变化对曲面建筑的损伤程度进行判别,可以准确定位出损伤的位置。这种方法可有效反应结构的局部损伤情况,可运用它研究结构损伤附近区域的应力、刚度等物理参数的变化情况,进而完成其他类型的监测方法无法完成的内容;
2:可以同时对建筑物上的所有关键点进行监测,提高了监测效率,节省了成本。
附图说明
图1为本发明实施例的装置图;
图2为本发明实施例的基本坐标面的划分图;
图中,1为摄像机构,2为曲面建筑,3为曲面建筑的轴线所在曲面。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,下面结合附图及实施例对本发明作进一步的详细描述,应当理解,此处所描述的实施示例仅用于说明和解释本发明,并不用于限定本发明。
请见图1和图2,本发明提供的一种基于数字化模态坐标的马鞍面建筑物损伤识别方法,包括以下步骤:
步骤1:对基本坐标面进行网格划分;
首先,将马鞍面建筑物的模态作为基本坐标面,它是结构基本固有的状态。然后,将基本坐标面在水平方向分成m份;在高度方向分成n层;此时,基本坐标面被分成m×n份;接着将每一份曲面的4个顶点设为关键点;基本坐标面长度和高度分别为l0和h0,每一份曲面的长度和高度分别为l1=l0/m和h1=h0/n。
步骤2:建立模态方程;
对基本坐标面中的每一份曲面进行模态分析,振动微分方程如下:
其中,[M]为质量矩阵,[C]为阻尼矩阵,[K]为刚度矩阵,y为位移,表示位移的一阶导数,表示位移的二阶导数,F(x)为外力;求解上述微分方程得到振动位移模态y(x)。
步骤3:计算得到基本坐标面的曲率模态;
在基本坐标面的水平方向,利用一阶中心差分法得到基本坐标面的位移模态的导数为:
y′1(i,j)=[y(i+1,j)-y(i-1,j)]/(2l1),2≤i≤m,1≤j≤n+1;
然后,再利用二阶中心差分法得到基本坐标面的位移模态的二阶导数为:
y″1(i,j)=[y′1(i+1,j)-y′1(i-1,j)]/(2l1),3≤i≤m-1,1≤j≤n+1;
在基本坐标面的高度方向,利用一阶中心差分法得到基本坐标面的位移模态的导数为:
y′2(i,j)=[y(i,j+1)-y(i,j-1)]/(2h1),2≤j≤n,1≤i≤m+1;
y″2(i,j)=[y′2(i,j+1)-y′2(i,j-1)]/(2h1),3≤j≤n-1,1≤i≤m+1;
对y′1(i,j)和y′2(i,j)进行矢量求和求得y′3(i,j);对y″1(i,j)和y″2(i,j)进行矢量求和求得y″3(i,j)。
最后,计算得到基本坐标面的位移模态的曲率矩阵为:
步骤4:利用视频图像测量结构损伤后的坐标面;
请见图1,预先在曲面建筑2上设置靶标,3为曲面建筑2的轴线所在曲面;然后利用摄像机构1对不同状态下的坐标面进行拍摄成像,接着转成视频灰度图像。以坐标面振动图像中截取的多帧连续图像为研究对象,选取靶标作为跟踪目标来创建轮廓特征模板,通过匹配靶标来计算关键点的位移P(i,j),1≤i≤m+1,1≤j≤n+1。然后,利用步骤3中的方法计算坐标面的曲率矩阵为K2(i,j)。
步骤5:定义损伤程度指标,定量计算出建筑物的损伤程度;
当建筑物结构出现裂缝、钢筋锈蚀、碳化等各种损伤病害时,均将引起结构的刚度的降低,进而导致基本坐标面某处的曲率突变。在步骤4中计算出了建筑物损伤后的坐标面的曲率矩阵为K2(i,j)。定义损伤程度指标为:
当H(i,j)趋近于1的时候,表示损伤程度不大;当H(i,j)的值明显偏离于1的时候,表示损伤程度大。
应当理解的是,本说明书未详细阐述的部分均属于现有技术。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。

Claims (6)

1.一种基于数字化模态坐标的马鞍面建筑物损伤识别方法,其特征在于,包括以下步骤:
步骤1:对基本坐标面进行网格划分,获得若干份曲面;
步骤2:建立模态方程;
步骤3:计算基本坐标面的曲率模态;
步骤4:测量结构损伤后的坐标面;
步骤5:定义损伤程度指标,定量计算出建筑物的损伤程度。
2.根据权利要求1所述的基于数字化模态坐标的马鞍面建筑物损伤识别方法,其特征在于,步骤1的具体实现包括以下子步骤:
步骤1.1:将马鞍面建筑物的模态作为基本坐标面,基本坐标面长度和高度分别为l0和h0
步骤1.2:将基本坐标面在水平方向分成m份,在高度方向分成n层,此时,基本坐标面被分成m×n份曲面;
步骤1.3:将每一份曲面的4个顶点设为关键点,每一份曲面的长度和高度分别为l1=l0/m和h1=h0/n。
3.根据权利要求1所述的基于数字化模态坐标的马鞍面建筑物损伤识别方法,其特征在于,步骤2的具体实现过程是:对基本坐标面中的每一份曲面进行模态分析,振动微分方程为:
<mrow> <mo>&amp;lsqb;</mo> <mi>M</mi> <mo>&amp;rsqb;</mo> <mover> <mi>y</mi> <mo>&amp;CenterDot;&amp;CenterDot;</mo> </mover> <mo>+</mo> <mo>&amp;lsqb;</mo> <mi>C</mi> <mo>&amp;rsqb;</mo> <mover> <mi>y</mi> <mo>&amp;CenterDot;</mo> </mover> <mo>+</mo> <mo>&amp;lsqb;</mo> <mi>K</mi> <mo>&amp;rsqb;</mo> <mi>y</mi> <mo>=</mo> <mi>F</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
其中,[M]为质量矩阵,[C]为阻尼矩阵,[K]为刚度矩阵,y为位移,表示位移的一阶导数,表示位移的二阶导数,F(x)为外力;求解上述微分方程得到振动位移模态y(x)。
4.根据权利要求2所述的基于数字化模态坐标的马鞍面建筑物损伤识别方法,其特征在于,步骤3的具体实现包括以下子步骤:
步骤3.1:在基本坐标面的水平方向,利用一阶中心差分法得到基本坐标面的位移模态的导数为:
y′1(i,j)=[y(i+1,j)-y(i-1,j)]/(2l1),2≤i≤m,1≤j≤n+1;
然后,再利用二阶中心差分法得到基本坐标面的位移模态的二阶导数为:
y″1(i,j)=[y′1(i+1,j)-y′1(i-1,j)]/(2l1),3≤i≤m-1,1≤j≤n+1;
步骤3.2:在基本坐标面的高度方向,利用一阶中心差分法得到基本坐标面的位移模态的导数为:
y′2(i,j)=[y(i,j+1)-y(i,j-1)]/(2h1),2≤j≤n,1≤i≤m+1;
y″2(i,j)=[y′2(i,j+1)-y′2(i,j-1)]/(2h1),3≤j≤n-1,1≤i≤m+1;
对y′1(i,j)和y′2(i,j)进行矢量求和求得y′3(i,j);对y″1(i,j)和y″2(i,j)进行矢量求和求得y″3(i,j);
步骤3.3:计算得到基本坐标面的位移模态的曲率矩阵为:
<mrow> <msub> <mi>K</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <mo>|</mo> <msubsup> <mi>y</mi> <mn>3</mn> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>|</mo> </mrow> <msup> <mrow> <mo>&amp;lsqb;</mo> <mn>1</mn> <mo>+</mo> <msubsup> <mi>y</mi> <mn>3</mn> <mrow> <mo>&amp;prime;</mo> <mn>2</mn> </mrow> </msubsup> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mrow> <mn>3</mn> <mo>/</mo> <mn>2</mn> </mrow> </msup> </mfrac> <mo>,</mo> <mn>3</mn> <mo>&amp;le;</mo> <mi>i</mi> <mo>&amp;le;</mo> <mi>m</mi> <mo>-</mo> <mn>1</mn> <mo>,</mo> <mn>3</mn> <mo>&amp;le;</mo> <mi>j</mi> <mo>&amp;le;</mo> <mi>n</mi> <mo>-</mo> <mn>1.</mn> </mrow>
5.根据权利要求4所述的基于数字化模态坐标的马鞍面建筑物损伤识别方法,其特征在于,步骤4的具体实现包括以下子步骤:
步骤4.1:在马鞍面建筑物上设置靶标,利用摄像机构对不同状态下的坐标面进行拍摄成像,接着转成视频灰度图像;
步骤4.2:以坐标面振动图像中截取的多帧连续图像为研究对象,选取靶标作为跟踪目标来创建轮廓特征模板,通过匹配靶标来计算关键点的位移P(i,j),1≤i≤m+1,1≤j≤n+1;
步骤4.3:计算坐标面的曲率矩阵K2(i,j)。
6.根据权利要求5所述的基于数字化模态坐标的马鞍面建筑物损伤识别方法,其特征在于:步骤5中,定义损伤程度指标为:
<mrow> <mi>H</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <msub> <mi>K</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> </mrow> <mrow> <msub> <mi>K</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>;</mo> </mrow>
当H(i,j)趋近于1的时候,表示损伤程度不大;当H(i,j)的值明显偏离于1的时候,表示损伤程度大。
CN201710818427.6A 2017-09-12 2017-09-12 一种基于数字化模态坐标的马鞍面建筑物损伤识别方法 Pending CN107705292A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710818427.6A CN107705292A (zh) 2017-09-12 2017-09-12 一种基于数字化模态坐标的马鞍面建筑物损伤识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710818427.6A CN107705292A (zh) 2017-09-12 2017-09-12 一种基于数字化模态坐标的马鞍面建筑物损伤识别方法

Publications (1)

Publication Number Publication Date
CN107705292A true CN107705292A (zh) 2018-02-16

Family

ID=61172582

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710818427.6A Pending CN107705292A (zh) 2017-09-12 2017-09-12 一种基于数字化模态坐标的马鞍面建筑物损伤识别方法

Country Status (1)

Country Link
CN (1) CN107705292A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102928247A (zh) * 2012-10-26 2013-02-13 重庆大学 一种等效模态应变能损伤识别方法
CN104568493A (zh) * 2015-01-27 2015-04-29 南京工业大学 车辆荷载下基于位移时程面积的结构快速损伤识别方法
JP2016170037A (ja) * 2015-03-12 2016-09-23 新日鉄住金エンジニアリング株式会社 建物の損傷部位の推定方法
CN205843918U (zh) * 2016-07-28 2016-12-28 西南交通大学 板梁结构载荷识别和损伤识别的多功能试验台
CN106896156A (zh) * 2017-04-25 2017-06-27 湘潭大学 逐跨均匀荷载面曲率差的梁结构损伤识别方法
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

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102928247A (zh) * 2012-10-26 2013-02-13 重庆大学 一种等效模态应变能损伤识别方法
CN104568493A (zh) * 2015-01-27 2015-04-29 南京工业大学 车辆荷载下基于位移时程面积的结构快速损伤识别方法
JP2016170037A (ja) * 2015-03-12 2016-09-23 新日鉄住金エンジニアリング株式会社 建物の損傷部位の推定方法
CN205843918U (zh) * 2016-07-28 2016-12-28 西南交通大学 板梁结构载荷识别和损伤识别的多功能试验台
CN106896156A (zh) * 2017-04-25 2017-06-27 湘潭大学 逐跨均匀荷载面曲率差的梁结构损伤识别方法
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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
白羽: "梁、板、网架结构损伤诊断研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 *
黄文龙: "模型拱桥模态识别及损伤诊断研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *

Similar Documents

Publication Publication Date Title
CN104880248B (zh) 一种电机结构噪声激励源的贡献量定量识别方法
CN104457681B (zh) 一种基于应变模态的梁结构动挠度监测方法
CN106897543B (zh) 模态柔度曲率矩阵范数的梁结构损伤识别方法
US9415291B2 (en) Golf swing analyzing apparatus and method of analyzing golf swing
CN106248335B (zh) 非通航孔桥墩防撞的监测系统及实时诊断方法
CN101833596B (zh) 矩形和圆形截面梁类结构两个损伤定量识别的方法
US7762911B2 (en) Method for predicting ball launch conditions
JP2021059325A (ja) タイヤの加速度ピーク値を用いたタイヤの摩耗測定装置及びそれを用いたタイヤの摩耗測定方法
CN104536941B (zh) 一种基于Tikhonov正则化的频域载荷识别方法
CN106052743B (zh) 一种评估传感器质量对频响函数影响大小的方法
KR20130111382A (ko) 골프 클럽의 샤프트의 피팅 방법
CN102759573A (zh) 基于频率变化的结构损伤定位与损伤程度的评估方法
CN107609270A (zh) 一种基于数字化模态坐标的椭圆面建筑物损伤识别方法
US6585605B2 (en) Measurement of the coefficient of restitution of a golf club
JP3837099B2 (ja) 構造物の損傷推定システムおよびプログラム
CN117212077B (zh) 一种风电机的风轮故障监测方法、装置、设备及存储介质
CN107454925A (zh) 用于确定风能设备的剩余使用寿命的方法
EP3610931A1 (en) Swing analysis device, swing analysis method, and swing analysis system
CN107633510A (zh) 一种基于数字化模态坐标的双曲面建筑物损伤识别方法
CN107705292A (zh) 一种基于数字化模态坐标的马鞍面建筑物损伤识别方法
CN105241589A (zh) 一种机器人手臂应变测试数据处理方法
JP6488126B2 (ja) ゴルフクラブのフィッティング装置、方法及びプログラム
US20030004007A1 (en) Measurement of the coefficient of restitution of a golf club
CN100339696C (zh) 高尔夫球杆头的反弹特性评价方法以及反弹特性评价装置
CN107610112A (zh) 一种基于数字化模态坐标的曲面建筑物损伤识别方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180216

RJ01 Rejection of invention patent application after publication