CN111323488B - 大型金属屋面板的损伤检测方法、装置、设备及介质 - Google Patents
大型金属屋面板的损伤检测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN111323488B CN111323488B CN202010293480.0A CN202010293480A CN111323488B CN 111323488 B CN111323488 B CN 111323488B CN 202010293480 A CN202010293480 A CN 202010293480A CN 111323488 B CN111323488 B CN 111323488B
- Authority
- CN
- China
- Prior art keywords
- metal roof
- roof panel
- frequency
- health
- measuring position
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/12—Analysing solids by measuring frequency or resonance of acoustic waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0234—Metals, e.g. steel
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供一种大型金属屋面板的损伤检测方法、装置、设备及介质,涉及损伤识别技术领域。该方法包括:获取可移动载台在大型金属屋面板上每个测量位置检测的振动数据,其中,每个测量位置对应该大型金属屋面板上支座对应的位置;然后根据每个测量位置检测的振动数据,采用随机子空间法进行分析,获取每个测量位置的模态参数,该模态参数包括:固有频率;最后根据该固有频率和所述每个测量位置对应的健康频率,确定该大型金属屋面板上每个测量位置的健康状态。应用本发明实施例,可以提高对大型金属屋面板损伤的检测效率及精度。
Description
技术领域
本发明涉及损伤识别技术领域,具体而言,涉及一种大型金属屋面板的损伤检测方法、装置、设备及介质。
背景技术
随着建筑业和科学技术的发展,金属屋面板被广泛应用到如机场、火车站等建筑上。而在恶劣天气环境下,金属屋面板经常发生风揭事故,这主要是由于金属屋面板的支座发生损伤而导致的。
目前,对金属屋面板的检测主要停留在设计和出厂阶段,对已建成的金属屋面板的检测主要通过肉眼的方式进行判断。
然而,金属屋面板的损伤主要是由于支座发生损伤,而支座会被大型金属物面板中的直立锁边压型钢板覆盖住,通过肉眼检测的方式是无法识别的,进而会导致检测效率及精度降低。
发明内容
本发明的目的在于,针对上述现有技术中的不足,提供一种大型金属屋面板的损伤检测方法、装置、设备及介质,可以提高检测效率及精度。
为实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供了一种大型金属屋面板的损伤检测方法,所述方法包括:
获取可移动载台在大型金属屋面板上每个测量位置检测的振动数据,其中,每个测量位置对应所述大型金属屋面板上支座对应的位置;
根据所述每个测量位置检测的振动数据,采用随机子空间法进行分析,获取所述每个测量位置的模态参数,所述模态参数包括:固有频率;
根据所述固有频率和所述每个测量位置对应的健康频率,确定所述大型金属屋面板上所述每个测量位置的健康状态,所述健康频率为所述大型金属屋面板第一次被检测时获取到的各个测量位置的频率。
可选地,上述根据所述固有频率和所述每个测量位置对应的健康频率,确定所述大型金属屋面板上所述每个测量位置的健康状态,包括:
计算每个测量位置上的固有频率与每个测量位置对应的健康频率差值;
根据所述差值所在的预设区间,确定所述大型金属屋面板上所述每个测量位置的健康状态为所述预设区间对应的健康状态。
可选地,上述根据所述差值所在的预设区间,确定所述大型金属屋面板上所述每个测量位置的健康状态为所述预设区间对应的健康状态,包括:
若所述差值在第一预设区间,则确定所述大型金属屋面板上所述每个测量位置的健康状态为:1个支座损伤状态。
可选地,上述根据所述差值所在的预设区间,确定所述大型金属屋面板上所述每个测量位置的健康状态为所述预设区间对应的健康状态,包括:
若所述差值在第二预设区间中,则确定所述大型金属屋面板上所述每个测量位置的健康状态为:2个支座损伤状态。
可选地,所述固有频率为一阶频率;上述所述获取可移动载台在大型金属屋面板上至少一个测量位置检测的振动数据之前,所述方法还包括:
建立所述大型金属屋面板的三维模型,所述大型金属屋面板的三维模型中,所述大型金属屋面板的支座上表面与所述大型金属屋面板的直立锁边进行绑定连接;
将所述大型金属屋面板的三维模型中所述大型金属屋面板与所述可移动载台的三维模型进行绑定,以模拟所述移动载台对所述大型金属屋面板施加的荷载;
采用预设的频率分析算法,对不同阶数的频率下的所述大型金属屋面板的三维模型和所述可移动载台的三维模型进行分析;
根据分析结果,确定采用一阶频率作为所述大型金属屋面板的损伤检测指标。
可选地,所述每个测量位置检测的振动数据为所述可移动载台在所述大型金属屋面板上沿着预设的测量路线行走至所述每个测量位置检测的数据。
第二方面,本发明实施例还提供了一种大型金属屋面板的损伤检测装置,所述装置包括:
第一获取模块,用于获取可移动载台在大型金属屋面板上每个测量位置检测的振动数据,其中,每个测量位置对应所述大型金属屋面板上支座对应的位置;
第二获取模块,用于根据所述每个测量位置检测的振动数据,采用随机子空间法进行分析,获取所述每个测量位置的模态参数,所述模态参数包括:固有频率;
确定模块,用于根据所述固有频率和所述每个测量位置对应的健康频率,确定所述大型金属屋面板上所述每个测量位置的健康状态,所述健康频率为所述大型金属屋面板第一次被检测时获取到的各个测量位置的频率。
可选地,所述确定模块,具体用于:
计算每个测量位置上的固有频率与每个测量位置对应的健康频率差值;
根据所述差值所在的预设区间,确定所述大型金属屋面板上所述每个测量位置的健康状态为所述预设区间对应的健康状态。
可选地,所述确定模块,还具体用于:
若所述差值在第一预设区间,则确定所述大型金属屋面板上所述每个测量位置的健康状态为:1个支座损伤状态。
可选地,所述确定模块,还具体用于:
若所述差值在第二预设区间中,则确定所述大型金属屋面板上所述每个测量位置的健康状态为:2个支座损伤状态。
可选地,所述固有频率为一阶频率;所述第一获取模块之前,所述装置还包括:
建立模块,用于建立所述大型金属屋面板的三维模型,所述大型金属屋面板的三维模型中,所述大型金属屋面板的支座上表面与所述大型金属屋面板的立边进行绑定连接;
绑定模块,用于将所述大型金属屋面板的三维模型中所述大型金属屋面板与所述可移动载台的三维模型进行绑定,以模拟所述移动载台对所述大型金属屋面板施加的荷载;
分析模块,用于采用预设的频率分析算法,对不同阶数的频率下的所述大型金属屋面板的三维模型和所述可移动载台的三维模型进行分析;
根据分析结果,确定采用一阶频率作为所述大型金属屋面板的损伤检测指标。
可选地,所述每个测量位置检测的振动数据为所述可移动载台在所述大型金属屋面板上沿着预设的测量路线行走至所述每个测量位置检测的数据。
第三方面,本发明实施例还提供了一种检测设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任一大型金属屋面板的损伤检测方法的步骤。
第四方面,本发明实施例还提供了一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述任一大型金属屋面板的损伤检测方法的步骤。
本发明的有益效果是:
本发明实施例提供的一种大型金属屋面板的损伤检测方法、装置、设备及介质,首先获取可移动载台在大型金属屋面板上每个测量位置检测的振动数据,其中,每个测量位置对应该大型金属屋面板支座对应的位置;然后根据每个测量位置检测的振动数据,采用随机子空间法进行分析,获取每个测量位置的模态参数,该模态参数包括:固有频率;最后根据该固有频率和所述每个测量位置对应的健康频率,确定该大型金属屋面板上每个测量位置的健康状态。采用本发明实施例提供的上述大型金属屋面板的损伤检测方法,通过控制可移动载台在大型金属屋面板支座对应的位置上进行检测,得到每个测量位置检测的振动数据,避免了用眼进行检测的不实际性,并对每个振动数据进行分析,得到对应的支座处的固有频率,可以根据固有频率以及每个测量位置对应的健康频率,确定该大型金属屋面板上每个测量位置的健康状态,进而提高了检测效率及精度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为一种大型金属屋面板的结构示意图;
图2为本发明实施例提供的一种可移动载台内部模块连接关系示意图;
图3为本发明实施例提供的一种可移动载台的侧视图;
图4为本发明实施例提供的一种可移动载台的正视图;
图5为本发明实施例提供的一种可移动载台的仰视图;
图6为本发明实施例提供的一种大型金属屋面板的损伤检测方法的流程示意图;
图7为本发明实施例提供的一种大型金属屋面板在有附加质量的情况下,仿真得出对应关系的流程示意图;
图8为本发明实施例提供的一种大型金属屋面板的三维模型结构示意图;
图9为本发明实施例提供的一种大型金属屋面板在附件质量下的一阶振型示意图;
图10为本发明实施例提供的一种大型金属屋面板在附件质量下的二阶振型示意图;
图11为本发明实施例提供的一种大型金属屋面板在附件质量下的三阶振型示意图;
图12为本发明实施例提供的一种可移动载台对大型金属屋面板的损伤检测方法的流程示意图;
图13为本发明实施例提供的一种大型金属屋面板的损伤检测装置的结构示意图;
图14为本发明实施例提供的一种大型金属屋面板在有附加质量的情况下,仿真得出对应关系的结构示意图;
图15为本发明实施例提供的一种可移动载台对大型金属屋面板的损伤检测装置的结构示意图;
图16为本发明实施例提供的一种检测设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在对本发明实施例进行清楚、完整地描述之前,首先对大型金属屋面板进行简单介绍。图1为一种大型金属屋面板的结构示意图,如图1所示,该大型金属屋面板可以包括:直立锁边压型钢板001、保温隔热层002、支座003、压型钢底板004以及隔音层005组成,在实际应用中,该大型金属屋面板中的直立锁边压型钢板001会将保温隔热层002、支座003、压型钢底板004以及隔音层005覆盖住,其中,直立锁边压型钢板001钢板的材料种类很多,可以为纯钛、锌铜钛、纯铜、不锈钢、铝镁锰合金等;保温隔热层002的材料可以为玻璃棉、岩棉,主要用于阻止热量在金属屋面的两侧传递,使室内气温稳定;支座003主要用于与直立锁边压型钢板001进行连接,并且,大型金属屋面板发生掀揭事故的主要原因是由于直立锁边压型钢板001与支座003连接损伤导致的;压型钢底板004位于隔音层005的上面,主要用于加强隔音效果;隔音层005主要材料包括保温棉,主要用于阻止声音从室外传到室内或从室内传到室外,并且,隔音材料对不同频率的声音的阻隔效果不一样。
本发明下述实施例所涉及的可移动载台可以为机器人平台,图2为本发明实施例提供的一种可移动载台内部模块连接关系示意图,其可包括:运动模块1、采集模块2和感知模块3,其中,运动模块1包括:控制中心101、电机102和履带103。运动模块1中,控制中心101与电机102电连接,电机102与履带103驱动连接。控制中心101可以为处理器或者控制器,其可集成有用于控制可移动载台行进的应用程序,通过运行该应用程序,控制电机102,使得电机102带动履带103行进。采集模块2包括:传感器104、采集卡105和提升装置106,其中,如上所示的运动模块1中的控制中心101可连接提升装置106,提升装置106连接传感器104,以控制提升装置106提升传感器104。传感器104还连接采集卡105,以将采集到的振动数据传输至采集卡105,由采集卡105通过有线或无线网络传输至后台4,如后台服务器或者后台检测设备,后台4可以集成于该可移动载台,也可以独立于该可移动载台。感知模块3可包括:摄像头107和测距仪108,测距仪108与控制中心101连接,以将测量到的可移动载台与大型金属屋面板的边界的距离信息传输至后台4,对边界起到预警作用。其中,测距仪108可以为红外测距仪,还以为其它类型的测距仪,本发明实施例不对此进行限制。摄像头107可与后台4,如后台服务器或者后台检测设备连接,以将采集到的视频信号传输至后台4。
需要指出的是,该可移动载台中,还可包括:路由器,上述无论是摄像头,还是采集卡,其均可通过网线与路由器连接,该路由器连接无线网卡,通过该无线网卡实现无线信号的传输。
如下结合附图对本发明实施例所提供的可移动载台中的一些部件设置位置以及工作原理进行解释说明。图3为本发明实施例提供的一种可移动载台的侧视图。如图3所示,该可移动载台中的履带可以包括:中间履带201、前履带202、后履带203,其中,当可移动载台在大型金属屋面板的一条板上行进时,可由控制中心控制中间履带电机,该中间履带电机可以带动中间履带201行进。当可移动载台在行进过程中,需要从一条大型金属屋面板跨越到另一条大型金属屋面板时,该可移动载台首先要转向面对板立边,通过控制中心控制前后履带电机,该前后履带电机可以使前履带202放下搭住板该立边,同时后履带动载台,该可移动载台在高点处越过该立边,最后将前后履带收起,开始在另一条大型金属屋面板上行进。
图4为本发明实施例提供的一种可移动载台的正视图。如图4所示,该可移动载台中的感知模块可以包括:摄像头107、测距仪108,其中,摄像头107和测距仪108属于该可移动载台的感知模块,摄像头107可以位于该可移动载台的顶端,测距仪108可以位于该可移动载台的前后端,用于边界预警的作用。该可移动载台将实时将获取到的数据传输至检测设备中,这样可以使工作人员实时了解该移动载台的工作状态。
图5为本发明实施例提供的一种可移动载台的仰视图。如图5所示,该可移动载台的采集模块中传感器104可设置于该可移动载台的底部的中间位置。该采集模块还可以包括采集卡和提升装置,当移动载台行进至测量点时,传感器104被提升装置放置该测量点处,在经过预设时间段后,采集到该测量点的振动数据,采集卡将采集到的振动数据通过无线网络传输至检测设备中。
该可移动载台还具有自主充电功能、按GPS(Global Positioning System,全球定位系统)自主识别并行走的自主行走功能以及通过GPS差分方法进行自主定位功能等,该自主定位功能可以精确到10cm的精度。
图6为本发明实施例提供的一种大型金属屋面板的损伤检测方法的流程示意图。该大型金属屋面板的损伤检测方法可由与可移动载台的采集模块中采集卡存在有线或无线连接的后台设备,如后台服务器,或者后台检测设备等实现。如图6所示,该方法可以包括:
S501、获取可移动载台在大型金属屋面板上每个测量位置检测的振动数据,其中,每个测量位置对应该大型金属屋面板上支座对应的位置。
具体的,该可移动载台可以为机器人,该机器人的控制中心可以控制该机器人在大型金属屋面板上行走,当该机器人行走至测量位置时,该控制中心可以控制该机器人中的提升装置,使该提升装置放下传感器到该测量位置。由于该大型金属屋面板的损伤主要为边界条件的破坏,实际体现的是大型金属屋面板上的支座的损伤,所以该测量位置对应该大型金属屋面板上支座对应的位置。其中,该传感器可以为振动传感器还可称为运动传感器,例如加速度传感器。在经过预设时间后,该传感器将采集到的振动数据传输给采集卡,该采集卡将该振动数据通过有限或无线网络传输至检测设备。该检测设备为本发明实施例中执行该方法的执行主体。
S502、根据每个测量位置检测的振动数据,采用随机子空间法进行分析,获取每个测量位置的模态参数,该模态参数包括:固有频率。
具体的,可移动载台将采集到的每个测量位置的振动数据可以先保存到存储器中,在测量位置的数量达到预设值时,可以将保存的振动数据一次性传输至检测设备,可移动载台也可以是每当采集到振动数据时,就将该振动数据传输至检测设备,这里对采集到的振动数据的传输方式不进行限制。
可以理解的是,只要检测设备获取到振动数据,就可以采用随机子空间法对该振动数据进行分析,也就是进行模态识别,其中,该随机子空间法是基于环境振动模态参数识别的时域方法,它可以采用数学处理方法识别离散后的系统状态空间矩阵,以得到系统的动力学特性参数。其中,数学处理方法例如可以为矩阵的QR(正交三角)分解或奇异值分解算法。该动力学特性参数包括该大型金属屋面板的模态参数,该模态参数中包括有:固有频率,一般情况下,该模态参数中的固有频率可以有一阶固有频率、二阶固有频率以及三阶固有频率等。
S503、根据该固有频率和每个测量位置对应的健康频率,确定该大型金属屋面板上每个测量位置的健康状态。
其中,该健康频率为该大型金属屋面第一次被检测时获取到的各个测量位置的频率,不管该大型金属屋面板是刚建成的还是建成有段时间的,都将第一次利用该移动载台检测时获取到的各个测量位置的频率作为每个测量位置对应的健康频率。具体的,选取每个测量位置对应的一阶固有频率,假设有3个测量位置,可以对其进行编号,如测量位置A、测量位置B以及测量位置C,每个位置对应选取的一阶固有频率分别为f1、f2以及f3,已知这3个测量位置对应的健康频率,如f1′、f2′以及f3′,然后分别根据f1与f1′之间的关系、f2与f2′之间的关系以及f3与f3′之间的关系,可以确定出该大型金属屋面板上每个测量位置的健康状态,也就是说可以确定出该大型金属屋面板上测量位置对应的支座健康状态。
综上所述,本发明提供的大型金属屋面板的损伤检测方法,通过控制可移动载台在大型金属屋面板上支座对应的位置上进行检测,得到每个测量位置检测的振动数据,避免了用眼进行检测的不实际性,并对每个振动数据进行分析,得到对应的多个支座处的固有频率,可以根据固有频率以及每个测量位置对应的健康频率,确定该大型金属屋面板上每个测量位置的健康状态,进而提高了检测效率及精度。
可选地,上述根据固有频率和每个测量位置对应的健康频率,确定大型金属屋面板上每个测量位置的健康状态,包括:计算每个测量位置上的固有频率与每个测量位置对应的健康频率差值;根据差值所在的预设区间,确定该大型金属屋面板上每个测量位置的健康状态为该预设区间对应的健康状态。
具体的,已知每个测量位置对应的健康频率,然后再根据获取的每个测量位置上的一阶固有频率,可以计算出每个位置处对应的频率差值,也可以根据计算出每个位置处对应的频率差值与健康频率之间的比值,该比值可以用百分数来表示,如测量位置A处的健康频率值为8HZ,对应的一阶固有频率为7HZ,则可以计算出测量位置A处的频率差值(1HZ),对应的比值(频率损失)约为12%,根据差值或比值以及预设区间,可以确定该大型金属屋面板上每个测量位置的健康状态,其中该预设区间可以根据经验获得,可以为频率差值的预设区间,也可以为频率比值的预设区间。
可选地,上述根据差值所在的预设区间,确定大型金属屋面板上每个测量位置的健康状态为该预设区间对应的健康状态,包括:若差值在第一预设区间中,则确定该大型金属屋面板上每个测量位置的健康状态为:1个支座损伤状态;或,若差值在第二预设区间中,则确定大型金属屋面板上每个测量位置的健康状态为:2个支座损伤状态。
具体的,可以提前设置好第一预设区间以及第二预设区间,第一预设区间以及第二预设区间的具体区间可以根据实际经验以及实验进行设置,其中第一预设区间可以对应测量位置的健康状态为1个支座损伤状态,第二预设区间可以对应测量位置的健康状态为2个支座损伤状态,当然,也可以提前设置第三预设区间,该第三预设区间对应测量位置的健康状态为支座无损伤状态,即该支座无裂纹、该支座上的螺丝无松动等现象。
其中,该第一预设区间具体可以为一阶固有频率损失区间(7%-11%),该第二预设区间具体可以为一阶固有频率损失区间(14%-20%),已知每个测量位置对应的健康频率,然后再根据获取的每个测量位置上的一阶固有频率,可以计算出每个位置处对应的频率差值,已知频率差值就可以计算出每个测量位置处的频率损失值。该频率损失值落在哪个预设区间内,就相当于确定出了对应测量位置的健康状态。
图7为本发明实施例提供的一种大型金属屋面板在有附加质量的情况下,仿真得出对应关系的流程示意图。如图7所示,在上述方法中S501获取可移动载台在大型金属屋面板上每个测量位置检测的振动数据之前,该方法还可以包括:
S601、建立该大型金属屋面板的三维模型,该大型金属屋面板的三维模型中,该大型金属屋面板的支座上表面与该大型金属屋面板的直立锁边进行绑定连接。
具体的,为了研究大型金属屋面板在有附加质量的情况下,产生的各阶振型和支座位置之间的关系,该附加质量代表的是可移动载台的质量。采用有限元软件(如Abaqus软件)可以建立大型金属屋面板的三维模型,如图8所示,为本发明实施例提供的一种大型金属屋面板的三维模型结构示意图。其中,建立该大型金属屋面板的三维模型700所需的参数和实际中已安装好的大型金属屋面板的参数几乎相同,实际中的大型金属屋面板将多个图8中的条板拼接起来,形成一个大的大型金属屋面板。如图8所示,该大型金属屋面板的三维模型长度可以为5米,包含5个支座,每个支座分为左右两个子支座。所包含的5个支座平均分布。在建模的过程中,大型金属屋面板的支座701上表面与该大型金属屋面板的直立锁边702进行绑定连接,该连接方式不代表实际中的情况,此处仅作概念说明。
S602、将该大型金属屋面板的三维模型中该大型金属屋面板与该可移动载台的三维模型进行绑定,以模拟该移动载台对该大型金属屋面板施加的荷载。
具体的,为了研究大型金属屋面板在有附加质量的情况下,产生的各阶振型和支座位置之间的关系,所以要将可移动载台的三维模型与该大型金属屋面板的三维模型进行绑定。如图8所示,将大型金属屋面板的三维模型700中大型金属屋面板与可移动载台的三维模型703进行绑定,以模拟该移动载台对该大型金属屋面板施加的荷载。
S603、采用预设的频率分析算法,对不同阶数的频率下的该大型金属屋面板的三维模型和该可移动载台的三维模型进行分析。
S604、根据分析结果,确定采用一阶频率作为该大型金属屋面板的损伤检测指标。
具体的,假设可移动载台位于大型金属屋面板的中间支座的正上方,如图8所示。采用预设的频率分析算法,可以得到大型金属屋面板的不同阶振型。图9为本发明实施例提供的一种大型金属屋面板在附加质量下的一阶振型示意图;图10为本发明实施例提供的一种大型金属屋面板在附加质量下的二阶振型示意图;图11为本发明实施例提供的一种大型金属屋面板在附加质量下的三阶振型示意图。结合图9至图11,可以看出在一阶振型中,大型金属屋面板的振型幅度主要集中在附加质量周围,并且由于附加质量处于中间支座正上方,所以该中间支座处于振型变化影响范围内,而周边支座处于一阶振型影响范围之外。而在二阶和三阶振型中,附加质量的影响范围扩大,周围支座也在影响范围内。与之类似,三阶以上的振型影响范围扩大至全板。于是可以推测,当可移动载台位于某支座正上方时,一阶模态频率仅对当前支座损伤敏感,二阶及以上模态频率对周围支座健康状况也敏感。
在此基础上,当附加质量所处的支座健康状态为完全健康时,采用预设的频率分析算法,可以得出该支座为完全健康时,对应的一阶频率、二阶频率以及三阶频率;当附加质量所处的支座健康状态为该支座所属的子支座损伤的个数为一个时,不论是左子支座损伤还是右子支座损伤都可以,在仿真的过程中都是相当于去除一个子支座,可以得到对应的一阶频率、二阶频率以及三阶频率;当附加质量所处的支座健康状态为该支座所属的子支座损伤的个数为两个时,仿真的过程中都是相当于去除两支座,可以得到对应的一阶频率、二阶频率以及三阶频率,最后将所有结果统计在表一中。
表一
健康状态 | 一阶频率(Hz) | 二阶频率(Hz) | 三阶频率(Hz) |
完全健康 | 8.07 | 17.00 | 17.90 |
去除一支座 | 6.99 | 16.57 | 17.69 |
去除两支座 | 6.06 | 16.16 | 17.17 |
为了证明一阶频率仅被附加质量所在的位置下的支座健康状态影响,在采用有限元软件建立大型金属屋面板的三维模型时,附加质量所在的支座要处于完全健康状态,比如,该附加质量处于该大型金属屋面板的中间支座正上方,该中间支座左右两个子支座都在,使该中间支座的相邻支座处于三种健康状态:完全健康、去除一个子支座以及去除两个子支座。表二中记录了附加质量所在的支座处于健康状态时,相邻支座分别处于以上三种健康状态所对应的一阶频率、二阶频率以及三阶频率。
表二
健康状态 | 一阶频率(Hz) | 二阶频率(Hz) | 三阶频率(Hz) |
完全健康 | 8.07 | 17.00 | 17.90 |
去除一支座 | 8.05 | 15.89 | 16.94 |
去除两支座 | 8.03 | 16.61 | 17.72 |
结合表一和表二可以看出,当附加质量位于支座上方时,一阶频率仅受附加质量下方支座的健康状态影响,二阶及以上频率受到周围支座健康状态影响。除此之外,当附加质量下方支座受损时,一阶频率折减的比率远大于二阶和三阶频率。也就是说,针对大型金属屋面板,一阶频率可以更好的反映附加质量下方支座健康状态变化的指标。由以上结论,可以将一阶频率作为反映大型金属屋面板损伤状态的指标。
可选地,在实际应用中,可移动载台在金属屋面上的测量路线可以是提前设置好的,该可移动载台可以按照设置好的测量路线行走至测量位置处,并检测该测量位置处的振动数据,该预设路线上有N个测量位置,该可移动载台就需要放置N次传感器进行检测。
图12为本发明实施例提供的一种可移动载台对大型金属屋面板的损伤检测方法的流程示意图。该方法可由可移动载台内部的控制中心或者处理器实现。如图12所示,该方法可以包括:
S1101、控制可移动载台在大型金属屋面板上沿着预设的测量路线行走,该测量路线上具有至少一个测量位置,其中,每个测量位置对应该大型金属屋面板上支座对应的位置。
具体的,可移动载台中的控制中心控制自身在金属屋面上沿着预设的测量路线行走,该预设的测量路线以及测量路线中包含的测量位置的个数提前设置好,其中所有的测量位置都对应该大型金属屋面板上支座对应的位置。该可移动载台具有按照GPS主识别并行走的功能,当预设的路线中包含需要跨越大型金属屋面板的立边路线时,可移动载台中的控制中心可以控制该可移动载台翻越该立边。
S1102、当该可移动载台行走至每个测量位置时,控制该可移动载台将传感器放置在每个测量位置,以检测每个测量位置的振动数据。
S1103、将每个测量位置的振动数据,传输至检测设备。
具体的,当可移动载台行走至预先设定好的测量位置上时,可移动载台中的控制中心控制该移动平台中的采集模块,利用该采集模块中的提升装置将振动传感器放置在当前的测量位置上,经过预设时间后,该振动传感器可以获取到当前检测位置的振动数据,并通过该提升装置将该振动传感器收回。将获取到的振动数据通过该采集模块中的采集卡传输至检测设备,该检测设备可以为计算机、服务器等,在这里不对此进行限定。
图13为本发明实施例提供的一种大型金属屋面板的损伤检测装置的结构示意图。如图13所示,该装置可以包括:
第一获取模块1201,获取可移动载台在大型金属屋面板上每个测量位置检测的振动数据,其中,每个测量位置对应该大型金属屋面板上支座对应的位置。
第二获取模块1202,用于根据每个测量位置检测的振动数据,采用随机子空间法进行分析,获取每个测量位置的模态参数,该模态参数包括:固有频率。
确定模块1203,用于根据该固有频率每个测量位置对应的健康频率,确定该大型金属屋面板上每个测量位置的健康状态。
可选地,确定模块1203,具体用于:
计算每个测量位置上的固有频率与每个测量位置对应的健康频率差值;根据差值所在的预设区间,确定该大型金属屋面板上每个测量位置的健康状态为该预设区间对应的健康状态。
可选地,确定模块1203,还具体用于:
若差值在第一预设区间中,则确定该大型金属屋面板上每个测量位置的健康状态为:1个支座损伤状态;或,若差值在第二预设区间中,则确定大型金属屋面板上每个测量位置的健康状态为:2个支座损伤状态。
图14为本发明实施例提供的一种大型金属屋面板在有附加质量的情况下,仿真得出对应关系的结构示意图。如图14所示,在第一获取模块1201之前,该装置还包括:
建立模块1301,用于建立该大型金属屋面板的三维模型,该大型金属屋面板的三维模型中,该大型金属屋面板的支座上表面与该大型金属屋面板的直立锁边进行绑定连接。
绑定模块1302,用于将该大型金属屋面板的三维模型中该大型金属屋面板与该可移动载台的三维模型进行绑定,以模拟该移动载台对该大型金属屋面板施加的荷载。
分析模块1303,用于采用预设的频率分析算法,对不同阶数的频率下的大型金属屋面板的三维模型和可移动载台的三维模型进行分析;
第一确定模块1304,用于根据分析结果,确定采用一阶频率作为该大型金属屋面板的损伤检测指标。
可选地,每个测量位置检测的振动数据为该可移动载台在该大型金属屋面板上沿着预设的测量路线行走至每个测量位置检测的数据。
图15为本发明实施例提供的一种可移动载台对大型金属屋面板的损伤检测装置的结构示意图。如图15所示,该装置可以包括:
第一控制模块1401,用于控制可移动载台在大型金属屋面板上沿着预设的测量路线行走,该测量路线上具有至少一个测量位置,其中,每个测量位置对应该大型金属屋面板上支座对应的位置。
第二控制模块1402,用于当该可移动载台行走至每个测量位置时,控制该可移动载台将传感器放置在每个测量位置,以检测每个测量位置的振动数据。
传输模块1403,用于将每个测量位置的振动数据,传输至检测设备。
上述装置用于执行前述实施例提供的方法,其实现原理和技术效果类似,在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(digital singnal processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(CentralProcessing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,简称SOC)的形式实现。
图16为本发明实施例提供的一种检测设备的结构示意图,如图16所示,该检测设备包括:存储器1501、处理器1502。
存储器1501用于存储有可在处理器1502上运行的计算机程序,处理器1502用于执行该计算机程序时,实现上述方法实施例。具体实现方式和技术效果类似,这里不再赘述。
可选地,本发明还提供一种存储介质,例如计算机可读存储介质,包括程序,该程序在被处理器执行时用于执行上述方法实施例。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (9)
1.一种大型金属屋面板的损伤检测方法,其特征在于,所述方法包括:
获取可移动载台在大型金属屋面板上每个测量位置检测的振动数据,其中,每个测量位置对应所述大型金属屋面板上支座对应的位置;
根据所述每个测量位置检测的振动数据,采用随机子空间法进行分析,获取所述每个测量位置的模态参数,所述模态参数包括:固有频率;
根据所述固有频率和所述每个测量位置对应的健康频率,确定所述大型金属屋面板上所述每个测量位置的健康状态,所述健康频率为所述大型金属屋面板第一次被检测时获取到的各个测量位置的频率;
其中,所述固有频率为一阶频率;所述获取可移动载台在大型金属屋面板上每个测量位置检测的振动数据之前,所述方法还包括:
建立所述大型金属屋面板的三维模型,所述大型金属屋面板的三维模型中,所述大型金属屋面板的支座上表面与所述大型金属屋面板的直立锁边进行绑定连接;
将所述大型金属屋面板的三维模型中所述大型金属屋面板与所述可移动载台的三维模型进行绑定,以模拟所述移动载台对所述大型金属屋面板施加的荷载;
采用预设的频率分析算法,对不同阶数的频率下的所述大型金属屋面板的三维模型和所述可移动载台的三维模型进行分析;
根据分析结果,确定采用一阶频率作为所述大型金属屋面板的损伤检测指标。
2.根据权利要求1所述的方法,其特征在于,所述根据所述固有频率和所述每个测量位置对应的健康频率,确定所述大型金属屋面板上所述每个测量位置的健康状态,包括:
计算每个测量位置上的固有频率与每个测量位置对应的健康频率差值;
根据所述差值所在的预设区间,确定所述大型金属屋面板上所述每个测量位置的健康状态为所述预设区间对应的健康状态。
3.根据权利要求2所述的方法,其特征在于,所述根据所述差值所在的预设区间,确定所述大型金属屋面板上所述每个测量位置的健康状态为所述预设区间对应的健康状态,包括:
若所述差值在第一预设区间,则确定所述大型金属屋面板上所述每个测量位置的健康状态为:1个支座损伤状态。
4.根据权利要求2所述的方法,其特征在于,所述根据所述差值所在的预设区间,确定所述大型金属屋面板上所述每个测量位置的健康状态为所述预设区间对应的健康状态,包括:
若所述差值在第二预设区间中,则确定所述大型金属屋面板上所述每个测量位置的健康状态为:2个支座损伤状态。
5.根据权利要求1-4中任一项所述的方法,其特征在于,所述每个测量位置检测的振动数据为所述可移动载台在所述大型金属屋面板上沿着预设的测量路线行走至所述每个测量位置检测的数据。
6.一种大型金属屋面板的损伤检测装置,其特征在于,所述装置包括:
第一获取模块,用于获取可移动载台在大型金属屋面板上每个测量位置检测的振动数据,其中,每个测量位置对应所述大型金属屋面板上支座对应的位置;
第二获取模块,用于根据所述每个测量位置检测的振动数据,采用随机子空间法进行分析,获取所述每个测量位置的模态参数,所述模态参数包括:固有频率;
确定模块,用于根据所述固有频率和所述每个测量位置对应的健康频率,确定所述大型金属屋面板上所述每个测量位置的健康状态,所述健康频率为所述大型金属屋面板第一次被检测时获取到的各个测量位置的频率;
其中,所述固有频率为一阶频率;相应地,所述装置还包括:
建立模块,用于建立该大型金属屋面板的三维模型,该大型金属屋面板的三维模型中,该大型金属屋面板的支座上表面与该大型金属屋面板的直立锁边进行绑定连接;
绑定模块,用于将该大型金属屋面板的三维模型中该大型金属屋面板与该可移动载台的三维模型进行绑定,以模拟该移动载台对该大型金属屋面板施加的荷载;
分析模块,用于采用预设的频率分析算法,对不同阶数的频率下的大型金属屋面板的三维模型和可移动载台的三维模型进行分析;
第一确定模块,用于根据分析结果,确定采用一阶频率作为该大型金属屋面板的损伤检测指标。
7.根据权利要求6所述的装置,其特征在于,所述确定模块,具体用于:
计算每个测量位置上的固有频率与每个测量位置对应的健康频率差值;
根据所述差值所在的预设区间,确定所述大型金属屋面板上所述每个测量位置的健康状态为所述预设区间对应的健康状态。
8.一种检测设备,其特征在于,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述权利要求1至5任一项所述方法的步骤。
9.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010293480.0A CN111323488B (zh) | 2020-04-15 | 2020-04-15 | 大型金属屋面板的损伤检测方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010293480.0A CN111323488B (zh) | 2020-04-15 | 2020-04-15 | 大型金属屋面板的损伤检测方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111323488A CN111323488A (zh) | 2020-06-23 |
CN111323488B true CN111323488B (zh) | 2022-12-13 |
Family
ID=71166237
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010293480.0A Active CN111323488B (zh) | 2020-04-15 | 2020-04-15 | 大型金属屋面板的损伤检测方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111323488B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112747946B (zh) * | 2020-12-25 | 2023-04-14 | 广东湾区智能终端工业设计研究院有限公司 | 一种设备结构损伤检测方法及装置 |
CN114047258B (zh) * | 2021-11-16 | 2023-10-24 | 北京理工大学 | 珠宝真伪鉴定装置及方法 |
CN114923527A (zh) * | 2022-06-17 | 2022-08-19 | 北京继祥科技发展有限公司 | 一种金属屋面在线监测与健康管理系统及方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101122583A (zh) * | 2007-09-06 | 2008-02-13 | 华中科技大学 | 一种剪切型框架结构损伤识别方法 |
CN101281117A (zh) * | 2008-05-29 | 2008-10-08 | 上海交通大学 | 大跨度轨道交通桥梁损伤识别方法 |
KR20100067986A (ko) * | 2008-12-12 | 2010-06-22 | 세종대학교산학협력단 | 고유진동수 기반 구조물 손상탐지 방법 |
CN102645488A (zh) * | 2012-04-28 | 2012-08-22 | 绍兴文理学院 | 一种钢屋架损伤诊断器 |
CN104007175A (zh) * | 2014-05-09 | 2014-08-27 | 华南理工大学 | 一种悬臂柔性梁多裂缝损伤识别装置及方法 |
CN106289947A (zh) * | 2016-08-31 | 2017-01-04 | 中国人民解放军军械工程学院 | 一种轻质高强梁结构损伤识别方法 |
JP2017096803A (ja) * | 2015-11-25 | 2017-06-01 | 阪神高速道路株式会社 | 合成コンクリート構造物の検査方法、健全性評価方法、及び検査結果表示システム |
CN107505396A (zh) * | 2017-09-12 | 2017-12-22 | 燕山大学 | 一种结构损伤在线实时监测方法及系统 |
CN108226399A (zh) * | 2018-01-23 | 2018-06-29 | 中冶建筑研究总院有限公司 | 一种基于模态参数的张弦结构损伤组合识别方法 |
CN108280294A (zh) * | 2018-01-23 | 2018-07-13 | 中冶建筑研究总院有限公司 | 一种基于模态参数的索拱结构损伤组合识别方法 |
CN108376184A (zh) * | 2018-01-05 | 2018-08-07 | 深圳市市政设计研究院有限公司 | 一种桥梁健康监控的方法及系统 |
CN108802176A (zh) * | 2018-04-08 | 2018-11-13 | 大连理工大学 | 一种基于pvdf传感器与应变模态的结构损伤识别实验方法 |
CN108982029A (zh) * | 2018-06-01 | 2018-12-11 | 大连理工大学 | 基于移动车辆的梁式桥梁结构的损伤定位方法 |
CN109839441A (zh) * | 2019-03-20 | 2019-06-04 | 合肥工业大学 | 一种桥梁模态参数识别方法 |
CN110543706A (zh) * | 2019-08-21 | 2019-12-06 | 哈尔滨工业大学 | 一种基于车辆刹车作用的在役桥梁支座损伤诊断方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050072234A1 (en) * | 2003-05-20 | 2005-04-07 | Weidong Zhu | System and method for detecting structural damage |
-
2020
- 2020-04-15 CN CN202010293480.0A patent/CN111323488B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101122583A (zh) * | 2007-09-06 | 2008-02-13 | 华中科技大学 | 一种剪切型框架结构损伤识别方法 |
CN101281117A (zh) * | 2008-05-29 | 2008-10-08 | 上海交通大学 | 大跨度轨道交通桥梁损伤识别方法 |
KR20100067986A (ko) * | 2008-12-12 | 2010-06-22 | 세종대학교산학협력단 | 고유진동수 기반 구조물 손상탐지 방법 |
CN102645488A (zh) * | 2012-04-28 | 2012-08-22 | 绍兴文理学院 | 一种钢屋架损伤诊断器 |
CN104007175A (zh) * | 2014-05-09 | 2014-08-27 | 华南理工大学 | 一种悬臂柔性梁多裂缝损伤识别装置及方法 |
JP2017096803A (ja) * | 2015-11-25 | 2017-06-01 | 阪神高速道路株式会社 | 合成コンクリート構造物の検査方法、健全性評価方法、及び検査結果表示システム |
CN106289947A (zh) * | 2016-08-31 | 2017-01-04 | 中国人民解放军军械工程学院 | 一种轻质高强梁结构损伤识别方法 |
CN107505396A (zh) * | 2017-09-12 | 2017-12-22 | 燕山大学 | 一种结构损伤在线实时监测方法及系统 |
CN108376184A (zh) * | 2018-01-05 | 2018-08-07 | 深圳市市政设计研究院有限公司 | 一种桥梁健康监控的方法及系统 |
CN108226399A (zh) * | 2018-01-23 | 2018-06-29 | 中冶建筑研究总院有限公司 | 一种基于模态参数的张弦结构损伤组合识别方法 |
CN108280294A (zh) * | 2018-01-23 | 2018-07-13 | 中冶建筑研究总院有限公司 | 一种基于模态参数的索拱结构损伤组合识别方法 |
CN108802176A (zh) * | 2018-04-08 | 2018-11-13 | 大连理工大学 | 一种基于pvdf传感器与应变模态的结构损伤识别实验方法 |
CN108982029A (zh) * | 2018-06-01 | 2018-12-11 | 大连理工大学 | 基于移动车辆的梁式桥梁结构的损伤定位方法 |
CN109839441A (zh) * | 2019-03-20 | 2019-06-04 | 合肥工业大学 | 一种桥梁模态参数识别方法 |
CN110543706A (zh) * | 2019-08-21 | 2019-12-06 | 哈尔滨工业大学 | 一种基于车辆刹车作用的在役桥梁支座损伤诊断方法 |
Non-Patent Citations (3)
Title |
---|
"基于移动车载响应的连续梁损失识别";黄玲等;《计算力学学报》;20130630;第30卷;第84页 * |
"连续梁桥支座损伤识别方法";陈红霞等;《土木工程与管理学报》;20170724;第34卷(第4期);第54-69页 * |
陈红霞等."连续梁桥支座损伤识别方法".《土木工程与管理学报》.2017,第34卷(第4期),54-69页. * |
Also Published As
Publication number | Publication date |
---|---|
CN111323488A (zh) | 2020-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111323488B (zh) | 大型金属屋面板的损伤检测方法、装置、设备及介质 | |
La et al. | Development of an autonomous bridge deck inspection robotic system | |
Pradhananga et al. | Automatic spatio-temporal analysis of construction site equipment operations using GPS data | |
Hubbard et al. | Feasibility study of UAV use for RFID material tracking on construction sites | |
CN103978996A (zh) | 一种高速铁路环境信息采集、评估和预警装置与方法 | |
JP5915731B2 (ja) | 動線データ解析装置、システム、プログラム及び方法 | |
Chun et al. | Utilization of unmanned aerial vehicle, artificial intelligence, and remote measurement technology for bridge inspections | |
CN113655175A (zh) | 一种网格化空气监测方法、系统、计算机设备及存储介质 | |
CN112765857B (zh) | 一种列车结构损伤识别方法、装置、电子设备和存储介质 | |
CN216645248U (zh) | 一种钢筋间距检测装置 | |
CN106323242A (zh) | 无人机对空间结构检测方法、装置 | |
CN108153983A (zh) | 基于bim的扁平钢箱梁智能管养方法及系统 | |
Mohammadkhorasani et al. | Augmented reality-computer vision combination for automatic fatigue crack detection and localization | |
CN114943858A (zh) | 数据中心巡检系统、电池异常识别方法、设备及存储介质 | |
Foroutan et al. | Assessing impact of understory vegetation density on solid obstacle detection for off-road autonomous ground vehicles | |
KR102615767B1 (ko) | Ai 비전 및 사물 인터넷을 이용한 안전관리 서비스를 지원하는 시스템 및 방법 | |
CN110656975B (zh) | 一种基于虚拟现实与acp平行智能的隧道救援系统及方法 | |
CN102998367B (zh) | 一种基于虚拟派生结构的损伤识别方法 | |
CN102692902A (zh) | 基于有限元分析的传感数据监测方法及装置 | |
CN217155460U (zh) | 一种轨道几何病害识别装置 | |
Shapira et al. | Quantitative analysis of blind tower-crane lifts using laser-scanning information | |
Pfändler et al. | Non-destructive corrosion inspection of reinforced concrete structures using an autonomous flying robot | |
CN204228372U (zh) | 适用于中小桥梁快速安全诊断的一体化装置 | |
Gräbe et al. | Advancing the digital railway with 4IR technologies | |
CN111102932A (zh) | 一种基坑安全自动巡查方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |