CN114926418A - 一种特高压输电线路拉线塔拉线张力非接触测量方法 - Google Patents
一种特高压输电线路拉线塔拉线张力非接触测量方法 Download PDFInfo
- Publication number
- CN114926418A CN114926418A CN202210499679.8A CN202210499679A CN114926418A CN 114926418 A CN114926418 A CN 114926418A CN 202210499679 A CN202210499679 A CN 202210499679A CN 114926418 A CN114926418 A CN 114926418A
- Authority
- CN
- China
- Prior art keywords
- stay wire
- edge
- tension
- wire
- guy
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
一种特高压输电线路拉线塔拉线张力非接触测量方法,使用相机拍摄拉线塔拉线振动视频,采用边缘检测和形态学运算精准定位拉线区域,基于最小二乘法对拉线区域边缘拟合,从而获取拉线边缘的振动位移数据。然后采用滤波处理降低相机晃动产生的噪声信号,通过对滤波后数据进行快速傅里叶变换得到拉线的振动频率,进而利用张力计算公式和拉线参数得到拉线张力。本发明能够切实有效地实现拉线张力的快速测量,具有广阔的应用前景。
Description
技术领域
本发明涉及拉线塔拉线张力测试技术领域,具体涉及一种特高压输电线路拉线塔拉线张力非接触测量方法。
背景技术
在双碳目标的大背景下,通过特高压输电线路将西部地区的清洁能源输送至东南沿海负荷中心,将是未来若干年内我国电力建设的一个重要方向。西北沙漠、戈壁、高原等人烟稀少地区为拉线塔的应用提供了广阔的空间。拉线是拉线塔承受水平荷载的主要构件,其张力是表征铁塔运行状态重要的参数。各种环境作用及外力破坏极有可能导致拉线出现松弛,预应力损失,进而引发铁塔倾斜、断线、倒塔等事故。因此,如何测定拉线塔在施工及运行过程中拉线张力的大小,对保障线路安全运行至关重要;拉线塔拉线张力测量是评估其运行情况的有力保证,目前主要是传统接触式设备测量,如加速度传感器、压力表、应变片等,这种方法需要将传感器探头与目标结构接触,在不便设置接触点的目标结构中应用受限。同时,传感器的安装不仅耗时费力,而且要考虑数据传输、供电等因素的影响,这在运维工作中难以实施。因此,需要开发非接触张力测量方法;
随着光学摄像技术和图像处理技术的发展,视觉识别法已逐渐成为国内外研究的热点,与传统的接触式传感器相比,视觉方法具有非接触、操作简单等优势。
发明内容
本发明所要解决的技术问题是提供一种特高压输电线路拉线塔拉线张力非接触测量方法,极大增加了拉线塔拉线张力测量效率。
为解决上述技术问题,本发明所采用的技术方案是:
一种特高压输电线路拉线塔拉线张力非接触测量方法,其特征在于,包括以下步骤:
Step1、确定拍摄位置和角度,采集拉线塔的拉线振动视频;
Step2、将振动视频分帧为图像,并按帧序号命名保存在指定文件中;
Step3、读取每帧图像,采用边缘检测和形态学运算删除无关区域面积,精准定位拉线区域;
Step4、利最小二乘法边缘拟合获取拉线区域的边缘坐标变化,获取目标的位移时程数据;
Step5、对位移时程数据进行滤波;
Step6、对滤波后的数据进行傅里叶变换,得到拉线塔拉线的振动频率;
Step7、将拉线振动频率、几何参数代入张力计算公式求解张力。
上述的Step3的具体步骤为:
Step3.1、读取每帧图像:读取文件夹中的每帧图像,使其变为包含像素、颜色、位置信息的数字图像,数字化后,图像变为一个二维数组f(x,y),表示为:
其中,(x,y)代表像素点在图像中的像素坐标,f(x,y)表示在各个点的像素值,M表示竖直方向图像的像素数量,N表示图像水平方向的像素数量;
Step3.2、对图像进行灰度化、直方图均衡化、滤波处理,增强图像信息质量;在此基础上,采用Canny边缘检测获取边缘图像,部分边缘图像中仍不可避免存在干扰点、线,通过形态学闭运算,闭合拉线区域边缘线,并消除无关区域的干扰,形态学运算公式如下:
膨胀运算:
腐蚀运算:
形态学闭运算:
上述的Step3中,形态学运算检测得到拉线区域面积大于其它干扰区域的面积,对检测得到的所有阴影面积大小进行排序,只选取面积最大的区域作为拉线区域,删除其它小面积干扰区域,从而准确定位拉线区域。
上述的Step4的具体步骤为:
最小二乘法边缘拟合用于提取拉线的上下边缘坐标,边缘各个点都可以得到拉线的坐标数据,为减小计算误差,选择下边缘纵坐标的平均值参与下述位移计算,下边缘纵坐标的平均值计算公式如下所示:
最小二乘法边缘拟合获取拉线区域的边缘坐标,公式如下所示:
I(x)=a0+a1x+a2x2+…+anxn
式中,(x,I(x))为拟合数据坐标;a1,a2,…,an为式中各项系数,通过代入数据坐标来确定。
上述的Step5的具体步骤为:
假设拉线位移数据为数组:
{x(i),i∈K},{K=1,2,3…,n};
取窗口长度为P,依次从输入数据中调出连续的P个数,进行滤波得到:
{y(i),i∈K}
则滤波计算方式为:
式中,x(i)为测量得到的拉线振动坐标数据,y(i)滤波后的拉线动态位移数据,P为窗口长度。
上述的Step6中,对消除相机晃动的拉线运动分量进行傅里叶变换,得到振动的频谱图,第一个峰值点对应的横坐标即为基频频率。
上述的Step6中,傅里叶变换采用快速傅里叶变换FFT的方法,将拉线振动数据从时域转换成频域,变换后得到振动的频谱图。
上述的Step7中,张力计算采用频率法,振动频率可从频谱图中获取,振动频率法基于弦振动的原理,用拉线振动频率和拉线张力之间的关系,设拉线方向为x轴,垂直于拉线方向为y轴,可得拉线的振动方程:
式中,T为拉线张力,m为拉线单位长度质量,EJ为拉线抗弯刚度,对其求解可得:
n为拉线固有频率的阶数,fn为第n阶固有频率,l为拉线长度;
拉线发生小幅度振动时,可忽略弯曲刚度的影响,上式可简化为:
将Step6中取得的目标振动频率带入该公式,可求出拉线张力。
本发明提供的一种特高压输电线路拉线塔拉线张力非接触测量方法,具有如下有益效果:
1.拉线塔所处环境复杂,且四个拉线所处位置、地形、倾角不同,难以固定相机拍摄视频,本方法手持相机即可拍摄测量,极大增加了测量效率。
2.拉线是拉线塔承受水平荷载的主要构件,其张力是表征铁塔运行状态重要的参量,张力测量结果可为拉线塔的安全性评估提供有力证明。
3.本发明提出的图像处理方法具有操作简单、非接触的优势,能在不设置人工目标的情况下,取得准确的测量结果。
附图说明
下面结合附图和实施例对本发明作进一步说明:
图1发明的拉线塔拉线张力非接触测量流程
图2为边缘坐标提取流程图
图3拉线滤波后位移时程曲线
图4频谱分析流程图
图5拉线前五阶模态对比图
具体实施方式
以下结合附图和实施例详细说明本发明技术方案。
拉线张力的非接触测量方法是基于使用手持摄影的拉线塔拉线张力测量系统,系统包括:视频采集装置,图像处理系统和数据分析系统。视频采集装置为相机,用于拍摄拉线塔拉线在环境或人工激励下的振动视频并保存在相关文件中;图像处理系统将连续视频分解为每帧图像,并按帧序号命名保存,再通过边缘检测和形态学运算分割每帧图像中拉线所属区域,然后用最小二乘法拟合拉线边缘,提取下边缘中点的运动时程曲线;数据分析系统利用滤波消除人致相机晃动的影响,通过对滤波后的数据频谱分析得到拉线的振动频率,根据频率与张力的关系求解张力。
如图1所示,一种特高压输电线路拉线塔拉线张力非接触测量方法,其特征在于,包括以下步骤:
Step1、视频采集,确定视频采集帧率、位置、角度等,试验中采取仰拍角度,以天空作为背景,采集拉线在人工激励下的自由振动视频,像素分辨率为1980×1080,采样帧率为100fps,为验证该方法的可行性和准确性,本次实验中在拉线上安装加速度传感器以计算振动频率作为对比;
Step2、视频分帧,从视频中选取较为清晰的一段,时长为10s,将振动视频分帧为图像,共得到1000张图像,并按帧序号命名保存在指定文件中;
Step3、读取连续序列图像,进行边缘检测和形态学运算,读取文件夹中的每帧图像,使其变为包含像素、颜色、位置信息的数字图像,数字化后,数字图像本质为一个二维数组f(x,y),可用下式表示:
其中,(x,y)代表像素点在图像中的像素坐标,f(x,y)表示在各个点的像素值,M表示竖直方向图像的像素数量,N表示图像水平方向的像素数量;
下一步是对数字图像进行灰度化、直方图均衡化、滤波处理,灰度化可以减少图像信息量,加快编程计算速度;直方图均衡化和滤波处理能使目标结构边缘更加陡峭,增强图像信息质量,然后采用Canny边缘检测和形态学处理分割拉线区域,获取拉线在序列图像中的位置信息;
部分边缘图像中仍存在干扰点、线,影响后续坐标的提取,需要清除无关区域的干扰。通过形态学闭运算,闭合拉线区域上下边缘线,使其成为一个完整的区域,一般情况下,形态学运算检测得到拉线区域面积大于其它干扰区域的面积,对检测得到的所有阴影面积大小进行排序,只选取面积最大的区域作为拉线区域,删除其它小面积干扰区域,从而准确定位拉线区域,形态学闭运算分为先膨胀后腐蚀,计算公式如下所示
Step4、最小二乘法拟合拉线边缘;拉线塔拉线为钢绞线,是由一定数量的钢丝绞合成股,表层未有胶皮保护,其表面较为粗糙,当拉线振动时,边缘区域呈现不规则现象,影响真实边缘捕捉,同时,图像处理得到的边缘坐标精度仅为像素级,检测精度较低;为了提高检测精度,本文采用最小二乘法平滑边缘不规则边缘像素点,将坐标精确至1/100像素,在经过拉线位置识别后,先筛选拉线区域边缘像素点,再对像素点坐标进行最小二乘法拟合,拉线位置识别所得二值图像中只存在黑和白(像素值为1和0)两种颜色区域,其中白色区域为拉线位置区域,黑色区域为背景区域;拉线边缘像素点搜索策略为从下到上(或从上到下),边缘颜色变化为从黑到白,像素值从1到0变化点即是边缘点,采用上述方法对所有的像素点进行检测,筛选出符合条件的边缘点,保存在指定的数组中,边缘提取流程图如图2所示,采用最小二乘法拟合边缘像素点,准确提取拉线图像的上下边缘,最小二乘法边缘拟合获取拉线区域的边缘坐标,公式如下所示
I(x)=a0+a1x+a2x2+…+anxn
式中,(x,I(x))为拟合数据坐标;a1,a2,…,an为式中各项系数,通过代入数据坐标来确定。
最小二乘法边缘拟合用于提取拉线的上下边缘坐标,边缘各个点都可以得到拉线的坐标数据,为减小计算误差,本发明选择下边缘纵坐标的平均值参与下述位移计算,下边缘纵坐标的平均值计算公式如下所示
Step5、滤波,消除相机晃动;上述提取的位移时程数据是由拉线振动位移分量和相机晃动位移分量叠加组成,一般情况下,相机晃动频率远低于拉线振动频率,可利用频率差异分别提取两者的运动分量,从而得到的位移数据主要是拉线振动分量,,拉线A、拉线B滤波后的位移时程曲线如图3所示,假设拉线位移数据为数组{x(i),i∈K},{K=1,2,3…,n},取窗口长度为P,依次从输入数据中调出连续的P个数,进行滤波得到{y(i),i∈K},则滤波计算方式如下所示:
Step6、频谱分析;对滤波后的位移数据进行傅里叶变换,振动频率分析采用快速傅里叶变换(FFT)的方法,将拉线振动数据从时域转换成频域,变换后得到振动的频谱图,其峰值位置对应的横坐标为拉线的振动频率,得到拉线塔拉线的振动频率;
将图像左上角像点定为原点,x轴、y轴方向为水平向右、竖直向下,建立图像坐标系便于后续的像素坐标记录,频率计算流程如图3所示:(1)记第i帧图像中拉线下边缘中点纵坐标为拉线坐标yi;(2)以序列图像中拉线下边缘中点纵坐标平均值作为拉线平均坐标y;(3)将第i帧拉线坐标yi和平均坐标y的差值作为偏移坐标△yi;(4)对随时间变化的偏移坐标进行排序和滤波,可得拉线动态位移时程曲线;(5)对位移时程数据进行频率变换,计算拉线振动频率;
Step7、张力计算;张力计算采用频率法,振动频率可从频谱图中获取,振动频率法利用拉线振动频率和拉线张力之间的关系,是基于弦振动的基本原理,设拉线方向为x轴,垂直于拉线方向为y轴,可得拉线的振动方程
n为拉线固有频率的阶数,fn为第n阶固有频率,l为拉线长度;
拉线长度为几十米,发生小幅度振动时,可忽略弯曲刚度的影响,上式可简化为
通过图像处理的方式获取目标振动频率后,代入上式,即可求出拉线张力。
实施例:
对葛南线某单柱拉线塔现场进行试验,该拉线塔位于湖北省宜昌市夷陵区,塔高36.5m,呼高33m,共设置8根拉线,每根拉棒通过两根拉线与塔身立柱相连接。每根拉线由19根钢丝绞合而成,拉线长度为37.5m,截面直径为14.5m,单位长度质量为0.999kg/m。为验证本发明的准确性,将本发明所提方法和加速度传感器测量结果对比分析。使用胶带将东华DH105型加速度传感器固定于拉线表面,采集在人工激励下的振动信号,采样频率为100Hz,时间为1min,将加速度传感器获取的时域信号图转换至频域,并计算张力。
一种特高压输电线路拉线塔拉线张力非接触测量方法流程图如图1所示,分为以下步骤:
Step1、视频采集,试验中采取仰拍角度,以天空作为背景,使用相机采集拉线在人工激励下的自由振动视频,像素分辨率为1980×1080,采样帧率为100fps;
Step2、视频分帧,从视频中选取较为清晰的一段,时长为10s,将振动视频分帧为图像,共得到1000张图像,并按帧序号命名保存在指定文件中,图1中连续序列图像即为分帧结果;
Step3、读取1000张连续序列图像,进行Canny边缘检测和形态学闭运算,准定定位拉线区域;
Step4、最小二乘法拟合拉线边缘,选择下边缘纵坐标的平均值作为拉线实时位置坐标,边缘坐标提取过程如图2所示,最小二乘法边缘拟合获取拉线区域的边缘坐标,公式如下所示
I(x)=a0+a1x+a2x2+…+anxn
式中,(x,I(x))为拟合数据坐标;a1,a2,…,an为式中各项系数,通过代入数据坐标来确定。
最小二乘法边缘拟合用于提取拉线的上下边缘坐标,边缘各个点都可以得到拉线的坐标数据,为减小计算误差,本发明选择下边缘纵坐标的平均值参与下述位移计算,下边缘纵坐标的平均值计算公式如下所示
Step5、对拉线的位移数据进行滤波处理,拉线A、拉线B滤波后的位移时程曲线如图3所示,假设拉线位移数据为数组{x(i),i∈K},{K=1,2,3…,n},取窗口长度为P,依次从输入数据中调出连续的P个数,进行滤波得到{y(i),i∈K},则滤波计算方式如下所示:
式中,x(i)为测量得到的拉线振动坐标数据,y(i)滤波后的拉线动态位移数据,P为窗口长度。
Step6、频谱分析,对滤波后的位移数据进行傅里叶变换,计算拉线振动频率,频率计算流程如图4所示,图5为本发明得到的频率结果与加速度传感器测量结果对比,由图5可知,利用架设相机、加速度传感器测得拉线A基频分别为1.875Hz、1.855Hz;拉线B基频分别为1.758Hz、1.760Hz;
Step7、张力计算,获取拉线振动频率及线路参数,使用频率法即可求出拉线张力。张力计算采用频率法,振动频率可从频谱图中获取,振动频率法利用拉线振动频率和拉线张力之间的关系,是基于弦振动的基本原理,设拉线方向为x轴,垂直于拉线方向为y轴,可得拉线的振动方程
n为拉线固有频率的阶数,fn为第n阶固有频率,l为拉线长度;
拉线长度为几十米,发生小幅度振动时,可忽略弯曲刚度的影响,上式可简化为
通过图像处理的方式获取目标振动频率后,代入上式,即可求出拉线张力。
该拉线塔位于湖北省宜昌市夷陵区,拉线长度37.5m、截面直径为14.5mm,单位长度质量为0.999kg/km,同时,由Step6知,架设相机、加速度传感器测得拉线A基频分别为1.875Hz、1.855Hz;拉线B基频分别为1.758Hz、1.760Hz,将上述拉线A、拉线B基频和拉线物理参数代入下式
T=4ml2f1 2
式中,T为拉线张力,m为拉线单位长度质量,l为拉线长度,f1拉线基频。
可得,利用架设相机、加速度传感器测得拉线A张力分别为19756N、19336N,误差为2.13%。拉线B张力分别为17367N、17407N,误差为1.14%,测量结果误差均小于5%,满足工程次测量需求。
Claims (8)
1.一种特高压输电线路拉线塔拉线张力非接触测量方法,其特征在于,包括以下步骤:
Step1、确定拍摄位置和角度,采集拉线塔的拉线振动视频;
Step2、将振动视频分帧为图像,并按帧序号命名保存在指定文件中;
Step3、读取每帧图像,采用边缘检测和形态学运算删除无关区域面积,精准定位拉线区域;
Step4、利最小二乘法边缘拟合获取拉线区域的边缘坐标变化,获取目标的位移时程数据;
Step5、对位移时程数据进行滤波;
Step6、对滤波后的数据进行傅里叶变换,得到拉线塔拉线的振动频率;
Step7、将拉线振动频率、几何参数代入张力计算公式求解张力。
2.根据权利要求1所述的一种特高压输电线路拉线塔拉线张力非接触测量方法,其特征在于,所述的Step3的具体步骤为:
Step3.1、读取每帧图像:读取文件夹中的每帧图像,使其变为包含像素、颜色、位置信息的数字图像,数字化后,图像变为一个二维数组f(x,y),表示为:
其中,(x,y)代表像素点在图像中的像素坐标,f(x,y)表示在各个点的像素值,M表示竖直方向图像的像素数量,N表示图像水平方向的像素数量;
Step3.2、对图像进行灰度化、直方图均衡化、滤波处理,增强图像信息质量;在此基础上,采用canny边缘检测获取边缘图像,部分边缘图像中仍不可避免存在干扰点、线,通过形态学闭运算,闭合拉线区域边缘线,并消除无关区域的干扰,形态学运算公式如下:
膨胀运算:
腐蚀运算:
形态学闭运算:
3.根据权利要求2所述的一种特高压输电线路拉线塔拉线张力非接触测量方法,其特征在于,所述的Step3中,形态学运算检测得到拉线区域面积大于其它干扰区域的面积,对检测得到的所有阴影面积大小进行排序,只选取面积最大的区域作为拉线区域,删除其它小面积干扰区域,从而准确定位拉线区域。
6.根据权利要求5所述的一种特高压输电线路拉线塔拉线张力非接触测量方法,其特征在于,所述的Step6中,对消除相机晃动的拉线运动分量进行傅里叶变换,得到振动的频谱图,第一个峰值点对应的横坐标即为基频频率。
7.根据权利要求6所述的一种特高压输电线路拉线塔拉线张力非接触测量方法,其特征在于,所述的Step6中,傅里叶变换采用快速傅里叶变换FFT的方法,将拉线振动数据从时域转换成频域,变换后得到振动的频谱图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210499679.8A CN114926418A (zh) | 2022-05-09 | 2022-05-09 | 一种特高压输电线路拉线塔拉线张力非接触测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210499679.8A CN114926418A (zh) | 2022-05-09 | 2022-05-09 | 一种特高压输电线路拉线塔拉线张力非接触测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114926418A true CN114926418A (zh) | 2022-08-19 |
Family
ID=82808492
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210499679.8A Pending CN114926418A (zh) | 2022-05-09 | 2022-05-09 | 一种特高压输电线路拉线塔拉线张力非接触测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114926418A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117473286A (zh) * | 2023-12-28 | 2024-01-30 | 深圳市城市公共安全技术研究院有限公司 | 振动时程信号识别方法、系统、装置、设备及存储介质 |
CN117856433A (zh) * | 2023-11-08 | 2024-04-09 | 三峡大学 | 一种基于电力系统的望远镜 |
-
2022
- 2022-05-09 CN CN202210499679.8A patent/CN114926418A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117856433A (zh) * | 2023-11-08 | 2024-04-09 | 三峡大学 | 一种基于电力系统的望远镜 |
CN117473286A (zh) * | 2023-12-28 | 2024-01-30 | 深圳市城市公共安全技术研究院有限公司 | 振动时程信号识别方法、系统、装置、设备及存储介质 |
CN117473286B (zh) * | 2023-12-28 | 2024-04-19 | 深圳市城市公共安全技术研究院有限公司 | 振动时程信号识别方法、系统、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114926418A (zh) | 一种特高压输电线路拉线塔拉线张力非接触测量方法 | |
CN111044197B (zh) | 一种基于无人机平台的非接触式索力测试系统 | |
CN111798386B (zh) | 一种基于边缘识别与最大序列密度估计的河道流速测量方法 | |
CN111174961B (zh) | 一种基于模态分析的索力光学测量方法及其测量系统 | |
US20220074808A1 (en) | System and method for testing structure mode of vibration based on digital image recognition | |
CN106092059A (zh) | 一种基于多点拟合的结构物平面位移监测方法 | |
CN102735421A (zh) | 一种水力模型泡漩或漩涡流测量系统及测量方法 | |
CN112101138A (zh) | 基于深度学习的桥梁拉索表面缺陷实时识别系统及方法 | |
CN114549440A (zh) | 接触网动态几何参数检测方法、装置及电子设备 | |
CN112815840A (zh) | 一种基于机器视觉的悬索桥一般索股线形测量方法 | |
CN113554667A (zh) | 一种基于图像识别的三维位移检测方法及装置 | |
CN109272484B (zh) | 一种基于视频图像的降雨检测方法 | |
CN109374171B (zh) | 用于检测在役斜拉索索力的方法 | |
CN104006804B (zh) | 基于观测基准失稳补偿的接触网偏移量检测方法 | |
CN104297753B (zh) | 一种基于自适应缩减算子的导航雷达图像反演海面风向方法 | |
WO2024067435A1 (zh) | 一种基于视频的多目标位移跟踪监测方法及装置 | |
CN202631226U (zh) | 一种水力模型泡漩或漩涡流测量系统 | |
CN115760720A (zh) | 基于移动设备与超分重建分割网络的裂缝在线检测方法及系统 | |
CN114119670A (zh) | 一种基于智能手机获取河流视频的流速测量方法 | |
CN113959619A (zh) | 索力测量系统、方法及存储介质 | |
Zheng et al. | Bridge vibration virtual sensor based on eulerian video magnification and gray mean difference | |
CN112816120A (zh) | 一种索力测量方法 | |
Naaim-Bouvet et al. | Snow surface roughness monitoring using time-lapse terrestrial laserscan | |
JPH02236420A (ja) | 水位測定方法及び装置 | |
CN115983141B (zh) | 一种基于深度学习反演海浪波高的方法、介质及系统 |
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 |