CN117029711B - 基于机器视觉和光纤传感技术的全桥应变响应重构方法 - Google Patents
基于机器视觉和光纤传感技术的全桥应变响应重构方法 Download PDFInfo
- Publication number
- CN117029711B CN117029711B CN202311001862.1A CN202311001862A CN117029711B CN 117029711 B CN117029711 B CN 117029711B CN 202311001862 A CN202311001862 A CN 202311001862A CN 117029711 B CN117029711 B CN 117029711B
- Authority
- CN
- China
- Prior art keywords
- bridge
- unit
- deflection
- damage
- acquiring
- 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
- 230000004044 response Effects 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000005516 engineering process Methods 0.000 title claims abstract description 26
- 239000013307 optical fiber Substances 0.000 title claims abstract description 20
- 230000006378 damage Effects 0.000 claims abstract description 85
- 238000006073 displacement reaction Methods 0.000 claims abstract description 59
- 238000005452 bending Methods 0.000 claims abstract description 42
- 230000008859 change Effects 0.000 claims abstract description 26
- 230000003068 static effect Effects 0.000 claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims abstract description 12
- 238000009826 distribution Methods 0.000 claims description 18
- 238000010008 shearing Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 4
- 230000007935 neutral effect Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 10
- 238000005259 measurement Methods 0.000 description 9
- 230000009466 transformation Effects 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 230000003902 lesion Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
Classifications
-
- 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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了基于机器视觉和光纤传感技术的全桥应变响应重构方法，包括：将桥梁分为若干单元，并采集桥梁若干单元变形实时图像，获取各个单元位移数据；基于所述位移数据，获取桥梁任一单元损伤前后静挠度的变化；基于所述损伤前后静挠度的变化，获取桥梁损伤位置；基于所述桥梁损伤位置，获取桥梁损伤单元的损伤系数；获取桥梁任一单元弯矩‑剪切力位移引起的挠度；基于所述桥梁任一单元弯矩‑剪切力位移引起的挠度和所述损伤系数，获取损伤单元的挠度；通过光纤传感技术获取监测单元的应变，结合损伤未知单元的位移和所述损伤单元的挠度，获取所述损伤未知单元的应变响应；并获取全桥应变响应，实时检测桥梁安全情况。
Description
技术领域
本发明属于桥梁监测领域，尤其涉及基于机器视觉和光纤传感技术的全桥应变响应重构方法。
背景技术
桥梁工程已成为我国交通基础建设不可缺少的一环。桥梁结构作为区域连接的枢纽其安全性直接影响着人民的生命财产安全及国家的稳定繁荣。在服役期间受到外界的作用、材料性能的影响，势必会对桥梁造成一定的损伤，因此对桥梁的结构健康监测变得必不可少。
近年来，各种新型传感技术获得极大发展，如光纤传感技术、无线传感技术等，具有良好的环境适应能力及稳定性基础上有着很高的精度。随着现代工程结构向着大型化和复杂化不断发展，桥梁健康监测面临着许多新的问题。大跨度桥梁由于其跨径大和结构复杂的特点，为获取其结构的整体响应须使用大量传感设备，获取的数据庞大，处理困难。并且安装这些传感器不仅耗时耗力，经济性和自动化程度低。此外，在某些部位上传感器的布置难以实现。如何利用有限传感器获取全桥应变响应迫切需要解决。
现阶段国内外许多学者对近景测量技术不断进行探索，并取得了巨大的突破。近景测量技术相比传统的监测技术具有非接触测量、易于架设仪器、全场测量、精准测量桥梁位移等优点。基于上述问题及研究现状本发明致力于解决在有限传感器条件下利用近景测量技术获取全桥应变响应。
发明内容
为解决上述技术问题，本发明提出了基于机器视觉和光纤传感技术的全桥应变响应重构方法，致力于解决传感器在大型上无法架设的问题并能够提供准确、长期、稳定的数据，为桥梁结构健康监测提供依据。
为实现上述目的，本发明提供了基于机器视觉和光纤传感技术的全桥应变响应重构方法，包括：将桥梁分为若干单元，并采集桥梁若干单元变形实时图像，对所述桥梁变形实时图像进行处理，获取各个单元位移数据；
基于所述位移数据，获取桥梁任一单元损伤前后静挠度的变化；
基于所述损伤前后静挠度的变化，获取桥梁损伤位置；
基于所述桥梁损伤位置，获取桥梁损伤单元的损伤系数；
分别获取弯矩位移和剪切力位移引起的挠度，基于弯矩位移引起的挠度和剪切力位移引起的挠度，获取桥梁任一单元弯矩-剪切力位移引起的挠度；
基于所述桥梁任一单元弯矩-剪切力位移引起的挠度和所述损伤系数，获取损伤单元的挠度；
通过光纤传感技术获取监测单元的应变，基于所述监测单元的应变、损伤未知单元的位移数据和所述损伤单元的挠度，获取所述损伤未知单元的应变响应；
基于所述损伤未知单元的应变响应，获取全桥应变响应，并实时检测桥梁安全情况。
可选的，获取桥梁任一单元损伤前后静挠度的变化包括：
在桥梁上施加荷载，利用虚功原理，获取桥梁任一单元完好状态下的挠度和损伤状态下的挠度；
基于所述完好状态下的挠度和所述损伤状态下的挠度，获取桥梁任一单元损伤前后静挠度的变化。
可选的，基于所述桥梁损伤位置，获取桥梁损伤单元的损伤系数包括：
获取所述桥梁损伤位置前后挠度的变化；
基于所述桥梁损伤位置前后挠度的变化和所述桥梁损伤位置损伤前的挠度，获取所述桥梁损伤位置处相对挠度的变化量；
基于所述相对挠度的变化量，获取所述损伤系数。
可选的，获取桥梁任一单元弯矩-剪切力位移引起的挠度方法为：
其中，L为共轭梁全长，n为划分的单元数量，qr为第r单元的等效荷载，EI为抗弯刚度，qi为第i单元的等效荷载，k为剪力系数，A为截面面积，G为剪切模量。
可选的，获取弯矩位移引起的挠度包括：
根据共轭梁法，获取实际梁的曲率；
基于所述实际梁的曲率，获取若干所述单元的曲率分布；
基于所述曲率分布，获取共轭梁的弯矩分布；
根据力的平衡条件，获取虚拟梁左支座反力；
基于所述虚拟梁左支座反力和所述共轭梁的弯矩分布，获取弯矩位移引起的挠度。
可选的，获取剪切力位移引起的挠度wsi的方法为：
其中，表示该单元的平均弯矩，C表示剪切刚度，EI为抗弯刚度，qi为第i单元的等效荷载，k为剪力系数，A为截面面积，G为剪切模量，L为共轭梁全长。
可选的，获取所述损伤单元的挠度包括：
若存在一个损伤未知单元，则基于所述损伤系数和所述弯矩-剪切力位移引起的挠度，获取一个所述损伤单元的挠度；
若存在若干损伤未知单元，则基于所述损伤系数和所述弯矩-剪切力位移引起的挠度，获取桥梁若干所述损伤未知单元中点的挠度；
基于若干所述损伤未知单元中点的挠度，获取挠度矩阵，即获取若干所述损伤单元的挠度。
可选的，获取一个所述损伤未知单元的应变εi的方法为：
其中，为i单元的挠度，EI为抗弯刚度，k为剪力系数，A为截面面积，G为剪切模量，L为共轭梁全长,qr为第r单元的等效荷载，n为划分的单元数量。
可选的，获取若干所述损伤未知单元的应变响应的方法为：
其中，εi～εj为若干损伤未知单元的应变，i≤j≤n；y为底板到中性轴的距离，EI为抗弯刚度，k为剪力系数，A为截面面积，G为剪切模量，L为共轭梁全长，n为划分的单元数量，ζj为第j单元剩余刚度与原刚度的比值，为第i单元的挠度，/>为第j个单元的挠度，Γi为第i单元的Γti，Γj为第j单元的Γti。
本发明技术效果：本发明提出了一种长标距光纤传感器的桥梁布置方案，该方案传感器安装方便，易于实现网络化铺设，且所用传感器耐久性和稳定性较好，能够实时监测桥梁；本发明利用近景测量技术能够实时监测桥梁的动态变化且近景测量技术具有仪器方便架设，测量精度高等优点；本发明能够准确计算桥梁某区域的应变，解决了在某些大型建筑上安装传感器费时费力的问题，具有极高的经济价值。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本发明实施例基于机器视觉和光纤传感技术的全桥应变响应重构方法的流程示意图；
图2为本发明实施例基于机器视觉和光纤传感技术的全桥应变响应重构方法中桥梁传感器布置图，其中1为桥梁，2为工业相机，3为长标距光纤传感器；
图3为本发明实施例中不同状态的桥梁结构示意图，其中(a)为完好状态，(b)为单损伤状态，(c)为多损伤状态；
图4为本发明实施例工况一中桥梁各单元节点的位移变化量(DC)示意图；
图5为本发明实施例中工况一的无损伤状态结构应变响应识别结果示意图，其中，(a)为6单元识别结果，(b)为7单元识别结果，(c)为8单元识别结果，(d)为9单元识别结果，(e)为10单元识别结果；
图6为本发明实施例中工况二的的单元特征信息识别结果示意图；
图7为本发明实施例中工况二的损伤状态结构应变响应识别结果示意图，其中，(a)为6单元识别结果，(b)为7单元识别结果，(c)为8单元识别结果，(d)为9单元识别结果，(e)为10单元识别结果；
图8为本发明实施例中工况三的单元特征信息识别结果示意图；
图9为本发明实施例中工况三的损伤状态结构应变响应识别结果示意图，其中，(a)为6单元识别结果，(b)为7单元识别结果，(c)为8单元识别结果，(d)为9单元识别结果，(e)为10单元识别结果。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
如图1所示，本实施例中提供基于机器视觉和光纤传感技术的全桥应变响应重构方法，包括：
基于视觉传感的位移识别技术得到结构的实际位移
基于PIV去监测结构位移的第一步是相机标定。由于每个镜头在生产过程中畸变程度各不相同，需要通过相机标定获取相机参数以消除畸变。利用摄像机从不同位置处拍摄标定板，通过标定板上的特征点与其像平面像素点的对应进行相机标定。相机标定如公式(1)所示。
式中，s为相机标定参数；K为相机内部参数；[X Y 1]为标定板上的坐标；[u v 1]为图像平面的坐标；[r1 r2 r3]和t分别表示相机坐标系相对于世界坐标系的旋转矩阵和平移向量。下一步是对采集图像进行预处理。由于在拍摄过程中受到光线、噪声等其余因素的影响造成图像质量差。通过对图像的预处理可以消除图像中的无关信息，增强图像的可检测性。图像预处理包括灰度化、几何变换以及图像增强三个部分。灰度范围在0～255之间的灰度图像每个像素只需一个字节放灰度值。图像进行灰度化处理可极大减少图像的存储空间，提高整个图像分析系统的处理速度。图像几何变换是通过平移、转置、旋转等几何变换去改善图像采集系统的误差。图像增强方法利用灰度变换增强、直方图增强以及频域滤波等方法对图像增强，改善图片质量，抑制不感兴趣的特征。第三步是图像匹配。它通过傅里叶变换求得前后两副图像的互相关特性，根据互相关特性找出相关性最大的位置，该位置代表前后两副图像在空间上的位置变化关系。设t1时刻的图像为I1(x,y)，经过时间Δt的图像为I2(x,y)。I1、I2的互相关函数表示为：
对公式(2)进行两次Fourier变换和一次逆变换去计算互相关函数，为
式中IF1(u,v)、IF2(u,v)和RF(u,v)分别是I1(x,y)，I2(x,y)和r12(τx,τy)Fourier变换函数；是IF1(u,v)的共轭函数。最后，通过找出的最大互相关位置去确定像素距离，再与像素距离到实际距离的转化系数相乘，就可得到结构的实际位移。
桥梁位移获取全桥应变响应理论：
结构单元的损伤信息直接决定了预测单元响应重构的精度。利用静挠度的变化对梁单元损伤进行定位和量化，该方法可准确定位和量化桥梁在不同场景下的损伤。
当桥梁某个位置发生损伤时，一般需要二个参数来确定其损伤位置：损伤长度为Y、损伤左边缘到左边支座的距离a。将一简支梁等分为若干个单元，每个单元长度为m。在该梁中点处施加一单位荷载，根据虚功原理，桥梁完好状态下x处的挠度为：
式中，M(x)、m(x)分别表示实际荷载引起的弯矩、虚拟单位力引起的弯矩，L表示桥梁全长，EI表示抗弯刚度。当桥梁发生损伤时，截面、材料特性会发生变化，进而造成刚度发生改变。在相同荷载作用下，桥梁损伤状态下x处的挠度为：
式中：η为损伤系数。桥梁损伤前后x处挠度的变化DC可表示为：
式中B1、B2可表示为：
式(6)忽略了区域(a≤x≤a+m)，通过绘制DC(x)可确定损伤发生的位置a以及长度m。损伤位置确定后，就可确定损伤单元的损伤量。由式(6)所知，当x＝a时，
进一步计算相对挠度的变化量，为：
这里，Ws(a)表示a位置处的相对挠度变化，Wb(a)表示梁在x＝a处η＝50％时的Ws。根据(11)，λ可表示为：
则损伤系数η就可表示为：
根据共轭梁法原理，实际梁的曲率分布等价于共轭梁的荷载分布，共轭梁的弯矩分布即为梁的实际变形分布。实际梁的曲率可以表示为：
式中：k(x)、M(x)、ε(x)和y分别表示实际梁的曲率、弯矩和应变分布、传感器位置到结构中性轴的距离、q(x)为共轭梁上的等效荷载分布。共轭梁全长L，共分为n个单元，每个单元长度为ΔL。根据式(14)计算单元的曲率分布(即共轭梁的等效荷载分布)，再利用曲率分布计算共轭梁的弯矩分布。根据力的平衡条件，虚拟梁左支座反力为QL:
通过虚拟梁的弯矩是通过支座反力与共轭梁获取虚拟梁的第i个梁单元中点处的弯矩，则虚拟梁的第i个梁单元中点处的弯矩就是实际梁上该点的挠度，为
其中，qi表示第i单元的等效荷载。
考虑到剪切变形对挠度的影响，将剪应变引入到方程中去求解剪切变形引起的挠度。剪切变形引起的挠度与剪切应变间的关系为:
式中：γ为剪切应变。ws为剪切变形引起的挠度。将剪力与弯矩的关系式代入上式，可得
式中：Q为剪力。k为剪力系数，可根据截面几何参数求得。G为剪切模量。A为截面面积。对上式两边求积分，可得：
在简支梁桥中M(0)为0，代入上式，则第i个单元由剪切变形引起的挠度为：
式中，wsi表示第i个单元由剪切变形引起的挠度，分别表示该单元的平均弯矩、平均曲率,qi为第i单元的等效荷载，k为剪切系数，A为截面面积，G为截切模量。
综合式(16)与式(20)，可得到考虑剪切变形的挠度计算公式，即弯矩-剪切力位移引起的挠度为：
其中，L为共轭梁全长，n为划分的单元数量，qr为第r单元的等效荷载，EI为抗弯刚度，qi为第i单元的等效荷载，k为剪力系数，A为截面面积，G为剪切模量。
前面根据视觉传感监测的位移数据已经确定出桥梁结构的损伤位置及损伤量。通过式(13)可知桥梁损伤单元的损伤系数η，令ζ＝1-η，则具有损伤单元的结构，第i个单元的挠度为：
当仅有第i个单元未安装长标距FBG应变传感器时，为求得第i个单元的应变，将上式中的qi单独提取出来，可得：
从式(23)中提取qi，可得到第i单元的应变εi
式(24)中各个监测单元的应变可以通过FBG应变传感器采集得到，第i单元的位移利用图像采集系统监测得到。将这些数据代入到公式(24)中，就可反推得到第i个单元的有效的应变响应。
若存在多个未知单元应变(εi～εj i≤j≤n)时，将式(22)推广，可得到每个单元中点的挠度：
将式(25)写成矩阵的形式为：
式中Γti(i≤ti≤j)表示为：
则未知单元应变(εi～εj)可表示为：
Γi与Γj可由式27得出，ti表示第ti单元，y为底板到中性轴的距离，ζj为第j单元剩余刚度与原刚度的比值，Γi为第i单元的Γti，Γj为第j单元的Γti。
如图2所示，为桥梁传感器布置图，取一段48m桥梁1进行分析，该段桥梁1截面为单箱截面，顶板宽为11m，厚0.25m，底板宽6m，厚0.25m，箱梁高3m；腹板厚0.6m；材料为C50混凝土，弹性模量为3.45*104MPa，泊松比为0.2，结构单元长度为3m，共16个单元，所用的传感器为长标距光纤传感器3，工业相机2具有快门时间非常短，可以抓拍快速运动的物体。
下面模拟了三种不同的桥梁状态来验证推荐方法的适用性
荷载工况
如图3所示。图3(a)，(b)和(c)分别展示了完好、单损伤以及多损伤状态下的桥梁。图3(b)中在单元6模拟损伤，使得单元6的刚度减小20％；图3(c)同时在单元6和单元10模拟损伤，使得单元6刚度减少15％，单元10的刚度减少25％。
工况一：桥梁为无损状态，施加车辆荷载,车辆为两轴车前轴,120kN，后轴重180kN，车轴间距3m，车速为3m/s，实验验证6、7、8、9、10单元应变(已知1～5、11～16单元应变，未知6～10单元应变)。
工况二：桥梁为单损伤状态，施加车辆荷载,车辆为两轴车前轴,120kN，后轴重180kN，车轴间距3m，车速为3m/s，实验验证6、7、8、9、10单元应变(已知1～5、11～16单元应变，未知6～10单元应变)。
工况三：桥梁为多损伤状态，施加车辆荷载,车辆为两轴车前轴,120kN，后轴重180kN，车轴间距3m，车速为3m/s，实验验证6、7、8、9、10单元应变(已知1～5、11～16单元应变，未知6～10单元应变)。
结果验证
工况一验证结果
单元特征信息识别结果：
桥梁受损状态下与无损状态下对桥梁中点位置处施加300kN的静荷载获取桥梁各单元节点的位移变化量(DC)如图4所示。由图可知位移变化量为零则桥梁为无损状态。如图5所示为工况一的无损伤状态结构应变响应识别结果示意图，其中，(a)为6单元识别结果，(b)为7单元识别结果，(c)为8单元识别结果，(d)为9单元识别结果，(e)为10单元识别结果。
工况二验证结果
单元特征信息识别结果：
根据前述方法，在桥梁跨中位置施加一个300kN的静荷载，然后利用摄像机监测的各个单元位移去计算未知状态与完好状态下的位移变化量DC。如图6所示。由桥梁单元节点位移变化量DC图可得在1～6、7～17节点位移变化量DC存在线性变化，在6、7节点处DC存在明显的转折由此可知损伤在第6单元处。如图7所示为工况二的损伤状态结构应变响应识别结果示意图，其中，(a)为6单元识别结果，(b)为7单元识别结果，(c)为8单元识别结果，(d)为9单元识别结果，(e)为10单元识别结果，根据6单元节点的节点位置和在无损状态下的位移为-1.79675mm与在损伤状态下的位移为-1.85283mm求得单元损伤情况为20.5％及剩余损伤刚度为79.5％EI，与理论值的误差为2.5％，这表明该方法可有效识别桥梁损伤，可准确获取单元特征信息。
工况三验证结果
单元特征信息识别结果：
在桥梁受损状态下与无损状态下对桥梁中点位置处施加300kN的静荷载获取桥梁各单元节点的位移变化量(DC)如图8所示。由桥梁单元节点位移变化量DC图可得在1～6、7～10、11～17节点位移变化量DC存在线性变化，在6、7节点处与10、11节点处DC存在明显的转折由此可知损伤在第6单元处、第10单元处。如图9所示为工况三的损伤状态结构应变响应识别结果示意图，其中，(a)为6单元识别结果，(b)为7单元识别结果，(c)为8单元识别结果，(d)为9单元识别结果，(e)为10单元识别结果。根据6、10单元节点的节点位置和在无损状态下的位移为-1.79675mm、-2.16689mm与在损伤状态下的位移为-1.891231mm、-2.294855mm求得单元损伤情况为15.1％、23.72％及剩余损伤刚度为84.9％EI、76.18％EI，与理论值的误差为0.667％、5.12％。
如图4-图9所示，在三种工况下，实际值和计算值曲线吻合度很高，误差在8％以内，证明了桥梁位移获取全桥应变响应理论的有效性。
以上，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。
Claims (4)
1.基于机器视觉和光纤传感技术的全桥应变响应重构方法，其特征在于，包括：将桥梁分为若干单元，并采集桥梁若干单元变形实时图像，对所述桥梁变形实时图像进行处理，获取各个单元位移数据；
基于所述位移数据，获取桥梁任一单元损伤前后静挠度的变化；
基于所述损伤前后静挠度的变化，获取桥梁损伤位置；
基于所述桥梁损伤位置，获取桥梁损伤单元的损伤系数；
分别获取弯矩位移和剪切力位移引起的挠度，基于弯矩位移引起的挠度和剪切力位移引起的挠度，获取桥梁任一单元弯矩-剪切力位移引起的挠度；
获取桥梁任一单元弯矩-剪切力位移引起的挠度方法为：
其中，L为共轭梁全长，n为划分的单元数量，/>为第r单元的等效荷载，/>为抗弯刚度，/>为第i单元的等效荷载，/>为剪力系数，A为截面面积，G为剪切模量；
基于所述桥梁任一单元弯矩-剪切力位移引起的挠度和所述损伤系数，获取损伤单元的挠度；
获取剪切力位移引起的挠度的方法为：
其中，/>表示该单元的平均弯矩，/>表示剪切刚度；
获取所述损伤单元的挠度包括：
若存在一个损伤未知单元，则基于所述损伤系数和所述弯矩-剪切力位移引起的挠度，获取一个所述损伤单元的挠度；
若存在若干损伤未知单元，则基于所述损伤系数和所述弯矩-剪切力位移引起的挠度，获取桥梁若干所述损伤未知单元中点的挠度；
基于若干所述损伤未知单元中点的挠度，获取挠度矩阵；
基于所述挠度矩阵，获取若干所述损伤单元的挠度；
获取一个所述损伤未知单元的应变响应的方法为：
其中，/>为i单元的挠度，/>为底板到中性轴的距离，n为划分的单元数量；
获取若干所述损伤未知单元的应变响应的方法为：
其中，/>为若干损伤未知单元的应变，/>，/>为第j单元剩余刚度与原刚度的比值，为第i单元的挠度，/>为第j个单元的挠度，/>为第i单元的/>，/>为第j单元的/>；
通过光纤传感技术获取监测单元的应变，基于所述监测单元的应变、损伤未知单元的位移数据和所述损伤单元的挠度，获取所述损伤未知单元的应变响应；
基于所述损伤未知单元的应变响应，获取全桥应变响应，并实时检测桥梁安全情况。
2.如权利要求1所述的基于机器视觉和光纤传感技术的全桥应变响应重构方法，其特征在于，获取桥梁任一单元损伤前后静挠度的变化包括：
在桥梁上施加荷载，利用虚功原理，获取桥梁任一单元完好状态下的挠度和损伤状态下的挠度；
基于所述完好状态下的挠度和所述损伤状态下的挠度，获取桥梁任一单元损伤前后静挠度的变化。
3.如权利要求1所述的基于机器视觉和光纤传感技术的全桥应变响应重构方法，其特征在于，基于所述桥梁损伤位置，获取桥梁损伤单元的损伤系数包括：
获取所述桥梁损伤位置前后挠度的变化；
基于所述桥梁损伤位置前后挠度的变化和所述桥梁损伤位置损伤前的挠度，获取所述桥梁损伤位置处相对挠度的变化量；
基于所述相对挠度的变化量，获取所述损伤系数。
4.如权利要求1所述的基于机器视觉和光纤传感技术的全桥应变响应重构方法，其特征在于，获取弯矩位移引起的挠度包括：
根据共轭梁法，获取实际梁的曲率；
基于所述实际梁的曲率，获取若干所述单元的曲率分布；
基于所述曲率分布，获取共轭梁的弯矩分布；
根据力的平衡条件，获取虚拟梁左支座反力；
基于所述虚拟梁左支座反力和所述共轭梁的弯矩分布，获取弯矩位移引起的挠度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311001862.1A CN117029711B (zh) | 2023-08-10 | 2023-08-10 | 基于机器视觉和光纤传感技术的全桥应变响应重构方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311001862.1A CN117029711B (zh) | 2023-08-10 | 2023-08-10 | 基于机器视觉和光纤传感技术的全桥应变响应重构方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117029711A CN117029711A (zh) | 2023-11-10 |
| CN117029711B true CN117029711B (zh) | 2024-03-19 |
Family
ID=88634800
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311001862.1A Active CN117029711B (zh) | 2023-08-10 | 2023-08-10 | 基于机器视觉和光纤传感技术的全桥应变响应重构方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117029711B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117574110B (zh) * | 2023-11-22 | 2024-07-05 | 四川农业大学 | 全域桥梁损伤快速识别方法、装置及介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105716534A (zh) * | 2016-02-22 | 2016-06-29 | 东南大学 | 一种基于长标距光纤光栅传感器的系杆拱桥挠度识别方法 |
| CN109141268A (zh) * | 2018-09-28 | 2019-01-04 | 四川农业大学 | 上承式拱桥的数据采集系统及变形分布识别方法和设备 |
| WO2021156784A1 (en) * | 2020-02-05 | 2021-08-12 | Sensima Inspection Sàrl | Method of monitoring health status of bridges in normal traffic conditions |
| CN114184137A (zh) * | 2021-12-15 | 2022-03-15 | 四川农业大学 | 一种基于长标距光纤传感技术的隧道变形监测系统及方法 |
-
2023
- 2023-08-10 CN CN202311001862.1A patent/CN117029711B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105716534A (zh) * | 2016-02-22 | 2016-06-29 | 东南大学 | 一种基于长标距光纤光栅传感器的系杆拱桥挠度识别方法 |
| CN109141268A (zh) * | 2018-09-28 | 2019-01-04 | 四川农业大学 | 上承式拱桥的数据采集系统及变形分布识别方法和设备 |
| WO2021156784A1 (en) * | 2020-02-05 | 2021-08-12 | Sensima Inspection Sàrl | Method of monitoring health status of bridges in normal traffic conditions |
| CN114184137A (zh) * | 2021-12-15 | 2022-03-15 | 四川农业大学 | 一种基于长标距光纤传感技术的隧道变形监测系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117029711A (zh) | 2023-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| CN117029711B (zh) | 基于机器视觉和光纤传感技术的全桥应变响应重构方法 | |
| CN109186902A (zh) | 一种基于视觉传感的桥梁结构健康检测系统 | |
| Tian et al. | Vision-based structural scaling factor and flexibility identification through mobile impact testing | |
| CN106989812A (zh) | 基于摄影测量技术的大型风机叶片模态测试方法 | |
| Jurjo et al. | Experimental methodology for the dynamic analysis of slender structures based on digital image processing techniques | |
| CN112985671B (zh) | 基于全索系索力测试和误差自适应分析的损伤判定方法 | |
| CN109858156B (zh) | 基于车桥耦合振动的车辆与结构信息同时识别方法 | |
| CN108444662A (zh) | 一种基于日温度效应的桥梁损伤在线监测方法 | |
| CN112765881B (zh) | 基于神经网络的可扩展至多桥的动态称重方法及系统 | |
| CN108520227A (zh) | 一种基于双传感器信息的传递熵的桥梁结构损伤定位方法 | |
| CN115524086A (zh) | 基于车桥耦合振动的统计矩曲率梁式桥损伤识别方法 | |
| CN111259770A (zh) | 一种基于无人机平台和深度学习的复杂背景下索力快速测试系统及方法 | |
| CN111275744B (zh) | 基于深度学习及图像处理的非接触振动频率测量方法 | |
| CN115761487A (zh) | 一种基于机器视觉的中小跨径桥梁振动特性快速识别方法 | |
| Zhou et al. | Vision-based modal parameter identification for bridges using a novel holographic visual sensor | |
| CN109781863B (zh) | 基于快速振动测试的结构腐蚀二阶段探测方法及其系统 | |
| CN109186906B (zh) | 基于dic技术的模态应变能损伤识别方法 | |
| CN112906095B (zh) | 基于激光条纹中心追踪的桥梁模态识别方法及其系统 | |
| CN112985672B (zh) | 基于非接触空间振动测试的预应力索系索力分析方法 | |
| Yang et al. | Baseline-free damage localization of structures under unknown seismic excitations based on strain transmissibility and wavelet transform of strain mode | |
| CN109406076A (zh) | 一种利用位移传感器列阵输出的移动主成分进行梁桥结构损伤定位的方法 | |
| CN110532725B (zh) | 基于数字图像的工程结构力学参数识别方法及系统 | |
| CN112816120A (zh) | 一种索力测量方法 | |
| CN113420362B (zh) | 一种适用于时变中小跨径桥梁的损伤识别方法及装置 |
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 |