CN1566907A - 大型结构损伤状况实时识别的变时基监测技术 - Google Patents

大型结构损伤状况实时识别的变时基监测技术 Download PDF

Info

Publication number
CN1566907A
CN1566907A CN 03132492 CN03132492A CN1566907A CN 1566907 A CN1566907 A CN 1566907A CN 03132492 CN03132492 CN 03132492 CN 03132492 A CN03132492 A CN 03132492A CN 1566907 A CN1566907 A CN 1566907A
Authority
CN
China
Prior art keywords
measuring point
data
time
damage
identification
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
Application number
CN 03132492
Other languages
English (en)
Other versions
CN1275024C (zh
Inventor
何林
欧进萍
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN 03132492 priority Critical patent/CN1275024C/zh
Publication of CN1566907A publication Critical patent/CN1566907A/zh
Application granted granted Critical
Publication of CN1275024C publication Critical patent/CN1275024C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Abstract

本发明提供的是大型结构损伤状况实时识别的变时基监测技术。它包括数据采集、数据分析和后处理。数据采集包括测点选择和数据采集。数据分析由选择参考测点、确定导通值、提取测点自由振动信号、进行信号质量检查部分与读入由振动信息、确定识别自由度数、确定虚拟扩展基准时间、计算平均动态信息、计算测点整体信息标准差、虚拟测点延长时间、形成数据矩阵、剔除虚假模态、计算特征参数、形成特征曲线部分组成。后处理包括损伤表达、误差控制、状态预测、损伤统计分析和结构损伤预警及其维修建议。本发明能为损伤结构模型修正提供结构实时模态参数,为结构生命周期和状态进行控制和调整提供参数,保证结构在服役期内的健康。

Description

大型结构损伤状况实时识别的变时基监测技术
(一)、所属领域
本发明涉及的是一种针对大型土木水利工程结构对象,基于模型的大规模数据实时处理技术,具体地说是一种对大型结构损伤状况进行实时监测的方法。
(二)、背景技术
大型结构损伤识别的重要性与市场需求与日俱增。目前大型结构的损伤识别主要有局部和整体两种技术。由于整体监测技术能够及早发现结构的隐患,使用方便,监测费用低廉,是未来健康监测的主要手段,具有很高的理论和实用价值。整体监测技术主要基于结构振动参数识别技术进行。基于振动的损伤监测目前有两大类技术:频率域监测技术和时间域检测技术。频率域技术主要应用于小型(试验)结构,它一般要求测量结构的输入,因而不能对结构进行在线监测。时间域技术由于不需要结构的输入信号,能够实时在线进行,因而是大型(实际)结构损伤监测的主要技术手段。在时间域技术中,普遍应用的是从机械和航空领域转化过来的针对机械系统的无损伤系统识别方法,他们是:(1)随机减量法;(2)ITD方法;(3)随机子空间法;(4)时间序列法;(5)基于短尺度(如:小波分析法)的各种时序信号分析方法。这些方法共同特点是:结构自由度数不是很高,输入信号平稳且为白噪声,测点要较求多。只有满足这些条件才能获得较好的识别效果,得到反映系统特征的动态参数。但对于大型结构,由于复杂度远高于机械或航空领域的系统,因而很难满足传统时间域方法的条件,直接使用这些技术不能在大型结构上取得准确的结构动态特征参数;另一方面,传统技术主要针对正常结构的动态参数识别,它们没有考虑结构发生损伤后对识别方法的反馈影响,因此识别的结构参数不能很好地跟踪和反映结构的劣变过程,具体表现为识别技术现场结果的重复性差,损伤定位难度大,噪声敏感程度高,经常导致损伤识别和定位的失败。为此,针对大型结构监测要求的日益高涨,急需一种能够实时在线识别结构动态特征参数同时又能跟踪结构损伤变化的监测技术。
(三)、发明内容
本发明的目的在于提供一种能够为结构损伤模型修正过程提供准确的结构实时模态参数,准确预测结构在未知环境下的响应,为结构生命周期和状态进行准确控制和调整提供重要的工况实时参数,保证大型复杂结构在服役期内健康,为大型结构损伤状况实时识别的变时基监测技术。
本发明的目的是这样实现的:它由数据采集系统、数据分析系统和后处理系统组成。数据采集系统包括测点的优化选择和多通道数据实时采集系统。测点选择系统包括首先进行结构有限元分析、组成结构模态信息矩阵、最大化结构信息矩阵得到测点候选集、然后计算结构测点分布的容许区间确定测点的分布范围、计算结构质量和刚度的特征值二阶灵敏度分布、最后根据冗余测点得到结构的最优测点。多通道数据实时采集系统包括首先将加速度传感器的信号连接至转接卡、经信号调理之后输入数据采集,再输入到主处理机。数据分析系统包括导入分析灵敏度、选择参考测点、确定导通值、提取测点自由振动信号、进行信号质量检查、如果满足则传输自由振动信息,如果不满足则返回重新确定导通值。变时基数据矩阵构造系统包括读入提取的自由振动信息、确定识别自由度数、确定虚拟扩展基准时间、计算平均动态信息、计算测点整体信息标准差、确定虚拟测点延长时间、形成数据矩阵、剔除虚假模态、计算特征参数、形成特征曲线。数据后处理系统包括大型结构损伤提取的表达技术、损伤识别与定位误差分析、大型结构损伤识别统计分析、结构状态预测、损伤预警与结构维修建议和大型结构设计现场动力特征积累与验证。本发明还可以包括在多通道数据实时采集系统中,先对加速度传感器的信号进行监测规模分类,对于测点数大于150的大型监测规模,采用一体化采集技术处理,上位机采集数据,下位机实时显示数据、监视传感器状态、存储采集数据,传输采集数据到主处理机,上下位机在一个机箱内,由双CPU和双硬盘在一个主板下驱动;对于测点数小于100的中等监测规模,采用单机采集系统技术处理,数据采集、显示、存储和传输都在一个工控机上进行。
本发明的优点在于:(1)在线提取大型结构(如大型桥梁、坝体、钢塔、海工结构、船舰、发射塔、大型运输系统等)特征参数,反映并实时跟踪结构健康状态变化态势,确定结构损伤位置最大限度防止恶性事故发生;(2)由于大型结构理论计算的经验性、不稳定性,同时极端环境荷载的不可模拟性,理论计算往往隐含了可扩展的缺陷,大型结构的服役环境一旦满足了该缺陷发生的条件,将导致灾难性结果,因此大型复杂结构理论计算的修正技术是保证结构在假设环境下健康完成其工作使命不可或缺的关键技术。本发明能够为结构模型修正过程提供准确的结构实时模态参数,在统计和预测模型技术的支撑下,准确预测统计意义下结构在未知环境下的响应,为结构生命周期和状态进行准确控制和调整提供极为重要的实时工况参数,保证大型复杂结构在服役期内的健康。
(四)、附图说明
图1是本发明的基本原理图;
图2是数据采集系统的基本原理图;
图3是测点选择系统的原理图;
图4是数据实时采集系统的原理图;
图5、6、7是数据分析系统的原理图;
图8是后处理系统的原理图。
(五)、具体实施方案
下面举例对本发明做更详细地描述:
大型结构损伤状况实时识别的变时基监测技术主要由三部分组成。
数据采集系统由两部分组成,即测点选择和多通道数据实时采集。其中测点选择系统包括先进行结构的有限元分析、组成结构的模态信息矩阵、最大化结构信息矩阵得到测点候选集、计算结构测点分布的容许区间确定测点的分布范围、计算结构质量和刚度的特征值二阶灵敏度分布、参考冗余测点得到结构的最优测点等过程;多通道数据实时采集系统包括加速度传感器的信号连接至转接卡,经信号调理卡和数据采集卡再输入到主处理机中。
多通道实时数采系统是变时基监测动态损伤的关键技术之一。对结构测点进行优化后,测点规模相对于大型复杂结构而言仍然有几十个至数百个,为了完成变时基监测技术的要求,数采系统采用并实施了如下的技术方案:
(1)对于大型监测规模(测点数大于150),采用一体化采集技术。上位机采集数据,下位机实时显示数据,监视传感器状态,存储采集数据,传输采集数据到主处理机。上下位机在一个机箱内,由双CPU和双硬盘在一个主板下驱动,DRAM提供频率不低于266MHz。一体化大大简化了采集附属设备,加强了数采系统抵抗恶劣环境的能力。
(2)对于中等监测规模(测点数小于100),由于结构的实际采样频率一般不高于1000Hz,采用单机采集系统技术。数据采集、显示、存储和传输都在一个工控机上进行。
(3)基于数据采集板(DAQ板)高速转接技术的同步采集方法。利用高速数据分频技术将数据信号连接至转接卡,将转接卡的信号传输给DAQ板,实现数据基于频率需求的同步采集,利用转接卡技术,可以实现硬件的变频设置,根据环境的变化,实时调整数采系统的采样频率。
(4)变频采样技术。由于环境的实时改变,传统单一的采样频率不但丢失大量有用信息而且造成数采系统大量浪费。为此变时基数采系统根据外部环境的变化,由设定的采样分布表,用软件自动实时调整每个通道的采样频率,确保结构信息的准确获取。
(5)针对大型采集规模,采用并完成了LabView实时模块结合C语言的数据采集软件系统。LabView的实时模块是一个独立的支持多CPU的实时操作系统,利用此平台能够高效完成数据采集的上位机任务,在专门的数采数据传输协议下,将数据可控地平稳地传输至下位机。另外,采用C语言编制了传感器状态监视程序和采样变频控制程序,并将程序烧制到EPROM中,嵌入到一体化采集系统,提供宿主程序实时调用,完成数据的监测、调频与DAQ板采集的同步协调。
(6)针对中等采集规模,采用LabWindows编制并完成了独立的采样系统。该系统同样包含传感器状态监视和变频C语言固化程序模块。
(7)以上所有硬件和软件特性适用于工控机和便携式计算机两种类型。
数据分析系统是大型结构损伤状态实时监测的核心。它的关键是形成监测结构特征的变时基数据矩阵,由数据矩阵计算结构的特征参数:频率、阻尼和振型以及得到结构的动态特征曲线,修正结构有限元FEM模型。其技术内容可以分为以下几步:
(1)传入加速度信号。根据结构振型和应力分布状态,在最优选定测点上测量结构振动加速度时间序列,然后根据变时基对不同测点加速度信号的需求量,从下位机上用多线程技术传入采集的信号。
(2)自由振动信号提取。在结构服役过程中,选定一个测点为参考测点,根据参考测点时间序列方差确定随机减量的导通值,提取结构各个测点的自由振动信号。
(3)数据矩阵构造。该项技术关键是构造虚拟测点的时间序列。由于大型结构理论测点非常庞大,实际测量时不能全部测量所有测点,为了满足模态信息的完备性,需要对理论测点进行压缩和实际测点扩展两种技术。在对实际测点扩展时,一般的方法是把测量的振型按照模态正交性原则进行插值扩阶,如果扩展测点较多,会造成严重的模态病态方程,劣化系统的实时计算效果,因此变时基方法采用虚拟测点技术对小部分实际测点构造虚拟的时间序列,形成具有模态意义而实际并不存在的虚拟测点,从而扩大测点范围,在扩大的测点上进行小范围的插值扩阶,保证计算及其监测的实时性,因此变时基虚拟测点时间序列的构造方法是本专利中数据处理系统的核心技术,下面简要叙述变时基的主要过程。
我们引入变时基时间变量:在由实际测点产生虚拟测点时,基于实际测点时间序列基础上增加的扩展时间。变时基主要任务是构造数据矩阵[z], 它们形成如下方程:
通过求解式(1),得到结构的特征参数,及其动态特征曲线。[Z],是包含了实际测点和虚拟测点时间序列的信息矩阵。其构造过程如下:
(1)选定结构一个参考测点,计算该测点时间序列整体标准差WSD。
WSD i = ( 1 / n - 1 ) Σ i = 1 n [ ( H i ) - E ( H i ) ] - - - ( 2 )
式(2)中n为时间序列的长度;Hi为平均动态信息ADI,按照下式计算
H ij = | mean ( x i - x j ) i + 1 ≤ j ≤ 1 ≤ i ≤ p p | - - - ( 3 )
式(3)中p为实际测点数, xi、xj代表在选定的参考测点中选取的采样时间序列数据集合,选取的原则为
x i = { x i | A i > std ( M n i ) , 1 < i < p , n = length of sampling } - - ( 4 )
式(4)中,Ai为测点时间序列的幅值,Mn i是第i个选择测点的时间序列集合,std表示标准差。即在测点时间序列中,大于测点幅值标准差的时间点信号被选出来,组成动态信息ADI,进而计算结构虚拟测点增加的扩展时间。
(2)模型修正与损伤定位。根据识别的结构动态参数,修正结构模型分析与结构实际识别参数不一致的结构区域,得到第一次修正的结构刚度系数分布和动态特征参数,并将第一次获得的参数作为参考标准,在结构服役整个过程中重复(1)~(3)步的结构修正计算,比较结构修正参数与标准参数,确定结构损伤位置。
后处理系统主要针对1:对大型结构测点数目较多,修正的结构刚度和质量矩阵显示单元庞大,不易明显表达损伤信号;2:损伤识别与定位误差分析;3:大型结构损伤识别统计分析;4:结构状态预测;5:结构预警与维修建议功能,这五种目的而设计,主要的技术特点如下:
(1)变时基后处理系统主要采用修正矩阵三维信息表达方法直接直观表示损伤信息与结构节点的关系,同时应用矩阵投影技术将节点与损伤变化组合成一维状态,用二维表格和直线图形标出损伤位置,使结果简单明了。
(2)结构损伤定位误差用识别置信度和大损伤实际定位的虚警率表示,程序中设置了虚警率的检查值,当虚警率上升时,程序自动调整识别门槛和识别效率,保证识别精度。
(3)结构状态预测是根据结构识别的特征参数变化状况,对结构某区域刚度变化趋势用基于模型的图形表达出来。
(4)变时基大型结构损伤实时识别系统采用了基于专家系统的三层次维修方案,根据识别的损伤状况,自动提供维修建议和决策,如果识别的损伤高于第三级标志,将启动报警。其中报警有5个分级措施,最高级别的报警需要立即进行维修。变时基后处理系统将随着不同监测对象和用户的需求进行改变。
除了上面五个主要功能外,后处理系统有积累大型结构特征数据的功能,为设计进行事后验证。

Claims (2)

1、一种大型结构损伤状况实时识别的变时基监测技术,它由数据采集系统、数据分析系统和后处理系统组成,其特征是:
1.1数据采集系统包括测点的优化选择和多通道数据实时采集系统;
1.1.1测点选择系统包括首先进行结构有限元分析、组成结构模态信息矩阵、最大化结构信息矩阵得到测点候选集、然后计算结构测点分布的容许区间确定测点的分布范围、计算结构质量和刚度的特征值二阶灵敏度分布、最后根据冗余测点得到结构的最优测点;
1.1.2多通道数据实时采集系统包括首先将加速度传感器的信号连接至转接卡、经信号调理之后输入数据采集,再输入到主处理机;
1.2数据分析系统包括导入分析灵敏度、选择参考测点、确定导通值、提取测点自由振动信号、进行信号质量检查、如果满足则传输自由振动信息,如果不满足则返回确定导通值过程,重新进行信号的提取;
1.3变时基数据矩阵构造系统包括读入提取的自由振动信息、确定识别自由度数、确定虚拟扩展基准时间、计算平均动态信息、计算测点整体信息标准差、确定虚拟测点延长时间、形成数据矩阵、剔除虚假模态、计算特征参数、形成特征曲线;
1.4数据后处理系统包括大型结构损伤提取的表达技术、损伤识别与定位误差分析、大型结构损伤识别统计分析、结构状态预测、损伤预警与结构维修建议和大型结构设计现场动力特征积累与验证。
2、根据权利要求1所述的大型结构损伤状况实时识别的变时基监测技术,其特征是:在多通道数据实时采集系统中,先对加速度传感器的信号进行监测规模分类,对于测点数大于150的大型监测规模,采用一体化采集技术处理,上位机采集数据,下位机实时显示采集数据、监视传感器状态、存储采集数据并传输采集数据到主处理机;上下位机在一个机箱内,由双CPU和双硬盘在一个主板下驱动;对于测点数小于100的中等监测规模,采用单机采集系统技术处理,数据采集、显示、存储和传输都在一个工控机上进行。
CN 03132492 2003-07-09 2003-07-09 大型结构损伤状况实时识别的变时基监测方法 Expired - Fee Related CN1275024C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 03132492 CN1275024C (zh) 2003-07-09 2003-07-09 大型结构损伤状况实时识别的变时基监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 03132492 CN1275024C (zh) 2003-07-09 2003-07-09 大型结构损伤状况实时识别的变时基监测方法

Publications (2)

Publication Number Publication Date
CN1566907A true CN1566907A (zh) 2005-01-19
CN1275024C CN1275024C (zh) 2006-09-13

Family

ID=34469918

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 03132492 Expired - Fee Related CN1275024C (zh) 2003-07-09 2003-07-09 大型结构损伤状况实时识别的变时基监测方法

Country Status (1)

Country Link
CN (1) CN1275024C (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100420944C (zh) * 2005-12-29 2008-09-24 西北工业大学 基于互相关函数幅值向量的随机振动结构损伤的检测方法
CN100468422C (zh) * 2006-12-31 2009-03-11 中国海洋大学 利用交叉模型交叉模态的结构模型修正方法
CN101197807B (zh) * 2006-12-13 2010-05-12 四川川大智胜软件股份有限公司 智能通信服务器
CN101221104B (zh) * 2007-10-16 2010-08-11 吴智深 基于分布式应变动态测试的结构健康监测方法
CN101122583B (zh) * 2007-09-06 2010-12-29 华中科技大学 一种剪切型框架结构损伤识别方法
CN101488223B (zh) * 2008-01-16 2012-03-28 中国科学院自动化研究所 基于曲线均值标准差描述子的图像曲线特征匹配方法
CN104112072A (zh) * 2014-07-15 2014-10-22 华侨大学 基于小波阈值去噪的主成分分析的工作模态参数识别方法
CN104297004A (zh) * 2014-09-18 2015-01-21 天津大学 基于ar-arx模型的桥梁实时损伤预警方法
CN104807607A (zh) * 2015-04-23 2015-07-29 成都畅达通地下工程科技发展有限公司 基于激励状态时响应谱特性的构筑物病害检测系统及其检测方法
CN104807661A (zh) * 2015-04-22 2015-07-29 中国十七冶集团有限公司 一种高层与高耸结构动力检测承载能力评价方法
CN108801823A (zh) * 2018-06-25 2018-11-13 南京航空航天大学 一种多尺度的复合材料结构局部疲劳评估方法及系统
CN109870404A (zh) * 2019-03-06 2019-06-11 石家庄铁道大学 一种雨棚结构损伤识别方法、装置及终端设备
CN111254892A (zh) * 2020-01-20 2020-06-09 中国水利水电科学研究院 软基上双层衬砌输水隧洞运行结构安全预警阈值设定方法
CN111272764A (zh) * 2020-01-22 2020-06-12 哈尔滨工业大学 大型智能临时平台非接触图像识别移动管控系统及方法
CN113255193A (zh) * 2021-06-17 2021-08-13 浙江中自庆安新能源技术有限公司 一种基于有限元分析的旋转设备虚拟测点构建方法及系统
CN113465734A (zh) * 2021-09-02 2021-10-01 清华大学 一种结构振动的实时估计方法
CN115859708A (zh) * 2022-11-16 2023-03-28 大连理工大学 一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100420944C (zh) * 2005-12-29 2008-09-24 西北工业大学 基于互相关函数幅值向量的随机振动结构损伤的检测方法
CN101197807B (zh) * 2006-12-13 2010-05-12 四川川大智胜软件股份有限公司 智能通信服务器
CN100468422C (zh) * 2006-12-31 2009-03-11 中国海洋大学 利用交叉模型交叉模态的结构模型修正方法
CN101122583B (zh) * 2007-09-06 2010-12-29 华中科技大学 一种剪切型框架结构损伤识别方法
CN101221104B (zh) * 2007-10-16 2010-08-11 吴智深 基于分布式应变动态测试的结构健康监测方法
CN101488223B (zh) * 2008-01-16 2012-03-28 中国科学院自动化研究所 基于曲线均值标准差描述子的图像曲线特征匹配方法
CN104112072A (zh) * 2014-07-15 2014-10-22 华侨大学 基于小波阈值去噪的主成分分析的工作模态参数识别方法
CN104297004A (zh) * 2014-09-18 2015-01-21 天津大学 基于ar-arx模型的桥梁实时损伤预警方法
CN104807661B (zh) * 2015-04-22 2018-07-31 中国十七冶集团有限公司 一种高层与高耸结构动力检测承载能力评价方法
CN104807661A (zh) * 2015-04-22 2015-07-29 中国十七冶集团有限公司 一种高层与高耸结构动力检测承载能力评价方法
CN104807607A (zh) * 2015-04-23 2015-07-29 成都畅达通地下工程科技发展有限公司 基于激励状态时响应谱特性的构筑物病害检测系统及其检测方法
CN108801823A (zh) * 2018-06-25 2018-11-13 南京航空航天大学 一种多尺度的复合材料结构局部疲劳评估方法及系统
CN108801823B (zh) * 2018-06-25 2019-08-23 南京航空航天大学 一种多尺度的复合材料结构局部疲劳评估方法及系统
CN109870404A (zh) * 2019-03-06 2019-06-11 石家庄铁道大学 一种雨棚结构损伤识别方法、装置及终端设备
CN111254892B (zh) * 2020-01-20 2020-12-22 中国水利水电科学研究院 软基上双层衬砌输水隧洞运行结构安全预警阈值设定方法
CN111254892A (zh) * 2020-01-20 2020-06-09 中国水利水电科学研究院 软基上双层衬砌输水隧洞运行结构安全预警阈值设定方法
CN111272764A (zh) * 2020-01-22 2020-06-12 哈尔滨工业大学 大型智能临时平台非接触图像识别移动管控系统及方法
CN111272764B (zh) * 2020-01-22 2023-04-28 哈尔滨工业大学 大型智能临时平台非接触图像识别移动管控系统及方法
CN113255193A (zh) * 2021-06-17 2021-08-13 浙江中自庆安新能源技术有限公司 一种基于有限元分析的旋转设备虚拟测点构建方法及系统
CN113465734A (zh) * 2021-09-02 2021-10-01 清华大学 一种结构振动的实时估计方法
CN115859708A (zh) * 2022-11-16 2023-03-28 大连理工大学 一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法
CN115859708B (zh) * 2022-11-16 2024-03-19 大连理工大学 一种基于分布式光纤测量的蜂窝夹层结构损伤模型修正方法

Also Published As

Publication number Publication date
CN1275024C (zh) 2006-09-13

Similar Documents

Publication Publication Date Title
CN1275024C (zh) 大型结构损伤状况实时识别的变时基监测方法
CN111623722B (zh) 一种基于多传感器的边坡变形立体监测系统和方法
CN101105126B (zh) 基于微石英角速率传感器的随钻方位测量误差补偿方法
Li et al. Damage detection of bridges using response of vehicle considering road surface roughness
CN111412977A (zh) 一种机械设备振动感知数据的预处理方法
Zonno et al. Automated long-term dynamic monitoring using hierarchical clustering and adaptive modal tracking: validation and applications
CN110162895B (zh) 一种两阶段的高能效船型优化设计方法
CN108415884A (zh) 一种结构模态参数实时追踪方法
CN110398775B (zh) 隧道突涌水灾害微震事件信号波动初至拾取方法及系统
CN116245261A (zh) 一种基于时序分布适配的风场风速预测方法
CN113344275B (zh) 一种基于lstm模型的浮式平台波浪爬升在线预报方法
CN109060284A (zh) 一种基于dic技术的试验模态分析方法
CN116861544B (zh) 一种基于边云协同的建筑异常振动源定位方法及相关设备
CN110163134B (zh) 一种基于分频段加权最小二乘的结构损伤区域识别方法
CN115855399A (zh) 一种基于人工智能的大型桥梁健康监测方法
CN113296072B (zh) 一种基于YOLOv3模型的雷暴大风自动识别方法及系统
CN113340548B (zh) 一种土-框架结构相互作用体系动力特征识别的试验方法
Zini et al. A quality-based framework for data-driven SHM of heritage buildings
CN115248075A (zh) 一种多源声学大数据融合的水声探测效能评估系统
Nichols A Modal Study of the Pont-Y-Prydd Bridge using the Variance Method
CN116818246B (zh) 地震模拟振动台模型预测控制方法、系统、介质及终端
Parola et al. Structural Damage Localization via Deep Learning and IoT Enabled Digital Twin.
CN116299374B (zh) 基于机器视觉的声呐成像水下自动校准定位方法和系统
CN113343344B (zh) 基于塔吊动态工作的结构响应预测方法、装置及设备
Chang et al. Output-only full-field modal testing

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20060913

Termination date: 20090709