原文传递
基于序列图像模态分析的桥梁损伤识别方法研究
| 论文题名： | 基于序列图像模态分析的桥梁损伤识别方法研究 |
| 关键词： | 桥梁结构;损伤识别;序列图像;模态分析 |
| 摘要： | 桥梁损伤识别研究作为诊断桥梁健康状态的重要依据，为桥梁管养评估提供了理论决策支撑。针对常规的桥梁检测方法存在着费时费力、主观性强以及缺乏客观量化标准等不足，本文依托导师主持的国家自然科学基金项目“基于影像轮廓线叠差分析获取桥梁全息变形及结构状态演绎方法探索（51778094）”，开展了基于序列图像模态分析的桥梁损伤识别方法研究，探索了一种非接触、准全息、可量化及经济便捷的桥梁结构健康状态诊断的新方法和新途径，本文主要研究工作如下： 解析了基于影像数据获取结构频率和基于欧拉影像放大算法获取振型图像的方法理论，分析了基于相位的欧拉影像放大算法与线性欧拉影像放大算法的异同点和各自的影像放大效果。在近距离视域范围内，以简支梁模型桥动力响应影像数据为输入，利用全场光流追踪算法、图像像素位移与空间真实位移换算方法以及傅里叶变换有效识别了结构前三阶频率；基于相位的欧拉影像放大算法，通过空间分解、时域滤波、放大及重构，能够有效实现前三阶振型图像的可视化提取，借助振型曲线量化方法可以将其量化为连续致密的坐标振型曲线，基于影像数据获取的全息模态参数与东华测振系统所获模态参数吻合较好，较好地实现了直接通过影像数据获取简支梁的低阶模态参数。 推导了基于模态参数的多指标损伤识别方法理论，简支梁损伤数值模拟表明：前三阶曲率模态差与一阶曲率模态比能较为准确地识别出结构损伤单元位置，但二者不能量化损伤程度，i（i=2,3）阶曲率模态差对该阶振型节点位置处的损伤识别不敏感。从理论层面分析了曲率模态差不足之处的原因，据此提出了叠加的频率权值曲率模态差损伤位置识别因子PN、叠加的频率权值曲率模态比损伤位置识别因子QN和叠加的频率权值曲率模态损伤程度识别因子DN三个指标，并构造了其理论表达式，验证了PN与QN均能准确、敏感地识别简支梁损伤单元位置，实现了振型节点位置处的损伤识别，DN既可以识别损伤位置，又能够较为准确地识别损伤单元的损伤程度。 开展了简支梁模型桥切缝损伤识别试验，从影像数据中获取了6个损伤工况下模型桥的全息模态参数，计算了相应的PN、QN及DN曲线，结果表明：针对单损伤和多损伤，PN与QN产生的突变尖波与切缝位置基本保持一致，可以有效识别模型桥损伤位置；DN的突变尖波大致对应损伤位置，能够大致判断损伤位置，该值与实际损伤程度总体呈正相关关系，可以反映损伤程度的变化趋势，DN值可为损伤程度识别提供一定的参考依据；总体而言，QN指标对模型桥具有更为准确直观的损伤位置识别效果。验证了其在模型桥损伤识别中的有效性和可靠性。 |
| 作者： | 黄欢 |
| 专业： | 建筑与土木工程 |
| 导师： | 周志祥 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆交通大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
