10.16385/j.cnki.issn.1004-4523.2023.01.006
利用计算机视觉识别人行桥时变模态参数
人行桥健康监测及状态评估需解决的关键性问题是如何根据实测响应信号准确估计桥梁阻尼比及自振频率等时变模态参数.为此提出了一套方案,采用基于HS光流法的分段光流法获取桥梁振动全场位移响应,通过重新定义目标函数,利用自适应遗传算法优化变分模态分解(VMD),对各个位移时程进行分解,结合希尔伯特变换(HT)曲线拟合VMD分解得到的单模态信号求出瞬时频率和阻尼比.在人行桥模型上利用此方案测试不同行人在控制步频、自由行走下的结构响应,得到多组有效的结构位移响应并与激光位移计作对比验证,VMD-HT分解得到的行人-结构相互作用下的瞬时频率和阻尼比与941B传感器作对比验证.结果表明:采用分段光流法的视觉非接触式测量方法对结构响应具有较高的测量精度,与激光位移计的对比误差为0.85%.根据实测信号,利用VMD-HT可有效估计结构的时变模态参数.在行人-结构相互作用下,结构自振频率随人数和位移的增加而减小,最大减幅为14.12%,阻尼比随人数和位移的增加而增大,最大增幅为398.33%,控制步频行走相比于自由行走对时变模态参数的影响更大.
参数识别、人行桥、计算机视觉、时变结构、VMD
36
U441+.3;U448.11(桥涵工程)
国家自然科学基金;国家自然科学基金;研究生教育质量工程
2023-03-16(万方平台首次上网日期,不代表论文的发表时间)
共10页
52-61