【技术实现步骤摘要】
一种开式行骨架结构变形场实时测量方法、装置及系统
[0001]本专利技术涉及大尺寸结构非线性测量领域,具体涉及一种开式行骨架结构变形场实时测量方法、装置及系统。
技术介绍
[0002]开式行骨架结构为一种非板式且非闭合二维平面结构,其主体由行骨架式型材通过焊接到主背架上连接而成,各行骨架末端非闭合连接,整体为开式结构,如图1所示。相邻两个行骨架所受的负载非直接传递,区别于平面板状结构,其应力传递存在非连续性,单根行骨架受力对整体平面结构中其他结构的变形影响为非线性作用,相邻两根行骨架之间不存在应力传递关系,仅通过主背架结构进行变形位移场叠加。
[0003]并且,开式行骨架平面结构通常工作于野外环境,光照、沙尘等环境恶劣,传统基于视觉测量的方式难以实现高精度与高速率变形监测;因阵面尺寸巨大,基于光纤光栅的变形场监测与重构方法信号解调与变形场重构计算量巨大,难以实现实时高帧率变形场测量;基于视觉等非接触测量方式,其面临数据标定困难、运算量大、测量精度难以满足要求等问题。
[0004]综上,此种开式行骨架结构应力应变场测量难以通过传统的材料力学计算方式和有限元方式进行准确、快速地计算。
技术实现思路
[0005]本专利技术所要解决的技术问题是传统的材料力学计算方式和有限元方式很难实现开式行骨架结构应力应变场的准确、快速测量问题。本专利技术目的在于提供一种开式行骨架结构变形场实时测量方法、装置及系统,本专利技术采用新的变形场测量方式来快速获得被测开式行骨架平面结构在各种负载状态下的变形场,且测 ...
【技术保护点】
【技术特征摘要】
1.一种开式行骨架结构变形场实时测量方法,其特征在于,该方法包括:针对结构实际使用工况下的典型受力状态,对开式行骨架结构施加模拟负载,选取监测点,采集各对应负载状态下的应力应变数据和结构变形场数据,形成预标定数据集;获取被测开式行骨架结构的一组实时应力应变数据;将所述实时应力应变数据与所述预标定数据集中各组数据进行相似度计算,得到相似度矩阵;对所述相似度矩阵中的相似度数据排序,根据相似度数据大小,从所述预标定数据集中选取K个与该组实时应力应变数据距离最近的预标定样本,作为K组预标定数据;根据所述相似度矩阵中的相似度数据,计算相似度系数矩阵;根据所述相似度系数矩阵和所述K组预标定数据,计算当前受力状态下的监测点变形位移数据;根据所述监测点变形位移数据,采用差值方法对整个阵面变形场进行差值计算,拟合出整个阵面上任意点的变形量,得到实时变形场拟合数据。2.根据权利要求1所述的一种开式行骨架结构变形场实时测量方法,其特征在于,所述的形成预标定数据集之后,还包括对预标定数据集归一化处理,并保存各组应变
‑
变形量数据的归一化系数矩阵;所述的获取被测开式行骨架结构的一组实时应力应变数据之后,还包括对所述实时应力应变数据进行归一化处理,保存归一化系数。3.根据权利要求2所述的一种开式行骨架结构变形场实时测量方法,其特征在于,所述的对预标定数据集归一化处理,采用的数据归一化方法为:的对预标定数据集归一化处理,采用的数据归一化方法为:其中,为各组预标定数据样本归一化后的应力应变数据;为各组预标定数据样本归一化后对应的变形场数据;、为预标定样本数据中原始应力应变数据;、为预标定样本数据中各点变形场数据;N 为变形位移场测点数;i 为各组预标定数据集中各组数据和标签的索引,j 为各组预标定数据中应变片数值的索引;k 为各组预标定数据中标签数据的变形量索引;各组预标定数据的归一化系数为:其中,为预标定数据集中第 i 个样本的归一化系数;为预标定样本数据中原始应力应变数据;P 为预标定数据集中样本个数;M 为应变数据测点数。4.根据权利要求1所述的一种开式行骨架结构变形场实时测量方法,其特征在于,所述
的采集各对应负载状态下的应力应变数据和结构变形场数据,具体包括:采用激光测距仪或者三坐标测量仪设备,对监测点的结构变形场数据进行采集;采用在被测开式行骨架结构的行骨架上布置应力应变传感器阵列的方式,采集被测开式行骨架结构的应力应变数据。5.根据权利要求1所述的一种开式行骨架结构变形场实时测量方法,其特征在于,所述预标定数据集的形成步骤为:在被测结构除受重力作用外无施加任何外部负载和干扰状态下进行数据采集,采集到的应力应变数据和结构变形场数据记为零点数据;根据所述零点数据,被测结构在服役状态下的可能受力状态下,对阵面施加不同大小的模拟载荷,采集各受力状态下被测开式行骨架结构对应的应力应变数据 X
i,j 和对应的结构变形场数据 Y
i,k ,其中,i=1,2,
…
,P; j=1,2,
…
,M; k=1,2,
…
,N;将应力应变数据 X
i,j 作为预标定数据集的样本数据,并将结构变形场数据Y
i,k
作为预标定数据集的标签数据。6.根据权利要求1所述的一种开式行骨架结构变形场实时测量方法,其特征在于,所述相似度矩阵D的表达式为:相似度矩阵D的表达式为:式中,d
i 表示当前一组应变数据与预标定数据集中...
【专利技术属性】
技术研发人员:王旭,吉孟宇,彭高亮,刘世伟,张建隆,赵祥杰,吴林潮,程枫,李思珏,
申请(专利权)人:哈尔滨工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。