机器视觉用于大跨度索桥桥梁主跨涡激共振监测系统及方法技术方案

本发明专利技术公开了机器视觉用于大跨度索桥桥梁主跨涡激共振监测系统及方法，机器视觉智能测量仪固定安装于相对待测桥梁稳定的位置，且机器视觉智能测量仪的相机镜头面向靶标方向，对桥梁跨中位置的若干个靶标进行每秒阈值次的高频、超高精度非接触式实时测量，并将实时测量得到的视频数据转化为变形数据传输给结构物健康监测管理系统平台；将机器视觉用于大跨度索桥桥梁主跨涡激共振监测，可以填补桥梁涡激共振同步即时监测的空白，帮助桥梁运营管理单位在涡激共振发生时采取有效干预措施，及时避免行车安全隐患，及早消除不良社会影响。及早消除不良社会影响。及早消除不良社会影响。

【技术实现步骤摘要】
机器视觉用于大跨度索桥桥梁主跨涡激共振监测系统及方法


[0001]本专利技术涉及大跨度索桥桥梁的实时测量技术，具体涉及机器视觉用于大跨度索桥桥梁主跨涡激共振监测系统及方法。

技术介绍

[0002]涡激共振起振风速较低，难以预测，且发生频率高。涡激共振是一种风致限幅、自激振动，一般不会对桥梁结构造成致命性毁桥的危险，但过大的振幅及加速度会影响行车安全性和舒适性，也有可能对局部构件造成疲劳破坏而导致整体结构安全性被破坏。
[0003]涡激共振形成机理极为复杂，综合流体力学、结构力学等多种学科知识，目前国内外尚无成熟的数学模型和理论预测、解释涡激共振现象，现有理论更多的是半经验模型。设计阶段虽然可以通过风洞试验来检验桥梁的涡激共振特性，但由于模型的缩尺效应和实验方法的局限性，桥梁建成后仍难以避免涡激共振的发生。
[0004]现阶段现场实测涡激共振的方法主要采用加速度仪、风速仪等仪器对桥梁实地进行风环境和风振动响应测量。同时因交通流量变化，车辆等外部环境也会引起桥梁的随机震动。目前诊断是否存在涡激共振需要通过大量数据测算研究后分析判断是否是涡激共振，这种反馈时间滞后的监测技术，难以满足大型桥梁动态、实时管理干预的实际运营需求。

技术实现思路

[0005]针对现有技术存在的问题，本专利技术提供机器视觉用于大跨度索桥桥梁主跨涡激共振监测系统及方法，将机器视觉用于大跨度索桥桥梁主跨涡激共振监测，可以填补桥梁涡激共振同步即时监测的空白，帮助桥梁运营管理单位在涡激共振发生时采取有效干预措施，及时避免行车安全隐患，及早消除不良社会影响。
[0006]本专利技术的技术方案是：机器视觉用于大跨度索桥桥梁主跨涡激共振监测系统，包括机器视觉智能测量仪、若干个靶标和结构物健康监测管理系统平台；
[0007]所述若干个靶标固定于待测桥梁的桥梁跨中位置；
[0008]所述机器视觉智能测量仪固定安装于相对待测桥梁稳定的位置，且机器视觉智能测量仪的相机镜头面向靶标方向，对桥梁跨中位置的若干个靶标进行每秒阈值次的高频、超高精度非接触式实时测量，并将实时测量得到的视频数据转化为变形数据传输给结构物健康监测管理系统平台；
[0009]所述结构物健康监测管理系统平台接受机器视觉智能测量仪实时测量得到的桥梁跨中位置变形数据，并结合桥上靶标附近的风速、风向、加速度时程曲线，对桥梁振动进行分类，通过涡激共振的信号接近于简谐振动的判断条件，初步锁定该次涡激共振。
[0010]进一步的，还包括基座和调节支架，所述基座固定安装于相对待测桥梁稳定的位置，所述调节支架固定于基座上，所述机器视觉智能测量仪固定于调节支架上。
[0011]进一步的，所述机器视觉智能测量仪通过卷积神经网络算法对记录的靶标图像进
行畸变处理，校正靶标位移。
[0012]进一步的，所述机器视觉智能测量仪采用动态局部视窗算法对记录的靶标图像进行计算，当被测桥梁跨中位置的靶标发生水平和竖向位移时，靶标坐标随之变化，从而测量到被测桥梁跨中位置的水平与竖向双向位移。
[0013]进一步的，所述阈值次为八到十二次。
[0014]本专利技术还提供机器视觉用于大跨度索桥桥梁主跨涡激共振监测方法，具体步骤如下：
[0015]步骤一、将若干个靶标固定于待测桥梁的桥梁跨中位置；
[0016]步骤二、将机器视觉智能测量仪固定安装于相对待测桥梁稳定的位置，且机器视觉智能测量仪的相机镜头面向靶标方向，对桥梁跨中位置的若干个靶标进行每秒阈值次的高频、超高精度非接触式实时测量，并将实时测量得到的视频数据转化为变形数据传输给结构物健康监测管理系统平台；
[0017]步骤三、结构物健康监测管理系统平台接受机器视觉智能测量仪实时测量得到的桥梁跨中位置变形数据，并结合桥上靶标附近的风速、风向、加速度时程曲线，对桥梁振动进行分类，通过涡激共振的信号接近于简谐振动的判断条件，初步锁定该次涡激共振。
[0018]进一步的，所述机器视觉智能测量仪通过卷积神经网络算法对记录的靶标图像进行畸变处理，校正靶标位移。
[0019]进一步的，所述机器视觉智能测量仪采用动态局部视窗算法对记录的靶标图像进行计算，当被测桥梁跨中位置的靶标发生水平和竖向位移时，靶标坐标随之变化，从而测量到被测桥梁跨中位置的水平与竖向双向位移。
[0020]进一步的，所述阈值次为八到十二次。
[0021]本专利技术的有益效果是：本专利技术弥补了现有监测结果滞后的缺陷，利用机器视觉智能测量系统实时、在线监测分析桥梁振动，一旦发现桥梁振幅过大或出现规律性震动，系统判别后立即发出预警信号给桥梁运营管理单位，及时采取相应的交通管理措施，并持续跟踪监测振动状态，进一步分析判断振动类型，便于后续响应管理措施的跟进，本专利技术动态及时响应了交通及桥梁管理的需求，对确保城市生命线安全可靠具有极其重要意义。
附图说明
[0022]图1为机器视觉用于大跨度索桥桥梁主跨涡激共振监测的结构示意图。
[0023]图中：1为机器视觉智能测量仪，2为相机镜头，3为靶标，4为待检测结构物，5为调节支架，6为基座。
具体实施方式
[0024]下面结合附图对本专利技术做进一步的说明。
[0025]如图1所示，机器视觉用于大跨度索桥桥梁主跨涡激共振监测系统由机器视觉智能测量仪1、若干个靶标3和结构物健康监测管理系统平台组成。所述若干个靶标固定于待测桥梁的桥梁跨中位置；所述机器视觉智能测量仪固定安装于相对待测桥梁稳定的位置，且机器视觉智能测量仪的相机镜头2面向靶标方向，对桥梁跨中位置的若干个靶标进行每秒十次的高频、超高精度非接触式实时测量，达到对桥梁跨中在竖直平面的位移全天候监
测的目的。并将实时测量得到的视频数据转化为变形数据传输给结构物健康监测管理系统平台；所述结构物健康监测管理系统平台接受机器视觉智能测量仪实时测量得到的桥梁跨中位置变形数据，并结合桥上靶标附近的风速、风向、加速度时程曲线，对桥梁振动进行分类，通过涡激共振的信号接近于简谐振动的判断条件，初步锁定该次涡激共振。其他车辆等偶发因素引起的振动是随机振动。
[0026]优选的，机器视觉用于大跨度索桥桥梁主跨涡激共振监测系统还包括基座6和调节支架5，所述基座固定安装于相对待测桥梁稳定的位置，所述调节支架固定于基座上，所述机器视觉智能测量仪固定于调节支架上。
[0027]机器视觉智能测量仪通过卷积神经网络算法对记录的靶标图像进行畸变处理，校正靶标位移，提高桥梁跨中在竖直平面内位移的监测精度；同时采用动态局部视窗算法对记录的靶标图像进行计算，当被测桥梁跨中位置的靶标发生水平和竖向位移时，靶标坐标随之变化，从而测量到被测桥梁跨中位置的水平与竖向双向位移，解决了运算复杂和计算量大的问题。
[0028]本专利技术通过机器视觉实施高频监测快速有效地对桥梁涡激共振进行实时跟踪并预警，有效提高了桥梁运营管理单位的响应速度，填补了涡激共振加测实时响应的空白。
[0029]以上所述仅是本专利技术的优选实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.机器视觉用于大跨度索桥桥梁主跨涡激共振监测系统，其特征在于：包括机器视觉智能测量仪、若干个靶标和结构物健康监测管理系统平台；所述若干个靶标固定于待测桥梁的桥梁跨中位置；所述机器视觉智能测量仪固定安装于相对待测桥梁稳定的位置，且机器视觉智能测量仪的相机镜头面向靶标方向，对桥梁跨中位置的若干个靶标进行每秒阈值次的高频、超高精度非接触式实时测量，并将实时测量得到的视频数据转化为变形数据传输给结构物健康监测管理系统平台；所述结构物健康监测管理系统平台接受机器视觉智能测量仪实时测量得到的桥梁跨中位置变形数据，并结合桥上靶标附近的风速、风向、加速度时程曲线，对桥梁振动进行分类，通过涡激共振的信号接近于简谐振动的判断条件，初步锁定该次涡激共振。2.根据权利要求1所述的机器视觉用于大跨度索桥桥梁主跨涡激共振监测系统，其特征在于：还包括基座和调节支架，所述基座固定安装于相对待测桥梁稳定的位置，所述调节支架固定于基座上，所述机器视觉智能测量仪固定于调节支架上。3.根据权利要求1所述的机器视觉用于大跨度索桥桥梁主跨涡激共振监测系统，其特征在于：所述机器视觉智能测量仪通过卷积神经网络算法对记录的靶标图像进行畸变处理，校正靶标位移。4.根据权利要求1所述的机器视觉用于大跨度索桥桥梁主跨涡激共振监测系统，其特征在于：所述机器视觉智能测量仪采用动态局部视窗算法对记录的靶标图像进行计算，当被测桥梁跨中位置的靶标发生水平和竖向位移时，靶标坐标随之变化，从而测量到被测桥梁跨中位置的水平与竖向双向位移...

【专利技术属性】
技术研发人员：朱明，任红梅，李荣高，茅佳玮，顾璇，陈令吹，朱文杰，刘显雷，王业准，金峰，王小航，柳华正，叶启坤，孟圣洁，
申请(专利权)人：上海上自电气控制有限公司，
类型：发明
国别省市：