System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于机器视觉的结构振动与应变跟踪分析方法及系统技术方案_技高网

基于机器视觉的结构振动与应变跟踪分析方法及系统技术方案

技术编号:40265903 阅读:9 留言:0更新日期:2024-02-02 22:54
本发明专利技术属于结构振动分析技术领域,具体公开了基于机器视觉的结构振动与应变跟踪分析方法及系统,本发明专利技术根据获得高精度的多结构振动目标同步结构分析结果,在多点同步结构振动与应变跟踪分析应用场景中,相较于需要多台激光位移传感器设备的安装要求,单个毫米波雷达可以在结构振动与应变跟踪分析的过程中对其进行检测的单位进一步缩小,结构振动与应变跟踪分析系统能够便捷可靠地满足工程实际中的多点同步振动测试需求和振动位移结构振动与应变跟踪分析精度要求,从而使得整个方法在进行跟踪分析的过程中,分析过速度得到了提高,同时对于结构振动与应变跟踪分析的精度也更加准确。

【技术实现步骤摘要】

本专利技术属于结构振动分析,具体涉及基于机器视觉的结构振动与应变跟踪分析方法及系统


技术介绍

1、结构振动分析方法是一定要对结构的方方面面进行详细论述,有一个通篇的了解,然后,得出结论,这就是正所谓知其然,还要知其所以然。讨论了结构线性振动分析方法,包括单自由度系统的自由振动和强迫振动的分析方法,两自由度和多自由度系统的固有振动和响应分析的模态分析方法,弹性体自由振动及响应分析的模态分析方法,振动分析的近似方法一一瑞利能量法及吕兹分析方法等。

2、但是常见的分析方法在进行分析的过程中需要直接对设备进行接触分析,且分析检测过程中的单位精度较低,进而就使得检测精度不高。


技术实现思路

1、本专利技术的目的在于克服上述不足,提供基于机器视觉的结构振动与应变跟踪分析方法及系统,

2、为了达到上述目的,本专利技术采用如下技术方案:

3、第一方面,本专利技术提供基于机器视觉的结构振动与应变跟踪分析方法,包括:

4、获取毫米波雷达可以感知的多扫频周期基带的i/q信号参数,对该多扫频周期基带的i/q信号参数进行频谱分析,得到幅频谱的峰值分布,根据幅频谱的峰值分布得到距离像参数和目标的定位参数;

5、对幅频谱的峰值分布进行搜索和判别,得到距离像参数中的所有被测目标,采用基于傅里叶级数拟合的频率偏差补偿修正方法对被测目标进行处理,从而抑制邻近分量的耦合干扰;

6、对处理后的数据进行时频脊线峰值搜索和定位,得到单独的各目标分量;</p>

7、采用近似极大似然估计的相位估计算法对各目标分量进行处理,得到每个目标估计的干涉相位演变时间序列;

8、根据每个目标估计的干涉相位演变时间序列,反演计算各目标的结构振动参数;

9、根据结构振动参数,进行结构应变分析,得到相应的结构线性振动特征;

10、根据结构线性振动特征,得到t时段中相应的振动结构与毫米波雷达间相对距离随时间变化的逻辑关系;

11、获取毫米波雷达第1次检测到相应的结构时所生成的回波信号和该周期内回波信号的瞬时相位;

12、根据三角波线性调频形式,对回波信号和瞬时相位,得到毫米波雷达检测到的相应的结构应变值。

13、本专利技术进一步的改进在于,傅里叶级数逼近拟合的具体方法如下:

14、

15、其中,l和f0分别为结构振动的傅里叶级数拟合的阶数和基频,用于控制结构振动过程中产生的信号参数分解的带宽,am,i、fm,i和θm,i分别为第i个扫频周期第m个分量信号参数的幅值、频率和相位,由于振动运动的调制,为非线性时变频率,为该分量的粗略估计频率,结构振动的模型参数和通过多分量联合的最小二乘优化估计得到。

16、本专利技术进一步的改进在于,采用近似极大似然估计的相位估计算法对各目标分量进行处理的具体方法如下:

17、

18、其中,arg[]为取复数相位运算,sm(it+nts)为第m个分量在第i个扫频周期时间内的离散信号参数,ts为采样时间间隔,n为信号参数的总离散点数,为第m个分量的差拍频率估计值。

19、本专利技术进一步的改进在于,进行结构应变分析的具体方法如下:

20、

21、其中,f0为载波频率,λ为调频斜率,b和分别为分析时的有效带宽与分析时的有效时宽,为则第k周期毫米波雷达信号的结构线性振动特征。

22、本专利技术进一步的改进在于,t时段中相应的振动结构与毫米波雷达间相对距离随时间变化的逻辑关系如下:

23、r(t)=r0+vic+fd

24、其中,r0为相应的振动结构与毫米波雷达之间的初始间距,c为空气里电磁波的传播速度,vi为静止状态下毫米波雷达传输速率。

25、本专利技术进一步的改进在于,毫米波雷达第1次检测到相应的结构时所生成的回波信号为:

26、

27、其中,b为分析时的有效带宽,τ(t)为相应的结构在t时段中的瞬时回波延时,为反射系数。

28、本专利技术进一步的改进在于,该周期内回波信号的瞬时相位为:

29、

30、其中,λ为调频斜率,为分析时的有效时宽。

31、本专利技术进一步的改进在于,毫米波雷达检测到的相应的结构应变值的计算方法如下:

32、

33、其中,为毫米波雷达第1次检测到相应的结构时所生成的回波信号,为周期内回波信号的瞬时相位,b为分析时的有效带宽,τ(t)为相应的结构在t时段中的瞬时回波延时,λ为调频斜率,为分析时的有效时宽,c为空气里电磁波的传播速度。

34、第二方面,本专利技术提供基于机器视觉的结构振动与应变跟踪分析系统,包括:

35、基带信号参数处理模块,用于获取毫米波雷达可以感知的多扫频周期基带的i/q信号参数,对该多扫频周期基带的i/q信号参数进行频谱分析,得到幅频谱的峰值分布,根据幅频谱的峰值分布得到距离像参数和目标的定位参数;

36、被测目标处理模块,用于对幅频谱的峰值分布进行搜索和判别,得到距离像参数中的所有被测目标,采用基于傅里叶级数拟合的频率偏差补偿修正方法对被测目标进行处理,从而抑制邻近分量的耦合干扰;

37、目标分量获取模块,用于对处理后的数据进行时频脊线峰值搜索和定位,得到单独的各目标分量;

38、相位干涉模块,用于采用近似极大似然估计的相位估计算法对各目标分量进行处理,得到每个目标估计的干涉相位演变时间序列;

39、振动参数反演模块,用于根据每个目标估计的干涉相位演变时间序列,反演计算各目标的结构振动参数;

40、结构线性振动特征获取模块,用于根据结构振动参数,进行结构应变分析,得到相应的结构线性振动特征;

41、逻辑关系获取模块,用于根据结构线性振动特征,得到t时段中相应的振动结构与毫米波雷达间相对距离随时间变化的逻辑关系;

42、回波相位获取模块,获取毫米波雷达第1次检测到相应的结构时所生成的回波信号和该周期内回波信号的瞬时相位;

43、结构应变值获取模块,用于根据三角波线性调频形式,对回波信号和瞬时相位,得到毫米波雷达检测到的相应的结构应变值。

44、本专利技术进一步的改进在于,在检测点处安装结构振动传感器,采集结构振动数字信号,取得振动检测的对比值,采用时域分析法分析结构振动检测的有效性与准确性。

45、与现有技术相比,本专利技术具有如下有益效果:

46、本专利技术根据获得高精度的多结构振动目标同步结构分析结果,在多点同步结构振动与应变跟踪分析应用场景中,相较于需要多台激光位移传感器设备的安装要求,单个毫米波雷达可以在结构振动与应变跟踪分析的过程中对其进行检测的单位进一步缩小,结构振动与应变跟踪分析系统能够便捷可靠地满足工程实际中的多点同步振动测试需求和振动位移结构振动与应变跟踪分析精度要求,从而使得整个方法在进行跟踪分析的过程中,分本文档来自技高网...

【技术保护点】

1.基于机器视觉的结构振动与应变跟踪分析方法,其特征在于,包括:

2.根据权利要求1所述的基于机器视觉的结构振动与应变跟踪分析方法,其特征在于,傅里叶级数逼近拟合的具体方法如下:

3.根据权利要求1所述的基于机器视觉的结构振动与应变跟踪分析方法,其特征在于,采用近似极大似然估计的相位估计算法对各目标分量进行处理的具体方法如下:

4.根据权利要求1所述的基于机器视觉的结构振动与应变跟踪分析方法,其特征在于,进行结构应变分析的具体方法如下:

5.根据权利要求1所述的基于机器视觉的结构振动与应变跟踪分析方法,其特征在于,t时段中相应的振动结构与毫米波雷达间相对距离随时间变化的逻辑关系如下:

6.根据权利要求1所述的基于机器视觉的结构振动与应变跟踪分析方法,其特征在于,毫米波雷达第1次检测到相应的结构时所生成的回波信号为:

7.根据权利要求6所述的基于机器视觉的结构振动与应变跟踪分析方法,其特征在于,该周期内回波信号的瞬时相位为:

8.根据权利要求1所述的基于机器视觉的结构振动与应变跟踪分析方法,其特征在于,毫米波雷达检测到的相应的结构应变值的计算方法如下:

9.基于机器视觉的结构振动与应变跟踪分析系统,其特征在于,包括:

10.根据权利要求9所述的基于机器视觉的结构振动与应变跟踪分析系统,其特征在于,在检测点处安装结构振动传感器,采集结构振动数字信号,取得振动检测的对比值,采用时域分析法分析结构振动检测的有效性与准确性。

...

【技术特征摘要】

1.基于机器视觉的结构振动与应变跟踪分析方法,其特征在于,包括:

2.根据权利要求1所述的基于机器视觉的结构振动与应变跟踪分析方法,其特征在于,傅里叶级数逼近拟合的具体方法如下:

3.根据权利要求1所述的基于机器视觉的结构振动与应变跟踪分析方法,其特征在于,采用近似极大似然估计的相位估计算法对各目标分量进行处理的具体方法如下:

4.根据权利要求1所述的基于机器视觉的结构振动与应变跟踪分析方法,其特征在于,进行结构应变分析的具体方法如下:

5.根据权利要求1所述的基于机器视觉的结构振动与应变跟踪分析方法,其特征在于,t时段中相应的振动结构与毫米波雷达间相对距离随时间变化的逻辑关系如下:

6.根据权利要求1所...

【专利技术属性】
技术研发人员:潘渤杨青赵博张民王成华李梦龙张昔国郑祥兵王炳莉付承国姜肇雨邹清林
申请(专利权)人:西安热工研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1