一种基于视觉识别的模数式伸缩缝智能监测方法技术

技术编号:40879310 阅读:32 留言:0更新日期:2024-04-08 16:49
本发明专利技术公开了一种基于视觉识别的模数式伸缩缝智能监测方法,包括:在正常工况下,通过图像采集设备沿滑轨进行巡航,采集桥梁伸缩装置的伸缩缝中梁的原始振动数据,基于所述振动原始数据计算振动特征数据,并根据振动特征数据设置阈值或正常范围;所述振动特征数据包括振动位移均方根值的峰值、振动加速度均方根值的峰值、峰值衰减速度、频域振动频谱中前几阶对应的频率及幅值;在实时工况下,通过图像采集设备沿滑轨进行巡航,采集桥梁伸缩装置的伸缩缝中梁的实时振动数据,基于所述实时振动数据计算振动特征数据,并判断此振动特征数据是否超出设置的阈值或正常范围,从而监测桥梁伸缩装置是否出现故障。

【技术实现步骤摘要】

本专利技术涉及桥梁监测,尤其涉及一种基于视觉识别的模数式伸缩缝智能监测方法


技术介绍

1、由于交通技术的飞速发展,大跨径桥梁的数量随着各类交通线路里程的增长也在不断地增加。温差、车辆载荷以及自身的收缩徐变等因素均会引起桥梁的变形,在两梁端之间以及梁端与桥台之间设置伸缩缝可以对这种纵向变形进行调节,提升桥梁自身的安全性和可靠性,从而提高车辆的安全性和舒适性。

2、然而,由于四季温差甚至昼夜温差大、车辆载荷冲击大且频繁等原因,会使伸缩缝橡胶弹簧老化和易位,导致伸缩缝丧失其功能性,严重影响行驶车辆的安全性和舒适性。因此,对桥梁大位移伸缩缝的健康状态进行监测以及预警是十分有必要的。目前对伸缩缝的监测主要采取的是人工定期目检的方式,这种方式不仅耗费了巨大的人力资源,对伸缩缝病态的判断方法也因人而异,最重要的是,无法实现实时监测和及时预警。


技术实现思路

1、为了解决上述问题,本专利技术提出一种基于视觉识别的模数式伸缩缝智能监测方法,通过图像采集设备进行一对多的振动特征(振动位移/速度/加速度/频谱)采集,本文档来自技高网...

【技术保护点】

1.一种基于视觉识别的模数式伸缩缝智能监测方法,其特征在于,包括:

2.根据权利要求1所述的一种基于视觉识别的模数式伸缩缝智能监测方法,其特征在于,所述振动位移均方根值的峰值的计算方法包括:根据振动位移计算均方根值,得到整个振动过程的振动位移均方根值曲线,选取振动位移均方根值曲线的峰值作为振动位移均方根值的峰值。

3.根据权利要求2所述的一种基于视觉识别的模数式伸缩缝智能监测方法,其特征在于,所述根据振动位移计算均方根值包括:将振动位移以预设第一时间为滑移步长计算每个预设第二时间区间内的均方根值,所述预设第一时间小于预设第二时间。

4.根据权利要求1所...

【技术特征摘要】

1.一种基于视觉识别的模数式伸缩缝智能监测方法,其特征在于,包括:

2.根据权利要求1所述的一种基于视觉识别的模数式伸缩缝智能监测方法,其特征在于,所述振动位移均方根值的峰值的计算方法包括:根据振动位移计算均方根值,得到整个振动过程的振动位移均方根值曲线,选取振动位移均方根值曲线的峰值作为振动位移均方根值的峰值。

3.根据权利要求2所述的一种基于视觉识别的模数式伸缩缝智能监测方法,其特征在于,所述根据振动位移计算均方根值包括:将振动位移以预设第一时间为滑移步长计算每个预设第二时间区间内的均方根值,所述预设第一时间小于预设第二时间。

4.根据权利要求1所述的一种基于视觉识别的模数式伸缩缝智能监测方法,其特征在于,所述振动加速度均方根值的峰值的计算方法包括:通过频域微分算法对振动位移进行二阶微分得到振动加速度,根据振动加速度计算均方根值,得到整个振动过程的振动加速度均方根值曲线,选取振动加速度均方根值曲线的峰值作为振动加速度均方根值的峰值。

5.根据权利要求4所述的一种基于视觉识别的模数式伸缩缝智能监测方法,其特征在于,所述根据振动加速度计算均方根值包括:将振动加速度以预设第一时间为滑移步长计算每个预设第二时间区间内的均方根值,所述预设第一时间小于预设第...

【专利技术属性】
技术研发人员:肖育廷徐源庆朱国罗纪波李冲邹威向上岳军刘家富
申请(专利权)人:成都市新筑交通科技有限公司
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