非接觸式結(jié)構(gòu)動力特性識別方法及試驗驗證

董傳智， 葉肖偉， 劉 坦

(浙江大學(xué) 建筑工程學(xué)院，杭州 310058)

非接觸式結(jié)構(gòu)動力特性識別方法及試驗驗證

董傳智， 葉肖偉， 劉 坦

(浙江大學(xué) 建筑工程學(xué)院，杭州 310058)

針對傳統(tǒng)結(jié)構(gòu)振動監(jiān)測中存在的弊端，比如傳感器和線纜布設(shè)困難、干擾交通等，提出了一種基于機器視覺技術(shù)的非接觸式結(jié)構(gòu)動力特性識別方法。發(fā)展了基于模板匹配算法的多點結(jié)構(gòu)動態(tài)位移計算方法，利用多點結(jié)構(gòu)位移時程信號識別結(jié)構(gòu)動力特性。制作模擬橋塔的鋼豎桿并安裝LED燈和加速度傳感器，同時采用機器視覺位移測量系統(tǒng)和加速度測量系統(tǒng)進行振動監(jiān)測及動力特性識別比較研究，試驗結(jié)果表明本文方法和加速度測量方法計算得到的結(jié)構(gòu)動力指標(biāo)相當(dāng)吻合，驗證了該方法在結(jié)構(gòu)動力特性識別方面的可行性。

振動監(jiān)測；結(jié)構(gòu)位移；機器視覺技術(shù)；模板匹配算法；模態(tài)參數(shù)識別

土木工程結(jié)構(gòu)在外荷載(如風(fēng)荷載、交通荷載和地震荷載等)作用下容易振動，使結(jié)構(gòu)局部構(gòu)件產(chǎn)生疲勞和開裂破壞。結(jié)構(gòu)的振動特性識別是評估結(jié)構(gòu)承受動荷載能力和評價結(jié)構(gòu)在外界激勵作用下的受力行為的重要途徑。但是，由于現(xiàn)實中存在的不合理假設(shè)以及結(jié)構(gòu)本身的缺陷和損傷，模型計算的方法往往不能準(zhǔn)確地獲得結(jié)構(gòu)的振動特性。通過監(jiān)測的手段可以獲得可靠的結(jié)構(gòu)振動特性信息[1]，并用于結(jié)構(gòu)計算模型的更新、可靠的損傷識別方法的建立以及合理的振動控制措施的制定。結(jié)構(gòu)振動監(jiān)測和動態(tài)特性識別已經(jīng)成為結(jié)構(gòu)健康監(jiān)測領(lǐng)域的重要任務(wù)之一。

傳統(tǒng)的結(jié)構(gòu)振動監(jiān)測方法是通過預(yù)先在結(jié)構(gòu)構(gòu)件上布設(shè)加速度傳感器，獲取在人工激勵或者環(huán)境激勵作用下結(jié)構(gòu)的振動加速度信號，采用時域或頻域的分析方法識別結(jié)構(gòu)的振動特性。樊可清等[2]通過改進的隨機子空間系統(tǒng)識別方法，對香港汀九橋健康監(jiān)測系統(tǒng)的加速度數(shù)據(jù)進行分析，提高了在臺風(fēng)天氣等情況下評價和預(yù)測橋梁結(jié)構(gòu)狀態(tài)的實時性。KIM等[3]使用無線智能傳感器對一個在役鐵路橋梁進行監(jiān)測，對加速度信號通過峰值拾取法和NExT ERA算法進行處理，從而進行結(jié)構(gòu)系統(tǒng)識別。AU等[4]通過貝葉斯方法實現(xiàn)了對結(jié)構(gòu)的模態(tài)參數(shù)識別。YANG等[5]在實驗室搭建了一個用CFRP材料做成的蘇通大橋斜拉索模型，利用加速度傳感器監(jiān)測拉索的振動，獲得了斜拉索的振動特性和模態(tài)信息。李枝軍等[6]通過有限元方法和基于環(huán)境激勵的模態(tài)試驗分析，利用傳感器測得的加速度信號，研究了潤揚長江公路大橋南汊懸索橋掛纜前后橋塔的動態(tài)特性。然而，通過加速度傳感器獲取結(jié)構(gòu)的振動信號，不僅需要預(yù)先在結(jié)構(gòu)上布置傳感器，而且需要考慮數(shù)據(jù)傳輸、供電等因素，甚至測試過程中需要封閉車道，給道路交通帶來壓力。為了解決傳統(tǒng)振動監(jiān)測方法存在的弊端，亟需開發(fā)新型結(jié)構(gòu)振動監(jiān)測技術(shù)。

隨著數(shù)字圖像處理、信號處理和計算機技術(shù)的快速發(fā)展，基于機器視覺的結(jié)構(gòu)動態(tài)監(jiān)測技術(shù)在結(jié)構(gòu)健康監(jiān)測領(lǐng)域引起高度關(guān)注[7-9]。FUKUTA等[10]通過使用魯棒目標(biāo)搜索算法開發(fā)了一種高性價比的基于機器視覺技術(shù)的位移監(jiān)測方法，用于監(jiān)測結(jié)構(gòu)的動態(tài)響應(yīng)。BUSCA等[11]采用基于機器視覺的位移監(jiān)測方法對橋梁實現(xiàn)了多點振動監(jiān)測。RIBEIRO等[12]將基于機器視覺的非接觸式位移測量方法應(yīng)用于鐵路橋梁的振動監(jiān)測。

本文提出了一種基于機器視覺技術(shù)的非接觸式多點同步動態(tài)位移監(jiān)測方法，介紹了多點模板匹配算法和位移識別流程，開發(fā)了一套基于機器視覺技術(shù)的結(jié)構(gòu)振動監(jiān)測和動力特性識別系統(tǒng)。利用傳統(tǒng)的加速度測量方法和本文提出的方法對實驗室中的一根鋼制豎桿結(jié)構(gòu)進行振動監(jiān)測和動力特性分析，驗證了本文提出的方法在結(jié)構(gòu)振動監(jiān)測和模態(tài)參數(shù)識別方面的可行性。

1 基于機器視覺的結(jié)構(gòu)動力特性識別方法

1.1 非接觸式多點結(jié)構(gòu)動態(tài)位移測量方法

基于機器視覺技術(shù)的非接觸式多點動態(tài)位移監(jiān)測方法的基本原理是多點模板匹配算法。該算法通過搜索和匹配在圖像中與預(yù)設(shè)目標(biāo)物“相同”的區(qū)域，達到確定目標(biāo)位置的目的。首先，需要用工業(yè)數(shù)碼相機拍攝含有目標(biāo)物的區(qū)域，并在拍攝到的第一張圖像中選取不同的目標(biāo)物作為模板，然后用選定的模板在相機后續(xù)拍攝到的圖像中搜索。搜索的過程中會對模板和圖像區(qū)域進行相關(guān)匹配運算，當(dāng)匹配運算的得分達到最大值時，模板與圖像區(qū)域相關(guān)度最大，則可以確定此區(qū)域即為目標(biāo)物在圖像中的位置。當(dāng)每個模板均在圖像中匹配完成，所有目標(biāo)的位置即被確定[13]。

圖1為基于機器視覺的多點結(jié)構(gòu)動態(tài)位移監(jiān)測流程圖。首先，通過相機拍攝一張包含所有待監(jiān)測目標(biāo)的圖像，并在圖像范圍內(nèi)劃取帶有被監(jiān)測目標(biāo)的區(qū)域作為模板，得到模板的中心像素坐標(biāo)。然后，計算目標(biāo)T0i與標(biāo)定參照點R0之間實際距離Di和像素距離pi的比值，得到比例系數(shù)r，并以此作為當(dāng)前相機拍攝后續(xù)的所有圖像的標(biāo)定參數(shù)。然后，將第一張圖像中預(yù)先設(shè)定的模板在相機后續(xù)拍攝的圖像中進行搜索，并進行模板匹配運算。模板在進行搜索和匹配的過程中，根據(jù)圖像相關(guān)運算，每一個模板匹配都會得到一個歸一化的相關(guān)系數(shù)[9]。當(dāng)這個歸一的相關(guān)系數(shù)達到最大值時，預(yù)設(shè)的模板在本圖像中達到最佳匹配，從而確定含有監(jiān)測目標(biāo)的模板在圖像中的中心像素坐標(biāo)。計算匹配到的圖像區(qū)域的中心像素值與預(yù)先制定的模板的中心像素值的差值，可以得到目標(biāo)點的像素坐標(biāo)變化，即圖1中的(xti-x0i,yti-y0i)。最后，用標(biāo)定得到的比例系數(shù)r乘以像素坐標(biāo)變化差值即可得到各個目標(biāo)點在水平和豎直方向的真實位移。

圖1 基于機器視覺的多點結(jié)構(gòu)動態(tài)位移監(jiān)測流程圖Fig.1 Flowchart of machine vision-based monitoring of multi-point structural dynamic displacements

在實際應(yīng)用和編程設(shè)計中，為了提高匹配速度和操作效率，對每個模板預(yù)先設(shè)定一個感興趣區(qū)域(ROI)和相關(guān)系數(shù)閾值。土木工程結(jié)構(gòu)的監(jiān)測目標(biāo)點在一定工作范圍內(nèi)不會“游離出”某個區(qū)域，而這個區(qū)域也就是感興趣區(qū)域(ROI)，通過框定ROI，使得搜索和匹配任務(wù)只在ROI小范圍而不是在整張圖像中進行，減少不必要的無關(guān)匹配過程，既能節(jié)省計算機占用的內(nèi)存，又能減少匹配時間。在搜索匹配和相關(guān)運算中，給歸一化相關(guān)系數(shù)設(shè)定一個閾值，匹配到的相關(guān)系數(shù)超過這個閾值時，就停止搜索和匹配任務(wù)。并且認(rèn)為模板匹配成功，即目標(biāo)已經(jīng)找到?？梢赃M一步提高匹配速度。ROI和閾值的設(shè)定對于在相機拍攝幀率確定的情況下，提高系統(tǒng)采樣頻率可以發(fā)揮積極作用。

1.2 基于位移時程信號的結(jié)構(gòu)動力特性識別

在基于機器視覺動態(tài)位移時程信號的結(jié)構(gòu)動力特性識別中，需要事先在被測結(jié)構(gòu)上設(shè)定測點作為系統(tǒng)的監(jiān)測目標(biāo)。然后在結(jié)構(gòu)的適當(dāng)位置施加一個隨機激勵，讓結(jié)構(gòu)發(fā)生自由振動并在阻尼作用下不斷衰減，振動數(shù)據(jù)采集系統(tǒng)記錄下結(jié)構(gòu)上各個測點的動態(tài)衰減時程，當(dāng)結(jié)構(gòu)衰減完成之后將得到各個測點的自由振動位移時程曲線xi(t)。

圖2表示對位移時程信號xi(t)做時頻轉(zhuǎn)換的流程圖，為了減少在從時域到頻域進行轉(zhuǎn)換過程中的泄露問題，首先對位移時程信號進行加窗處理，然后再進行快速傅里葉變換(FFT)，得到一個傅里葉復(fù)數(shù)序列Xi(f)、幅值譜|Xi(f)|和虛部譜Im[Xi(f)]，這里f表示頻率，Im表示對傅里葉變換之后的復(fù)數(shù)序列提取虛部序列并作為虛部譜。通過拾取某一個測點位移信號FFT之后的幅值譜|Xi(f)|上的峰值點，可以確定結(jié)構(gòu)的各個模態(tài)信息。其中幅值譜上峰值從左到右的序號代表著相應(yīng)的模態(tài)階次，峰值的橫坐標(biāo)代表這一階模態(tài)的模態(tài)頻率。縱坐標(biāo)代表這個測點在這階模態(tài)的振型圖上的幅值大小。振型圖上的振動方向則依靠虛部譜進行判斷。若各個測點對應(yīng)某階模態(tài)的虛部譜上縱坐標(biāo)符號為正，則確定幅值譜所取峰值縱坐標(biāo)在振型圖上的符號為正，反之取負(fù)。

圖2 時頻轉(zhuǎn)換流程圖Fig.2 Flowchart of time-frequency domain transform

對于第n階模態(tài)振型圖，第i個測點上的縱坐標(biāo)Si(fn)，可以通過以下公式進行計算：

(1)

那么第n階模態(tài)振型圖上對應(yīng)第i個測點的模態(tài)坐標(biāo)即為(yi,Si(fn))，這里yi代表第i個監(jiān)測點的位置坐標(biāo)。另外，在結(jié)構(gòu)的支撐點上的模態(tài)幅值為0。用折線連接由位移測點和支撐點確定的模態(tài)振型圖上的點就可以得到這一階模態(tài)的振型圖。

2 試驗驗證

2.1 機器視覺結(jié)構(gòu)位移測量系統(tǒng)

基于機器視覺的非接觸式結(jié)構(gòu)位移測量系統(tǒng)包括高精度工業(yè)CCD相機、可變焦距鏡頭、千兆以太網(wǎng)線、計算機和軟件系統(tǒng)。系統(tǒng)的精度依賴于相機的像素和相機鏡頭到被測目標(biāo)的距離。本文所述的系統(tǒng)中，工業(yè)CCD數(shù)碼相機選用德國Allied Vision Technologies公司生產(chǎn)的型號為Prosilica GE1050的相機，其像素大小為1 024×1 024，相機最大幀率為59FPS。鏡頭采用美國NAVITAR公司生產(chǎn)的12倍工業(yè)變焦鏡頭。整個系統(tǒng)如圖3(a)所示。

2.2 試驗裝置

大跨度索承橋梁的橋塔作為大跨度橋梁的主要構(gòu)件和其整體動力特性的重要決定部分，其振動狀態(tài)不僅影響橋塔建設(shè)和纜索施工過程，而且對后續(xù)橋梁運營過程中的整體性能也有很大的影響。因此，對橋塔的結(jié)構(gòu)振動監(jiān)測和動力特性識別非常重要。在實驗室制作和安裝一個下端固定的鋼豎桿模擬橋塔，如圖3(b)所示。鋼豎桿的高度為1.5 m，截面尺寸為4 mm×30 mm，密度為7 800 kg/m3，彈性模量為195 GPa。

本文通過對比研究機器視覺位移測量系統(tǒng)和加速度測量系統(tǒng)對同一鋼豎桿的水平振動監(jiān)測和模態(tài)分析結(jié)果，驗證基于機器視覺技術(shù)的非接觸式結(jié)構(gòu)位移測量系統(tǒng)進行結(jié)構(gòu)振動監(jiān)測和動力特性識別的可行性。如圖3所示，采用兩套振動測量系統(tǒng)對一根下端固定的鋼豎桿進行振動監(jiān)測。在鋼豎桿的2個三等分點和最上面的自由端布置三個振動監(jiān)測測點，從上往下依次為P1、P2和P3。在每個測點上均布置一個LED燈和一個加速度傳感器。

圖3 試驗裝置布置圖Fig.3 Layout of experimental setup

LED燈作為機器視覺位移測量系統(tǒng)的目標(biāo)監(jiān)測點，質(zhì)量為0.17 g。LED燈在環(huán)境中的識別度較高，能夠提高監(jiān)測目標(biāo)在相機范圍內(nèi)的對比度，對曝光補償要求相對較小。因為如果目標(biāo)物不清晰、識別度不高，拍照過程的曝光時間變長，導(dǎo)致相機的幀率降低，并且在模板匹配過程中的耗時將會變長，從而降低實時監(jiān)測中系統(tǒng)的采樣頻率。本文使用LED燈作為目標(biāo)點，可以提高系統(tǒng)的實時采樣頻率和振動監(jiān)測效果。加速度傳感器采用江蘇聯(lián)能CA-YD181型傳感器，質(zhì)量為11 g。采用結(jié)合江蘇聯(lián)能YE3826A IEPE信號調(diào)理器、美國國家儀器數(shù)據(jù)采集設(shè)備NI SCXI1520和LabVIEW圖形編程語言平臺編寫的加速度信號采集軟件平臺，同時采集三個加速度傳感器的加速度時程信號。兩套測量系統(tǒng)的采樣頻率均設(shè)置為50 Hz。

2.3 對比試驗和結(jié)果分析

在試驗過程中，通過在鋼豎桿上施加一個外部隨機激勵，讓其發(fā)生水平振動。同時啟動兩套位移測量系統(tǒng)，同步記錄鋼豎桿在阻尼作用下三個測點(P1、P2和P3)的振動衰減信號。圖4至圖6表示機器視覺位移測量系統(tǒng)獲得的三個測點(P1、P2和P3)的位移時程和經(jīng)過FFT處理后的幅值譜。圖7至圖9表示加速度測量系統(tǒng)獲得的三個測點(P1、P2和P3)的加速度時程和經(jīng)過FFT處理后的幅值譜。

對位移時程和加速度時程信號進行傅里葉變換并拾取峰值，利用各測點在各階振動模態(tài)上的相位關(guān)系，獲得結(jié)構(gòu)的模態(tài)振型圖。圖10表示機器視覺位移測量系統(tǒng)和加速度測量系統(tǒng)得到的鋼豎桿前兩階振動模態(tài)圖，并與理論計算值進行對比。圖中紅線為鋼豎桿靜置狀態(tài)(Static)，黑線(Theory)為通過結(jié)構(gòu)振動理論計算得到的模態(tài)振型圖[14]，藍線(Vision)為機器視覺位移測量系統(tǒng)得到的模態(tài)振型圖，綠線(Acc)為加速度測量系統(tǒng)得到的模態(tài)振型圖。由圖10可以看出，機器視覺位移測量系統(tǒng)獲得的模態(tài)振型和加速度測量系統(tǒng)以及理論計算值均相當(dāng)吻合，從而表明機器視覺測量系統(tǒng)在結(jié)構(gòu)動力識別方面是可行的。

圖4 P1測點機器視覺位移測量結(jié)果Fig.4Measuredvision-baseddisplacementresultsofP1圖5 P2測點機器視覺位移測量結(jié)果Fig.5Measuredvision-baseddisplacementresultsofP2圖6 P3測點機器視覺位移測量結(jié)果Fig.6Measuredvision-baseddisplacementresultsofP3

圖7 P1測點加速度測量結(jié)果Fig.7MeasuredaccelerationresultsofP1圖8 P2測點加速度測量結(jié)果Fig.8MeasuredaccelerationresultsofP2圖9 P3測點加速度測量結(jié)果Fig.9MeasuredaccelerationresultsofP3

圖10 模態(tài)振型比較分析Fig.10 Comparative analysis of modal shapes

表1列出了通過分析機器視覺位移測量系統(tǒng)和加速度測量系統(tǒng)結(jié)果獲得的鋼豎桿第一階和第二階模態(tài)頻率。由表1可以看出，機器視覺位移測量系統(tǒng)測得的模態(tài)頻率和加速度測量系統(tǒng)測得的模態(tài)頻率相差較小，但是二者得到的結(jié)果均與理論計算值存在一定的偏差，分析其原因可能為：①理論計算過程中做了一些理想化的假設(shè)，而這些假設(shè)與鋼豎桿的加工和安裝邊界條件有一定差距，從而導(dǎo)致兩種測量方法分析得到的模態(tài)頻率均與理論計算值存在偏差；②每個測點處布置了LED燈(0.17 g)和加速度傳感器，作為附加質(zhì)量加于鋼豎桿上，影響豎桿的整體振動特性，使得測量頻率偏低。

表1 模態(tài)頻率對比分析

3 結(jié) 論

本文提出了一種基于機器視覺技術(shù)的非接觸式結(jié)構(gòu)動力特性識別方法。對實驗室中的一根鋼豎桿進行振動監(jiān)測和動力特性識別，并與傳統(tǒng)的加速度測量方法進行對比研究，結(jié)果表明：

(1)本文方法可以同時測量被測結(jié)構(gòu)上多個目標(biāo)點的動態(tài)位移，監(jiān)測目標(biāo)點布置簡單方便。監(jiān)測系統(tǒng)與被測目標(biāo)點之間不需要布線，具有非接觸式測量的特點。

(2) 本文方法計算得到的模態(tài)頻率與傳統(tǒng)的加速度測量系統(tǒng)的結(jié)果相當(dāng)吻合，第一階模態(tài)頻率相差1.577%，第二階模態(tài)頻率相差2.524%。兩種系統(tǒng)得到的模態(tài)振型也具有一致性，表明本文方法在結(jié)構(gòu)動力特性識別方面是可行的。

(3) 本文將LED燈作為監(jiān)測目標(biāo)點有效地提高了監(jiān)測過程中系統(tǒng)的采樣頻率。在相機最大幀率為59FPS的情況下，加上模板匹配時間，系統(tǒng)的實時采樣頻率能達到50 Hz，滿足實時振動監(jiān)測要求。

本文提出的基于機器視覺技術(shù)的非接觸式結(jié)構(gòu)位移測量方法是對相機拍攝到的圖像序列進行分析而得到位移。圖像中目標(biāo)物所占的像素多少將會直接影響模板匹配的分值，目標(biāo)物在圖像中所占的像素越少，模板匹配的分值和測量精度則越低。另外，圖像傳感器的分辨率一旦確定，其單個像素所對應(yīng)的實際場景尺寸的大小(即本文中定義的比例系數(shù)r)將決定測試結(jié)果的最高分辨率。另一方面，在光學(xué)透鏡成像過程中可能會發(fā)生圖像畸變，造成圖像中被監(jiān)測的運動目標(biāo)所屬區(qū)域發(fā)生畸變，降低模板匹配的效果和測量精度。

本文提出的方法能否在環(huán)境條件更加復(fù)雜的實際工程中應(yīng)用，還需做進一步的現(xiàn)場測試工作。另外，還需研究外界環(huán)境因素變化(如光線變化、大霧、下雨天氣、相機支撐點振動等)對系統(tǒng)測量精度和穩(wěn)定性的影響，為系統(tǒng)的現(xiàn)場應(yīng)用提供理論和技術(shù)支撐。

[ 1 ] CHATZIS M N, CHATZI E N, SMYTH A W. An experimental validation of time domain system identification methods with fusion of heterogeneous data [J].Earthquake Engineering & Structural Dynamics, 2015, 44: 523-547.

[ 2 ] 樊可清,倪一清,高贊明. 改進隨機子空間系統(tǒng)辨識方法及其在橋梁狀態(tài)監(jiān)測中的應(yīng)用[J]. 中國公路學(xué)報, 2004, 17(4): 73-76. FAN Keqing, NI Yiqing, GAO Zanming. Improved stochastic system identification approach with its application in bridge condition monitoring [J]. China Journal of Highway and Transport, 2004, 17(4): 73-76.

[ 3 ] KIM R E, MOREU F, SPENCER JR B F. System identification of an in-service railroad bridge using wireless smart sensors [J].Smart Structures and Systems, 2015, 15(3): 683-698.

[ 4 ] AU S K, ZHANG F L,NI Y C. Bayesian operational modal analysis: Theory, computation, practice[J].Computers and Structures, 2013, 126: 3-14.

[ 5 ] YANG Y, WANG X,WU Z S. Experimental study of vibration characteristics of FRP cables for long-span cable-stayed bridges [J].Journal of Bridge Engineering, 2015, 20, 04014074.

[ 6 ] 李枝軍,韓曉林,李愛群,等.懸索橋橋塔掛纜前后動態(tài)特性分析與測試[J].中國公路學(xué)報, 2007(5): 54-58. LI Zhijun, HAN Xiaolin, LI Aiqun, et al. Dynamic analysis and test of bridge tower of suspension bridge before and after cable installed [J]. China Journal of Highway and Transport, 2007(5): 54-58.

[ 7 ] YE X W, NI Y Q, WAI T T, et al. A vision-based system for dynamic displacement measurement of long-span bridges: algorithm and verification [J].Smart Structures and Systems, 2013, 12(3/4):363-379.

[ 8 ] 葉肖偉,張小明,倪一清,等. 基于機器視覺技術(shù)的橋梁撓度測試方法[J]. 浙江大學(xué)學(xué)報(工學(xué)版), 2014, 48(5): 813-819. YE Xiaowei, ZHANG Xiaoming, NI Yiqing,et al. Bridge deflection measurement method based on machine vision technology [J]. Journal of Zhejiang University (Engineering Science), 2014, 48(5): 813-819.

[ 9 ] YE X W, YI T H, DONG C Z, et al. Multi-point displacement monitoring of bridges using a vision-based approach [J].Wind and Structures, 2015, 20(2): 315-326.

[10] FUKUDA Y, FENG M Q, NARITA Y, et al. Vision-based displacement sensor for monitoring dynamic response using robust object search algorithm [J].IEEE Sensors Journal, 2013, 13(12): 4725-4732.

[11] BUSCA G, CIGADA A, MAZZOLENI P,et al. Vibration monitoring of multiple bridge points by means of a unique vision-based measuring system [J].Experimental Mechanics, 2014, 54: 255-271.

[12] RIBEIRO D, CAL?ADA R, FERREIRA J,et al. Non-contact measurement of the dynamic displacement of railway bridges using an advanced video-based system [J]. Engineering Structures, 2014, 75: 164-180.

[13] GONZALEZ R C,WOODS R E. Digital Image Processing, (3rd Edition) [M].Pearson Prentice Hall, Upper Saddle River, NJ, USA, 2008.

[14] CLOUGH R W,PENZIEN J. Dynamics of structures, (3rd Edition) [M].Computers & Structures, Inc., Berkeley, CA, USA, 2003.

Noncontact structural dynamic characteristics identification method and its test verification

DONG Chuanzhi, YE Xiaowei, LIU Tan

(College of Civil Engineering and Architecture, Zhejiang University, Hangzhou 310058, China)

A noncontact structural dynamic characteristics identification method based on machine vision technology was proposed in order to overcome the existent drawbacks of traditional structural vibration monitoring, such as, difficult arrangement of sensors and wires, disturbing traffic, etc. The method of multi-point structural dynamic displacement calculation based on the pattern matching algorithm was developed. Structural dynamic characteristics were identified by using multi-point structural displacement time history signals. A vertical steel bar to analog a bridge tower was fabricated, LED lamps and accelerometers were deployed on it. A comparative investigation for vibration monitoring and dynamic characteristics identification was conducted using the vision-based displacement measurement system and the acceleration measurement system synchronously. The test results demonstrated that the structural dynamic indices with the proposed system and the acceleration measurement system agree well, they verify the feasibility of the proposed method for structural dynamic characteristics identification.

vibration monitoring; structural displacement; machine vision technology; pattern matching algorithm; modal parameter identification

國家自然科學(xué)基金(51308493)；教育部高等學(xué)校博士學(xué)科點專項科研基金(20130101120080)

2015-06-12 修改稿收到日期：2015-12-31

董傳智 男，碩士生，1988年11月生

葉肖偉 男，博士，副教授，1980年11月生 E-mail:cexwye@zju.edu.cn

TU317

A

10.13465/j.cnki.jvs.2017.01.028