基于數(shù)字散斑技術的游樂設施框架結構載荷應變在線監(jiān)測

摘要：游樂設施在運行過程中，由于難以精準捕捉設施框架結構中的微小變形，導致框架結構的應變值偏大。為此，文章基于數(shù)字散斑技術，對游樂設施框架結構載荷應變在線監(jiān)測方法展開研究，利用數(shù)字散斑技術設備精準捕捉游樂設施框架結構的微小形變，利用散斑圖像處理系統(tǒng)實時采集不同載荷下的應變數(shù)據(jù)，并深入分析，提取出結構載荷應變的特征圖，清晰展示應變分布，并基于這些特征數(shù)據(jù)，運用卡爾曼濾波算法建立載荷應變監(jiān)測模型，實現(xiàn)游樂設施框架結構載荷應變在線監(jiān)測。實驗證明，此方法在相同載荷下表現(xiàn)出較小的應變值及平緩的增長趨勢，能更準確地反映結構與載荷之間的關系，具有更高的測量精度和性能。

關鍵詞：數(shù)字散斑技術；游樂設施；框架結構；載荷應變；在線監(jiān)測

中圖分類號：TU375.1" 文獻標志碼：A

基金項目：甘肅省科技廳自主研發(fā)計劃-工業(yè)類；項目編號：22YF11GA315。

作者簡介：柴宏旭（1993— ），男，碩士；研究方向：特種設備檢驗，機器圖像視覺。

0" 引言

游樂設施框架結構在運營過程中會受到各種復雜載荷的作用，影響游樂設施框架結構的應變狀態(tài)，可能對游樂設施的安全性能產生影響。因此，對游樂設施框架結構載荷應變進行在線監(jiān)測，成為確保設施安全運行的關鍵環(huán)節(jié)。郟鴻韜等［1］通過收集數(shù)據(jù)、構建模型、訓練參數(shù)，準確描述了環(huán)境荷載與應變的關系。閆東東等［2］根據(jù)復合材料特性與彎曲載荷機理，實現(xiàn)了結構應變和損傷的實時監(jiān)測。然而，這些方法在精度和實時性方面仍有所不足，難以滿足現(xiàn)代游樂設施對于安全監(jiān)測的需求。因此，文章基于數(shù)字散斑技術，設計游樂設施框架結構載荷應變在線監(jiān)測方法。數(shù)字散斑技術具有高精度、高靈敏度、強實時性的特點，在應變監(jiān)測領域展現(xiàn)出廣闊的應用前景。捕捉結構表面的散斑圖像并結合計算機視覺和圖像處理技術，能夠實現(xiàn)對游樂設施框架結構應變狀態(tài)的實時監(jiān)測與分析，為設施的安全運行提供了更可靠的技術支持。

1" 基于數(shù)字散斑技術采集載荷應變數(shù)據(jù)

在采集游樂設施框架結構載荷應變數(shù)據(jù)前，該研究確定監(jiān)測點的位置和數(shù)量。這些監(jiān)測點應選擇在結構的關鍵部位，如受力節(jié)點、支撐柱等，以確保能夠全面、準確地反映結構的應變情況。該研究對游樂設施框架結構表面進行散斑圖案噴涂。文章利用數(shù)字散斑技術設備，包括高分辨率相機和散斑圖像處理系統(tǒng)，將高分辨率相機精確放置在選定的監(jiān)測點，以捕捉結構表面的散斑圖像。這些捕獲的圖像被實時傳輸至散斑圖像處理系統(tǒng)［3］，進行高效的處理和分析。系統(tǒng)精確對比不同時刻的散斑圖像，計算出結構在不同載荷作用下的位移和應變數(shù)據(jù)。

假設有2個時刻的圖像，分別標記為I1（x，y）和I2（x，y）。位移向量可以表示為Δu=（Δu，Δv），其中，Δu和Δv分別是水平和垂直方向的位移。位移可以通過最大化兩個圖像之間的相關性函數(shù)來估計，計算公式如下：

C（Δu，Δv）=∑［I1（x，y）-I1］×［I2（x+Δu，y+Δv）-I2］（1）

式中：I1和I2分別表示2個圖像的平均灰度值。當C（Δu，Δv）找到最大化的Δu和Δv，估計出位移向量。

應變是位移的導數(shù)，可用于描述物體形狀的局部變化。因此，在二維情況下，應變可以用應變張量ε來表示，它包含2個分量：εxx（水平方向的應變）和εyy（垂直方向的應變），以及剪切應變εxy。應變分量可以通過位移分量來計算：

εxx=αΔuαx

εyy=αΔvαy

εxy=12αΔuαy+αΔvαx（2）

在數(shù)據(jù)采集過程中，應確保相機與游樂設施框架結構之間的距離和角度保持恒定［4］，以消除因拍攝條件變化對數(shù)據(jù)準確性產生的潛在影響。

2" 提取游樂設施框架結構載荷應變特征圖

在提取游樂設施框架結構載荷應變特征的過程中，相機標定是保障數(shù)據(jù)準確性的關鍵步驟。由于在實際拍攝中，相機往往無法直接正對測量點，可能導致圖像產生變形，因此，可結合圓形標志物標定方法，采用歸一化正交投影模型，簡化相機成像過程［5］，能夠更準確地模擬和反映實際拍攝中的情況。完成相機標定后，利用散斑圖像處理系統(tǒng)對采集到的散斑圖像進行實時、高效的處理和分析，從而生成清晰、準確的載荷應變特征圖，如圖1所示。

載荷應變特征圖能夠直觀地展示結構在不同載荷作用下的應變分布和變化情況。文章通過觀察和分析這些特征圖，了解結構的受力狀態(tài)、變形趨勢并識別出潛在的安全隱患。

3" 建立游樂設施框架結構載荷應變監(jiān)測模型

在解決高分辨率相機采集設備與游樂設施框架結構監(jiān)測傳感器之間，可能由于硬件差異、時鐘源精度差異等因素而產生時間不同步的問題。對于時間不同步的問題，卡爾曼濾波［6］可以作為一個工具來融合來自不同源的數(shù)據(jù)，即使這些數(shù)據(jù)在時間上略有偏差，依舊可以通過精確設定狀態(tài)轉移矩陣來優(yōu)化數(shù)據(jù)融合，并建立游樂設施框架結構載荷應變的精準監(jiān)測模型，能夠實現(xiàn)多傳感器時間配準，確保相機采集的圖像數(shù)據(jù)與傳感器監(jiān)測的應變數(shù)據(jù)在時間維度上保持高度同步。

在執(zhí)行過程中，卡爾曼濾波假設游樂設施框架結構的狀態(tài)向量為xk，在離散時間k時的狀態(tài)轉移方程可以表示為：

xk=Ak-1xk-1+Bk-1uw（3）

式中：Ak-1表示狀態(tài)轉移矩陣，Bk-1表示控制輸入矩陣，u表示控制輸入向量，w表示過程噪聲向量。

考慮游樂設施框架結構的動態(tài)特性以及外部載荷的影響，需要設定合適的狀態(tài)轉移矩陣Ak-1，根據(jù)當前狀態(tài)xk-1預測下一周期的狀態(tài)xk。利用卡爾曼濾波算法根據(jù)來自相機的圖像數(shù)據(jù)和來自傳感器的結構狀態(tài)數(shù)據(jù)進行更新，不斷修正預測值，得到更加準確的狀態(tài)估計。狀態(tài)估計值公式為：

t=xk+K（z-Hxk）（4）

式中：K表示卡爾曼增益，用于權衡預測和觀測之間的權重，zk表示k時刻的觀測值，H表示映射的觀測空間。

通過連續(xù)監(jiān)測和更新狀態(tài)估計值，建立起游樂設施框架結構載荷應變監(jiān)測模型為：

P=（1-K）Rt（5）

式中：R表示觀測噪聲協(xié)方差矩陣。

當游樂設施框架結構的載荷應變監(jiān)測模型接收到輸入信號時，其隱藏層會立即反應，根據(jù)預設的權重對這些信號進行處理，并通過激活函數(shù)將處理后的結果傳遞至下一層。這一過程有效提升了模型對結構應變狀態(tài)的理解與預測能力。隨后，信號經過隱藏層的進一步處理后，會傳遞至輸出層，結合訓練數(shù)據(jù)和算法生成預測數(shù)據(jù)，這些數(shù)據(jù)能夠準確反映結構在特定載荷下的應變狀態(tài)。

為確保預測的準確性，模型會不斷分析數(shù)據(jù)誤差和收斂情況，以評估其預測性能。一旦發(fā)現(xiàn)預測誤差較大，模型會進行迭代優(yōu)化，調整相關參數(shù)，以減小誤差并提高預測精度。當預測數(shù)據(jù)滿足預設的準確性要求時，模型便能準確預測結構的應變狀態(tài)。如果應變超過設定的安全閾值，會自動觸發(fā)警報，并向管理者提供詳細的應變數(shù)據(jù)、超過閾值的部位以及潛在的安全風險信息，從而幫助管理者迅速作出應對決策。

4" 實驗

4.1" 實驗準備

甘肅某大型游樂設施，其框架結構寬敞，水平投影尺寸為96.0m×72.0m。該設施采用雙層網架設計，焊接空心球節(jié)點穩(wěn)固可靠。網架的下弦點設有支撐，柱體布局經過精心規(guī)劃，外圍與中柱的尺寸各異，共同構建了一個獨特的支撐體系。柱頂標高適中，橫縱向間距合理，既保證了結構的穩(wěn)定性，又兼具了美觀性。該體系為提高現(xiàn)場實測效率，針對游樂設施的實際運行狀況，選取運行頻率較高的區(qū)間作為關鍵監(jiān)測區(qū)域?；谟螛吩O施框架結構的受力特點和對稱性，確定6個關鍵監(jiān)測點，專注于下弦桿、腹桿以及上弦桿的應變情況。這些監(jiān)測點的布局如圖2所示。

該次監(jiān)測涉及腹桿、下弦桿和上弦桿共計44根關鍵桿件，采用先進的EY501-762應力監(jiān)測裝置進行精確的應力實測。該實測所有的監(jiān)測裝置均通過膠粘方式固定在桿件的中部，確保了數(shù)據(jù)的準確性。在游樂設施運行過程中，監(jiān)測裝置實時采集數(shù)據(jù)，設施暫停時則停止采樣，應力監(jiān)測裝置的主要技術指標包括：檢測精度達到0.1μm/m、檢測范圍為0～1000MPa、采樣頻率為100 Hz、響應時間小于1ms、長期漂移穩(wěn)定在0.05%FS/年以內。此外，傳感器類型為應變式、工作溫度范圍為-40～+85℃，存儲溫度范圍為-55～+125℃，防護等級為IP65，支持RS485、USB或者無線傳輸?shù)臄?shù)據(jù)輸出方式以及DC12 V或24 V的電源供應。

為驗證文章設計的基于數(shù)字散斑技術的游樂設施框架結構載荷應變在線監(jiān)測方法的有效性，選取文獻［1］基于神經網絡模型的木結構古建筑實測環(huán)境荷載與應變特征關聯(lián)性分析、文獻［2］大跨距復合材料結構彎曲載荷監(jiān)測及定位方法進行對比。在現(xiàn)場進行連續(xù)7天的監(jiān)測，每天測試時間為9小時，得到該游樂設施的應變值與荷載的關系，如圖3所示。

4.2" 實驗結果分析

根據(jù)圖3可知，隨著載荷的遞增，3種方法測得的應變值均呈上升趨勢。在相同的載荷條件下，文章方法測得的應變值明顯小于文獻［1］和文獻［2］的結果，說明數(shù)字散斑技術能夠更準確地捕捉到結構的微小變形。文章方法的應變值增長趨勢相對較為平緩，這意味著在相同的載荷增量下，文章方法測得的應變增量較小，反映了結構具有較好的剛度和承載能力。證明文章設計的基于數(shù)字散斑技術的游樂設施框架結構載荷應變在線監(jiān)測方法具有更高的測量精度和更好的性能表現(xiàn)。

5" 結語

在游樂設施的運行維護中，文章精準捕捉微小形變并準確分析其對結構的影響至關重要。文章設計的基于數(shù)字散斑技術的游樂設施框架結構載荷應變在線監(jiān)測方法，不僅有效解決了這一難題，還通過實時采集和分析不同載荷下的應變數(shù)據(jù)，為游樂設施的安全評估提供了強有力的數(shù)據(jù)支撐。實驗結果表明，該方法在相同載荷下表現(xiàn)出較小的應變值及平緩的增長趨勢，準確反映了結構與載荷之間的關系，從而驗證了其高測量精度和優(yōu)良性能。這一成果的取得，不僅為游樂設施的安全監(jiān)測提供了新的思路和方法，也為其他類似結構的監(jiān)測與分析提供了有益的參考。

參考文獻

［1］郟鴻韜，王炎銘，李強，等.基于神經網絡模型的木結構古建筑實測環(huán)境荷載與應變特征關聯(lián)性分析［J］.建筑施工，2022（3）：579-583.

［2］閆東東，胡宇博，郎利輝，等.大跨距復合材料結構彎曲載荷監(jiān)測及定位方法［J］.中國機械工程，2023（18）：2257-2267.

［3］嚴勇，劉楚達.風力機葉片靜力測試中葉根螺栓載荷超聲監(jiān)測試驗研究［J］.可再生能源，2021（8）：1063-1068.

［4］王志明，劉聰，徐田鋮，等.運用數(shù)字散斑技術測土坯受壓應變研究［J］.石窟與土遺址保護研究，2023（2）：78-87.

［5］晏濤，王明，夏向學，等.基于數(shù)字散斑技術的煤層群開采覆巖運移規(guī)律試驗研究［J］.中國礦業(yè)，2021（5）：120-124，142.

［6］謝帥，張海濤，霍幸莉，等.基于連桿應變測量的起落架艙門結構健康監(jiān)測［J］.空軍工程大學學報，2023（3）：50-54.

（編輯" 王永超）

Online monitoring of load and strain of amusement facility frame structures based on digital speckle technology

CHAI" Hongxu， ZHU" Feng

（Gansu Institute of Special Equipment Inspection and testing， Lanzhou 730050， China）

Abstract：" During the operation of amusement facilities， it is difficult to accurately capture small deformations in the framework structure， resulting in excessive strain values in the framework structure. Therefore， based on digital speckle technology， this article conducts research on online monitoring methods for load strain of amusement facility frame structures. Digital speckle technology equipment is used to accurately capture small deformations of amusement facility frame structures， and speckle image processing systems are used to collect real-time strain data under different loads. In depth analysis is carried out to extract characteristic maps of structural load strain， clearly display strain distribution， and based on these characteristic data， a load strain monitoring model is established using Kalman filtering algorithm to achieve online monitoring of load strain of amusement facility frame structures. Experimental results have shown that this method exhibits smaller strain values and a gentle growth trend under the same load， which can more accurately reflect the relationship between structure and load， and has higher measurement accuracy and performance.

Key words： digital speckle technology; amusement facilities; framework structure; load strain; online monitoring