桥梁健康监测系统的数据获取：理论和方法研究

论文摘要

桥梁是交通系统中的关键环节,但是,本应有较长生命周期的桥梁却在使用中面临着一系列危机。为了防止灾难性的事故发生,怎样对广泛使用中的桥梁进行监测已成为了一个重要的课题。为了尽早识别和定位桥梁上的潜在损伤,有必要对重要桥梁进行长期的健康监测和定期评估。然而,在上述工作开展前,首先应该可靠而准确的获得桥梁相关数据。本文重点对桥梁挠度数据的准确获取开展了研究,同时也对裂纹检测和桥梁健康模型识别进行了简要讨论。论文首先介绍了广义结构元和扩展形态学滤波,在此基础上,设计了4套挠度测量系统,简要介绍如下:(1)利用张力线作为静止参考线,采用视频采集和图像处理与识别的方法提出了非接触式张力线桥梁挠度测量系统,对该系统的组成、结构和测量原理进行了阐述,分析了系统可能产生的误差原因,并提出了相应的应对策略。精度实验和对比实验表明,该系统能够可靠获取高精度的桥梁挠度数据。目前,该系统已在一座实际的箱梁桥得到了应用。(2)提出了自适应全天候自标定测量系统,该系统能够同时测量桥梁的挠度和位移数据,其最显著的特点是能够自动完成比例标定。(3)针对桥梁挠度测量中快速重现桥梁连续挠度线形的需要,利用倾角传感器和位移传感模块,设计了连续挠度快速测量和重现系统,就系统的组成,硬件设计、软件和算法设计进行了阐述;(4)利用激光准直发射器和视频设备,实现了激光投射式桥梁挠度/位移测量系统。本文也研究了桥梁裂纹检测与损伤识别,主要做了以下工作。(1)提出了基于桥梁表面图像的裂纹识别与重建算法,对裂纹图像预处理、裂纹提取、存储和裂纹图像重建进行了阐述。(2)根据主元分析方法的原理,论文提出了基于主元分析的桥梁健康模型识别,探讨了桥梁测量数据的收集和模型建立的有关问题。此外,由于本文提出的测量方法需要,提出了广义结构元与扩展形态学滤波,就相关的定义、性质和应用进行了阐述。概括而言,本文研究和设计了4套新型挠度/位移测量系统,提出了桥梁裂纹检测和损伤识别的方法。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 引言
• 1.2 桥梁损伤与桥梁健康
• 1.2.1 桥梁损伤
• 1.2.2 桥梁健康
• 1.3 国内外研究现状
• 1.3.1 桥梁健康监测的主要内容
• 1.3.2 桥梁健康监测的主要方法
• 1.4 本文的工作
• 1.5 本文的组织结构
• 2 广义结构元与扩展形态学滤波
• 2.1 引言
• 2.2 广义结构元与扩展形态学滤波的概念和性质
• 2.2.1 广义结构元的概念
• 2.2.2 广义结构元的性质
• 2.2.3 扩展形态学滤波
• 2.3 广义结构元与扩展形态学滤波的运用
• 2.3.1 基于广义结构元与扩展形态学滤波的裂纹提取
• 2.3.2 基于广义结构元与扩展形态学滤波的激光光斑中心定位算法
• 2.4 本章小结
• 3 非接触式张力线桥梁挠度测量系统
• 3.1 引言
• 3.2 NCWSW 系统组成与测量原理
• 3.2.1 NCWSW 系统组成
• 3.2.2 NCWSW 系统测量原理
• 3.3 性能分析
• 3.3.1 测量精度分析
• 3.3.2 测量速度分析
• 3.4 误差分析及克服
• 3.4.1 由于张力线组件的因素而产生的误差
• 3.4.2 因摄像机的因素产生的误差
• 3.5 实验与讨论
• 3.5.1 精度实验
• 3.5.2 对比实验
• 3.5.3 在线实验
• 3.6 本章小结
• 4 自适应全天候自标定二维挠度/位移测量系统
• 4.1 引言
• 4.2 系统组成及工作原理
• 4.2.1 系统组成
• 4.2.2 系统工作原理
• 4.3 “井”字标靶设计
• 4.4 图像处理与测量
• 4.4.1 图像预处理
• 4.4.2 测量
• 4.5 误差分析及克服
• 4.5.1 摄像设备支撑装置扭转误差
• 4.5.2 镜头畸变误差
• 4.5.3 灯箱安装误差
• 4.6 本章小结
• 5 连续挠度快速测量系统
• 5.1 引言
• 5.2 系统设计方案与测量原理
• 5.2.1 系统方案
• 5.2.2 系统的设计思想及工作原理
• 5.3 硬件系统模块设计及分析
• 5.3.1 倾角传感器模块
• 5.3.2 运算放大模块
• 5.3.3 基于压控振荡器的A/D 转换模块
• 5.3.4 位移传感器模块
• 5.3.5 单片机模块
• 5.3.6 接口设计
• 5.4 数据处理
• 5.4.1 常见滤波算法及其分析
• 5.4.2 梯度均值预测滤波法
• 5.5 本章小结
• 6 激光投射式挠度/位移测量系统
• 6.1 引言
• 6.2 系统组成与测量原理
• 6.2.1 系统组成
• 6.2.2 测量原理
• 6.3 误差分析及克服
• 6.3.1 光斑采集误差
• 6.3.2 结构性误差
• 6.3.3 摄像设备误差
• 6.4 实验验证
• 6.4.1 激光光斑中心运算方法的选择
• 6.4.2 实验设置及相应结果
• 6.5 本章小结
• 7 基于图像的裂纹识别与重现
• 7.1 引言
• 7.2 系统组成与测量原理
• 7.2.1 系统组成
• 7.2.2 测量原理
• 7.3 图像处理
• 7.3.1 裂纹图像的二值化与提取
• 7.3.2 图像拼接
• 7.4 裂纹图像矢量化存储与模拟重现
• 7.4.1 图像矢量化
• 7.4.2 裂纹图像的模拟重现
• 7.5 本章小结
• 8 基于主元分析的桥梁健康模型识别方法探索
• 8.1 桥梁安全的评估
• 8.2 PCA 算法
• 8.3 桥梁状态识别过程
• 8.3.1 计算特征桥梁
• 8.3.2 基于特征桥梁的桥梁状态识别
• 8.4 特征桥梁的选取与数据矩阵建立
• 8.4.1 特征桥梁的种类选取
• 8.4.2 特征桥梁的典型个体选取
• 8.4.3 桥梁数据矩阵的建立
• 8.5 本章小结
• 9 总结和展望
• 9.1 全文总结
• 9.2 进一步的工作
• 致谢
• 参考文献
• 附录