不同橋梁模型結構自振頻率識別方式對比分析*

李　平，魏長寶

（黃淮學院信息工程學院，河南駐馬店463000）

不同橋梁模型結構自振頻率識別方式對比分析*

李平，魏長寶*

（黃淮學院信息工程學院，河南駐馬店463000）

數字圖像相關法（DICM）是測定結構自振頻率較新的方法，為檢驗其在橋梁自振頻率測定中的可行性，設計了橋梁模型試驗。結果表明接觸式速度傳感器在環境激勵和人工激勵兩種條件下都可以獲得結構的頻譜曲線。（DICM）在人工激勵下可以獲得與之接近的結果，在環境激勵下（DICM）容易受到環境干擾而無法獲得有效的頻譜曲線，在利用數字圖像相關法來測定結構自振頻率時，應進一步研究在結構位移較小（如＜0.005）時的干擾過濾技術。

橋梁模型；自振頻率測定；數字圖像相關法；接觸式速度傳感器

橋梁整體剛度是衡量橋梁安全性的重要指標之一。在衡量橋梁整體剛度的指標中，自振頻率是重要參數，利用該參數可在結構損傷識別等方面提供參考［1］。在實踐中，要對橋梁進行自振頻率測試，一般都需要安裝接觸式傳感器來進行測試，需要安裝的傳感器數量眾多，加之這類橋梁構件尺寸或是橋下凈空的影響，不便于準確安裝傳感器。在橋梁投入運行后，橋梁的振動頻率還會受到通行車輛所形成的高頻振動的所造成的高頻率區域共振影響，這導致橋梁真實的自振頻率不易準確測定［2］。如果采用橋梁模型結合接觸式傳感器來進行測定，橋梁模型在尺寸、整體質量上和原橋梁存在較大差別，傳感器自身的質量和尺寸對于測量結果造成的影響是不能忽略，而且必須要求在模型試驗中傳感器和模型的耦合性必須很高［3］，增加了模型試驗的難度。實踐證明數字圖像相關法對于這類高精度測量問題非常實用，能夠提供高精度的測量結果［4-6］。本文中將以橋梁模型的自振頻率為研究對象，利用數字圖像相關法來進行測定，以檢驗其測驗結果的實用性，同時對橋梁模型使用傳統的接觸式速度傳感器進行自振頻率測試并做對比。

1　數字圖像測試系統的組成

數字圖像測試系統工作原理為：計算機數據采集模塊接收數字攝像機的信息后經過圖像處理，進而獲得被偵測構件的位移時程曲線，經過傅里葉變換后得到構件的自振頻率［7～8］，該方法在電子［9］、醫療［10］等多個領域均得到應用。數字圖像測試系統原理圖如圖1所示。

項目來源：國家自然科學基金青年基金項目（61304172）；河南省高等學校重點科研項目（16B510002）

收稿日期：2014-12-16修改日期：2015-07-14

圖1　數字圖像測試系統組成

這個過程中的關鍵部分是計算機對數字圖像的處理方式。由于數字攝像機受限于像素，而構件的位移是連續量，因此某一特定時刻的構件某個點的位移可能位于某兩個像素點之間，如果按照整像素取值，就會造成位移量的測量誤差。本文中引入基于灰度的圖像插值法進行處理，以灰度重建的方式來離散數字圖像，從而獲得近似的連續圖像，并在此基礎上獲得更為精確的位移量偵測值［11］。

2　試驗細節

本文中的目標橋梁為某長江公路大橋，按一定比例縮小后進行模型試驗，模型試驗細節如圖2和表1所示，接觸式速度傳感器和非接觸式數字成像測試系統的測試點位均選取4等分點，同時非接觸式數字成像測試系統在邊塔和中塔的頂部各選取一個測試點，靶標布置位置如圖3所示

圖2　橋梁模型布置圖

表1　主要試驗細節

圖3　三塔懸索橋模型測點布置圖

3　測試結果及對比分析

在本次橋梁模型自振頻率試驗中采用了兩類測定方式，一是采用傳統的接觸式速度傳感器來進行測定，二是采用數字圖像技術來進行測定。在這兩類的測定方式中也都分別采用了人工強迫激勵方式和環境激勵方式來模擬橋梁的運行環境。兩類測定方式結果分別如下所述。

3.1接觸式速度傳感器測試結果

采用接觸式傳感器進行橋梁模型自振頻率測定的主要結果如圖4～圖6所示，結果表明這一傳統的自振頻率測定方式在環境激勵和人工激勵兩類條件下都有較為穩定的表現，在不同振幅下均可獲得較為清晰的頻譜曲線。

圖4　接觸式速度傳感器在環境激勵下的頻譜曲線

圖5　接觸式速度傳感器在人工激勵下的頻譜曲線

圖6　接觸式速度傳感器頻譜曲線

3.2數字圖像技術測試結果

在利用數字圖像技術測試結構自振頻率時，在環境激勵條件下，由于位移量微小，受到隨機因素的影響加大，無法獲得有效的頻率曲線，如圖7所示。但在人工激勵條件下，利用數字圖像技術可以獲得較為理想的頻譜曲線，如圖8所示。

圖7　數字圖像技術測得頻率曲線

圖8　數字圖像技術在人工激勵下的頻譜曲線

3.3兩類測定方式的對比分析

實驗結果表明，利用接觸式速度傳感器和利用數字圖像技術都能夠在特定條件下獲得結構的自振特性，但各有優勢和劣勢。在環境激勵的條件下，接觸式速度傳感器的適應性要優于數字圖像技術。具體表現為在環境激勵條件下接觸式速度傳感器適應性更好，對速度相應信號反應迅速，在此基礎上可以獲得被測結構的自振特性。數字圖像技術在捕捉結構位移方面更具優勢，但如果結構的位移量很小，會受到周圍隨機因素的影響而得不到清晰的結構頻譜曲線（無明顯峰值）。因此對于數字圖像技術來說，在結構小位移（如小于0.005時）的情況下進行有效的噪點過濾是決定該方法能否實用的關鍵因素。當利用數字圖像相關法技術測試時，如果結構的位移量微小，獲得的頻譜曲線將沒有明顯的峰值。因此對于剛度較大的橋梁模型，可能無法識別出頻率。

但在人工激勵條件下，此時結構的位移較大，則兩種方法都能夠獲取較為理想的頻譜曲線，不同人工激勵下，利用數字圖像技術測試的橋梁自振頻率基本一致。結合環境激勵下的測試成果，基于數字圖像技術的橋梁自振頻率測試具備一定的可行性，但也具有振幅小情況下無法識別的局限性。

在構件振幅較小的情況下，采用數字圖像技術來監測自振頻率的關鍵是數字圖像的插值處理，不同的處理方式將對頻譜曲線造成很大影響。本次試驗中在橋梁模型振幅較小時無法獲取有效的頻譜曲線很有可能就是這個原因造成，基于灰度的圖像插值處理方式尚需進一步改進。因此要提高數字圖像技術在自振頻率測量中的應用范圍，應深入研究在振幅較小時，某一特定時刻的構件某個點的位移可能位于某兩個像素點之間時的位移計算方式。從本文試驗的情況看，基于灰度的圖像插值處理方式的精度不能滿足振幅較小情況下的位移計算需求。

4　結論

通過接觸式速度傳感器和數字圖像技術在相同條件下對橋梁模型的自振頻率測定的試驗，得到的主要結論為：在結構位移量較大時，利用數字圖像技術可以有效的偵測出結構的位移時程曲線，并可獲得結構的頻譜曲線。該曲線和接觸式速度傳感器獲得的曲線基本一致，表明了數字圖像技術在這一條件下的有效性。但數字圖像技術的缺點也很明顯，即在結構位移量較小時（如環境激勵條件下）無法獲得有效的頻譜曲線，但接觸式傳感器在該條件下仍可獲得有效的頻譜曲線。

因此通過對比可得出如下結論：即在結構位移量相對較大時兩種方法基本等效，但在小位移量時數字圖像技術缺點明顯，主要表現為現有的過濾方法無法有效的排除環境干擾。在這種條件下要讓數字圖像技術投入實用，應進一步研究這一條件下的干擾過濾技術。

［1］ Helm J D.Digital Image Correlation for Specimens with Multiple Growing Cracks［J］.Experimental Mechanics，2008（6）：34-35.

［2］ Jing Zhou，Min Ouyang，Yan Shen，et al.Study of a Displacement Sensor Based on Transmission Varied-Lne-Sace Pase Gating［J］. Optoelectronics Letters，2008（3）：67-82.

［3］ Tong W.An Evaluation of Digital Lage Correlation Criteria for Strain Mapping Applications［J］.Strain，2005（4）：56-57.

［4］ Yihao Zhou，Yan Qiu Chen.Feature Mtching for Atomated and Rliable Iitialization in Tree-Dmensional Dgital Iage Crrelation［J］. Optics and Lasers in Engineering，2013，51（3）：213-223.

［5］ Eva Lagunas，Montse Nájar.Sparse Crrelation Mtching-Bsed Sectrum Snsing for Oen Sectrum Cmmunications［J］.EURASIP Journal on Advances in Signal Processing，2012（1）：1-14.

［6］ Zenghu Zhang，Haibin Duan.A Hbrid Particle Chemical Reaction Optimization for Bological Iage Mtching Bsed on Lteral Ihibition ［J］.Optik nternational Journal for Light and Electron Optics，2014，125（19）：5757-5763.

［7］ Favalli M，Karátson D，Yepes J，et al.Surface Ftting in Gomorphology-Examples for Regular-Shaped Volcanic Landforms［J］. Geomorphology，2014：221.

［8］ Chao Huang，Weidong Zhou.A Real-Time Image Matching Algorithm for Integrated Navigation System［J］.Optik-International Journal for Light and Electron Optics，2014，125（16）：4434-4436.

［9］ 李守曉，王化祥，崔自強，等.基于圖像融合的電容成像［J］.傳感技術學報，2011，24（10）：1123-1126.

［10］馮艷玲，陳真誠，何繼善，等.基于超聲圖像的生物組織細微熱損傷檢測算法［J］.傳感技術學報，2008，21（8）：1321-1324.

［11］Chandan Singh，Ashutosh Aggarwal.A Noise Resistant Image Matching Method Using Angular Radial Transform［J］.Digital Signal Processing，2014：33.

李平（1976-），女，河南駐馬店市人，漢，碩士，講師，研究方向為信息處理與現代電子系統；

魏長寶（1972-），男，河南省駐馬店市人，漢，碩士，副教授，研究方向為計算機信息與智能信息處理，nnjj001100@ 163.com。

Comparison and Analysis of Natural Frequency of Vibration of Bridge Model*

LI Ping，WEI Changbao*
（Huanghuai college information engineering college，Zhumadian Henan 463000，China）

Digital image correlation method（DICM）is a new way to determine the natural frequency of structures.In order to test availability of this method in bridge model natural frequency，the experiment of bridge model was designed.The results showed that using the speed sensor，the frequency domain curves both under artificial excitation and under displacement were valid.As the contrast，the results using DICM were valid only under artificial excitation and were close to results that of using speed sensor.When under the displacement，the frequency domain curve was not valid because of the stochastic disturbing.So when using DICM to determine the natural frequency of structure，intensive study of filtrating，such as the displacement is less than 0.005，the stochastic disturbing should be done.

bridge model；natural frequency test；digital image correlation method；speed sensor

TM935.23；TB52.6

A

1005-9490（2016）03-0737-04

EEACC：1230；6140C10.3969/j.issn.1005-9490.2016.03.046