不同桥梁模型结构自振频率识别方式对比分析*

李　平，魏长宝

（黄淮学院信息工程学院，河南驻马店463000）

不同桥梁模型结构自振频率识别方式对比分析*

李平，魏长宝*

（黄淮学院信息工程学院，河南驻马店463000）

数字图像相关法（DICM）是测定结构自振频率较新的方法，为检验其在桥梁自振频率测定中的可行性，设计了桥梁模型试验。结果表明接触式速度传感器在环境激励和人工激励两种条件下都可以获得结构的频谱曲线。（DICM）在人工激励下可以获得与之接近的结果，在环境激励下（DICM）容易受到环境干扰而无法获得有效的频谱曲线，在利用数字图像相关法来测定结构自振频率时，应进一步研究在结构位移较小（如＜0.005）时的干扰过滤技术。

桥梁模型；自振频率测定；数字图像相关法；接触式速度传感器

桥梁整体刚度是衡量桥梁安全性的重要指标之一。在衡量桥梁整体刚度的指标中，自振频率是重要参数，利用该参数可在结构损伤识别等方面提供参考［1］。在实践中，要对桥梁进行自振频率测试，一般都需要安装接触式传感器来进行测试，需要安装的传感器数量众多，加之这类桥梁构件尺寸或是桥下净空的影响，不便于准确安装传感器。在桥梁投入运行后，桥梁的振动频率还会受到通行车辆所形成的高频振动的所造成的高频率区域共振影响，这导致桥梁真实的自振频率不易准确测定［2］。如果采用桥梁模型结合接触式传感器来进行测定，桥梁模型在尺寸、整体质量上和原桥梁存在较大差别，传感器自身的质量和尺寸对于测量结果造成的影响是不能忽略，而且必须要求在模型试验中传感器和模型的耦合性必须很高［3］，增加了模型试验的难度。实践证明数字图像相关法对于这类高精度测量问题非常实用，能够提供高精度的测量结果［4-6］。本文中将以桥梁模型的自振频率为研究对象，利用数字图像相关法来进行测定，以检验其测验结果的实用性，同时对桥梁模型使用传统的接触式速度传感器进行自振频率测试并做对比。

1　数字图像测试系统的组成

数字图像测试系统工作原理为：计算机数据采集模块接收数字摄像机的信息后经过图像处理，进而获得被侦测构件的位移时程曲线，经过傅里叶变换后得到构件的自振频率［7～8］，该方法在电子［9］、医疗［10］等多个领域均得到应用。数字图像测试系统原理图如图1所示。

项目来源：国家自然科学基金青年基金项目（61304172）；河南省高等学校重点科研项目（16B510002）

收稿日期：2014-12-16修改日期：2015-07-14

图1　数字图像测试系统组成

这个过程中的关键部分是计算机对数字图像的处理方式。由于数字摄像机受限于像素，而构件的位移是连续量，因此某一特定时刻的构件某个点的位移可能位于某两个像素点之间，如果按照整像素取值，就会造成位移量的测量误差。本文中引入基于灰度的图像插值法进行处理，以灰度重建的方式来离散数字图像，从而获得近似的连续图像，并在此基础上获得更为精确的位移量侦测值［11］。

2　试验细节

本文中的目标桥梁为某长江公路大桥，按一定比例缩小后进行模型试验，模型试验细节如图2和表1所示，接触式速度传感器和非接触式数字成像测试系统的测试点位均选取4等分点，同时非接触式数字成像测试系统在边塔和中塔的顶部各选取一个测试点，靶标布置位置如图3所示

图2　桥梁模型布置图

表1　主要试验细节

图3　三塔悬索桥模型测点布置图

3　测试结果及对比分析

在本次桥梁模型自振频率试验中采用了两类测定方式，一是采用传统的接触式速度传感器来进行测定，二是采用数字图像技术来进行测定。在这两类的测定方式中也都分别采用了人工强迫激励方式和环境激励方式来模拟桥梁的运行环境。两类测定方式结果分别如下所述。

3.1接触式速度传感器测试结果

采用接触式传感器进行桥梁模型自振频率测定的主要结果如图4～图6所示，结果表明这一传统的自振频率测定方式在环境激励和人工激励两类条件下都有较为稳定的表现，在不同振幅下均可获得较为清晰的频谱曲线。

图4　接触式速度传感器在环境激励下的频谱曲线

图5　接触式速度传感器在人工激励下的频谱曲线

图6　接触式速度传感器频谱曲线

3.2数字图像技术测试结果

在利用数字图像技术测试结构自振频率时，在环境激励条件下，由于位移量微小，受到随机因素的影响加大，无法获得有效的频率曲线，如图7所示。但在人工激励条件下，利用数字图像技术可以获得较为理想的频谱曲线，如图8所示。

图7　数字图像技术测得频率曲线

图8　数字图像技术在人工激励下的频谱曲线

3.3两类测定方式的对比分析

实验结果表明，利用接触式速度传感器和利用数字图像技术都能够在特定条件下获得结构的自振特性，但各有优势和劣势。在环境激励的条件下，接触式速度传感器的适应性要优于数字图像技术。具体表现为在环境激励条件下接触式速度传感器适应性更好，对速度相应信号反应迅速，在此基础上可以获得被测结构的自振特性。数字图像技术在捕捉结构位移方面更具优势，但如果结构的位移量很小，会受到周围随机因素的影响而得不到清晰的结构频谱曲线（无明显峰值）。因此对于数字图像技术来说，在结构小位移（如小于0.005时）的情况下进行有效的噪点过滤是决定该方法能否实用的关键因素。当利用数字图像相关法技术测试时，如果结构的位移量微小，获得的频谱曲线将没有明显的峰值。因此对于刚度较大的桥梁模型，可能无法识别出频率。

但在人工激励条件下，此时结构的位移较大，则两种方法都能够获取较为理想的频谱曲线，不同人工激励下，利用数字图像技术测试的桥梁自振频率基本一致。结合环境激励下的测试成果，基于数字图像技术的桥梁自振频率测试具备一定的可行性，但也具有振幅小情况下无法识别的局限性。

在构件振幅较小的情况下，采用数字图像技术来监测自振频率的关键是数字图像的插值处理，不同的处理方式将对频谱曲线造成很大影响。本次试验中在桥梁模型振幅较小时无法获取有效的频谱曲线很有可能就是这个原因造成，基于灰度的图像插值处理方式尚需进一步改进。因此要提高数字图像技术在自振频率测量中的应用范围，应深入研究在振幅较小时，某一特定时刻的构件某个点的位移可能位于某两个像素点之间时的位移计算方式。从本文试验的情况看，基于灰度的图像插值处理方式的精度不能满足振幅较小情况下的位移计算需求。

4　结论

通过接触式速度传感器和数字图像技术在相同条件下对桥梁模型的自振频率测定的试验，得到的主要结论为：在结构位移量较大时，利用数字图像技术可以有效的侦测出结构的位移时程曲线，并可获得结构的频谱曲线。该曲线和接触式速度传感器获得的曲线基本一致，表明了数字图像技术在这一条件下的有效性。但数字图像技术的缺点也很明显，即在结构位移量较小时（如环境激励条件下）无法获得有效的频谱曲线，但接触式传感器在该条件下仍可获得有效的频谱曲线。

因此通过对比可得出如下结论：即在结构位移量相对较大时两种方法基本等效，但在小位移量时数字图像技术缺点明显，主要表现为现有的过滤方法无法有效的排除环境干扰。在这种条件下要让数字图像技术投入实用，应进一步研究这一条件下的干扰过滤技术。

［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］ 李守晓，王化祥，崔自强，等.基于图像融合的电容成像［J］.传感技术学报，2011，24（10）：1123-1126.

［10］冯艳玲，陈真诚，何继善，等.基于超声图像的生物组织细微热损伤检测算法［J］.传感技术学报，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，河南驻马店市人，汉，硕士，讲师，研究方向为信息处理与现代电子系统；

魏长宝（1972-），男，河南省驻马店市人，汉，硕士，副教授，研究方向为计算机信息与智能信息处理，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