【摘要】：結(jié)構(gòu)的損傷識別在既有結(jié)構(gòu)的評價與維護中具有重要意義。論文結(jié)合結(jié)構(gòu)動力指標(biāo)與裂縫指標(biāo),利用基于頻響函數(shù)靈敏度的模型修正方法進行結(jié)構(gòu)整體損傷識別,利用基于圖像處理與三維重建的裂縫識別技術(shù)進行結(jié)構(gòu)局部損傷識別,形成由整體到局部、由宏觀到微觀的多尺度損傷識別方法。論文的主要研究成果有:(1)針對由整體到局部的多尺度損傷識別思路,論文利用模型修正的方法實現(xiàn)對整體結(jié)構(gòu)的損傷定位及損傷程度初判;在此基礎(chǔ)上,利用圖像處理等方法實現(xiàn)局部裂縫的定量識別,從而實現(xiàn)了兩種損傷識別方法在邏輯與操作上的銜接。(2)在基于頻響函數(shù)靈敏度的模型修正中,針對參數(shù)敏感性分析、靈敏度方程組病態(tài)性、構(gòu)造靈敏度方程的頻響函數(shù)頻率點選取、阻尼處理等問題展開系統(tǒng)討論,給出了兩類靈敏度指標(biāo),提出了綜合考慮指標(biāo)敏感性與靈敏度方程組病態(tài)性的頻帶選擇指標(biāo),并結(jié)合數(shù)值算例對指標(biāo)予以說明、驗證。(3)在基于頻響函數(shù)靈敏度的模型修正中,為處理數(shù)據(jù)不完備情況,提出了整體有限元模型縮聚、局部子結(jié)構(gòu)頻響函數(shù)擴展的兩步自適應(yīng)修正方法,實現(xiàn)了在測試數(shù)據(jù)嚴(yán)重不完備的情況下,對局部損傷的準(zhǔn)確識別。通過四邊固支有限元板的數(shù)值算例,驗證了在測試數(shù)據(jù)嚴(yán)重不完備(約測得6%自由度)并存在噪聲干擾的情況下,該損傷識別方法的有效性及準(zhǔn)確性。(4)在基于圖像處理的裂縫識別中,針對混凝土表面裂縫圖像中可能存在的強噪聲,提出了自適應(yīng)的降噪算法。該方法結(jié)合背景減除損傷及Niblack’s二值化操作,實現(xiàn)在圖像處理過程中維持裂縫形態(tài)不變的前提下,最優(yōu)地消除噪聲。同時,針對混凝土結(jié)構(gòu)中常見的復(fù)雜裂縫形態(tài),提出了復(fù)雜裂縫的分解編號、單獨處理的方法,準(zhǔn)確地完成裂縫寬度與長度的參數(shù)計算。利用多組試驗對該算法的有效性及精度進行了驗證。(5)在混凝土結(jié)構(gòu)表面裂縫識別研究中,針對傳統(tǒng)圖像的識別方法中存在的問題,結(jié)合三維重建技術(shù),提出了三維條件下的裂縫識別技術(shù):通過裂縫體表面三維重建、二維圖像裂縫參數(shù)識別、裂縫體三維并行投影等步驟,可實現(xiàn)裂縫圖像的傾斜拍攝、多表面貫穿裂縫識別以及大面積裂縫的合并、集成識別。對該方法進行的試驗驗證表明其具有較強的應(yīng)用價值。
[Abstract]:Damage identification of structures plays an important role in the evaluation and maintenance of existing structures. Combined with the structural dynamic index and crack index, this paper uses the model correction method based on the sensitivity of frequency response function to identify the whole damage of the structure, and uses the crack identification technology based on image processing and three-dimensional reconstruction to identify the local damage of the structure. To form a multi-scale damage identification method from whole to local, from macro to micro. The main achievements of this paper are as follows: (1) aiming at the idea of multi-scale damage identification from whole to local, this paper uses the method of model modification to realize the damage location and damage degree judgment of the whole structure; On this basis, the image processing and other methods are used to realize the quantitative identification of local cracks, so that the two damage identification methods are connected in logic and operation. (2) in the model modification based on the sensitivity of frequency response function, the two damage identification methods are connected with each other in logic and operation. Based on parameter sensitivity analysis, ill-conditioned sensitivity equations, selection of frequency response function frequency points for constructing sensitivity equations, damping treatment and so on, two kinds of sensitivity indexes are given. A frequency band selection index considering index sensitivity and ill-conditioned sensitivity equations is proposed and illustrated by numerical examples. (3) in the model modification based on the sensitivity of frequency response function, the index is verified by numerical examples. In order to deal with the incomplete data, a two-step adaptive correction method is proposed to reduce and aggregate the whole finite element model and expand the frequency response function of local substructure, which realizes the accurate identification of local damage when the test data is seriously incomplete. A numerical example of a four-sided fixed-support finite element plate is given to verify that the test data is seriously incomplete (about 6% freedom) and there is noise interference. The effectiveness and accuracy of the damage identification method. (4) in the crack recognition based on image processing, an adaptive noise reduction algorithm is proposed for the possible strong noise in the concrete surface crack image. Combined with background reduction and Niblack's binarization, the method optimally eliminates noise while maintaining the same crack shape during image processing. At the same time, according to the common complex crack form in concrete structure, this paper puts forward the decomposition and numbering of complex crack and the method of dealing with it separately, so that the parameter calculation of crack width and length can be completed accurately. The validity and accuracy of the algorithm are verified by multi-group experiments. (5) in the research of surface crack recognition of concrete structures, the problems existing in the traditional image recognition methods are analyzed, and the 3D reconstruction technology is used to solve the problem. The technology of crack recognition under three-dimensional condition is put forward: through the steps of three-dimensional reconstruction of fracture body surface, two-dimensional image recognition of crack parameters, and three-dimensional parallel projection of crack body, the slant shooting of fracture image can be realized. Multi-surface penetration crack identification and large-area fracture combination, integrated identification. The experimental results show that the method has strong application value.
【學(xué)位授予單位】：清華大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TU317

【相似文獻】

相關(guān)期刊論文 前10條

1 周世生,孫幫勇,李舉,夏衛(wèi)民;數(shù)字修描技術(shù)在包裝印刷圖像處理中的應(yīng)用研究[J];包裝工程;2005年05期

2 ;Adobe發(fā)布Phototshop CS4[J];照相機;2008年11期

3 徐海良;;國像處理在歐洲前景美好[J];光學(xué)儀器;1989年05期

4 葉培建;1996年國際圖像處理大會信息[J];中國空間科學(xué)技術(shù);1996年06期

5 馬金發(fā),唐健,崔向;圖像處理快速算法研究及實現(xiàn)[J];沈陽工業(yè)學(xué)院學(xué)報;2002年02期

6 王曉平,郝玉峰,袁春偉;基于激發(fā)介質(zhì)進行圖像處理[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2003年12期

7 陳源鋒,馮琳;圖像處理技術(shù)在物證照片標(biāo)準(zhǔn)化制作中的應(yīng)用[J];影像技術(shù);2005年02期

8 蔣昀峗;葉俊勇;汪同慶;王同軍;;利用圖像處理技術(shù)進行工件角度檢測[J];新技術(shù)新工藝;2007年08期

9 王博;石亮;;圖像處理技術(shù)實現(xiàn)與分析——圖像的退化與復(fù)原[J];硅谷;2008年02期

10 孫麗云;焦向東;劉丹;靳麗;;一種新的圖像處理實驗設(shè)計方法[J];艦船電子工程;2008年12期

相關(guān)會議論文 前10條

1 苑廷剛;李愛東;李汀;艾康偉;嚴(yán)波濤;;圖像處理技術(shù)在田徑科研中的應(yīng)用初探[A];第七屆全國體育科學(xué)大會論文摘要匯編（二）[C];2004年

2 黃海永;朱浩;王朔中;;圖像處理軟件中宏結(jié)構(gòu)的實現(xiàn)和擴展[A];面向21世紀(jì)的科技進步與社會經(jīng)濟發(fā)展（上冊）[C];1999年

3 楊文杰;劉浩學(xué);;基于馬爾可夫場理論的圖像處理新方法評述[A];面向21世紀(jì)的科技進步與社會經(jīng)濟發(fā)展（上冊）[C];1999年

4 王晉疆;劉文耀;肖松山;陳曉東;孫正;;光電圖像處理課程中教學(xué)環(huán)節(jié)的設(shè)計[A];光電技術(shù)與系統(tǒng)文選——中國光學(xué)學(xué)會光電技術(shù)專業(yè)委員會成立二十周年暨第十一屆全國光電技術(shù)與系統(tǒng)學(xué)術(shù)會議論文集[C];2005年

5 王鵬;;圖像處理技術(shù)與實驗數(shù)據(jù)處理[A];全面建設(shè)小康社會：中國科技工作者的歷史責(zé)任——中國科協(xié)2003年學(xué)術(shù)年會論文集（上）[C];2003年

6 王曉劍;曹婉;王莎莎;;一種基于高速DSP的圖像處理應(yīng)用平臺[A];2008中國儀器儀表與測控技術(shù)進展大會論文集（Ⅲ）[C];2008年

7 張煒;蔣大林;郎芬玲;曹廣鑫;王秀芬;;圖像處理技術(shù)應(yīng)用于選礦領(lǐng)域的綜述[A];第九屆全國信息獲取與處理學(xué)術(shù)會議論文集Ⅱ[C];2011年

8 劉春桐;趙兵;張志利;仲啟媛;;基于圖像處理的自動瞄準(zhǔn)系統(tǒng)精度研究[A];全國自動化新技術(shù)學(xué)術(shù)交流會會議論文集（一）[C];2005年

9 李向榮;;美式落袋球自動擺球系統(tǒng)的圖像處理研究[A];2008中國儀器儀表與測控技術(shù)進展大會論文集（Ⅲ）[C];2008年

10 周榮官;周醒馭;;地質(zhì)雷達圖像處理在崩塌隱患探測中的應(yīng)用及分析[A];第六屆全國信號和智能信息處理與應(yīng)用學(xué)術(shù)會議論文集[C];2012年

相關(guān)重要報紙文章 前10條

1 新疆大學(xué)紡織與服裝學(xué)院 袁春燕;圖像處理技術(shù)讓數(shù)據(jù)更真實[N];中國紡織報;2013年

2 楊朝暉;我鄰域圖像處理達到每秒1350億次超高速[N];科技日報;2008年

3 吳啟海;圖像處理時8位/通道或16位/通道模式的選擇探討[N];中國攝影報;2012年

4 殷幼芳;印前圖像處理技術(shù)對印刷質(zhì)量的影響[N];中國包裝報;2005年

5 徐和德;圖像處理要適度[N];中國攝影報;2006年

6 記者 申明;中星微發(fā)布場景高保真圖像處理技術(shù)[N];科技日報;2010年

7 楊玉軍;郵編圖像處理技術(shù)通過驗收[N];中國郵政報;2000年

8 董長生 吳志軍;用圖像處理軟件推動刑偵信息技術(shù)工作[N];人民公安報;2003年

9 殷幼芳;藝術(shù)化的圖像處理技術(shù)[N];中國包裝報;2006年

10 ;富士圖像處理方案走進手機[N];計算機世界;2002年

相關(guān)博士學(xué)位論文 前10條

1 羅軍;圖像處理快速算法研究與硬件化[D];武漢大學(xué);2014年

2 孫傳猛;煤巖圖像處理及細觀損傷本構(gòu)模型研究[D];重慶大學(xué);2015年

3 嵇曉平;基于各向異性擴散方程圖像處理問題的研究[D];哈爾濱工業(yè)大學(xué);2015年

4 黎海生;量子圖像處理關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2014年

5 吳玉蓮;非局部信息和TGV正則在圖像處理中的應(yīng)用研究[D];西安電子科技大學(xué);2015年

6 張還;聚合物復(fù)合材料微觀圖像處理與分析[D];南京農(nóng)業(yè)大學(xué);2014年

7 季雷;光輻射對生物體影響的關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2015年

8 劉宇飛;基于模型修正與圖像處理的多尺度結(jié)構(gòu)損傷識別[D];清華大學(xué);2015年

9 程科;模糊形態(tài)學(xué)技術(shù)及其在圖像處理中的應(yīng)用[D];南京理工大學(xué);2006年

10 張文星;增廣拉格朗日型算法及其在圖像處理中的應(yīng)用[D];南京大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 董國齡;基于圖像處理技術(shù)的水表自動檢定及管理系統(tǒng)的設(shè)計[D];天津理工大學(xué);2015年

2 李永晨;基于DSP的多路圖像處理硬件系統(tǒng)研究[D];天津理工大學(xué);2015年

3 杜高峰;基于opencv圖像處理的列車受電弓動態(tài)特性監(jiān)測方法研究[D];西南交通大學(xué);2015年

4 王世豪;基于小波及壓縮感知的圖像處理方法及應(yīng)用研究[D];燕山大學(xué);2015年

5 牛蕾;基于非線性動力系統(tǒng)的圖像處理[D];東北林業(yè)大學(xué);2015年

6 宋君毅;基于圖像處理的魚群監(jiān)測技術(shù)研究[D];天津理工大學(xué);2015年

7 古偉楷;基于異構(gòu)計算技術(shù)的視頻與圖像處理研究[D];華南理工大學(xué);2015年

8 康睿;基于圖像處理的砂土顆粒細觀特性分析[D];寧夏大學(xué);2015年

9 趙杰;柴油噴霧粒子圖像處理及軟件的設(shè)計[D];長安大學(xué);2015年

10 石璐;基于圖像處理的礦質(zhì)混合料級配檢測算法研究[D];長安大學(xué);2015年

，

本文編號：2442859