本文選題：橋梁健康監(jiān)測 + 橋梁振動��； 參考：《重慶大學學報》2017年09期

【摘要】：為克服傳統(tǒng)橋梁監(jiān)測技術(shù)施工難、成本高和觀測點少等不足,利用視覺技術(shù)實現(xiàn)了非接觸式橋梁振動狀態(tài)監(jiān)測。該方法包含視頻數(shù)據(jù)采集、視頻數(shù)據(jù)分析與結(jié)果可視化等3個環(huán)節(jié)。其中,視頻數(shù)據(jù)分析環(huán)節(jié)又包含3個步驟:首先,對視頻中的穩(wěn)定像素點進行定位;然后,根據(jù)視頻中穩(wěn)定像素點的數(shù)值變化,由視頻數(shù)據(jù)挖掘方法建立視頻熱噪聲模型;最后,由視頻熱噪聲模型計算出視頻中橋梁各局部位置上的振動頻率。實驗結(jié)果表明,該方法可有效偵測到橋梁可見結(jié)構(gòu)部件上出現(xiàn)的人眼不易察覺的微弱振動,并對橋梁不同局部位置上出現(xiàn)的振動頻率進行同步定量測算,從而提供了一種便捷高效、成本合理、通用性好的橋梁結(jié)構(gòu)健康監(jiān)測新途徑。
[Abstract]:In order to overcome the shortcomings of the traditional bridge monitoring technology, such as difficult construction, high cost and few observation points, the non contact bridge vibration state monitoring is realized by visual technology. This method includes 3 links: video data acquisition, video data analysis and result visualization. Among them, the video data analysis link contains 3 steps: first, video A video thermal noise model is established by the video data mining method. Finally, the vibration frequency of each part of the bridge in the video is calculated by the video thermal noise model. The experimental results show that the method can detect the visible structural parts of the bridge effectively. It appears that the weak vibration of the human eye is not easy to detect, and the vibration frequency of different parts of the bridge is measured synchronously and quantitatively, thus providing a new way to monitor the health of bridge structure with convenient and efficient, reasonable cost and good generality.
【作者單位】： 浙江大學光電科學與工程學院現(xiàn)代光學儀器國家重點實驗室;衢州學院機械工程學院;
【基金】：浙江省科技計劃資助項目(2014C33011) 浙江省自然科學基金資助(LY15F020042) 國家自然科學基金資助(61502273) 校級科研啟動經(jīng)費資助項目(BSYJ201415) 校級科學研究基金項目(KY1303)~~
【分類號】：TP391.41;U446

【相似文獻】

相關(guān)期刊論文 前10條

1 尹克堅;;淺析數(shù)據(jù)挖掘在智慧交通領(lǐng)域中的應(yīng)用[J];信息通信;2013年10期

2 郭驊;周吉;;數(shù)據(jù)挖掘在智慧交通領(lǐng)域的應(yīng)用[J];現(xiàn)代商貿(mào)工業(yè);2013年12期

3 胡鵬;;數(shù)據(jù)挖掘在交通管理中的應(yīng)用研究[J];計算機安全;2013年10期

4 林國順;陳燕;賈智輝;李麗麗;;基于數(shù)據(jù)挖掘的道路運行安全因素關(guān)聯(lián)分析[J];大連海事大學學報;2011年03期

5 鄧冰;;基于大數(shù)據(jù)挖掘的北京地區(qū)自行車旅游研究[J];公路交通科技(應(yīng)用技術(shù)版);2014年07期

6 張曉寶;;基于數(shù)據(jù)挖掘的智能路政執(zhí)法系統(tǒng)的設(shè)計[J];數(shù)字技術(shù)與應(yīng)用;2013年01期

7 劉昱崗;安冬冬;;數(shù)據(jù)挖掘在公交調(diào)查數(shù)據(jù)分析中的應(yīng)用研究[J];公路工程;2014年02期

8 廖少明;劉朝明;王建華;彭芳樂;;地鐵深基坑變形數(shù)據(jù)的挖掘分析與風險識別[J];巖土工程學報;2006年S1期

9 梁林林;;基于數(shù)據(jù)挖掘的城市快速路擁堵關(guān)聯(lián)特征分析——以上海市為例[J];交通與運輸(學術(shù)版);2014年01期

10 宓為建;徐子奇;劉園;;大型港機結(jié)構(gòu)應(yīng)力峰值與小車位置關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘[J];上海海事大學學報;2006年03期

相關(guān)會議論文 前3條

1 顏波;黃燁華;馬新軍;;基于GPS數(shù)據(jù)挖掘的智能交通系統(tǒng)的研究[A];第二十七屆中國控制會議論文集[C];2008年

2 王海峰;劉白鴿;孫立;康震;;基于信息整合和數(shù)據(jù)挖掘的交通運輸管理決策系統(tǒng)[A];2008第四屆中國智能交通年會論文集[C];2008年

3 褚麗恒;郭曉澤;宋國杰;吳峻;謝昆青;;基于聚類方法的高速公路逃費甄別與分析[A];第八屆中國智能交通年會論文集[C];2013年

相關(guān)博士學位論文 前2條

1 鄭曉峰;道路運輸信息系統(tǒng)的數(shù)據(jù)挖掘方法研究與應(yīng)用[D];華南理工大學;2014年

2 孫軼軒;基于數(shù)據(jù)挖掘的道路交通事故分析研究[D];北京交通大學;2014年

相關(guān)碩士學位論文 前10條

1 陳冰潔;基于聚類算法的車輛軌跡時空相似性研究[D];福建師范大學;2015年

2 戴洪波;基于數(shù)據(jù)挖掘的高速公路營運決策支持技術(shù)研究[D];東華大學;2016年

3 楊鵬;基于數(shù)據(jù)挖掘的乘客出行行為研究[D];華南理工大學;2016年

4 張肅潑;基于數(shù)據(jù)挖掘的城市交通可視化信息系統(tǒng)設(shè)計[D];東南大學;2016年

5 盧倩;隧道交通狀況的大數(shù)據(jù)挖掘方法研究[D];貴州大學;2016年

6 王敢;數(shù)據(jù)挖掘在城市道路交通上的應(yīng)用[D];重慶大學;2016年

7 汪濤;數(shù)據(jù)挖掘在隧道交通中的應(yīng)用[D];長安大學;2003年

8 溫延超;數(shù)據(jù)挖掘在高速公路機電設(shè)備故障預(yù)測中的應(yīng)用[D];長安大學;2011年

9 趙明;智能交通系統(tǒng)數(shù)據(jù)挖掘與應(yīng)用[D];山東大學;2014年

10 劉成杰;交通監(jiān)控卡口系統(tǒng)的設(shè)計與實現(xiàn)[D];復(fù)旦大學;2012年

，

本文編號：2063680