一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

一种桥梁拉索索力实时监测装置、方法与系统与流程

2022-06-05 08:46:38 来源:中国专利 TAG:


1.本发明属于桥梁拉索索力技术领域,更具体地说,是涉及一种桥梁拉索索力实时监测装置与方法。


背景技术:

2.桥梁拉索一般包含拱桥的吊杆、系杆、斜拉桥的斜拉索和悬索桥梁的主缆、吊杆。该类型桥梁因具有跨越能力大、造型美观、结构受力明确、经济实用等优点而被广泛使用。该类桥梁在运营阶段,需要实时对桥梁拉索索力进行监测。
3.现有的桥梁索力测试仪一般需要在被检测的拉索上布设传感器,然后利用相关的读数设备进行人工数据收集。
4.由此可知,现有技术的缺点是:

被检测拉索上的传感器价格昂贵,且易损坏;

测试一次时间长,无法进行连续或实时监测;

需要至少两个人配合完成测试工作,无法实现远程自动化监测。


技术实现要素:

5.本发明的目的在于提供一种桥梁拉索索力实时监测装置、方法与系统,旨在解决桥梁拉索索力无法实时自动监测的问题。
6.为实现上述目的,本发明采用的技术方案是:
7.一种桥梁拉索索力实时监测装置,包括:
8.工业相机,用于采集桥梁拉索散斑图像;
9.工控机,与所述工业相机连接,用于根据所述散斑图像得到桥梁拉索的索力;
10.5g通讯模块,与所述工控机连接,用于接收上位机的开关信号;
11.远程定时开关,与所述工控机连接,用于根据所述上位机的开关信号控制所述工控机的开机与关机。
12.优选地,还包括:
13.不锈钢机箱,箱内设置有机箱隔板,箱底部设置有排水口;所述机箱隔板上设置有所述工控机、所述远程定时开关和所述5g通讯模块;
14.不锈钢支架,分别与所述不锈钢机箱和所述工业相机固定连接。
15.本发明还公开了一种桥梁拉索索力实时监测方法,包括以下步骤:
16.步骤1:获取工业相机采集的桥梁拉索散斑图像;
17.步骤2:以当前的桥梁拉索散斑图像上任意一点为中心取一个矩形计算子区;
18.步骤3:在下一个桥梁拉索散斑图像上找出与所述矩形计算子区相似度最高的目标子区;
19.步骤4:根据所述矩形计算子区和所述目标子区确定桥梁拉索位移数据;
20.步骤5:根据所述桥梁拉索位移数据确定桥梁拉索索力。
21.优选地,所述步骤3:在下一个桥梁拉索散斑图像上找出与所述矩形计算子区相似
度最高的目标子区,包括:
22.步骤3.1:将所述矩形计算子区在所述下一个桥梁拉索散斑图像上移动得到覆盖的矩形子区;
23.步骤3.2:计算所述矩形计算子区与所述覆盖的矩形子区之间的相似度,返回所述步骤3.1,直到得到最大的相似度;
24.步骤3.3:将所述最大的相似度所对应的覆盖的矩形子区作为目标子区。
25.优选地,所述步骤3.2:计算所述矩形计算子区与所述覆盖的矩形子区之间的相似度,包括:
26.采用公式:
[0027][0028]
得到所述矩形计算子区与所述覆盖的矩形子区之间的相似度;其中,f(x,y)表示当前桥梁拉索散斑图像的矩形计算子区中坐标为(x,y)的点的灰度值,m表示计算子区大小表征值,即此时子区的大小为2m 1,g(x

,y

)表示下一个桥梁拉索散斑图像的矩形子区中坐标为(x,y)的点的灰度值,fm表示当前桥梁拉索散斑图像的矩形计算子区中的灰度平均值,gm表示下一个桥梁拉索散斑图像的矩形子区中的灰度平均值。
[0029]
本发明还提供了一种桥梁拉索索力实时监测系统,包括:
[0030]
散斑图像获取模块,用于获取工业相机采集的桥梁拉索散斑图像;
[0031]
计算子区构建模块,用于以当前的桥梁拉索散斑图像上任意一点为中心取一个矩形计算子区;
[0032]
目标子区搜索模块,用于在下一个桥梁拉索散斑图像上找出与所述矩形计算子区相似度最高的目标子区;
[0033]
桥梁拉索位移确定模块,用于根据所述矩形计算子区和所述目标子区确定桥梁拉索位移数据;
[0034]
桥梁拉索索力确定模块,用于根据所述桥梁拉索位移数据确定桥梁拉索索力。
[0035]
优选地,所述目标子区搜索模块,包括:
[0036]
计算子区移动单元,用于将所述矩形计算子区在所述下一个桥梁拉索散斑图像上移动得到覆盖的矩形子区;
[0037]
相似度计算单元,用于计算所述矩形计算子区与所述覆盖的矩形子区之间的相似度,返回所述计算子区移动单元,直到得到最大的相似度;
[0038]
目标子区确定单元,用于将所述最大的相似度所对应的覆盖的矩形子区作为目标子区。
[0039]
优选地,所述相似度计算单元,包括:
[0040]
相似度计算子单元,用于采用公式:
[0041][0042]
得到所述矩形计算子区与所述覆盖的矩形子区之间的相似度;其中,f(x,y)表示当前桥梁拉索散斑图像的矩形计算子区中坐标为(x,y)的点的灰度值,m表示计算子区大小表征值,即此时子区的大小为2m 1,g(x

,y

)表示下一个桥梁拉索散斑图像的矩形子区中坐标为(x,y)的点的灰度值,fm表示当前桥梁拉索散斑图像的矩形计算子区中的灰度平均值,gm表示下一个桥梁拉索散斑图像的矩形子区中的灰度平均值。
[0043]
本发明提供的一种桥梁拉索索力实时监测装置、方法与系统的有益效果在于:与现有技术相比,本发明通过利用桥梁拉索散斑图像可实时对桥梁拉索索力进行监测,避免了因桥梁拉索索力异常导致的一系列交通事故的发生。
附图说明
[0044]
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
[0045]
图1为本发明所提供的一种桥梁拉索索力实时监测装置示意图;
[0046]
图2为本发明所提供的安装在桥梁拉索上的不锈钢散斑图;
[0047]
图3为本发明所提供的矩形计算子区构建原理图;
[0048]
图4为本发明所提供的目标子区搜索过程原理图。
[0049]
1、工业相机;2、不锈钢机箱;3、不锈钢支架;4、远程定时开关;5、主控端(工控机 5g通讯模块);6、排水口;7、机箱隔板。
具体实施方式
[0050]
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
[0051]
本发明的目的在于提供一种桥梁拉索索力实时监测装置、方法与系统,旨在解决桥梁拉索索力无法实时自动监测的问题。
[0052]
请参阅图1,一种桥梁拉索索力实时监测装置,包括:工业相机1、工控机、5g通讯模块、远程定时开关4、不锈钢机箱2和不锈钢支架3。
[0053]
工业相机1,用于采集桥梁拉索散斑图像;工控机,与工业相机连接,用于根据散斑图像得到桥梁拉索的索力;5g通讯模块,与工控机连接,用于接收上位机的开关信号;远程定时开关4,与工控机连接,用于根据上位机的开关信号控制工控机的开机与关机。不锈钢机箱2,箱内设置有机箱隔板7,箱底部设置有排水口6;机箱隔板7上设置有工控机、远程定时开关4和5g通讯模块;不锈钢支架3,分别与不锈钢机箱和工业相机固定连接。
[0054]
在实际应用中,本发明还需要将桥梁拉索索力实时监测装置固定安装在待检测的桥梁附近,其安装步骤为:
[0055]

不锈钢支架插入地下50cm后,采用混凝土进行基础浇筑;
[0056]

机箱采用不锈钢制作,机箱背部采用抱箍的形式绑扎在不锈钢支架的立柱上并用螺栓螺母固定,机箱内部开设隔板,隔板采用螺栓螺母固定。工控机(搭配5g通讯模块)和远程定时开关底部用螺栓螺母固定在隔板上。机箱底部开设排水孔;
[0057]

连接固定电源与远程定时开关,为远程定时开关提供电压,本发明的工控机开关设计使用220v交流电;
[0058]

将远程定时开关与工控机直接连接;
[0059]

工业相机采用抱箍的形式绑扎在不锈钢支架的横杆上并用螺栓螺母固定;
[0060]

连接工业相机和镜头,连接工控机和工业相机。将工业相机的usb3.0接口与工控机的usb3.0接口互联,紧固螺丝,固定好usb线;
[0061]

在工控机上安装相机驱动和相机控制程序、桥梁拉索振动分析软件、远程控制程序、自动化数据采集和分析程序,同时设置工控机为来电自动开机以及数据采集时间和次数,最后设置远程定时开关的控制时间;
[0062]

在被监测的桥梁拉索上采用抱箍的形式安装不锈钢散斑图并用螺栓螺母固定;
[0063]

对整个硬件系统进行固定,开机测试系统工作状态是否正常,测试5g信号质量和通讯情况。一切正常后,清理机箱,闭锁机箱。
[0064]
本发明中的装置安装好之后,可对照片范围内的所有桥梁拉索上的散斑图像素点进行振动分析,监测范围由一根拉索扩大到多根拉索,具体数量根据实际情况调整;在人工无法到达现场的情况下,如台风等恶劣天气,实现了桥梁拉索的索力实时自动化连续监测。
[0065]
本发明还提供了一种桥梁拉索索力实时监测方法,包括以下步骤:
[0066]
步骤1:获取工业相机采集的桥梁拉索散斑图像;
[0067]
具体的,在工控机设置为来电开机的情况下,通过物联网技术控制远程定时开关来实现工控机的开机与关机,而在工控机开机的情况下,内部远程控制程序向工控机发送图像采集信号,进行高频工控机视野范围内所有安置在拉索上的散斑图,在获取图像后,工控机对高频采集的一系列图像进行dic技术分析。其分析过程如下:
[0068]
步骤2:以当前的桥梁拉索散斑图像上任意一点为中心取一个矩形计算子区;
[0069]
步骤3:在下一个桥梁拉索散斑图像上找出与矩形计算子区相似度最高的目标子区;
[0070]
请参阅图3和4,在采集到的第一张图像f(x,y)中,取以所求点(x,y)为中心,大小为(2m 1)
×
(2m 1)的矩形计算子区a(又称模板),a在后续的桥梁拉索散斑图像g(x’,y’)中移动,并选取相关函数来进行搜索计算,并找出与变形前参考子区a最吻合的目标子区b。b是以(x’,y’)为中心大小同为(2m 1)
×
(2m 1)矩形区域,然后通过点(x,y)和(x’,y’)来确定目标的整像素位移,需要说明的是,m可根据实际情况进行取值。
[0071]
进一步的,步骤3包括:
[0072]
步骤3.1:将矩形计算子区在下一个桥梁拉索散斑图像上移动得到覆盖的矩形子区;
[0073]
步骤3.2:计算矩形计算子区与覆盖的矩形子区之间的相似度,返回步骤3.1,直到
得到最大的相似度;
[0074]
具体的,采用公式:
[0075][0076][0077][0078]
得到矩形计算子区与覆盖的矩形子区之间的相似度;其中,f(x,y)表示当前桥梁拉索散斑图像的矩形计算子区中坐标为(x,y)的点的灰度值,m表示计算子区大小表征值,即此时子区的大小为2m 1,g(x

,y

)表示下一个桥梁拉索散斑图像的矩形子区中坐标为(x,y)的点的灰度值,fm表示当前桥梁拉索散斑图像的矩形计算子区中的灰度平均值,gm表示下一个桥梁拉索散斑图像的矩形子区中的灰度平均值。
[0079]
步骤3.3:将最大的相似度所对应的覆盖的矩形子区作为目标子区。
[0080]
步骤4:根据矩形计算子区和目标子区确定桥梁拉索位移数据;
[0081]
步骤5:根据桥梁拉索位移数据确定桥梁拉索索力。
[0082]
本发明在获得整像素位置初值之后,再进行亚像素迭代来求解更精确的亚像素位置,亚像素迭代过程是一个求极值位置的过程,为一个非线性优化过程,常见的求解方法为高斯牛顿迭代法、曲面拟合法、梯度法,通过拉索位移和索力的关系得出真实索力大小,进而实现桥梁拉索的索力实时监控。
[0083]
本发明还提供了一种桥梁拉索索力实时监测系统,包括:
[0084]
散斑图像获取模块,用于获取工业相机采集的桥梁拉索散斑图像;
[0085]
计算子区构建模块,用于以当前的桥梁拉索散斑图像上任意一点为中心取一个矩形计算子区;
[0086]
目标子区搜索模块,用于在下一个桥梁拉索散斑图像上找出与矩形计算子区相似度最高的目标子区;
[0087]
桥梁拉索位移确定模块,用于根据矩形计算子区和目标子区确定桥梁拉索位移数据;
[0088]
桥梁拉索索力确定模块,用于根据桥梁拉索位移数据确定桥梁拉索索力。
[0089]
优选地,目标子区搜索模块,包括:
[0090]
计算子区移动单元,用于将矩形计算子区在下一个桥梁拉索散斑图像上移动得到覆盖的矩形子区;
[0091]
相似度计算单元,用于计算矩形计算子区与覆盖的矩形子区之间的相似度,返回计算子区移动单元,直到得到最大的相似度;
[0092]
目标子区确定单元,用于将最大的相似度所对应的覆盖的矩形子区作为目标子区。
[0093]
优选地,相似度计算单元,包括:
[0094]
相似度计算子单元,用于采用公式:
[0095][0096]
得到矩形计算子区与覆盖的矩形子区之间的相似度;其中,f(x,y)表示当前桥梁拉索散斑图像的矩形计算子区中坐标为(x,y)的点的灰度值,m表示计算子区大小表征值,即此时子区的大小为2m 1,g(x

,y

)表示下一个桥梁拉索散斑图像的矩形子区中坐标为(x,y)的点的灰度值,fm表示当前桥梁拉索散斑图像的矩形计算子区中的灰度平均值,gm表示下一个桥梁拉索散斑图像的矩形子区中的灰度平均值。
[0097]
本发明提供的一种桥梁拉索索力实时监测装置、方法与系统的有益效果在于:与现有技术相比,本发明通过利用桥梁拉索散斑图像可实时对桥梁拉索索力进行监测,避免了因桥梁拉索索力异常导致的一系列交通事故的发生。
[0098]
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献