[发明专利]一种用于土木工程结构表观缺陷的评定检测系统在审
申请号: | 201810390546.0 | 申请日: | 2018-04-27 |
公开(公告)号: | CN108956638A | 公开(公告)日: | 2018-12-07 |
发明(设计)人: | 黄志刚 | 申请(专利权)人: | 湖南文理学院 |
主分类号: | G01N21/95 | 分类号: | G01N21/95;G01M5/00 |
代理公司: | 长沙新裕知识产权代理有限公司 43210 | 代理人: | 周跃仁 |
地址: | 415000 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 寿命预测模块 图像采集模块 土木工程结构 表观缺陷 工程结构 检测系统 图像数据 评定 剩余使用寿命 剩余寿命预测 图像处理模块 土木工程技术 压力检测模块 中央处理模块 力学知识 缺陷评定 实测信息 数值分析 衰减系数 显示模块 预测结构 荷载 荷载步 收缩 采集 预测 更新 | ||
1.一种用于土木工程结构表观缺陷的评定检测系统,其特征在于,所述用于土木工程结构表观缺陷的评定检测系统包括:
图像采集模块,与中央处理模块连接,用于通过摄像器采集土木工程结构图像数据;
压力检测模块,与中央处理模块连接,用于通过压力传感器采集土木工程结构压力数据;
中央处理模块,与图像采集模块、压力检测模块、无人机模块、图像处理模块、缺陷评定模块、寿命预测模块、显示模块连接,用于控制各个模块正常工作;
中央处理模块集成有信号L0范数最小化优化模块,所述信号L0范数最小化优化模块的信号L0范数最小化优化方法包括:
基于L0范数最小化的优化算法为:
其中,f表示待处理的谱线向量,维数为V×1,e表示处理后的谱线向量,维数为V×1;ΦBV表示B×V维的测量矩阵,其中,ΦBV取用随机的高斯矩阵,|| ||2表示向量的2范数,|| ||0表示向量的0范数;
优化算法采用的迭代公式为:
其中,f(j)表示第j次迭代得到的谱线向量,s表示ΦΓ×Φ的最大特征值,Γ表示对矩阵求转置,k~(1,V),χ=σ/4,σ表示噪声的标准差,由下式求得:
σ=Median(|f|)/0.6745;
其中,Median表示求向量中元素的中位数;
优化算法的终止条件为:
||f(j+1)-f(j)||2≤ε。
中央处理模块还集成有信号局部阈值模块,所述信号局部阈值模块的信号局部阈值方法包括:
局部阈值为z*σ′,其中,z为一常数,σ′是每一个窗内的谱线的幅度标准差,定义为:
其中,Q为每个窗内的谱线条数,|S(fi)|表示频率为fi的谱线对应的幅度值;
中央处理模块还集成有信号窗内谱线强度均值比局部最大值计算模块,所述信号窗内谱线强度均值比局部最大值计算模块的信号窗内谱线强度均值比局部最大值计算方法包括:
谱线强度均值比|I(fi)|的表达式为:
对每一个窗内的谱线求强度均值比,并搜索得到窗内强度均值比的局部最大值|I(f0)|,f0为一个窗内强度均值比最大值所对应的频率;
无人机模块,与中央处理模块连接,用于通过无人机携带摄像器进行全方位图像采集;
图像处理模块,与中央处理模块连接,用于对采集图像中结构缺陷特征元素进行处理;
缺陷评定模块,与中央处理模块连接,用于通过图像处理模块5获取的结构缺陷特征元素进行计算缺陷的长度、宽度和深度信息,土木工程结构表观缺陷的损伤评定;缺陷评定模块,首先使用金属磁记忆检测仪对在役土木工程结构进行全方位检测,把检测数据代入公式,使缺陷量化,然后根据缺陷的量化结果进行在役土木工程结构失效因素的评定即:平面缺陷的断裂评定、平面缺陷的疲劳评定,再根据各失效因素建立模糊综合评价体系,对在役土木工程结构进行综合安全评价;
寿命预测模块,与中央处理模块连接,用于对土木工程结构寿命进行预测;
显示模块,与中央处理模块连接,用于显示采集图像数据信息。
2.如权利要求1所述用于土木工程结构表观缺陷的评定检测系统,其特征在于,
在役土木工程结构失效因素评定:
平面缺陷的断裂评定,评定方法为采用失效评定图的方法进行,失效评定曲线方程为:
垂直线的方程为:
的值取决于材料的特性:
平面缺陷的疲劳评定方法:
平首先依据疲劳裂纹扩展速率da/dN与裂纹尖端应力强度因子变化幅度ΔK关系式确定在规定的循环周期内疲劳裂纹的扩展量和最终尺寸;然后根据所给出的判别条件和方法,来判断该平面缺陷是否会发生裂缝和疲劳断裂,除所规定的平面缺陷外,还包括裂纹、未融合、未焊透。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南文理学院,未经湖南文理学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810390546.0/1.html,转载请声明来源钻瓜专利网。