基于连续点云方法的图像驱动混合结构分析与边界捕获技术
Kyung-Wan Seo1, Junwon Park1, Sang I Park2
1Department of Civil Engineering, Myongji College, Seoul 03656, Republic of Korea.
Sensors (Basel, Switzerland)
|January 25, 2025
概括
本研究介绍了一种基于图像的结构健康监测方法,使用数字图像处理和连续点云方法进行非接触式分析. 该技术为没有物理传感器的基础设施监控提供了强大的解决方案.
科学领域:
- 工程 工程师 工程师 工程师
- 计算力学 计算力学 计算力学
- 材料科学 材料科学 材料科学
背景情况:
- 传统的结构健康监测依赖于物理传感器,需要大量的维护和运营努力.
- 现有的方法往往需要在现场进行调整,并且因需要物理附件而受到限制.
研究的目的:
- 为基础设施监测提供一种新的图像驱动的混合结构分析技术.
- 开发一种无接触方法,克服传统基于传感器的方法的局限性.
主要方法:
- 将数字图像处理 (DIP) 和回归分析与连续点云方法 (CPCM) 结合起来.
- 使用多项式回归来捕捉边界形状的变化并识别变形结构坐标.
- 根据捕捉到的边界条件,制定了一个强有力的边界值问题 (BVP).
主要成果:
- 该技术准确地解决了迪里克莱特类型的边界值问题,提供精确的变形,应力和应变值.
- 通过梁的三点曲试验进行验证,结果与ANSYS和其他数值方案进行基准比较.
- 与传统的移位追踪技术相比,证明了强度.
结论:
- 拟议的图像驱动混合技术为远程结构健康监测提供了强大的非接触式解决方案.
- 有效地绕过传统方法的局限性,使得在具有挑战性的实验环境中进行监测.
- 提供对没有物理标尺或标记的真实规模基础设施的准确分析.


