龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：西安交通大学
申请日：2024-04-17
公开（公告）日：2024-06-28
公开（公告）号：CN118262084A
主分类号：G06V10/22
分类号：G06V10/22;G06V10/762;G06V10/44;G06V10/52;G06T7/269;G06T7/73
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明提出一种基于视觉模态多尺度特征聚类的结构损伤智能识别方法，首先，采集结构自由振动状态下的高帧率数字视频，并采用相位光流视觉算法对视频进行分析，计算结构的高空间分辨率振动响应；其次，采用Ibrahim时域法对模态参数进行识别，获取结构的模态振型；然后，采用高斯多尺度信号分析理论，对所获得的振型进行多尺度表征，并计算每个尺度下的归一化振型曲率能量；最后，将所有测量点作为样本，所有尺度下的归一化振型曲率能量作为样本多维特征，进行多尺度特征下的K‑Means聚类分析，聚类结果中的离群点即判定为损伤位置。本发明无需人工干预，能够在噪声环境下同时实现损伤位置和临近损伤位置的精准定位。
主权项：1.一种基于视觉模态多尺度特征聚类的结构损伤智能识别方法，其特征在于，包括以下步骤：步骤1：采集结构自由振动状态下的高帧率数字视频，选取结构对应的成像区域像素点作为测量点，并采用相位光流算法进行运动跟踪，计算结构的振动响应并进行测量点组装，获取结构振动信息矩阵；步骤2：采用Ibrahim时域法，构造特征矩阵数学模型，对结构模态参数进行识别，并获取结构的高空间分辨率模态振型；步骤3：根据高斯多尺度信号分析理论，对所获得的结构的高空间分辨率模态振型进行多尺度表征，并采用二阶差分算子和Teager能量算子计算每个尺度下的归一化振型曲率能量；步骤4：将所有测量点作为聚类样本，所有尺度下的归一化振型曲率能量作为样本多维特征，进行多尺度特征下的K-Means聚类分析，聚类结果中的离群点即判定为损伤位置。
全文数据：
权利要求：
百度查询： 西安交通大学 基于视觉模态多尺度特征聚类的结构损伤智能识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号