26、基于图像的加权模态应变能损伤识别及物理信息神经网络求解翼型全势方程

基于图像的加权模态应变能损伤识别及物理信息神经网络求解翼型全势方程

1. 基于图像的加权模态应变能损伤识别

在结构损伤检测领域，对于悬臂梁结构的损伤识别是一个重要的研究方向。下面将详细介绍基于图像的加权模态应变能损伤识别方法。

1.1 测试设备与条件

利用 SONY FDR - AX700 视频捕捉设备进行数据采集，其相关参数如下表所示：
| 型号 | 相机镜头 | 总像素 | 帧率 (fps) | 分辨率 (像素) |
| ---- | ---- | ---- | ---- | ---- |
| SONY FDR - AX700 | CMOS 传感器 | 200 万像素 | 100 | 1920×1080 |

测试采用人工激励的悬臂梁产生水平横向位移。由于裂纹深度与截面刚度线性相关，且悬臂梁厚度较薄，因此用裂纹深度来确定损伤程度。测试包含三种损伤情况，裂纹深度分别为 6.6 mm (15%)、13.2 mm (30%) 和 19.8 mm (45%)。

1.2 结果分析

• 位移时间曲线 ：
  • 编写程序，使用光流法跟踪悬臂梁 17 个等距点的位移，获取其位移时间数据。
  • 对悬臂梁振动全区域内的 17 个测量点进行基于图像序列的位移时间跟踪。测量点 1 振幅小且高频振动大，测量点 17 振幅大且高频振动小。测量点越靠近固定端，位移值越小。
• 固有频率 ：
  • 根据图像