本发明涉及木结构监测,尤其涉及一种古建筑木结构裂缝扩展监测方法及系统。
背景技术:
1、木结构监测技术领域涉及使用传感器、仪器和分析方法来评估各种建筑和工程结构的健康状况,领域的核心是实时或定期监测结构变化,如位移、应力、裂缝发展及潜在的结构问题,以便及时检测并应对导致结构失效的因素。木结构监测系统包括数据采集单元、数据传输单元以及数据处理与分析软件,系统可以配置为自动化监测,实时提供关键数据,从而允许工程师评估结构的安全性和功能性,推动预防性维护措施以延长结构的使用寿命。该技术广泛应用于桥梁、高楼、古建筑、大型机械设施等领域,对于增强结构的可靠性、安全性以及经济性都具有重要意义。
2、其中,古建筑木结构裂缝扩展监测方法是木结构监测技术领域中的一个专项技术,专门用于监控和评估古建筑中木结构柱子的裂缝发展情况。此方法利用高精度的裂缝监测传感器(如应变片或光纤传感器)直接安装在木结构上,实时记录裂缝宽度的变化,监测裂缝的发展速度和模式。通过这种监测,可以及时了解木结构的结构健康状态,预测潜在的结构问题,从而制定有效的维护或修复策略,以保护和延长古建筑的使用寿命,此方法的使用不仅有助于保存文化遗产,还有助于科学管理和合理利用古建筑资源。
3、现有的古建筑木结构裂缝扩展监测方法虽然可以实时或定期监测结构变化,但常见技术主要依赖于传统的数据采集和分析方法,这在处理复杂数据或需求高精度监测的场合,尤其是古建筑的木结构裂缝监测中,存在一定局限性。现有方法在声波数据处理上缺乏足够的分辨率和分析深度,导致监测结果的不准确,从而影响裂缝的早期诊断和风险预测,传统方法在裂缝位置定位和裂缝行为分析方面的不足,未能有效整合声波强度和传播时间差数据,减少了监测方法的适用性和可靠性,导致对结构健康状态的误判,增加文化遗产保护的难度和成本。
技术实现思路
1、本发明的目的是解决现有技术中存在的缺点,而提出的一种古建筑木结构裂缝扩展监测方法及系统。
2、为了实现上述目的,本发明采用了如下技术方案,一种古建筑木结构裂缝扩展监测方法,包括以下步骤:
3、s1:在目标木结构表面布置多个声发射传感器,调整声发射传感器的灵敏度参数,校准时间设置并同步声波数据,得到声波信号接收数据;
4、s2:对所述声波信号接收数据执行时间序列分析,定位信号的时间标记,提取声发射传感器的时间同步点,记录声波的初始和终止时间戳,得到时间序列同步点数据;
5、s3:通过所述时间序列同步点数据,对信号频率进行能量谱分析,调整频谱分辨率,识别并记录频率组件的能量峰值,过滤非目标频率的能量,得到频率能量分析数据;
6、s4:从所述频率能量分析数据中筛选与木结构裂缝关联的频率范围,利用声波强度和传播时间差的数据,进行三角测距定位裂缝源,并计算裂缝的位置,得到裂缝源定位结果;
7、s5:基于所述裂缝源定位结果,设置和调整模型输入参数,训练支持向量机并分类裂缝行为,优化分类边界,生成裂缝行为预测模型;
8、s6:将所述裂缝行为预测模型应用于实时监测数据,对裂缝的发展趋势进行评估,得到裂缝风险评估结果。
9、作为本发明的进一步方案,所述声波信号接收数据包括频率范围、信号强度、时间戳,所述时间序列同步点数据包括起始时间点、峰值时间点、结束时间点,所述频率能量分析数据包括关键频率、能量峰值、背景噪声能量,所述裂缝源定位结果包括位置坐标、定位精度、关联频率,所述裂缝行为预测模型包括输入特征、模型算法、预测阈值,所述裂缝风险评估结果包括裂缝长度评估、裂缝宽度评估、裂缝深度评估。
10、作为本发明的进一步方案,在目标木结构表面布置多个声发射传感器,调整声发射传感器的灵敏度参数,校准时间设置并同步声波数据,得到声波信号接收数据的步骤具体为:
11、s101:在目标木结构表面布置多个声发射传感器,进行整个木结构的多维监控,通过使用测量工具确定声发射传感器间的距离,并优化覆盖效率,得到传感器位置配置图;
12、s102:基于所述传感器位置配置图,校准声发射传感器灵敏度,并使用声波测试设备检验每个声发射传感器的响应,生成传感器参数设置记录;
13、s103:使用所述传感器参数设置记录,同步声发射传感器的时间设置,采用统一的控制台进行时间校准,调整声发射传感器的内部时钟至统一标准时间,汇总声波信号,得到声波信号接收数据。
14、作为本发明的进一步方案,对所述声波信号接收数据执行时间序列分析,定位信号的时间标记,提取声发射传感器的时间同步点,记录声波的初始和终止时间戳,得到时间序列同步点数据的步骤具体为:
15、s201:基于所述声波信号接收数据,对接收数据进行时间戳标定,记录每个信号在实时接收的时间点上,跟踪声发射传感器接收声波信号的时间,生成时间标记点数据集;
16、s202:基于所述时间标记点数据集,分析声发射传感器的记录,对比和识别声发射传感器的时间差异,确定声发射传感器数据的时间同步点,建立时间同步点集;
17、s203:使用所述时间同步点集,记录声波信号的起始和终止时间戳,映射声波在木结构中的传播情况,校准声发射传感器时间,优化信号截取,得到时间序列同步点数据。
18、作为本发明的进一步方案,通过所述时间序列同步点数据,对信号频率进行能量谱分析,调整频谱分辨率,识别并记录频率组件的能量峰值,过滤非目标频率的能量,得到频率能量分析数据的步骤具体为:
19、s301:基于所述时间序列同步点数据,设置同步点之间的时间间隔,采用标准化方法调整频谱分辨率,优化信号分析的准确性,获取调整后频谱数据;
20、s302:基于所述调整后频谱数据,应用频率识别技术分析多频率组件的能量分布,记录每个频率组件的能量峰值,并确定最优频率点,生成频率能量峰值记录;
21、s303:基于所述频率能量峰值记录,应用快速傅里叶变换算法,通过设定能量阈值对非目标频率的能量进行过滤,保留目标频率范围内的能量数据,得到频率能量分析数据。
22、作为本发明的进一步方案,所述快速傅里叶变换算法的公式如下:
23、
24、其中,xn为时域中的第n个样本值,n为总样本数,k为频率索引,i为虚数单位,α为调制幅度系数,β为平均值调节系数,γ为标准差加权系数,σx为输入信号的标准差,fc为调制频率,δ为相位偏移量,xavg为输入信号的平均值,xk表示频域中频率分量的复数形式。
25、作为本发明的进一步方案,从所述频率能量分析数据中筛选与木结构裂缝关联的频率范围,利用声波强度和传播时间差的数据,进行三角测距定位裂缝源,并计算裂缝的位置,得到裂缝源定位结果的步骤具体为:
26、s401:基于所述频率能量分析数据,筛选与木结构裂缝关联的频率范围,运用数据分析手段,标定与裂缝直接关联的关键频率范围,生成频率关联范围数据;
27、s402:基于所述频率关联范围数据,采集声波强度和声波传播时间差数据,利用声波三角测距原理,对每个数据点进行位置计算,确定裂缝源的位置,得到裂缝源初步位置;
28、s403:基于所述裂缝源初步位置,调整声波数据采集参数,包括调整声发射传感器的灵敏度和测距精度,执行数据采集和计算,得到裂缝源定位结果。
29、作为本发明的进一步方案,基于所述裂缝源定位结果,设置和调整模型输入参数,训练支持向量机并分类裂缝行为,优化分类边界,生成裂缝行为预测模型的步骤具体为:
30、s501:基于所述裂缝源定位结果,进行模型输入参数的设定,通过选择匹配裂缝信号特性的频率范围,调整声波强度的参数匹配差异化裂缝类型的反应,得到输入参数配置;
31、s502:采用所述输入参数配置,执行数据的格式调整和标准化,包括裂缝源数据的归一化处理和声波强度数据的标准化,生成处理后的数据;
32、s503:利用所述处理后的数据,调整模型的分类边界,通过监控差异化裂缝类型数据的反应进行迭代优化,并控制模型区分多种裂缝行为,得到裂缝行为预测模型。
33、作为本发明的进一步方案,将所述裂缝行为预测模型应用于实时监测数据,对裂缝的发展趋势进行评估,得到裂缝风险评估结果的步骤具体为:
34、s601:基于所述裂缝行为预测模型,收集实时监测数据,对数据进行质量校正,调整声发射传感器反馈并排除噪声和干扰,同步数据频率匹配处理需求,得到裂缝位置预估数据;
35、s602:基于所述裂缝位置预估数据,分析连续监测数据点之间的变化,通过对比数据点的变化速率和方向,估计裂缝的扩展速率和宽度增加,包括从时间序列分析裂缝的动态变化,得到裂缝动态特征数据;
36、s603:利用所述裂缝动态特征数据,评估裂缝未来时间段内的发展和风险,包括分析裂缝速度与结构应力的关系,预估未来时间段内的变化情况,通过整合裂缝生长的历史数据和当前数据,得到裂缝风险评估结果。
37、一种古建筑木结构裂缝扩展监测系统,所述古建筑木结构裂缝扩展监测系统用于执行上述古建筑木结构裂缝扩展监测方法,所述系统包括:
38、声波数据同步模块在目标木结构表面布置多个声发射传感器,调整多个声发射传感器灵敏度,通过控制同步机制对信号接收时间进行对齐,并校准时钟设置,获取同步声波数据;
39、时间序列分析模块从所述同步声波数据中提取每个声发射传感器的信号,标定信号的时间点,识别关键同步点,记录信号的启动和停止时间戳,建立时间序列同步点集;
40、频率能量分析模块利用所述时间序列同步点集,对信号进行频率分析,调整频谱解析度并识别频率峰值,过滤无关的频率组件,构建频率能量谱;
41、裂缝源定位模块根据所述频率能量谱识别与木结构裂缝特征关联的频率区间,采用声波强度和时间差分析定位裂缝源,计算裂缝的位置,得到裂缝源位置信息;
42、裂缝行为预测模块基于所述裂缝源位置信息,调整声波频率和强度的分析参数,进行声波行为模式的分类训练,评估实时数据监测并分析裂缝发展趋势,生成裂缝风险评估结果。
43、与现有技术相比,本发明的优点和积极效果在于:
44、本发明中,通过执行声波信号接收数据的时间序列分析,有效提高裂缝监测的精确度,通过精确定位信号的时间标记并提取时间同步点,可以更准确地记录声波的动态变化,使裂缝的发展趋势能够被实时并准确追踪,通过能量谱分析对信号频率的精细调整和过滤,筛选出与木结构裂缝发展直接关联的频率,进一步增强数据分析的针对性和效率,利用三角测距法定位裂缝源,结合声波强度和传播时间差的数据,不仅提升定位精度,还增强裂缝监测的全面性。最终,构建的裂缝行为预测模型能够对裂缝的大小、位置和发展速度进行准确预测,为古建筑木结构的维护提供了科学依据,显著提高古建筑保护的效率和有效性。