Page 197 - 《振动工程学报》2026年第5期
P. 197

第 5 期                        王振宇,等:视觉振动测量的稀疏传感方法研究                                         1401


                       表 3 原始测试振动响应数据与重建振动响应数据检测精度对比(随机激励,指定稀疏测点数量为                                5)
              Tab. 3 Measurement accuracy comparison between original test vibration response data and reconstructed vibration response data
                    under random excitation, where the number of sparse measuring points is specified to 5

                   重建数据(相对原始数据)                      1阶                    2阶                     3阶
                   21个测点平均频率(误差)                 0.55 Hz (0.88%)       6.44 Hz (1.07%)       12.38 Hz (0.26%)
                     21个测点幅值RMSE                    0.39%                 0.92%                  4.32%


                     表 4 原始测试振动响应数据与重建振动响应数据检测精度对比(定频正弦激励,指定稀疏测点数量为                                  5)
              Tab. 4 Measurement accuracy comparison between original test vibration response data and reconstructed vibration response data
                    under fixed-frequency sinusoidal excitation, where the number of sparse measuring points is specified to 5

                    重建数据(相对原始数据)                      1阶                   2阶                     3阶
                    21个测点平均频率(误差)                0.45 Hz (8.02%)        10.00 Hz (0%)        19.97 Hz (0.08%)
                      21个测点幅值RMSE                    2.12%                0.95%                  4.05%


                       表 5 原始测试振动响应数据与重建振动响应数据检测精度对比(力锤激励,指定稀疏测点数量为                                5)
              Tab. 5 Measurement accuracy comparison between original test vibration response data and reconstructed vibration response data
                    under hammer excitation, where the number of sparse measuring points is specified to 5

                重建数据(相对原始数据)              1阶            2阶             3阶             4阶              5阶
                21个测点平均频率(误差)         0.48 Hz (3.37%)  2.41 Hz (1.14%)  6.39 Hz (0.84%)  12.31 Hz (0.02%)  20.22 Hz (0.33%)
                  21个测点幅值RMSE            0.52%          4.81%         0.58%          1.81%           7.89%

              的误差。该误差可以通过增加测点数量来缓解,未                            建。试验中指定视觉振动测量的稀疏测点数量为                        5,
              来也可以进一步探索和优化基于计算机视觉的测振                            悬臂梁在随机激励、力锤激励、定频正弦激励下重
              方法,从而提高数据的信噪比。此外,在某一阶模态                           建得到的     16  个振动响应数据,相对原始的            16  个振动
              中,部分测点可能位于节点位置附近,导致其幅值较                           响应数据的      RMSE  对幅值进行加权平均后,结果分
              小,而   POD  提取得到的特征模式收敛于结构的模态                      别降至    11.79%、7.97%  和  7.08%,而实际视觉振动测
              向量,因此叠加后重建得到的数据可能会出现原始                            量阶段需要测量的原始数据减少                76.2%,验证了该方
              数据没有的峰值点,导致分析幅频图时误以为主频                            法的数据压缩效率与振动测量精度。
              在数值上没有对应。                                             尽管本文的方法在减少需要测量的数据方面取

                                                                得了显著成果,但仍存在一些不足之处:在离线训练
                                                                阶段,特征提取和稀疏测点的优化选择依赖于通过
              3    结     论
                                                                视觉振动测量方法预先获取的结构密集测点的振动
                                                                数据,如果用于离线训练的数据量不足,或者数据质
                  本文研究了数据驱动的稀疏传感方法在结构高
                                                                量不高(噪声水平过高、不完整等),离线训练得到
              分辨率视觉振动测量中的应用,以利用结构上少量
                                                                的模型训练效果可能会受到影响;在数据采集部分,
              稀疏测点的振动响应数据重建出测点密集的响应数
                                                                如果背景与振动物体之间的对比度不明显,可能会
              据。提出了通过离线训练-在线重建的方法,根据已
                                                                影响光流法测振结果的精度。但考虑到航天结构在
              有的高维的结构密集振动响应数据,通过                    POD  变换
                                                                轨运行过程中背景较为干净,满足振动物体与背景
              实现数据降维,通过         QR  分解得到指定数量的优化测
                                                                有较高对比度的条件,因此本文提出的方法可应用
              点位置,在实际视觉振动测量过程中,仅需测量少量
                                                                于航天结构在轨运行监测。
              稀疏测点的振动响应数据,依据稀疏测点的振动响
                                                                    此外,在未来的工作中,以下问题值得进一步研
              应数据重建密集测点的振动响应数据。
                                                                究:(1)稀疏传感方法应用于复杂非线性航天结构测
                  悬臂梁的密集测点振动测量试验结果表明,本                          点布局的研究;(2)稀疏传感方法在大型柔性航天器
              文采用的稀疏传感方法通过稀疏的测点能够较为精                            上的应用以及在空间光照环境下的适应性问题研究等。
              确地重建密集测点的振动响应数据,极大地减少了
              处理的图像数据量。通过测量悬臂梁结构在随机激                            参考文献:
              励条件下密集测点的振动响应数据,学习到了悬臂
              梁结构不同的振动模式(模态),然后指定不同数量                           [1]  胡明明. 基于模型辨识的大型空间结构振动控制              [D]. 大
              的稀疏测点实现对密集测点振动响应数据的精确重                                连:大连理工大学,2021.
   192   193   194   195   196   197   198   199   200   201   202