Sarsma masası testlerindeki dinamik parametrelerin görüntü işleme yöntemi ile ölçülmesi
Öz
Bu çalışmada, 3 boyutlu çelik çerçeve deneysel numunenin, sarsma masası deneyinde LVDT ve ivmeölçer ile edilen dinamik yer değiştirme parametreleri, görüntü işleme tekniği ile istatiksel olarak hesaplanan dinamik yer değiştirme parametreleri ile karşılaştırılmıştır. Görüntülerde referans alınan bölgenin yer değiştirme parametreleri şablon eşleştirme yöntemi ille belirlenmiştir. Fakat referans alınan bölge yer değiştirirken piksel derinliği, yer değiştirme ve şekil değiştirmeye bağlı olarak değişebilmektedir. Bu durumda istatiksel olarak yapılan hesaplamalarda hatalar oluşabilmektedir. Bu sebeple şablon eşleştirme yönteminde akıllı tarama sistemi geliştirilerek hata yapma oranı en aza indirgenmiştir. Klasik şablon eşleştirme yöntemlerinde referans şablon, tüm görüntüde aranmaktadır. Bu durum hem maliyetli hem de hata yapma durumu mevcuttur. Akıllı tarama sisteminde, referans şablonun hızına bağlı olarak tarama alanı belirlenmektedir. Böylece sonraki görüntülerde hareket eden şablonun takip mesafesinde kalınmaktadır. Yapılan çalışmalarda akıllı tarama sistemi ile şablon eşleştirme yönteminin hata oranları % 0.1’in altında bulunmuştur. Ayrıca 3 boyutlu çelik çerçeve sistemi Abaqus SE programı ile modellenmiş olup, çelik çerçeve üzerinde referans alınan noktalardaki yatay dinamik yer değiştirmeler, görüntü işleme tekniği ile elde edilen verilerle karşılaştırılmıştır.
Anahtar Kelimeler
References
- Choi, I., Kim, J., & Kim, D. (2016). A Target-Less Vision-Based Displacement Sensor Based on Image Convex Hull Optimization for Measuring the Dynamic Response of Building Structures. Sensors, 16, 1-17.
- Erdoğan, Y. S. (2018). Sayısal Görüntü İşleme ile Titreşim Yer Değiştirmelerinin Ölçümü ve Modal Parametre Tayini. Dokuz Eylül Üniversitesi-Mühendislik Fakültesi Fen ve Mühendislik Dergisi, 20(59), 401-415.
- Feng, D., & Feng, M. Q. (2017). Experimental validation of cost-effective vision-based structural health monitoring,. Mechanical Systems and Signal Processing,, 88, 199-211.
- Fırat Alemdar, Z., Browning J., Matamoros A., "Photogrammetric Measurements of RC Bridge Column Deformations", Journal of Engineering Structures, vol.33, pp.2407-2415, 2011
- Freng, M. Q., Fukuda, Y., Feng, D., & Mizuta, M. (2015). Nontarget Vision Sensor for Remote Measurement of Bridge Dynamic Response. Journal of Bridge Engineering, 20, 1-11.
- Ji, Y. F., & Chang, C. C. (2008). Nontarget image-based technique for small cable vibration measurement. Journal of Bridge Engineering, 13, 34-42.
- Jo, B.-W., Lee, Y.-S., Jo, J., & Khan, R. (2018). Computer Vision-Based Bridge Displacement Measurements Using Rotation-Invariant Image Processing Technique. Sustainability, 10, 1-16.
- Khuc, T., & Catbas, F. N. (2017). Completely contactless structural health monitoring of real-life structures using cameras and computer vision. Structural Control and Health Monitoring, 24.
Details
Primary Language
Turkish
Subjects
-
Journal Section
Research Article
Authors
Fatih Alemdar
*
0000-0002-8752-0310
Türkiye
Neslihan Avcı
This is me
0000-0002-0050-7202
Türkiye
Publication Date
September 29, 2019
Submission Date
February 7, 2019
Acceptance Date
March 14, 2019
Published in Issue
Year 2019 Volume: 10 Number: 3
Cited By
Testing the Performance of the Video Camera to Monitor the Vertical Movements of the Structure via a Specially Designed Steel Beam Apparatus
Measurement Science Review
https://doi.org/10.2478/msr-2023-0004NESNE TESPİTİ İÇİN KULLANILAN ŞABLON EŞLEME YÖNTEMİNİN KOMŞULUK HAVUZU TEKNİĞİ İLE GÜÇLENDİRİLMESİ
Uludağ University Journal of The Faculty of Engineering
https://doi.org/10.17482/uumfd.1409334