近日，我校結(jié)構(gòu)健康監(jiān)測(cè)團(tuán)隊(duì)題為“Bayesian Continuous Wavelet Transform for Time-Varying Damping Identification of Cables Using Full-Field Measurement”的研究論文，在智能建造領(lǐng)域國(guó)際頂級(jí)期刊《Automation in Construction》(中科院一區(qū)Top，影響因子：9.6)發(fā)表，該期刊位居全球SCIE收錄的181種土木工程類(lèi)期刊第1位。論文第一作者為土木工程學(xué)院2023級(jí)博士研究生王軍營(yíng)，通訊作者為朱前坤教授、張瓊副教授、2022級(jí)王憲玉博士生及杜永峰教授為共同作者。

作為斜拉橋的關(guān)鍵承載構(gòu)件，拉索的振動(dòng)特性，特別是其阻尼水平，直接關(guān)系到橋梁的安全性。然而，傳統(tǒng)工作模態(tài)分析（Operational Modal Analysis, OMA）方法在阻尼識(shí)別中常面臨結(jié)果離散性的問(wèn)題，同時(shí)，傳感器部署的有限性也易導(dǎo)致關(guān)鍵模態(tài)信息的丟失。視覺(jué)測(cè)量技術(shù)的引入為此提供了新思路，通過(guò)高分辨率的全場(chǎng)監(jiān)測(cè)可實(shí)現(xiàn)對(duì)拉索振動(dòng)特性的精確捕捉，并結(jié)合先進(jìn)算法，為全面分析拉索的振動(dòng)特性及阻尼水平的識(shí)別奠定了基礎(chǔ)。

研究工作基于以上考慮，提出一種基于全場(chǎng)視覺(jué)測(cè)量的貝葉斯方法，結(jié)合Gabor濾波及其連續(xù)小波變換，用于識(shí)別拉索的時(shí)變動(dòng)力特性。該方法引入金字塔嫁接網(wǎng)絡(luò)（Pyramid Grafting Network, PGNet）和鄰幀像素?cái)M合技術(shù)，實(shí)現(xiàn)對(duì)拉索全場(chǎng)振動(dòng)數(shù)據(jù)的精確識(shí)別。隨后，利用Gabor連續(xù)小波變換提取這些數(shù)據(jù)的時(shí)頻域特性，并將其納入貝葉斯概率估計(jì)框架中以進(jìn)行模態(tài)參數(shù)的更新。通過(guò)基于物理圖形模型（Physics-based Graphics Model, PBGM）的數(shù)值模擬和復(fù)雜環(huán)境下的實(shí)際拉索測(cè)試，驗(yàn)證了本研究方法在識(shí)別拉索時(shí)變動(dòng)力特性方面的有效性，為斜拉橋拉索健康監(jiān)測(cè)提供了可靠的技術(shù)支撐。（撰寫(xiě)：張瓊；初審：王亞軍；終審：張艷）