索结构的索力测试方法、装置、计算机设备和存储介质与流程

1.本技术涉及索力测试技术领域，特别是涉及一种索结构的索力测试方法、装置、计算机设备和存储介质。


背景技术：

2.索结构作为斜拉桥与吊杆拱桥等桥型的主要传力构件，在这类桥梁的安全施工与正常运营中发挥着重要的作用。而索力测试是判断索结构受力状态是否良好的最有效手段。因此随着索力测试技术的发展，为了更好地对含有索结构的桥梁的受力状态作出准确判断，规避建筑风险，因而出现了索结构索力测试技术。
3.传统技术中，一般采用振动频率法，振动频率法的基本原理在于建立频率与索力之间的相关关系(频率方程)，进而根据测试得到的索结构自振频率来计算得到索力值。
4.然而，目前的传统方法，随着减振技术的发展，索结构的减振技术得到了极大的丰富，在索结构上安装一个或多个端部减振器的做法趋于普遍，使得索结构的力学模型变得较为复杂。复杂的索结构力学模型，使得频率方程的建立及求解更为困难。因而使得对索结构受力情况的分析，变得更为困难。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种能够简化待测索结构受力情况的分析的索结构的索力测试方法、装置、计算机设备和存储介质。
6.一种索结构的索力测试方法，所述方法包括：
7.获取待测索结构在环境激励或人工激励下的振动视频；
8.跟踪所述待测索结构上的目标点，得到所述待测索结构的一阶自振频率；
9.根据所述一阶自振频率确定视频处理参数，并根据所述视频处理参数对所述振动视频进行运动放大处理，得到运动放大视频；
10.从所述运动放大视频中提取待测索结构的一阶模态振型；
11.选取正弦函数对所述一阶模态振型进行拟合，获得拟合正弦函数曲线；
12.根据所述拟合正弦函数曲线结合单跨受拉铰接梁张力计算公式，计算获得待测索结构的索力值；
13.根据所述索力值分析使用过程中所述待测索结构的受力状况。
14.在其中一个实施例中，根据所述一阶自振频率确定视频处理参数，并根据所述视频处理参数对振动视频进行运动放大处理，得到运动放大视频，包括：
15.根据所述一阶自振频率，确定运动放大过程所需的频带带宽和放大倍数，其中，所述视频处理参数包括频带带宽和放大倍数；
16.根据所述频带带宽和所述放大倍数，对所述振动视频进行运动放大处理，得到运动放大视频。
17.在其中一个实施例中，根据所述频带带宽和所述放大倍数，对所述振动视频进行
运动放大处理，得到运动放大视频，包括：
18.通过复数域可操作金字塔，对所述振动视频进行分解得到各帧视频图像，获取各所述帧视频图像对应的相位；
19.在所述频带带宽内针对所述帧视频图像的各个位置、方向和比例上分别对所述相位进行带通滤波，得到滤波后的相位；
20.对所述滤波后的相位进行放大，得到放大后的一阶振动模态位移，并根据所述放大倍数对各所述帧视频图像进行重构，重构获得所述运动放大视频，所述运动放大视频中包含放大后的一阶振动模态位移。
21.在其中一个实施例中，跟踪所述待测索结构上的目标点，得到所述待测索结构的一阶自振频率，包括：
22.跟踪所述待测索结构上的目标点的振动真实位移，得到基于所述目标点的时程曲线；
23.对所述目标点的时程曲线进行快速傅里叶变换，得到所述时程曲线的频谱图；
24.根据所述频谱图进行分析得到所述待测索结构的一阶自振频率。
25.在其中一个实施例中，从所述运动放大视频中提取待测索结构的一阶模态振型，包括：
26.基于所述运动放大视频，从中确定所述待测索结构用于提取振型的研究区域；
27.基于所述运动放大视频，跟踪所述参考点的振动模态位移，得到所述参考点的时程曲线；
28.基于所述参考点的时程曲线，从中选定至少两个正极值点作为参考时刻；
29.提取各所述参考时刻下的待测索结构在所述研究区域内的部分振型；
30.对提取得到的所有的所述部分振型进行计算，得到平均振型；
31.利用所述正弦函数对所述平均振型进行拟合，得到所述一阶模态振型。
32.在其中一个实施例中，基于所述运动放大视频，跟踪所述参考点的振动模态位移，得到所述参考点的时程曲线，包括：
33.从所述运动放大视频中提取待测索结构发生最大位移幅度对应的帧视频照片；
34.选取所述对应的帧视频照片中的任一目标点作为参考点，得到基于该所述参考点的时程曲线。
35.在其中一个实施例中，选取所述对应的帧视频照片中的任一目标点作为参考点，得到基于该所述参考点的时程曲线，包括：
36.基于所述对应的帧视频照片，从中选定最靠近所述最大位移幅度的目标点作为参考点，得到基于该所述参考点的时程曲线。
37.一种索结构的索力测试方法装置，所述装置包括：
38.振动视频获取模块，用于获取待测索结构在环境激励或人工激励下的振动视频；
39.自振频率获取模块，用于跟踪所述待测索结构上的目标点，得到所述待测索结构的一阶自振频率；
40.放大视频获取模块，用于根据所述一阶自振频率确定视频处理参数，并根据所述视频处理参数对所述振动视频进行运动放大处理，得到运动放大视频；
41.模态振型获取模块，用于从所述运动放大视频中提取待测索结构的一阶模态振
型；
42.正弦函数获取模块，用于选取正弦函数对所述一阶模态振型进行拟合，获得拟合正弦函数曲线；
43.索力值获取模块，用于根据所述拟合正弦函数曲线结合单跨受拉铰接梁张力计算公式，计算获得待测索结构的索力值；
44.受力状况分析模块，用于根据所述索力值分析使用过程中所述待测索结构的受力状况。
45.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
46.获取待测索结构在环境激励或人工激励下的振动视频；
47.跟踪所述待测索结构上的目标点，得到所述待测索结构的一阶自振频率；
48.根据所述一阶自振频率确定视频处理参数，并根据所述视频处理参数对所述振动视频进行运动放大处理，得到运动放大视频；
49.从所述运动放大视频中提取待测索结构的一阶模态振型；
50.选取正弦函数对所述一阶模态振型进行拟合，获得拟合正弦函数曲线；
51.根据所述拟合正弦函数曲线结合单跨受拉铰接梁张力计算公式，计算获得待测索结构的索力值。
52.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
53.获取待测索结构在环境激励或人工激励下的振动视频；
54.跟踪所述待测索结构上的目标点，得到所述待测索结构的一阶自振频率；
55.根据所述一阶自振频率确定视频处理参数，并根据所述视频处理参数对所述振动视频进行运动放大处理，得到运动放大视频；
56.从所述运动放大视频中提取待测索结构的一阶模态振型；
57.选取正弦函数对所述一阶模态振型进行拟合，获得拟合正弦函数曲线；
58.根据所述拟合正弦函数曲线结合单跨受拉铰接梁张力计算公式，计算获得待测索结构的索力值。
59.上述索结构的索力测试方法、装置、计算机设备和存储介质，终端在获取到待测索结构在环境激励或人工激励下的振动视频之后，通过识别振动视频对待测索结构的模态进行识别，根据识别得到的模态进行正弦函数拟合，并利用单跨受拉铰接梁的张力计算公式求得索力值，不需要建立复杂的索结构的力学模型，即可计算获得待测索结构的索力值，通过简化待测索结构索力值的求解，从而使得待测索结构使用过程中的受力状况分析较为方便容易，因而本技术能够简化待测索结构受力情况的分析。
附图说明
60.图1为一个实施例中索结构的索力测试方法的应用环境图；
61.图2为一个实施例中索结构的索力测试方法的流程示意图；
62.图3为一个实施例中从运动放大视频中提取索结构模态振型的流程图；
63.图4为另一个实施例中索结构的索力测试方法的流程示意图；
64.图5为一个实施例中具有复杂边界条件的待测索结构的等效示意图；
65.图6为一个实施例中具有复杂边界条件的待测索结构示意图；
66.图7为一个实施例中索结构的索力测试方法的处理示意图；
67.图8为一个实施例中索结构的索力测试方法装置的结构框图；
68.图9为一个实施例中计算机设备的内部结构图。
具体实施方式
69.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
70.本技术提供的索结构的索力测试方法，可以应用于如图1所示的应用环境中。其中，终端10包括数据获取模块102和数据分析处理模块104。其中，数据获取模块102和高速摄像机12之间可以通过有线或网络的方式进行通信，高速摄像机12将拍摄得到的振动视频发送给数据获取模块102，数据获取模块102接收到振动视频后，再将该振动视频发送给数据分析处理模块104，由数据分析处理模块104对振动视频进行分析处理。此外，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。
71.在一个实施例中，如图2所示，提供了一种索结构的索力测试方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
72.步骤s202，获取待测索结构在环境激励或人工激励下的振动视频。
73.其中，待测索结构是指待测量的索结构，索结构是指斜拉桥与吊杆拱桥等桥型的主要传力构件。振动视频是指记录待测索结构发生振动的视频。环境激励是一种利用待测索结构在地面脉动、水流、风等随机脉动荷载激励下的微振动，测定其固有动力特性(固有频率、振型、阻尼等)的试验方法，不需要专门的激振设备。人工激励则是需要专门的激振设备，来测定待测索结构固有动力特性的试验方法。
74.具体地，使用高速摄像机记录待测索结构在环境激励或人工激励下的振动，从而得到振动视频。由于实际工程中现场环境的影响，对于较长索，高速摄像机能较好地捕捉到索结构的在环境激励下的振动视频，而对于较短索，则一般需要人工进行激励方可得到其振动视频。如果对多根待测索结构进行记录拍摄，则可以分别得到多根待测索结构的振动视频。
75.步骤s204，跟踪待测索结构上的目标点，得到待测索结构的一阶自振频率。
76.其中，一阶自振频率是指待测索结构的第一阶振动频率。
77.具体地，利用dic技术跟踪索结构上的自然纹理较为明显的一个点，将该自然纹理明显的点作为目标点。在获得的振动视频中，根据跟踪待测索结构上的这一目标点，从而获得待测索结构的一阶自振频率。如果对多根待测索结构进行记录拍摄，则利用dic技术分别跟踪各待测索结构上的自然纹理较为明显的点。
78.步骤s206，根据一阶自振频率确定视频处理参数，并根据视频处理参数对振动视频进行运动放大处理，得到运动放大视频。
79.其中，视频处理参数是终端处理振动视频时的参数。视频处理参数可以根据一阶自振频率的具体数值得以确定。视频处理参数包括频带带宽、放大倍数和中心频率，其中，
频带带宽即搜索频率范围、中心频率是指自振频率数值。因此根据视频处理参数可以确定如何对振动视频进行运动放大处理。进行运动放大处理后得到的视频简称为运动放大视频。
80.步骤s208，从运动放大视频中提取待测索结构的一阶模态振型。
81.其中，运动放大视频中含有待测索结构的一阶模态振型，因此可以从运动放大视频中提取出待测索结构的一阶模态振型。
82.步骤s210，选取正弦函数对一阶模态振型进行拟合，获得拟合正弦函数曲线。
83.具体地，利用最小二乘法(本技术包括但不限于最小二乘法，也可以是其他拟合方法)并选取正弦函数、余弦函数、正切函数等三角函数，分别对待测索结构的两端进行拟合时，经过误差分析，确定利用正弦函数对待测索结构的两端进行拟合时的误差最小，因此选定正弦函数对一阶模态振型进行拟合，获得拟合正弦函数曲线，一个实施例中，正弦函数为：y(x)＝a
·
sin(b
·
x+c)。
84.步骤s212，根据拟合正弦函数曲线结合单跨受拉铰接梁张力计算公式，计算获得待测索结构的索力值。
85.具体地，将得到的拟合正弦函数曲线视为单跨受拉铰接梁的振型函数，根据该振型函数求得等效索长，最后将等效索长代入单跨受拉铰接梁张力计算公式，可以计算获得待测索结构的等效索力，即本技术所指索力值。其中，等效索长是拟合正弦函数曲线两个零点之间的长度。
86.步骤s214，根据所述索力值分析使用过程中所述待测索结构的受力状况。
87.具体地，使用过程中索力控制是使用过程中结构内力和结构状态等的重要一环。使用过程中结构材质的恶化、缺陷或意外事故引起的结构损伤等因素都会引起索力值的损失和变化。因此，确定施工过程中和使用过程中待测索结构的索力值的大小已成为工程设计中的一大重要问题。在获得待测索结构的索力值时，终端可以根据索力值进而分析待测索结构的运行情况以及受力状况，
88.上述索结构的索力测试方法中，通过识别振动视频对待测索结构的模态进行识别，根据识别得到的模态进行正弦函数拟合，并利用单跨受拉铰接梁的张力计算公式求得索力值，不需要建立复杂的索结构的力学模型，即可计算获得待测索结构的索力值，通过简化待测索结构索力值的求解，从而使得待测索结构使用过程中的受力状况分析较为方便容易，因而本技术能够简化待测索结构受力情况的分析。
89.在一个实施例中，根据一阶自振频率确定视频处理参数，并根据视频处理参数对振动视频进行运动放大处理，得到运动放大视频，包括：
90.根据一阶自振频率，确定运动放大过程所需的频带带宽和放大倍数，其中，视频处理参数包括频带带宽和放大倍数。
91.具体地，根据一阶自振频率的具体数值，可以确定运动放大过程所需的中心频率(一般是自振频率数值)、频带带宽(即搜索频率范围)和放大倍数等参数。
92.根据频带带宽和放大倍数，对振动视频进行运动放大处理，得到运动放大视频。
93.具体地，根据频带带宽确定振动视频的频率搜索范围，从而获得该频率搜索范围内的振动视频相关图像。并根据放大倍数对运动放大过程中的振动视频进行相应放大处理，从而基于振动视频获得运动放大视频。
94.本实施例中，通过根据一阶自振频率具体数值，先确定频带带宽和放大倍数等视频处理参数，再对振动视频进行相应地运动放大处理。从而使得到的运动放大视频能尽量不失真。
95.在一个实施例中，根据频带带宽和放大倍数，对振动视频进行运动放大处理，得到运动放大视频，包括：
96.通过复数域可操作金字塔，对振动视频进行分解得到各帧视频图像，获取各帧视频图像对应的相位。
97.具体地，根据空间尺度、方向和位置，通过复数域可操作金字塔对振动视频进行分解，分解得到关于该振动视频的一帧帧的帧视频图像，从而得到各帧视频图像的幅度和相位。对于不同的帧视频图像，其对应的幅度和相位可能相同或不同。
98.在频带带宽内针对帧视频图像的各个位置、方向和比例上分别对相位进行带通滤波，得到滤波后的相位。
99.具体地，基于由一阶自振频率具体数值确定的频带带宽，在每个位置、方向和空间尺度上分别对各个帧视频图像对应的相位进行带通滤波，选出需要的部分，从而得到滤波后的相位。
100.对滤波后的相位进行放大，得到放大后的一阶振动模态位移，并根据放大倍数对各帧视频图像进行重构，重构获得运动放大视频，运动放大视频中包含放大后的一阶振动模态位移。
101.其中，一阶振动模态位移是待测索结构在振动状态下发生的模态位移，并非物理世界的真实位移。
102.具体地，对滤波后的相位进行放大，待测索结构的一阶振动模态位移也随之被放大，从而得到放大后的一阶振动模态位移。基于由一阶自振频率具体数值确定的放大倍数，对分解得到的各帧视频图像进行重构，从而获得放大的振动视频(运动放大视频)。该运动放大视频中包含有放大后的一阶振动模态位移。在复数域可操作金字塔对振动视频进行分解后，各帧视频图像中含有描述信号残差分量的高频和低频分量，这些高频分量和低频分量没有朝向，未能通过带通滤波，直接用于视频的重构。
103.本实施例中，通过基于相位的运动放大技术，根据频带带宽对各帧视频图像对应的相位进行带通滤波，从而获得滤波后的相位。并根据放大倍数对各帧视频图像进行重构，从而获得包含放大后的一阶振动模态位移的运动放大视频。
104.在一个实施例中，跟踪待测索结构上的目标点，得到待测索结构的一阶自振频率，包括：
105.跟踪待测索结构上的目标点的振动真实位移，得到基于目标点的时程曲线。
106.其中，振动真实位移是指待测索结构在振动时实际发生的真实位移。
107.具体地，跟踪待测索结构上的目标点，获得该目标点的振动真实位移，结合振动真实位移发生的时间，获得待测索结构的振动真实位移关于时间的曲线，并称该曲线为时程曲线。
108.对目标点的时程曲线进行快速傅里叶变换，得到时程曲线的频谱图。
109.具体地，快速傅里叶变换在对振动信号进行频谱分析以提高对目标的搜索和跟踪的分辨率等方面优势明显，因而使用快速傅里叶变换对时程曲线进行频谱分析，获得该时
程曲线的频谱图。
110.根据频谱图进行分析得到待测索结构的一阶自振频率。
111.其中，关于时程曲线的频谱图中含有一阶自振频率，在获得频谱图之后，终端会提取频谱图信息中包含的一阶自振频率。
112.本实施例中，通过跟踪待测索结构上的目标点的真实位移，获得关于目标点的时程曲线，并基于该目标点的时程曲线进行快速傅里叶变化，获得频谱图，从而依据该频谱图分析得到待测索结构的一阶自振频率。采用快速傅里叶变化的方式，能够提高对目标的搜索和跟踪的分辨率。
113.在一个实施例中，从运动放大视频中提取待测索结构的一阶模态振型，包括：
114.确定待测索结构用于提取振型的研究区域。
115.其中，振型是指弹性体或弹性系统自身固有的振动形式。在本技术中，指待测索结构自身固有的振动形式。
116.具体地，确定待测索结构的中心某一区域作为提取振型的研究区域，其中的中心某一区域是指待测索结构的中心处一实际区域。
117.基于运动放大视频和目标点，确定参考点，跟踪参考点的振动模态位移，得到参考点的时程曲线。
118.其中，参考点在本质上也是目标点，不同的在于参考点是在得到运动放大视频之后，为计算振型而根据运动放大视频选取的一个目标点，为和前述目标点作出区别，称之为参考点。
119.振动模态位移是待测索结构在振动状态下发生的一阶模态位移，并非物理世界的真实位移。
120.基于参考点的时程曲线，从中选定至少两个正极值点作为参考时刻。
121.其中，正极值点是时程曲线中时间横轴极值点为正值对应的时间点，选取至少两个正极值点作为参考时刻。
122.提取各参考时刻下的待测索结构在研究区域内的部分振型。
123.其中，待测索结构在研究区域内的各参考时刻下均有对应的振型，研究区域是根据振型理论值和实测值之间误差的大小进行划分的，研究区域内的振型误差相对小于研究区域外的振型误差。因此在提取各参考时刻下的振型时，只提取研究区域内的部分振型，而不是研究区域内所有的振型。该提取的部分振型误差较小、准确度更高。
124.对提取得到的所有的部分振型进行计算，得到平均振型。
125.其中，对提取得到的所有部分振型进行累加并求取平均值，从而获得平均振型。
126.利用正弦函数对平均振型进行拟合，得到一阶模态振型。
127.本实施例中，通过在研究区域内提取部分振型，计算获得平均振型，并依据该平均振型进行拟合，得到一阶模态振型。由于提取的部分振型误差较小，且对平均振型进行拟合，进一步减小误差，从而使得到的一阶模态振型的准确性更高。
128.在另一个实施例中，如图3所示，从运动放大视频中提取待测索结构的一阶模态振型，包括：确定待测索结构的中心某一区域作为此次提取振型的研究区域5。
129.在运动放大视频中，提取待测索结构发生最大位移幅度时的那一帧照片，并选定该帧照片中振型幅值附近的某一目标点4作为参考点3。
130.利用dic技术跟踪参考点3的振动模态位移，得到参考点3的时程曲线(如图3.b)。
131.在参考点3的时程曲线上选定一系列正极值点作为参考时刻6，提取所有参考时刻6下的待测索结构在研究区域5内的部分振型(如图3.c)，对所有振型进行累加并取平均，得到最终振型(如图3.d)，利用正弦函数对最终振型进行拟合，得到最后拟合振型。
132.在一个实施例中，基于运动放大视频，跟踪参考点的振动模态位移，得到参考点的时程曲线，包括：
133.从运动放大视频中提取待测索结构发生最大位移幅度对应的帧视频照片。
134.其中，对运动放大视频进行分解，得到各帧视频图像，各帧视频图像的位移幅度各有不同。选取待测索结构发生最大位移幅度对应的帧视频照片进行观察，可以方便选取待测索结构的位移幅度，并且相比在其他位移幅度相应的帧视频照片中提取待测索结构的位移幅度而言，在最大位移幅度对应的帧视频照片中提取位移幅度的精度更高。
135.选取对应的帧视频照片中的任一目标点作为参考点，得到基于该参考点的时程曲线。
136.其中，选取对应的帧视频照片中的任一目标点作为参考点，由于该参考点是基于对应的帧视频照片获得的，因此，基于该参考点获得的时程曲线的准确性更高。
137.本实施例中，通过提取待测索结构发生最大位移幅度对应的帧视频照片，并获取该帧视频照片中的任一目标点作为参考点，得到基于该所述参考点的时程曲线。由于在最大位移幅度对应的帧视频照片中提取位移幅度的精度更高，因而基于该帧视频照片获取其中任一目标点作为参考点，相应地，结果精度会更高。
138.在一个实施例中，选取对应的帧视频照片中的任一目标点作为参考点，得到基于该参考点的时程曲线，包括：
139.基于对应的帧视频照片，从中选定最靠近最大位移幅度的目标点作为参考点，得到基于该参考点的时程曲线。
140.具体地，在实际测试中不能保证位移幅度最大点处有比较明显的标记，因此需要尽量选取最大位移幅度附近点且标记比较明显的目标点作为参考点。
141.本实施例中，在对应的帧视频照片中，如果位移幅度最大点处没有比较明显的标记，则通过选定最靠近最大位移幅度的目标点作为参考点，可以确保选取的参考点相对清晰准确。
142.在一个实施例中，针对边界条件较为复杂的索结构，将其等效为一梁端带转角刚度及竖向支撑的受拉梁模型，刚度大小与各阶频率相关。根据拟合正弦函数曲线结合单跨受拉铰接梁张力计算公式，计算获得待测索结构的索力值，包括：根据拟合正弦函数曲线，将待测索结构等效为单跨受拉铰接梁模型；根据单跨受拉铰接梁的张力计算公式，获得待测索结构的索力值。
143.在一个实施例中，如图4所示，一种索结构的索力测试方法，包括：
144.s402，使用高速摄像机记录待测试索结构在环境激励或人工激励下的振动视频。
145.s404，采用dic技术识别跟踪待测索结构上的目标点，得到关于目标点的时程曲线，并通过快速傅里叶变换，得到待测索结构的一阶自振频率。
146.s406，根据待测索结构的一阶自振频率，选定中心频率、频带带宽与放大倍数等视频处理参数，采用基于相位的运动放大技术对振动视频进行运动放大处理，得到运动放大
视频。
147.s408，利用dic(数字图像相关)技术从运动放大视频中提取索结构的一阶模态振型。
148.s410，根据一阶模态振型，利用正弦函数对其进行拟合，获得拟合正弦函数曲线。
149.s412，将拟合正弦函数曲线视为单跨受拉铰接梁的振型函数，并利用单跨受拉铰接梁张力计算公式获得待测索结构的索力值。
150.具体地，针对边界条件较为复杂的索结构，将其等效为一梁端带转角刚度及竖向支撑的受拉梁模型，在一梁端带转角刚度及竖向支撑的受拉梁模型上选取中间某一部分作为研究区域，在研究区域内选取包括振型顶点在内的至少3个点，根据选取的目标点采用最小二乘法对其进行正弦函数拟合，得到其结果为y(x)＝a
·
sin(b
·
x+c)。将该正弦函数视为单跨受拉铰接梁的振型函数，根据该振型函数得到其等效索长(拟合正弦函数曲线两个零点之间的长度)，代入单跨受拉铰接梁张力计算公式求得索力值。具有复杂边界条件的待测索结构的等效示意图如图5所示。以受拉梁模型的研究区域5作为振型提取的区域，利用此段的一阶局部振型采用正弦函数对其进行拟合得到拟合正弦函数曲线9，最后以此拟合正弦函数曲线9建立相对应的等效铰接梁模型，即视为单跨受拉铰接梁的振型函数。
151.其中，以一梁端带转角刚度及竖向支撑的受拉梁模型为研究对象，对其进行参数分析，主要分析了目标点选取区域大小λ、转动刚度k以及参数ξ(表征索结构抗弯刚度影响的参数)对这一近似理论计算结果与真实值之间相对误差的影响，进而提出本理论得以适用的各参数的取值范围。
152.参数分析中各参数的具体定义分别为：
153.相对误差：公式中t
′
代表根据一阶模态振型所计算得到的等效索力值，而t代表索力真实值，ρ代表两索力计算值之间的相对误差。
154.选取目标点范围的具体定义为：其中x
′
代表实际目标点选取范围的长度，l代表实际索长，λ为一无量纲参数。
155.无量纲转动刚度的定义：其中而k
a
与k
b
为等效待测索结构中转动支撑刚度的具体取值。
156.通过设置各参数的不同取值，分析了各参数对一梁端带转角刚度及竖向支撑的受拉梁模型计算精度的影响，得出如下结论：
157.具有复杂边界条件的待测索结构示意图如图6所示，研究表明，其中l为索结构长度，t为索力值，ei为索结构的抗弯刚度。参数ξ对相对误差的影响较为明显，当ξ较小时，相对误差的数值较大，而随着ξ的增大相对误差会逐渐变小最后趋趋近于零值，具体表现为：(1)当λ＝0.2时且ξ为10时，此时最大相对误差达到4.2％，而当ξ大于等于15时，相对误差降到1％以下；(2)当λ＝0.4时且ξ为10时，λ此时最大相对误差达到5.6％，而当ξ大于等于15时，相对误差降到1％以下；(3)当λ＝0.6时且ξ为10时，此时最大相对误差达到9.0％，而当ξ大于等于20时，相对误差降到1％以下；(4)当λ＝0.8时且ξ为10时，此时最大相
对误差达到16.7％，而当ξ大于等于25时，相对误差降到1％以下。其中，待测索结构的索力测试方法的处理示意图如图7所示。
158.先通过高速摄像机11获取目标点3(或者参考点4)的振动视频，以目标点3为例，通过dic数字图像技术处理，跟踪振动视频中的目标点3，得到关于目标点3的时程曲线，经过fft(即快速傅里叶变换)得到频谱图(即图7.b)，进而确定频带带宽12和中心频率13。在确定一阶自振频率之后，再利用基于相位的运动放大技术，对振动视频进行放大处理，得到运动放大视频，运动放大的过程中有一部分帧视频图像表现出沿上的运动轨迹1、还有一部分帧视频图像呈现出沿下的运动轨迹2。再对运动放大视频进行dic数字图像处理，完成对等效原始模型和等效铰接梁模型的等效计算。其中，等效原始模型即受拉梁模型，等效铰接梁模型即单跨受拉铰接梁模型。
159.在本实施例中，采用运动放大技术与dic技术，可直接得到索结构的一阶模态振型，采用正弦函数并通过最小二乘法对其进行拟合，获得原始索结构的等效单跨受拉铰接梁模型，再利用单跨受拉铰接梁的张力计算公式求得索力，解决了复杂索结构索力测试较为困难的难题。同时，相比传统的通过密布加速度传感器得到索结构振型的方法，该方法无疑大大简化了模态测试流程。
160.应该理解的是，虽然上述实施例涉及的各流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，上述实施例涉及的各流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
161.在一个实施例中，如图8所示，提供了一种索结构的索力测试方法装置，包括：振动视频获取模块802、自振频率获取模块804、放大视频获取模块806、模态振型获取模块808、正弦函数获取模块810、索力值获取模块812和受力状况分析模块814，其中：
162.振动视频获取模块802，用于获取待测索结构在环境激励或人工激励下的振动视频；
163.自振频率获取模块804，用于跟踪所述待测索结构上的目标点，得到所述待测索结构的一阶自振频率；
164.放大视频获取模块806，用于根据所述一阶自振频率确定视频处理参数，并根据所述视频处理参数对所述振动视频进行运动放大处理，得到运动放大视频；
165.模态振型获取模块808，用于从所述运动放大视频中提取待测索结构的一阶模态振型；
166.正弦函数获取模块810，用于选取正弦函数对所述一阶模态振型进行拟合，获得拟合正弦函数曲线；
167.索力值获取模块812，用于根据所述拟合正弦函数曲线结合单跨受拉铰接梁张力计算公式，计算获得待测索结构的索力值；
168.受力状况分析模块814，用于根据所述索力值分析使用过程中所述待测索结构的受力状况。
169.在一个实施例中，放大视频获取模块，包括：视频处理参数获取模块和运动放大视频获取模块，其中：
170.视频处理参数获取模块，用于根据所述一阶自振频率，确定运动放大过程所需的频带带宽和放大倍数，其中，所述视频处理参数包括频带带宽和放大倍数；
171.运动放大视频获取模块，用于根据所述频带带宽和所述放大倍数，对所述振动视频进行运动放大处理，得到运动放大视频。
172.在一个实施例中，运动放大视频获取模块，包括：相位获取模块、滤波后的相位获取模块和振动模态位移获取模块，其中：
173.相位获取模块，用于通过复数域可操作金字塔，对所述振动视频进行分解得到各帧视频图像，获取各所述帧视频图像对应的相位；
174.滤波后的相位获取模块，用于在所述频带带宽内针对所述帧视频图像的各个位置、方向和比例上分别对所述相位进行带通滤波，得到滤波后的相位；
175.振动模态位移获取模块，用于对所述滤波后的相位进行放大，得到放大后的一阶振动模态位移，并根据所述放大倍数对各所述帧视频图像进行重构，重构获得所述运动放大视频，所述运动放大视频中包含放大后的一阶振动模态位移。
176.在一个实施例中，自振频率获取模块，包括：时程曲线获取模块、频谱图获取模块和一阶自振频率获取模块，其中：
177.时程曲线获取模块，用于跟踪所述待测索结构上的目标点的振动真实位移，得到基于所述目标点的时程曲线；
178.频谱图获取模块，用于对所述目标点的时程曲线进行快速傅里叶变换，得到所述时程曲线的频谱图；
179.一阶自振频率获取模块，用于根据所述频谱图进行分析得到所述待测索结构的一阶自振频率。
180.在一个实施例中，模态振型获取模块，包括：研究区域获取模块、参考点的时程曲线获取模块、参考时刻获取模块、部分振型获取模块、平均振型获取模块和一阶模态振型获取模块，其中：
181.研究区域获取模块，用于基于所述运动放大视频，从中确定所述待测索结构用于提取振型的研究区域；
182.参考点的时程曲线获取模块，用于基于所述运动放大视频，跟踪所述参考点的振动模态位移，得到所述参考点的时程曲线；
183.参考时刻获取模块，用于基于所述参考点的时程曲线，从中选定至少两个正极值点作为参考时刻；
184.部分振型获取模块，用于提取各所述参考时刻下的待测索结构在所述研究区域内的部分振型；
185.平均振型获取模块，用于对提取得到的所有的所述部分振型进行计算，得到平均振型；
186.一阶模态振型获取模块，用于利用所述正弦函数对所述平均振型进行拟合，得到所述一阶模态振型。
187.在一个实施例中，参考点的时程曲线获取模块，包括：
188.帧视频照片获取模块，用于从所述运动放大视频中提取待测索结构发生最大位移幅度对应的帧视频照片；
189.参考点的时程曲线子获取模块，用于选取所述对应的帧视频照片中的任一目标点作为参考点，得到基于该所述参考点的时程曲线。
190.在一个实施例中，参考点的时程曲线子获取模块，用于基于所述对应的帧视频照片，从中选定最靠近所述最大位移幅度的目标点作为参考点，得到基于该所述参考点的时程曲线。
191.关于索结构的索力测试方法装置的具体限定可以参见上文中对于索结构的索力测试方法的限定，在此不再赘述。上述索结构的索力测试方法装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
192.在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、运营商网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种索结构的索力测试方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
193.本领域技术人员可以理解，图9中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
194.在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
195.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
196.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read
‑
only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
197.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例
中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
198.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。