[發明專利]內嵌微機電傳感器的神經元模式位移或變形監測方法

有效

• 申請號: 201410286345.8
• 申請日: 2014-06-24
• 公開（公告）號: CN104101325B
• 公開（公告）日: 2017-02-08
• 發明（設計）人: 李方元
• 申請（專利權）人: 同濟大學
• 主分類號: G01B21/32
• 分類號: G01B21/32;G01B21/02
• 代理公司: 上海天協和誠知識產權代理事務所31216
• 代理人: 葉鳳

技術領域

本發明涉及一種位移測試方法，適用于長線范圍或空間范圍尺度的結構物的靜態和動態位移測量，尤其適用于建筑、橋梁、隧道、大壩和邊坡等結構的縱、橫向的空間變形測量與實時監測。

背景技術

目前對結構物的位移或變形測試方法有許多，包括位移傳感器、加速度傳感器、光纖，甚至紅外和激光等光學儀器。按原理分類可分為光學、電子和機械三大類。這些測試方法中，采用機械式為傳統的測試方法，不適合于野外長期測量，通常只適用于短期人工測量，而且測試精度偏低；而光學類測試方法測試精度雖然高，但受環境如光線影響明顯，加上安裝和操作復雜，價格昂貴，通常只適用于短期測量；而電子類測試方法是目前可用于長期、野外布置測量的一種方法，雖然其耐久性較差，但通過預埋置安裝、密封安裝和可更換的方法提高其使用壽命。

相對于長、大型結構特的測量和監測，尤其是需要進行長期監測的結構，采用上述三類方法不僅因為測點數量多，費用高，而且后期數據處理復雜困難，各測點間數據誤差影響大，而且受環境干數據精度也會降低。若要實現結構的振型或三維動態變形等動力特性測試，上述方法均會受到限制。

隨著微機電（MEMS）傳感器發展，傳感器已能勝任作為電子裝置設計和作業中關鍵組成部分，應用于各類解決方案中。

發明內容

有鑒于上述現有技術的不足或缺陷，本發明借助已有的、成熟的微機電傳感器為主要測試點，借助剛性桿件和機械旋轉鉸的形式布置于結構外側或結構內置，同時將傳感器作為采集處理芯片內嵌其中，提高數據處理和換算效率；利用神經元工作模式，化整為區間，化區間為單元組，然后以單元形成單元組的模式，實現高效、快捷、長久的多功能結構變形和動力特性測試。

為實現上述目的，本發明給出的技術方案為：

方法技術方案概括為：利用多點神經元結構模式，以傳感器作為一個神經元主體，輔以剛性桿件作為神經元的髓鞘連接組成一個神經元基本單元組件；將多個神經元組件串聯后形成神經鏈，以起始節點為基準，獲得各單元間的相對位移來確定附著的結構變形。

具體的實施方法，技術方案進一步表征為：以一根剛性桿件附帶一個傳感器作為一個基本結構單元，類似神經元單元體；將若干基本結構單元相串聯，與測試對象緊密固定，形成與測試物相似的線型；再以首個節點為基準，通過剛性桿件的轉角和節點位移的測量結果，即可獲得相鄰并延伸至整個鏈上結構單元的位移；借助單元或單元組上的傳感器及時處理，獲得相鄰單元及節點的變形或振動特征，以此傳遞，可獲得結構全范圍的二維和三維形變特征以及振型曲線。

以上方法最終組建獲得的神經元鏈狀的結構：由若干微機電傳感器和剛臂形成的單元；由多個單元通過可旋轉的鉸形成的單元組；按每個單元設置一處理芯片（即現有的傳感器），或按一個單元組設置一處處理芯片。

技術方案中所謂的傳感器采用現有技術，可選擇加速度傳感器、位移傳感器等，或者采用傳感器的組合使用以發揮更強的組合優勢。

本發明單元節點主體是采用現有的微機電傳感器，相互間的數據通信可以采用現有的節點間的導線逐級傳輸模式來傳遞。作為本發明的應用形式，傳感器可附著在結構物表面，也可通過提前布置管道預埋在混凝土或土體等結構物中，也可通過對既有結構物或土體進行鉆孔后將傳感器插入。

作為本發明的一種形式，通過管道或附著式安裝時，傳感器可根據需要進行抽出更換和升級處理。

作為本發明的一種形式，所述的傳感器可根據測試目標，通過調整加速度傳感器的軸向數量，設置成測試雙向和三向位移和變形。

作為本發明的一種形式，所述的傳感器可通過不同單元組交叉后形成網格狀，實現空間形狀表面上各點位移變形測量。

利用本發明的傳感器，其具體實施步驟如下：

步驟一：根據測試對象的不同，將結構進行節點劃分，以確定傳感器單個測試單元的尺寸；

步驟二：在相應的節點進行錨固件的安裝；

步驟三：將傳感器鏈各節點與錨固件固定。本發明是以電子類測試方法為基礎，利用神經元理論和方法，實現長距離范圍內結構的靜態和動態形變測試，同時借助單元式模塊化結構解決了存放、運輸和安裝等困難。不僅適用于表面布置，而且適用于預埋和后期填埋。用于建筑物、橋梁、隧道等結構的變形實時監測，可用于基坑、壩體、山體、礦坑等形態實測監測

相對于現有技術，本發明的結構變形和動力特性測量方法能克服傳統機械式的臨時測試和光學測試方法環境影響和高成本價格的局限，尤其適合于大范圍或長尺度多點的長期監測。

附圖說明