基于计算机视觉的隔震支座动态位移测量

针对地震时基于计算机视觉的隔震支座位移测量特点,即相机在地震时位置不固定,且难以追踪相机各时刻的运动位姿,本文提出一种基于视觉的隔震支座动态位移测量方法,该方法无需额外追踪相机位姿,沿建筑轴线两个正交方向分别设置相机,在隔震支座上下连接板处设置双标靶,相机光轴与标靶平面相互垂直,对每帧图像用比例因子法确定物象关系,则各时刻两标靶的相对位移就是隔震支座位移。用一个LRB500隔震支座的基本力学性能试验对提出的方法进行验证。结果表明：无论相机运动还是固定,该方法得到的隔震支座水平位移时程与位移计得到的结果几乎完全一致;相机运动比相机固定的测量误差要大,但与位移计测量的结果相比,水平和竖向位移峰值的绝对误差均小于1 mm,说明提出的方法可进行隔震支座长期荷载及地震作用下的位移监测。     

基于粗粒度并行遗传算法的隔震层参数优化

针对基于经典遗传算法的隔震层参数优化方法效率不高的问题,提出一种基于粗粒度并行遗传算法的隔震层参数优化方法。利用Python的多进程机制和Python与ETABS的交互,实现CPU各核同时调用ETABS并进行遗传操作,最后通过一个隔震工程的实例进行验证。结果表明：采用粗粒度并行遗传算法进行隔震层参数优化,与原设计结果相比,优化后的隔震结构性能更优;同时,用10核CPU计算,与经典遗传算法相比,该方法既能准确得出全局最优解,又可显著提高优化效率,加速比约为6,可基本满足隔震工程设计的及时性需求,具有较好的工程应用价值。