Метод лазерной спекл-корреляции для диагностики колебаний пролётного строения моста

Автомобильные мосты и путепроводы являются важными элементами транспортной инфраструктуры в любой стране. Оперативная диагностика с последующим мониторингом работоспособности критических элементов мостов и путепроводов увеличивает срок их службы. Целью данной работы являлась разработка метода и лазерной установки для дистанционной диагностики колебаний балки, вызванных динамической нагрузкой, и их применение на лабораторной модели моста. В статье рассматривается метод диагностики колебаний пролётного строения моста, основанный на корреляции лазерных спекл-изображений в сочетании со скоростной видеозаписью. С использованием лабораторной модели моста и предложенного метода исследуются несущие конструкции, испытывающие ударную нагрузку. При этом определяются относительные смещения поверхности, вызванные различными условиями нагружения. Программа для расчёта корреляционных функций оптимизирована с учётом характеристик пролётного строения моста. В частности, анализируются смещения поверхности с учётом частоты кадров и размера лазерных спеклов. Методика исследования апробирована на лабораторной модели моста с балками, изготовленными из различных материалов (сталь, бетон, дерево). Для этих балок показаны различные формы и амплитуды смещений, вызванных ударными нагрузками. Эксперименты демонстрируют возможности дистанционного мониторинга вибрации моста при реальных ударных нагрузках, вызванных движением транспортного средства. Полученные данные будут востребованы при использовании предлагаемого метода мониторинга вибрации моста в реальных условиях.

1. Fp. Chiang, Jd. Yu. Structural health monitoring using digital speckle photography. Optical Measurements, Modeling, and Metrology. Conference Proceedings of the Society for Experimental Mechanics Series, ed. T. Proulx. New York, Springer, 2011;5:393-399. DOI: 10.1007/978-1-4614-0228-2_47

2. Martins LL, Rebordão JM, Ribeiro AS. Optical metrology applied to 3D displacement measurement of long-span suspension bridge dynamics. Proceedings of the 9th International Conference on Structural Dynamics, EURODYN 2014, eds. A. Cunha, E. Caetano, P. Ribeiro, G. Müller. Portugal, Porto, University of Porto, 2014, pp. 2135–2142. Available at: https://www.academia.edu/111054039/ (accessed 28.10.2025).

3. Eremin VG, Cao Van Lam. Perfection of management of the condition of bridge constructions on the basis of constant monitoring. Engineering systems and structures. 2012;1(6):92-97. (In Russ.).

4. Nesterova DN, Chernykh VK. Monitoring of bridge structures. Technical regulation in transport construction. 2015;1(9):49-56. (In Russ.).

5. Lyakhevich GD, Grechukhin VA. Continuous monitoring of bridge structure health. World of roads. 2019;122:40-47. (In Russ.).

6. Elugachev PA, Gubarev FA, Bannikov AA, Mostovshchikov AV. Road bridge monitoring using digital image correlation. Journal of Construction and Architecture. 2023;25(2):191-206. (In Russ.). DOI: 10.31675/1607-1859-2023-25-2-191-206

7. Verstrynge E, De Wilder K, Drougkas A, Voet E, Van Balen K, Wevers M. Crack monitoring in historical masonry with distributed strain and acoustic emission sensing techniques. Construction and Building Materials. 2018;(162):898-907. DOI: 10.1016/j.conbuildmat.2018.01.103

8. Yapar O, Basu PK, Volgyesi P, Ledeczi A. Structural health monitoring of bridges with piezoelectric AE sensors. Engineering Failure Analysis. 2015;(56):150169. DOI: 10.1016/j.engfailanal.2015.03.009

9. Moreno-Gomez A, Perez-Ramirez CA, Dominguez-Gonzalez A, Valtierra-Rodriguez M, ChavezAlegria M, Amezquita-Sanchez JP. Sensors used in structural health monitoring. Archives of Computational Methods in Engineering. 2018;(25):901-918. DOI: 10.1007/s11831-017-9217-4

10. Arvindan Sivasuriyan Vijayan DS, LeemaRose A, Revathy J, Gayathri Monicka S, Adithya UR, Jebasingh Daniel J. Development of smart sensing technology approaches in structural health monitoring of bridge structures. Advances in Materials Science and Engineering. 2021;2021(4):2615029. DOI: 10.1155/2021/2615029

11. Cho S, Jo H, Jang S, Park J, Jung H.-J, Yun C.-B, Spencer BF. Jr, Seo J-W. Structural health monitoring of a cable-stayed bridge using wireless smart sensor technology: data analyses. Smart Structures and Systems. 2010;6(5-6):461-480. DOI: 10.12989/sss.2010.6.5_6.461

12. Barros F, Aguiar S, Sousa PJ, Cachaço A, Tavares PJ, Moreira PMGP, Ranzal D, Cardoso N, Fernandes N, Fernandes R, Henriques R, Cruz PM, Cannizzaro A. Displacement monitoring of a pedestrian bridge using 3D digital image correlation. Procedia Structural Integrity. 2022;(37):880-887. DOI: 10.1016/j.prostr.2022.02.022

13. Ferrer B, Acevedo P, Espinosa J, Mas D. Targetless image-based method for measuring displacements and strains on concrete surfaces with a consumer camera. Construction and Building Materials. 2015;(75):213-219. DOI: 10.1016/j.conbuildmat.2014.11.019

14. Lee H, Oh J. 3D Displacement measurement of railway bridge according to cyclic loads of different types of railcars with sequential photogrammetry. Applied Sciences. 2023;(13):art. no. 1359. DOI: 10.3390/app13031359

15. Acikgoz S, DeJong MJ, Soga K. Sensing dynamic displacements in masonry rail bridges using 2D digital image correlation. Structural Control and Health Monitoring. 2018;(25):art. no. e2187. DOI: 10.1002/stc.2187

16. Vegas ST, Lafdi K. A literature review of noncontact tools and methods in structural health monitoring. Engineering Technology Open Access Journal. 2021;4(1): art. no. 555626. DOI: 10.19080/ETOAJ.2021.04.555626

17. Payawal JMG, Kim D-K. Image-based structural health monitoring: A systematic review, Applied Sciences. 2023;(13):art. no. 968. DOI: 10.3390/app13020968

18. Goodman JW. Speckle phenomena in optics: Theory and applications. USA, Englewood, Roberts and Company Publishers. 2007:387 p.

19. Peiponen KE, Myllylä R, Priezzhev AV. Optical measurement techniques: Innovations for industry and the life sciences. Springer Series in Optical Sciences. 2009;(136):158 p. DOI: 10.1007/978-3-540-71927-4

20. Ryabukho VP, Tuchin VV. Coherent optical methods in measurement technology and biophotonics. Saratov, Satellit, 2009. (In Russ.).

21. Hild F, Roux S. Digital image correlation: from displacement measurement to identification of elastic properties – a review. Strain. 2006;42(2):69-80. DOI: 10.1111/j.1475-1305.2006.00258.x

22. Park KT, Torbol M, Kim S. Vision-based natural frequency identification using laser speckle imaging and parallel computing. Computer-Aided Civil and Infrastructure Engineering. 2018;33(1):51-63. DOI: 10.1111/mice.12312

23. Li L, Sytnik ID, Gubarev FA, Pekker YS. Evaluation of blood plasma coagulability by laser speckle correlation. Biomedical Engineering. 2018;52(3):177-180. DOI: 10.1007/s10527-018-9808-x

24. Li L, Gubarev FA, Cao Y, Liushnevskaya ID, Mostovshchikov AV. Laser speckle correlation technique application for remote characterization of metal nanopowders combustion. Applied Optics. 2021;60(22):65856592. DOI: 10.1364/AO.425696

25. Li L, Gubarev FA, Klenovskii MS, Bloshkina AI. Vibration measurement by means of digital speckle correlation. 2016 International Siberian Conference on Control and Communications (SIBCON). 2016;1–5 р. DOI: 10.1109/SIBCON.2016.7491753

26. Bloshkina AI, Li L, Gubarev FA, Klenovskii MS. Investigation of extracting information from vibrating objects by digital speckle correlation. 2016 17th International Conference of Young Specialists on Micro/Nanotechnologies and Electron Devices (EDM). 2016;637-641р. DOI: 10.1109/EDM.2016.7538813

27. Yuan Y, Huang J, Peng X, Xiong C, Fang J, Yuan А. Accurate displacement measurement via a selfadaptive digital image correlation method based on a weighted ZNSSD criterion. Optics and Lasers in Engineering. 2014;(52):75-85. DOI: 10.1016/j.optlaseng.2013.07.016

28. Gubarev FA, Li L, Klenovskii MS, Glotov A. Speckle pattern processing by digital image correlation. MATEC Web of Conferences. 2016;(48):art. no. 04003. https://doi.org/10.1051/matecconf/20164804003