Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Engineering

Simulation des vibrations d'origine humaine Basé sur l'In-champ Piéton Comportement Caractérisé

Published: April 13, 2016 doi: 10.3791/53668

Summary

Un protocole est présenté pour la caractérisation du comportement des piétons sur le terrain et la simulation de la réponse structurelle résultant. Field-tests démontrent que la stimulation in situ identifié et le taux de synchronisation entre les participants constituent un apport essentiel pour la simulation et la vérification des charges induites par l' homme.

Abstract

Pour mince et des structures légères, les vibrations maintenabilité est une question de plus en plus préoccupant, ce qui constitue souvent l'exigence de conception critique. Avec des conceptions régies par la performance dynamique sous des charges induites par l'homme, une forte demande existe pour la vérification et le raffinement des modèles de charge actuellement disponibles. La présente contribution utilise une inertie technique de suivi de mouvement 3D pour la caractérisation du comportement sur le terrain piéton. La technique est tout d'abord testée dans des expériences de laboratoire à l'enregistrement simultané des forces de réaction au sol correspondantes. Les expériences comprennent les personnes à pied, ainsi que les activités humaines rythmiques comme le saut et branlante. Il est montré que la requête enregistrée permet de déterminer le taux de l'activité de stimulation variant dans le temps. Ensemble, avec le poids de la personne et l'application de modèles de forces généralisées disponibles dans la littérature, la fréquence de stimulation identifié variant dans le temps permet de carboniseracterize les charges induites par l'homme. En outre, la synchronisation temporelle parmi les trackers de mouvement sans fil permet d'identifier le taux de synchronisation entre les participants. Par la suite, la technique est utilisée sur une véritable passerelle où les deux le mouvement des personnes et des vibrations structurales induites sont enregistrés. On montre comment le comportement caractérisé en ce champ piéton peut être appliquée pour simuler la réponse structurelle induite. Il est démontré que la stimulation in situ identifié et le taux de synchronisation constituent une contribution essentielle pour la simulation et la vérification des charges induites par l' homme. Les principales applications potentielles de la méthodologie proposée sont l'estimation des phénomènes d'interaction homme-structure et le développement de modèles adaptés à la corrélation entre les piétons dans des conditions réelles de circulation.

Introduction

Guidés par l'exigence économique de l'efficacité et de la montée en puissance des (nouveaux) matériaux, les architectes et les ingénieurs repoussent les limites de construire toujours plus, des structures plus grands et plus légers. En règle générale, la lumière et les structures minces ont une ou plusieurs fréquences naturelles qui se trouvent dans le spectre dominant des activités humaines communes telles que la marche, la course ou le saut. Susceptible d'être soumis à (quasi) excitation de résonance, ils sont souvent trop sensibles au mouvement humain, entraînant des vibrations parasites ou même nuisibles 1. Pour ces structures élancées et légères, l'état de fonctionnement de vibration est une question de plus en plus préoccupant, ce qui constitue souvent l'exigence de conception critique.

Le mouvement humain et les forces de réaction du sol résultant (GRF) sont généralement expérimentalement identifiés dans des conditions de laboratoire. Actuellement, les concepteurs sont obligés de compter - ce que l'on suppose être «conservateur» - l équivalentmodèles OAD, agrandies à partir de mesures de la force d'une seule personne. Avec des conceptions régies par le dynamisme des densités élevées de la foule, une forte demande existe pour la vérification et le raffinement des modèles de charge actuellement disponibles.

Le présent protocole utilise une inertie technique de suivi de mouvement 3D pour la caractérisation du mouvement naturel des piétons. On montre comment ces informations peuvent être utilisées pour définir la corrélation entre les piétons, ainsi que les charges induites correspondantes. Dans une étape ultérieure, le comportement des piétons caractérisé permet de simuler numériquement la réponse structurelle induite. Comparaison avec la réponse structurelle enregistrée permet de quantifier l'effet de portées disparues phénomènes d'interaction homme-structure, par exemple, l'amortissement supplémentaire en raison de la présence des piétons. La méthodologie est illustrée pour des expériences à grande échelle sur une vraie passerelle où la réponse structurelle et le mouvement du nominalparticipants sont enregistrés simultanément.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Toutes les procédures ont été approuvées par le comité d'éthique de l'hôpital universitaire de la KU Leuven et chaque sujet ont donné un consentement éclairé avant de participer.

1. 3D Motion Tracking: Configuration et acquisition de données

  1. Veiller à ce que les capteurs individuels sont complètement chargées (figure 1A). Cette étape prend environ 1 heure, mais peut être effectuée sur les jours avant les mesures réelles. Suivre le protocole de charge du fabricant.
  2. MT Manager - Acquisition de données 2:
    1. Activer la connexion sans fil avec les capteurs et spécifier la fréquence d'échantillonnage souhaitée (Configuration sans fil> Activer tous les maîtres sans fil).
      Remarque: Afin de permettre une caractérisation précise du comportement des piétons, un taux d'au moins 60 Hz, l'échantillonnage est conseillée. L'individu record de capteurs d'accélération linéaire 3D, la vitesse angulaire (terre) champ magnétique et des données de pression atmosphérique.
    2. Activer le mode de fonctionnement et de lancer le mode de mesure: faire des mouvements lents avec les capteurs pendant environ 1 min (Configuration sans fil> Démarrer la mesure sur tous les maîtres sans fil).
    3. Afficher les données inertielles et magnétiques de tous les capteurs actifs (Affichage> Affichage> Data Inertial). Assurez-vous que, à l'arrêt, l'orientation du capteur ne hasard.
      Remarque: Un changement d'orientation du capteur fixe indiquerait un environnement magnétique perturbé et, de ce fait, l'information d'orientation inexacte.
  3. Réinitialisation Orientation: Appliquer une remise à zéro de l' objet / rubrique (Object / rubrique Réinitialiser> Réinitialiser orientation) pour définir le cadre de référence global des expériences (Figure 1B) 2.
  4. Placer le capteur le plus près possible du centre du corps de masse (COM) située au niveau de la cinquième vertèbre lombaire (figure 1C). Fixer un seul capteur fermement et solidement sur chaque participant specially conçu cliquez-in sangles du corps entier (figure 1C).
  5. Enregistrer les données selon les besoins.
  6. Charger les dossiers d'intérêt (fichier ouvert), spécifier les paramètres d'exportation (Outils> Préférences> Exportateurs) et exporter l'accélération (et de la matrice d'orientation) des données pour une analyse ultérieure 2 (Fichier> Exporter).

2. Force de plaque: Installation et configuration

Note: La présente étape traite de l'application d'une plaque de force pour enregistrer les GRF. Dans le cas où une / personne en cours d' exécution de la marche est impliqué, une série de plaques de force ou un tapis roulant instrumenté doit être utilisé pour enregistrer la charge induite par les étapes suivantes 3, le protocole lui - même est analogue.

  1. Faire en sorte que la plaque de force est solidement fixée au plancher de laboratoire (figure 2).
  2. Configurez les paramètres de l' appareil et d' acquisition 4 (NDI Ouvrir capture> Données> Paramètres du périphérique> SettiNGS). Sélectionnez le "gain" approprié et "taux d'échantillonnage". Configurer et vérifier les paramètres de déclenchement externes, si nécessaire 4.
    1. Choisissez le gain et la fréquence d'échantillonnage en fonction de la précision souhaitée et le type de chargement impliqué. Pour la présente demande, utiliser un gain de 128 (Force maximale 4879 N) et une fréquence d'échantillonnage Hz 200.
  3. Début et fin de chaque essai avec une plaque de force vide: Tarer la plaque de force à vide (NDI Ouvrir capture> Données> Paramètres du périphérique> Paramètres> Tare).
  4. Aux fins de vérification: Placez un poids connu sur le dessus de la plaque de force avant et après chaque essai.
    Remarque: Dans la présente demande une masse de 5 kg est utilisé, cependant, l'utilisation d'une autre masse rigide bien connue (> 2 kg) peut également servir ce test de vérification.
  5. Enregistrer et enregistrer les données GRF selon les besoins. Exporter les GRF pour une analyse ultérieure 4.

3. Mesure de la Accele structurellevivres

Remarque: Les présentes mesures visent à recueillir les vibrations structurelles à un ou plusieurs emplacements pertinents sur la structure. La présente demande emploie Geosig GMS enregistreurs (Figure 3) pour enregistrer les accélérations structurelles. D'autres types de capteurs avec des caractéristiques appropriées pour l'application concernée, peuvent être également appliquées.

  1. Veiller à ce que les capteurs individuels sont complètement chargées. Cette étape peut prendre plusieurs heures, mais peut être effectuée sur les jours avant les mesures réelles. Suivre le protocole de charge du fabricant.
  2. Installez les capteurs sur les emplacements souhaités de la structure primaire: niveau des capteurs et, si nécessaire, fournir une fixation propre à la structure primaire (par exemple, en utilisant des aimants).
    Note: compte tenu de la masse élevée de l'individu GMS enregistreurs (> 6 kg) et les oscillations à basse fréquence impliquées (<6 Hz), aucune fixation supplémentaire était nécessaire dans ce cas.
  3. Pour GeoAcquisition DAS Données 5: Configurer et activer le réseau GMS sans fil et la connexion avec les capteurs 5. Vérifiez les paramètres de temps et les paramètres de synchronisation (si nécessaire) (clic droit sur le capteur> Plus d'informations).
  4. Positionner les capteurs sur l'emplacement souhaité et de les niveler en accord avec le cadre de référence global.
  5. Pour l' acquisition des données GeoDAS 5: Exporter les données enregistrées pour une analyse ultérieure (clic droit sur ​​le capteur> Instrument Control> Envoyer une demande> Demande de l' utilisateur> GETEVT 5).

4. Les expériences dans un environnement de laboratoire contrôlé

  1. Configurer mouvement 3D / Setup suivi (comme indiqué à la section 1).
  2. Configurer / Configuration plaque de force (comme indiqué à la section 2).
  3. Pendant le fonctionnement: vérifier visuellement en temps réel des mesures des deux capteurs inertiels sans fil et la plaque de force pour vérifier leur mode de fonctionnement.
  4. Demandez au participant à l'étape sur la plaque de force et de rester immobile pendant au moins 30 secondes: cela permet d'identifier le poids de chaque individu.
  5. Configurer le signal du métronome: sélectionner le rythme souhaité, à savoir, la fréquence fondamentale forçant.
    Remarque: Le signal du métronome peut être facilement configuré en utilisant des applications en ligne ou smartphones gratuits.
  6. Commencez l'enregistrement des données à la fois la plaque de la force et les capteurs inertiels sans fil.
  7. Demandez au participant de lancer l'activité souhaitée: la marche, le saut ou branlante à la (stimulation ciblée) taux comme indiqué par le signal du métronome (voir Figure 4).
  8. Notez le nombre choisi de cycles de chargement, par exemple, les étapes, les sauts ou les cycles branlante. Demandez au participant de descendre du plateau de force.
    Remarque: Pour des fins de validation, il est conseillé d'envisager un certain temps d'enregistrement supplémentaire dans ces conditions déchargées. Dans la littérature, il n'y a pas de consensus clair sur les cycles de chargement minimum de nombre requis pour characterize le cycle à cycle variabilités 6. Basé sur l' expérience et le travail présenté dans [6], l'étude présentée ici considère 60 cycles consécutifs de sorte que les cinq premiers et derniers cycles de chargement sont exclus de l'analyse plus loin pour exclure des irrégularités dans le motif de chargement au début et à la fin du procès.

5. Experiments In Situ

  1. Configurer / Configuration du réseau de capteurs inertiels 3D qui permettent de suivre le mouvement des participants (voir la section 2 et à la figure 5).
  2. Configurer / Configuration du réseau GMS d'accéléromètres sans fil qui enregistrent les accélérations structurelles (voir la section 4).
  3. Pendant le fonctionnement: (visuellement) vérifier en temps réel les mesures des capteurs inertiels sans fil pour vérifier leur mode de fonctionnement.
  4. Définir un protocole clair qui permet de synchroniser les systèmes de mesure concernés, le cas échéant.
    Remarque: Cette étape est nécessaire lorsque la causesystèmes d'acquisition de données ne permettent pas de synchronisation directe en raison de l'absence d'un déclencheur ou d'un canal commun. Ce dernier est le cas pour les systèmes de mesure sans fil appliquées dans les expériences in situ (5.1 et 5.2). Par conséquent, un protocole clair a été adopté sur le site qui permet de synchroniser le mode hors connexion de jeux de données. Dans la présente demande, les systèmes de mesure concernés sont synchronisés par l' enregistrement d'un événement identique, par exemple, l' impact, au début et à la fin de chaque essai, enregistrée par au moins un capteur de chacun des systèmes de mesure concernés. vecteurs de temps correctement alignés sont ensuite obtenus par le biais hors alignement de ces événements.
  5. Configurer le signal du métronome: in situ, l'utilisation d'un mégaphone pour amplifier le rythme ciblé est nécessaire.
  6. Prélever un nombre suffisant d'essais pour vérifier la répétabilité de l'expérience. Basé sur l'expérience, les auteurs recommandent d'enregistrer au moins 3, ou de préférence 4, trEIAA.

Analyse 6. Données

  1. Pré-traiter les données brutes de l'équipement impliqué comme requis: Appliquer les filtres appropriés pour éliminer les influences indésirables telles que les contributions à haute fréquence non pertinentes et bruit de mesure, et de conserver la fenêtre de temps pertinente selon le protocole du fabricant.
    Remarque: les caractéristiques de filtrage devraient être choisies en fonction de l'application. Dans la présente étude, l'MATLAB Signal Processing Toolbox 7 est appliqué pour effectuer un filtrage passe-bas avec une fréquence de coupure à 20 Hz pour tous les signaux impliqués.
  2. Pour chaque participant: Calculer la transformée de Fourier discrète des accélérations enregistrées du CoM MATLAB Signal Processing Boîte à outils 7 et déterminer la fréquence moyenne de chargement lorsque la fréquence du pic dominant de l'harmonique fondamentale dans le spectre obtenu.
  3. Déterminer le temps entre deux événements quelconques nominalement identiques du cycle de charges en utilisant la méthode détaillée dans [3] ou l'outil lc_timing de la boîte à outils MATLAB PediVib 8
    1. Chargez le vecteur de données (lc_timing> Load).
    2. Spécifiez le taux d'échantillonnage et d'estimer la fréquence de chargement moyenne. Spécifiez la fenêtre de temps pertinente, si nécessaire. Enregistrez le calendrier identifié des événements nominalement identiques, à savoir, les cycles de charge (lc_timing> Enregistrer).
  4. Calculer la fréquence moyenne de chargement comme l'inverse du temps moyen entre les cycles de chargement ultérieurs (tels que définis dans le paragraphe 6.3).
  5. Pour les expériences en laboratoire: Appliquer la procédure décrite au point 6.3 pour les deux forces de réaction au sol résultant et les accélérations enregistrées au CoM de chaque individu.
    Remarque: Cette étape sert de validation de la procédure appliquée pour les expériences in situ où les GRF ne peuvent pas être mesurés directement. Le procédé décrit dans [3] montre comment la vitesse de la variante de stimulation temporellepiéton peut être identifié en caractérisant la relation entre les accélérations enregistrées près de la CoM de l'individu et les GRF conséquents.
  6. Pour les expériences in situ: Appliquer la procédure décrite dans 6.3 pour les accélérations enregistrées au CoM de chaque individu.

7. Simulation et analyse de la réponse structurelle

Remarque: Les étapes suivantes sont effectuées en utilisant MATLAB 7. La réponse structurelle est calculée en utilisant la boîte à outils PediVib, une boîte à outils MATLAB développé par les auteurs 8 (Figure 6): les forces induites par l' homme sont déterminés par l' application des modèles de charge généralisées de défini par Li et al 9 (marche) et Bachmann. et al. 1 (sauter, courir et le chargement du vandalisme), et le modèle structurel est formulé en modal coordonne 10. Le manuel d'accompagnement comprend des didacticiels qui illustrent clairement lasuivant les étapes.

  1. Simulation de la réponse structurelle
    1. Définir les paramètres modaux de la structure de test: les fréquences naturelles, taux d'amortissement modaux, déplacements modaux masse normalisée, les coordonnées des noeuds correspondants (PediVib> paramètres structurels> Nouveau). Contrôler visuellement les informations d'entrée modale (PediVib> paramètres structurels> Voir).
    2. Définir les caractéristiques du piéton et les charges induites correspondant: type de charge, le poids, la marche chemin / emplacement, fréquence de stimulation moyenne, le début de chaque cycle de charge (PediVib> piéton simple> Nouveau). Exécuter et enregistrer la réponse structurelle simulée pour les participants concernés. Contrôler visuellement les résultats (PediVib> piétons Simple> Voir).
  2. Calculer la réponse structurelle totale par superposition des réponses individuelles, à savoir la somme des vecteurs correspondants, et comparer le résultat avec la réponse structurelle mesurée,par exemple, en créant un chiffre qui affiche la réponse structurelle mesurée et simulée.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Tout d'abord, il est montré comment les accélérations enregistrées près de la CoM des individus peuvent être utilisés pour caractériser les GRF qui en découlent. Les résultats sont discutés ici pour une marche individuelle 3. Observations comparables entièrement sont faites lorsque les activités humaines rythmiques, à savoir, le saut et branlante, sont considérés. Figure 7A et 7B montrent que le spectre d'amplitude des forces de pied verticales continues et les niveaux d'accélération correspondants enregistrés à proximité de la CoM du piéton sont qualitativement très semblables , à savoir, dans la forme et la fréquence. Le taux de stimulation de l'activité moyenne peut être identifiée comme la fréquence du premier pic dominant dans ces spectres. L'analyse des GRF et les accélérations de l'CoM enregistrés montre que la même fréquence de stimulation moyenne est identifiée de cette manière jusqu'à ± 0,1%. fr Par la suite, le calendrier des événements nominalement identiques est identifiéom les GRF et les accélérations à proximité du CoM, respectivement. Cette procédure est illustrée sur la figure 8 où les GRF et les accélérations de l'CoM sont normalisées par rapport au poids de la personne et de la gravité de la Terre (g = 9,81 m / s²), respectivement. L'analyse des différents essais montrent que de cette façon, la durée de chaque cycle, et donc le rythme de stimulation variant dans le temps de l'activité, peuvent être identifiés à partir des accélérations CoM de la personne avec un intervalle de confiance de 95% qui est inférieur 3% par rapport à celle identifiée à partir des GRF enregistrés (voir tableau 1) 3. Comptabilisation en outre, pour l'heure de début du cycle de chargement initial, permet de calculer l'apparition de tous les cycles de chargement.

Ensuite, cette information est appliquée pour simuler les GRF en utilisant la boîte à outils PediVib 8. Figure 9 visualise les petites différences quantitatives et qualitatives entre mesurées et simuléesforces de pied à une seule étape verticale. Ces petites différences sont le résultat de l' application d' un modèle généralisé de charge en une seule étape telle que définie dans la littérature et 9 pourraient être réduites au minimum en appliquant la force de pied moyenne verticale en une seule étape de la personne considérée pour la vitesse de marche correspondante. Toutefois, les mesures de force directes ne sont généralement pas disponibles pour les personnes impliquées dans les expériences in situ. En outre, par rapport aux petites variations de la fréquence de stimulation, la sensibilité de la réponse structurelle induite par de faibles variations de la force d' amplitude ou de temps de contact peut être considéré neglegible 3,11. La figure 9 montre aussi que la synchronisation des traces, et par conséquent , le temps variant la fréquence de stimulation, est identifié avec précision à partir du mouvement enregistré du piéton. la figure 10 présente le spectre des GRF simulées et mesurées amplitude. Par contraste avec les forces parfaitement périodiques qui sont exclusivement compOSED des harmoniques de la fréquence de pas, les faibles variations de la fréquence de stimulation résultent en une répartition des forces autour des harmoniques dominantes 12,13. En tenant compte de la fréquence de stimulation variable identifiée, ces forces à bande étroite sont également présents dans les forces simulées (figure 10). Deux grandeurs scalaires sont ensuite utilisées pour représenter la similitude entre le spectre d'amplitude de la mesure L'équation 1 et les forces simulées équation 2 : (1) le rang linéaire ou corrélation l'équation 3 [-] Qui varie entre 0 et 1, et pour lesquels 1 reflète une corrélation parfaite, et (2) la norme 2 normalisée [%]:
l'équation 4

Les spectres d'amplitude sont comparés dans le frgamme de equency pertinente pour les structures civiles de basse fréquence (0-10 Hz). La figure 10 montre que le coefficient de corrélation élevé de plus de 0,96 se trouve. En supposant que le comportement de marche pour être parfaitement périodique, résulte en une corrélation linéaire de moins de 0,5. La normalisée norme 2 est d'environ 20%, lorsque cet écart restant est principalement le résultat de l'application d'un modèle généralisé de charge en une seule étape. A titre de référence, il est noté que, lorsque les GRF sont simulées à la moyenne en une seule étape la marche charge identifiée, la corrélation augmente jusqu'à 0,99 et la norme 2 correspondant par rapport aux forces réelles enregistrées diminue à moins de 8 pour cent. De cette façon, l'analyse des différents essais montre que les simulations basées sur les modèles de charge généralisées et la fréquence de stimulation variant dans le temps identifié, permettent une bonne approximation des GRF réelles imparfaites induites par le mouvement humain.

jen plus de la caractérisation des différentes charges induites, la synchronisation temporelle des trackers de mouvement sans fil permet d'analyser le taux de synchronisation entre les participants. Le taux de synchronisation équation 11 [-] est défini comme:
L'équation 6
T s [s] est la période de l'activité et [le sec] de At est le décalage de temps entre les cycles des différents participants. Ce taux de synchronisation est pertinent que lorsque les cycles de charge comparables sont impliqués. Le temps se déplace At s ne sont donc pris en considération pour les cycles qui se produisent dans la fenêtre de temps pertinente [t - ½T s <t <t + ½T s]. Par conséquent, le taux de synchronisation équation 11 peut varier entre zéro et l'unité,de sorte que celle-ci représente une parfaite synchronisation. Cette procédure est illustrée pour les expériences impliquant six piétons pour lesquels la même fréquence d'étape est imposée à l' aide d' un métronome (voir la figure 5B). Figure 11A représente le début identifié de chaque cycle de chargement de chaque participant par une seule ligne verticale. Coïncidant lignes, comme observé au cours des 40 premières secondes, indiquent un taux élevé de synchronisation. Scattered lignes, comme observé entre 50 et 60 secondes de l'essai considéré, indiquent un taux ou une perte de synchronisation faible parmi les participants. Des observations similaires peuvent être fabriqués à partir de la figure 11B présentant le taux de synchronisation et les figures 11C et 11D correspondant où le taux de stimulation variant dans le temps identifié est appliqué pour simuler les charges verticales induites.

Enfin, le protocole est appliqué pour effectuer une analyse détailléedes vibrations induites par les activités humaines sur la passerelle Eeklo (voir figure 5). La figure 12 présente les caractéristiques modales des six premiers modes de la structure. Les expériences impliquent des gens marchant 3, sautant et dansant avec une fréquence de stimulation imposée par un métronome et ciblée à la fréquence naturelle fondamentale ou seconde. La réponse de la structure est enregistrée à l' aide de cinq capteurs triaxiaux (voir Figure 3 et 5B). Par la suite, la réponse structurelle mesurée est comparée à des simulations numériques qui représentent le modèle numérique calibrée de la structure, les taux d'amortissement modal identifiés expérimentalement le comportement et caractérisé en ce champ piéton.

Tout d' abord, les résultats sont discutés pour les expériences impliquant six piétons dont la fréquence étape est choisie pour correspondre à la première (f s = f 1 (f s = f 2/2 = 1,49 Hz) de la structure. Les piétons sont disposés asymétriquement (tous alignés l' un par un) ou symétriquement (deux par deux) par rapport à l'axe longitudinal de la structure afin de maximiser l'excitation du premier et du second mode, respectivement (voir figure 12). Pour illustrer l'impact du comportement de marche imparfaite réelle des participants, la réponse structurelle est d'abord prédit en supposant que les forces de marche parfaitement périodiques. Deuxièmement, variabilités intra- et inter-personne sont pris en compte en considérant la fréquence de stimulation variant dans le temps identifié et, par conséquent, également la vraie synchronisation entre les piétons.

La figure 13A présente l'accélération verticale mesurée et simulée à mi - portée pour les personnes marchant deux par deux, avec une fréquence de stimulation ciblée à f 2/2. thest la figure illustre le fait que lorsque le comportement de marche est supposé être parfaitement périodique, la réponse structurelle est surestimée de plus d'un facteur de quatre. Comptabilité pour le vrai comportement de marche imparfaite améliore l'accord avec la réponse mesurée de manière significative, bien que les niveaux de vibration sont prévus trois fois plus grande.

La figure 13B présente l'accélération mesurée et simulée à mi - portée pour les personnes marchant sur ​​un côté du pont, avec une fréquence de stimulation ciblée à = f de f 1. Dans ce cas, la réponse latérale enregistrée et simulé au midspan est présenté, à savoir, l'élément dominant du premier mode. Figure 13B montre que lorsque le modèle de force motrice est appliquée et parfaitement le comportement de marche périodique est supposé, la valeur de crête de l'accélération la réponse est surestimée par un facteur de deux. Une diminution du meaaccélération suré est observée au bout d'environ 40 secondes en raison d'une synchronisation réduite des piétons. Une tendance similaire est également reflété dans la réponse simulée lors de la comptabilisation des fréquences de stimulation variant dans le temps identifiés. Ce dernier conduit à un bien meilleur accord qualitatif avec la réponse mesurée qui est, cependant, encore légèrement surestimés.

Les figures 14 et 15 présentent une comparaison similaire de la réponse structurelle mesurée et simulée impliquant le saut et branlante, respectivement. Encore une fois, on constate que la réponse structurelle est fortement surestimée lorsque les charges induites par l'homme sont supposés être parfaitement périodique. Comptabilisation de la fréquence de stimulation variant dans le temps identifié conduit à un accord beaucoup mieux qualitatif avec la réponse mesurée.

L'écart restant entre le structu mesuré et simuléréponse ral peut être due à des erreurs dans le modèle en ce qui concerne (a) le comportement structurel et (b) la charge induite par les piétons. Impliquer le modèle structurel, la principale incertitude concerne les taux d'amortissement modal. Cependant, la covariance des paramètres modaux obtenu à partir du SSI-CoV 14 étaient faibles et, en outre, la décroissance libre analyses montrent que le taux d' amortissement modal dépendent peu des amplitudes de vibration 3. En ce qui concerne l'excitation des piétons, la fréquence de stimulation variant dans le temps identifié est une approximation du comportement réel de marche imparfaite dans lequel de petites différences peuvent survenir en raison de l'application du modèle de force généralisée. La différence d'amplitude entre la prédite et la réponse mesurée dans les figures 13-15 est frappante et ne peut pas simplement résulter de ces incertitudes qui subsistent. Elle peut cependant être expliquée par une augmentation de l' amortissement, à savoir, en raison des variations des propriétés dynamiques de la structure humaine couplée sysouches par rapport à ceux de la structure vide. Cependant, ce qui représente le taux de stimulation variant dans le temps impliqués permet de quantifier la différence restante qui est due à ces humains-structure (HSI) effets 10,15-17. De cette façon, la méthodologie présentée ici apporte une contribution essentielle à la vérification des charges induites par l'homme et la quantification des IHV effets.

Figure 1
Figure 1. (A) Le Xsens - Kit Mtw développement constitué de plusieurs unités inertielles sans fil (MTW de) 2, (B) la plate - forme conçue pour définir le cadre de référence d'orientation, et (C) le clic-in sangles du corps entier 2 spécialement conçu. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

Figure 2
Figure 2. La force plaque 4 appliquée pour enregistrer les GRF pendant le saut / branlante. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

Figure 3
Figure 3. capteurs sans fil triaxial Geosig 5 appliqués pour enregistrer les accélérations structurelles. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

Figure 4
Figure 4 < strong> Configuration pour les expériences de laboratoire portant sur ​​des expériences rythmiques humaines. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

Figure 5
Figure 5. (A) La passerelle Eeklo et (B) de la marche synchronisée des six participants (ce chiffre a été modifié à partir de [3]). S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

Figure 6
Figure 6. La PediVib Toolbox 8 appliqué pour simuler les vibrations induites par l' homme.= "Https://www.jove.com/files/ftp_upload/53668/53668fig6large.jpg" target = "_ blank"> S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

Figure 7
Figure 7. Le spectre linéaire (A) les GRF verticales (somme de pied gauche et à droite) et les niveaux d'accélération correspondants près du CoM (B) (ce chiffre a été modifié à partir de [3]). S'il vous plaît cliquer ici pour voir une une plus grande version de ce chiffre.

Figure 8
Figure 8. Les (AC) étape verticale unique ( en pointillés) et GRF (solides) continus (BD) , les accélérations normalisées normalisées près du CoMet (AB) , le calendrier identifié des événements identiques nominalement (ligne verticale) des GRF (solide) et les accélérations à proximité du CoM ( en pointillés) (ce chiffre a été modifié à partir de [3]). S'il vous plaît cliquer ici pour voir une version plus grande de ce chiffre.

Figure 9
Figure 9. La normalisée mesurée (solide) et simulées ( en pointillés) GRF verticales correspondant pendant la marche (ce chiffre a été modifié à partir de [3]). S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

Figure 10
La figure 10. [3]). S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

Figure 11
Figure 11. Le comportement de marche identifié six piétons: (A) à chaque étape de chaque personne indiquée par une ligne verticale (B) le taux de synchronisation, et (CD) correspondant simulé forces verticales induites par la gauche (gris) et à droite (noir ) pied (ce chiffre a été modifié à partir de [3]). S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

together.within-page = "1"> Figure 12
Figure 12. Le expérimentalement identifié les paramètres modaux des six premiers modes de la passerelle Eeklo: fréquence naturelle (f j), amortissement modal rapport (ξ j) et la forme de mode: (A) en mode 1 (f 1 = 1,71 Hz, ξ 1 = 2,3%); (B) mode 2 (f 2 = 2,99 Hz, ξ 2 = 0,2%); (C) mode 3 (f 3 = 3,25 Hz, ξ 3 = 1,5%); (D) mode 4 (f 4 = 3,46 Hz, ξ 4 = 3,0%); (E) Mode 5 (f 5 = 5,77 Hz, ξ 5 = 0,2%); et le mode (F) 6 (f 6 = 5,82 Hz, ξ 6 = 0,2%). S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

contenu "fo: keep-together.within-page =" 1 "> Figure 13
Figure 13. Les accélérations à mi - portée pour les personnes à pied (A) deux par deux à un rythme de stimulation ciblée sur f s = f 2/2 et (B) dans un seul fichier à = f 1 d'une fréquence de stimulation f: mesurée (le noir) et prédit réponse sans (gris) et avec (bleu) in situ identifié la fréquence de stimulation (ce chiffre a été modifié à partir de [3]). S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

Figure 14
Figure 14. Les accélérations à mi - portée pour les personnes qui sautent à une fréquence de stimulation ciblée sur (A) f s = f 2/2 et ( s = f 1:. mesurée (noir) et prédit réponse sans (gris) et avec (bleu) la fréquence de stimulation in situ identifié S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

Figure 15
Figure 15. Les accélérations à mi - portée pour les personnes qui dansent à une fréquence de stimulation ciblée sur (A) f s = f 2/2 et (B) f s = f 1: mesurée (noir) et réponse prédite sans (gris) et avec ( bleu) in situ identifié la fréquence de stimulation. S'il vous plaît cliquez ici pour voir une version plus grande de cette figure.

La vitesse de marche La fréquence de l' étape # des pas CoM
[Km / h] [Hz] [-] 2σ [%]
3.0 1,55 166 2.8
3.5 1,68 178 2.3
4.0 1.75 1.82 2.1
4.5 1.85 182 2.0
5.0 1.92 193 2.1
5.5 2.00 215 2.0
6.0 2.06 217 2.1

Tableau 1. Pour chaque essai: diffélouer des vitesses de marche, la fréquence de l' étape moyenne, le nombre d'étapes enregistrées et l'intervalle de confiance à 95% du début identifié de chaque étape sur la base du mouvement enregistré près de la CoM (ce tableau a été modifié à partir de [3]).

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Le mouvement humain et GRF résultant sont généralement identifiés par l'application de plaques de force, tapis roulants ainsi que la technologie de capture de mouvement optique tels que Vicon 18 et CODA 19 instrumentés. L'application de ces techniques est cependant limitée à l'environnement de laboratoire. En réponse à cet inconvénient, le potentiel des techniques novatrices qui permettent la mesure du comportement «naturel» de la personne sur de nombreux cycles répétés et sans interruption est actuellement étudiée 20. D' autres techniques comprennent l'utilisation de systèmes de semelle de pression sensible 21 ou chaussures instrumentés 22. Ces systèmes permettent la mesure directe des forces de contact sur ​​les structures , mais en général ne donnent la composante verticale et ne saisissent pas le comportement du corps global, par exemple, le mouvement du tronc 20. Une autre technique utilise des capteurs magnétiques ambulatoire inertiels combinés, à savoir, accélérométrie 20,23 (par exemple, des tissus mous artefacts 24, connectivité, etc.), il offre un grand potentiel pour la caractérisation indirecte de la charge d' origine humaine, ainsi que pour l'analyse de l' individu, le groupe et le comportement des foules 23,24. Dans la présente étude, une inertie technique de suivi de mouvement 3D développé pour l'industrie des sciences du mouvement et du divertissement est examinée et une méthodologie a été développée pour la caractérisation sur le terrain du mouvement humain et les GRF résultant.

Une première étape essentielle dans la méthode présentée ici consiste en une étude expérimentale complète dans des conditions de laboratoire dans lequel le mouvement humain et les GRF sont enregistrés simultanément. Cette base de données devrait comprendre un ensemble pertinent de la stimulation des taux et des individus pour chacune des activités humaines en bref. Par la suite, cet ensemble de données peut être utilisé pour identifier la relation entre la Registemouvement rouge des participants et les GRF résultant. Ensuite, une procédure peut être développé pour l'identification de la chronologie des événements nominalement identiques dans chaque cycle de chargement à la fois le mouvement enregistré et les GRF correspondants. De cette façon, ces ensembles de données ne servent pas seulement que la validation de la procédure visant à caractériser les charges induites par l'homme, mais, permet aussi de quantifier la précision correspondante.

En second lieu, la synchronisation entre les systèmes de mesure en cause est d'une grande importance. Celui - ci est de préférence réalisée par l'utilisation d'un système d'acquisition de données simple ou un déclencheur canal partagé 2. Un protocole bien conçu et systématiquement exécuté (comme indiqué précédemment) peut servir comme une alternative utile, en particulier pour une application in situ.

La procédure tel que discuté dans le présent ouvrage fonctionne parfaitement jusqu'à 10 ou 12 participants. Cependant, comme le nombre de participants encore augSES et, par conséquent, le nombre d'unités mobiles de suivi de mouvement augmente, le système d'acquisition de données correspondant nécessite la fréquence d'échantillonnage afin de réduire de manière significative. Bien que encombrant, le système de mesure peut être prolongée par plusieurs stations d'acquisition de données Xsens pour lesquelles, à leur tour, les données sont synchronisées par l'application d'un canal de déclenchement commun. Lorsque l'objectif est de surveiller le comportement des grands groupes et des foules, l'application des techniques alternatives telles que le traitement vidéo / image pourrait être explorée.

Dans les observations in situ sont la seule source d'information pour obtenir des informations détaillées et précises sur le chargement des données opérationnelles représentatives. D'autres recherches seront donc inclure des mesures à grande échelle sur de véritables passerelles impliquant de grands groupes et des foules. La présente technique peut être appliquée pour identifier le comportement de la marche naturelle des participants et, par conséquent, apporter une contribution essentielle pour le développement de m appropriéodèles pour la corrélation entre les piétons dans des conditions réelles de circulation. En outre, le comportement de marche identifiée, en combinaison avec des modèles de charge actuellement disponibles sur le marché peut être appliquée pour simuler la réponse structurelle induite. Comparaison avec les vibrations structurelles mesurées correspondantes permet de vérifier et d' étalonner les modèles de charge appliqués, par exemple, en estimant les phénomènes d'interaction humaine-structure pertinents tels que l' amortissement ajouté.

Subscription Required. Please recommend JoVE to your librarian.

Acknowledgments

Les expériences impliquant des personnes à pied sont effectuées en collaboration avec le Mouvement et la posture Laboratoire d' analyse Leuven (MALL) 25. Leur coopération et leur soutien est grandement apprécié.

Materials

Name Company Catalog Number Comments
MTw Development Kit + MT Manager Software Xsens MTW-38A70G20-1 Development kit with wireless, highly accurate, small and lightweight 3D human motion trackers and accompanying click-in full body straps.
True Impulse Kinetic Measurement System + NDI Open Capture Data Acquisition and Visualization System NDI Northern Digital Inc. 791028 TrueImpulse measures reaction forces exerted by humans during a wide variety of activities.
GMS-24 GeoSIG Ltd Rev. 03.08.2010 (Wireless) accelerometers to register the structural vibrations.
GeoDAS GeoSIG Data Acquisition System GeoSIG Ltd Rev. 03.08.2010 Graphical MS Windows application running under Windows 9x/NT/2000, providing a software interface between users and GeoSIG recorders GSR/GCR/GBV/GT.
PediVib toolbox KU Leuven Software interface/toolbox to simulate the structural vibrations induced by pedestrians.
Metronome A device to indicate the targetted pacing rate of the activity (free applications are available online for pc/laptop/smartphone).

DOWNLOAD MATERIALS LIST

References

  1. Bachmann, H., Ammann, W. Bachmann vibrations in structures : induced by man and machines. , IABSE-AIPC-IVBH. (1987).
  2. Xsens Technologies B. V.. MTw User Manual. , Available from: https://www.xsens.com/download/usermanual/MTw_usermanual.pdf (2013).
  3. Van Nimmen, K., Lombaert, G., Jonkers, I., De Roeck, G., Vanden Broeck, P. Characterisation of walking loads by 3D inertial motion tracking. J. Sound Vib. 333 (20), 1-15 (2013).
  4. Northern Digital Inc. TrueImpulse Kinetic Measurement System User Guide. , (2013).
  5. Geosig Ltd. GeoSIG GMS 18-24 User Manual. , Available from: http://www.geosig.com/productfile2.html?productid=10319 (2012).
  6. Racic, V., Pavic, A. Mathematical model to generate near-periodic human jumping force signals. Mech. Syst. Signal Process. 24 (1), 138-152 (2010).
  7. The MathWorks Inc. MATLAB and Signal Processing Toolbox Release. , (2014).
  8. Van Nimmen, K., Van den Broeck, P. PediVib 1.0 - A MATLAB toolbox for the simulation of human-induced vibrations. , KU Leuven. (2015).
  9. Li, Q., Fan, J., Nie, J., Li, Q., Chen, Y. Crowd-induced random vibration of footbridge and vibration control using multiple tuned mass dampers. J. Sound Vib. 329 (19), 4068-4092 (2010).
  10. Van Nimmen, K. Numerical and experimental study of human-induced vibrations of footbridges [dissertation]. , KU Leuven. (2015).
  11. Middleton, C. Dynamic performance of high frequency floors [dissertation]. , University of Sheffield. (2009).
  12. Ingòlfsson, E. T., Georgakis, C. T., Ricciardelli, F., Jönsson, J. Experimental identification of pedestrian-induced lateral forces on footbridges. J. Sound Vib. 330 (6), 1265-1284 (2011).
  13. Racic, V., Brownjohn, J. M. W. Mathematical modelling of random narrow band lateral excitation of footbridges due to pedestrians walking. Comput. Struct. 90-91 (1), 116-130 (2012).
  14. Reynders, E., Roeck, G. De Reference-based combined deterministic-stochastic subspace identification for experimental and operational modal analysis. Mech. Syst. Signal Process. 22 (3), 617-637 (2008).
  15. Bocian, M., Macdonald, J. H. G., Burn, J. F. Biomechanically inspired modeling of pedestrian-induced vertical self-excited forces. J. Bridg. Eng. 18 (12), 1336-1346 (2013).
  16. Živanović, S., Pavić, A., Ingòlfsson, E. T. Modeling spatially unrestricted pedestrian traffic on footbridges. Journal of Structural Engineering. 136 (10), 1296-1308 (2010).
  17. Agu, E., Kasperski, M. Influence of the random dynamic parameters of the human body on the dynamic characteristics of the coupled system of structurecrowd. J. Sound Vib. 330 (3), 431-444 (2011).
  18. Vicon Motion Systems Product Manuals. , (2012).
  19. CODAmotion Technical data sheet. , (2012).
  20. Meichtry, A., Romkes, J., Gobelet, C., Brunner, R., Müller, R. Criterion validity of 3D trunk accelerations to assess external work and power in able-bodied gait. Gait Posture. 25 (1), 25-32 (2007).
  21. Jung, Y., Jung, M., Lee, K., Koo, S. Ground reaction force estimation using an insole-type pressure mat and joint kinematics during walking. J. Biomech. 47 (11), 2693-2699 (2014).
  22. Liedtke, C., Fokkenrood, S. A., Menger, J. T., van der Kooij, H., Veltink, P. H. Evaluation of instrumented shoes for ambulatory assessment of ground reaction forces. Gait Posture. 26 (1), 39-47 (2007).
  23. Boutaayamou, M., Schwartz, C., et al. Validated extraction of gait events from 3D accelerometer recordings. 3D Imaging (IC3D), 2012 International Conference on, , 6-9 (2012).
  24. Kavanagh, J. J., Menz, H. B. Accelerometry: A technique for quantifying movement patterns during walking. Gait Posture. 28 (1), 1-15 (2008).
  25. Duysens, J. L., Jonkers, I., Verschueren, S. L. MALL: Movement and posture Analysis Laboratory Leuven (Interdepartemental research laboratory at the Faculty of Kinisiology and Rehabilitation Sciences). , KU Leuven. Available from: https://faber.kuleuven.be/MALL/mall.php (2015).

Tags

Ingénierie numéro 110 le chargement humain induite les essais à grande échelle les vibrations induites par l'homme le suivi de mouvement 3D des passerelles des vibrations maintenabilité
Simulation des vibrations d&#39;origine humaine Basé sur l&#39;In-champ Piéton Comportement Caractérisé
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Van Nimmen, K., Lombaert, G., DeMore

Van Nimmen, K., Lombaert, G., De Roeck, G., Van den Broeck, P. Simulation of Human-induced Vibrations Based on the Characterized In-field Pedestrian Behavior. J. Vis. Exp. (110), e53668, doi:10.3791/53668 (2016).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter