Simulation von Menschen verursachte Schwingungen Basierend auf dem Gekennzeichnet In-Bereich Fußgängerverhalten

Summary

Ein Protokoll ist für die Charakterisierung der in-field Fußgängerverhalten und die Simulation des resultierenden Strukturantwort dargestellt. Feldtests zeigen , dass die identifizierten in situ Stimulationsfrequenz und Synchronisationsrate unter den Teilnehmern bilden einen wesentlichen Input für die Simulation und Verifikation der vom Menschen verursachten Belastungen.

Abstract

Für schlanke und leichte Strukturen ist Schwingungstauglichkeit selbst Anliegen der wachsenden, oft die kritische Designanforderung darstellt. Wenn die Entwürfe von der Dynamik unter den Menschen verursachten Belastungen unterliegen, besteht eine starke Nachfrage nach der Überprüfung und Verfeinerung der derzeit verfügbaren Lastmodelle. Der vorliegende Beitrag verwendet eine 3D-Inertial Motion-Tracking-Technik zur Charakterisierung der in-Bereich Fußgängerverhalten. Die Technik wird zuerst in Laborexperimenten unter gleichzeitiger Erfassung der entsprechenden Bodenreaktionskräfte getestet. Die Experimente sind Personen sowie rhythmische menschliche Aktivitäten wie Springen und wippenden Fuß. Es wird gezeigt, dass die registrierte Bewegung für die Identifizierung der Zeitvariante Stimulationsfrequenz der Aktivität ermöglicht. Zusammen mit dem Gewicht der Person und der Anwendung der allgemeinen Kraftmodelle in der Literatur, ermöglicht die identifizierten zeitvarianten Stimulationsfrequenz auf characterize die vom Menschen verursachte Belastungen. Zudem Zeitsynchronisation zwischen den Funk-Bewegungsmelder-Tracker ermöglicht die Synchronisation Rate unter den Teilnehmern zu identifizieren. Anschließend wird die Technik auf einem realen Steg verwendet, wo sowohl die Bewegung der Personen und der induzierten strukturellen Schwingungen registriert. Es wird gezeigt, wie die dadurch im Feld kann Fußgängerverhalten die induzierte strukturelle Antwort auf simulieren angewendet werden. Es wird gezeigt , dass die in situ identifiziert Stimulationsfrequenz und Synchronisationsrate einen wesentlichen Input für die Simulation und Verifikation der vom Menschen verursachten Belastungen darstellen. Die wichtigsten Anwendungsmöglichkeiten der vorgeschlagenen Methodik sind die Schätzung der Mensch-Struktur-Interaktion Phänomene und die Entwicklung geeigneter Modelle für die Korrelation zwischen den Fußgängern in realen Verkehrsbedingungen.

Introduction

Angetrieben von der wirtschaftlichen Nachfrage der Effizienz und der zunehmenden Stärke der (neu) Materialien, Architekten und Ingenieure die Grenzen drängen immer mehr zu bauen, größer und leichter Strukturen. Typischerweise haben Licht und schlanke Strukturen eine oder mehrere natürliche Frequenzen, die innerhalb des dominanten Spektrum der gemeinsamen menschlichen Aktivitäten wie Wandern liegen, Laufen oder Springen. Wahrscheinlich unterliegen (nahezu) resonante Anregung zu sein, sind sie oft zu Unrecht als Reaktion auf Bewegungen des menschlichen Körpers, was zu stören oder sogar schädliche Schwingungen ^1. Für diese schlanke und leichte Strukturen, ist die Vibration Tauglichkeit selbst Anliegen der wachsenden, oft die kritische Designanforderung darstellt.

Die menschliche Bewegung und die daraus resultierenden Bodenreaktionskräfte (GRFs) werden in der Regel experimentell unter Laborbedingungen ermittelt. Derzeit sind Designer, sich auf gezwungen - was angenommen werden "konservativ" zu sein - das entspricht lOAD Modelle, Upscaling von Ein-Personen-Kraftmessungen. Wenn die Entwürfe durch die dynamische Leistung unter hohem Masse Dichten regiert, besteht eine starke Nachfrage nach der Überprüfung und Verfeinerung der derzeit verfügbaren Lastmodelle.

Das vorliegende Protokoll verwendet eine 3D-Inertial Motion-Tracking-Technik zur Charakterisierung der natürlichen Bewegung von Fußgängern. Es wird gezeigt, wie diese Informationen können die Korrelation zwischen den Fußgängern, sowie die entsprechenden induzierten Belastungen zu definieren, verwendet werden. In einem nachfolgenden Schritt wird das gekennzeichnet Fußgängerverhalten die induzierte strukturelle Antwort auf numerisch simulieren. Vergleich mit dem registrierten Strukturantwort ermöglicht , die Wirkung von unaccounted human-Struktur Interaktion Phänomene quantifiziert, beispielsweise die aufgrund des Vorhandenseins der Fußgänger zusätzliche Dämpfung. Die Methodik ist auf einem echten Steg für Full-Scale-Experimente gezeigt, wo die strukturelle Antwort und die Bewegung des Parnehmern gleichzeitig registriert.

Protocol

Alle Verfahren wurden von der Ethikkommission der Universitätsklinik der KU Leuven und jedes Thema gab eine schriftliche Einverständniserklärung vor der Teilnahme zugelassen.

1. 3D Motion-Tracking: Konfiguration und Datenerfassung

1. Stellen Sie sicher , dass die einzelnen Sensoren vollständig geladen sind (Abbildung 1A). Dieser Schritt dauert etwa 1 Stunde, kann aber an den Tagen vor den eigentlichen Messungen durchgeführt werden. Folgen Sie den Lade Protokoll des Herstellers.
2. MT - Manager - Datenerfassung ^2:
   1. Aktivieren Sie die drahtlose Verbindung mit den Sensoren und geben Sie die gewünschte Abtastrate (Wireless-Konfiguration> Aktivieren Sie alle Wireless-Master).
      Hinweis: Um eine genaue Charakterisierung der Fußgängerverhalten ermöglichen, eine Abtastrate von mindestens 60 Hz wird empfohlen. Die einzelnen Sensoren erfassen 3D-lineare Beschleunigung, Winkelgeschwindigkeit (Erde) Magnetfeld und Atmosphärendruck-Daten.
   2. Aktivieren Sie die Betriebsart und starten Sie die Messmodus: langsame Bewegungen mit den Sensoren machen für ca. 1 min (Wireless-Konfiguration> Messung starten auf allen Wireless-Master).
   3. Anzeige träge und magnetischen Daten aller aktiven Sensoren (Ansicht> Anzeigen> Inertial Daten). Stellen Sie sicher, dass, während stationäre, die Ausrichtung des Sensors nicht Chancen hat.
      Anmerkung: Eine Änderung der Ausrichtung des stationären Sensor würde auf eine magnetisch gestörter Umgebung und damit ungenau Orientierungsinformationen.
3. Orientierung Reset: Tragen Sie ein Objekt / heading Reset (Objekt / Überschrift Reset> -Orientierung Reset) des globalen Referenzrahmen der Experimente (Abbildung 1B) ² zu definieren.
4. Platzieren Sie den Sensor so nah wie möglich an den Körper Zentrum der Masse (CoM) auf der Höhe des fünften Lendenwirbel liegt (Abbildung 1C). Befestigen Sie einen einzigen Sensor fest und robust auf jeden Teilnehmer mit ssonders entworfen Klick in Ganzkörpergurte (Abbildung 1C).
5. Nehmen Sie die erforderlichen Daten.
6. Legen Sie die Aufzeichnungen von Interesse (Open - Datei), legen Sie die Exporteinstellungen (Extras> Einstellungen> Exporteure) und exportieren Sie die Beschleunigung (und Orientierungsmatrix) Daten für die nachfolgende Analyse ² (Datei> Exportieren).

2. Kraft Plate: Setup und Konfiguration

Hinweis: Die vorliegende Schritt beschreibt die Anwendung einer Kraftmessplatte, die GRFs zu registrieren. Im Falle , dass ein Walking / Laufen Person beteiligt ist, ist eine Reihe von Kraftmessplatten oder ein instrumentierten Laufband verwendet werden , um die Belastung durch die nachfolgenden Schritte ^3, das Protokoll selbst ist analog induziert zu registrieren.

1. Stellen Sie sicher , dass die Kraftmessplatte fest mit dem Laborboden befestigt ist (Abbildung 2).
2. Konfigurieren Sie das Gerät und den Erwerb Einstellungen ⁴ (NDI Öffnen Aufnahme> Daten> Geräteeinstellungen> SettiNGS). Wählen Sie die richtige "Gewinn" und "Sample-Rate". Konfigurieren und überprüfen Sie die externen Triggereinstellungen, wenn ⁴ erforderlich.
   1. Wählen die Verstärkung und die Abtastrate in Übereinstimmung mit der gewünschten Genauigkeit und der beteiligten Ladetyp. Für die vorliegende Anwendung, verwenden Sie einen Gewinn von 128 (Maximalkraft 4879 N) und einer Rate von 200 Hz Probe.
3. Anfang und am Ende jeder Versuch mit einer leeren Kraftmessplatte: tarieren Kraftmessplatte, wenn sie leer (NDI Öffnen Aufnahme> Daten> Geräteeinstellungen> Einstellungen> Tara).
4. Zur Kontrolle: Legen Sie ein bekanntes Gewicht auf der Oberseite der Kraftplatte vor und nach jedem Versuch.
   Hinweis: In der vorliegenden Anmeldung eine Masse von 5 kg verwendet wird, jedoch die Verwendung eines anderen bekannten starren Masse (> 2 kg) können ebenso diese Verifikationstest dienen.
5. Nehmen Sie und speichern Sie die GRF-Daten nach Bedarf. Exportieren Sie die GRFs für die nachfolgende Analyse ^4.

3. Messung der Struktur AcceleVerpflegung

Hinweis: Die vorliegende Schritte, um die Strukturschwingungen an einer oder mehreren entsprechenden Stellen auf der Struktur zu sammeln zielen. Die vorliegende Anmeldung beschäftigt GeoSIG GMS - Recorder (Abbildung 3) die strukturellen Beschleunigungen zu registrieren. Andere Sensortypen mit der richtigen Eigenschaften für die beteiligten Anwendungs, können ebenso angewendet.

1. Sicherzustellen, dass die einzelnen Sensoren vollständig aufgeladen sind. Dieser Schritt kann mehrere Stunden dauern, kann aber an den Tagen vor den eigentlichen Messungen durchgeführt werden. Folgen Sie den Lade Protokoll des Herstellers.
2. Installieren Sie die Sensoren an den gewünschten Stellen der Primärstruktur: Ebene der Sensoren und, falls erforderlich, die richtige Fixierung auf die Primärstruktur zur Verfügung stellen (zB mit Hilfe von Magneten).
   Hinweis: angesichts der hohen Masse der einzelnen GMS-Recorder (> 6 kg) und die beteiligten niederfrequenten Schwingungen (<6 Hz), keine zusätzliche Fixierung war in diesem Fall notwendig.
3. Für GeoDAS Datenerfassung ^5: Konfigurieren und das drahtlose GMS Netzwerk und Verbindung mit den ⁵ Sensoren ermöglichen. Überprüfen Sie die Zeiteinstellungen und Einstellungen für die Synchronisierung (falls erforderlich) (Rechtsklick auf den Sensor> Weitere Informationen).
4. Positionieren Sie die Sensoren an der gewünschten Stelle und das Niveau sie in Übereinstimmung mit dem globalen Referenzrahmen.
5. Für GeoDAS Datenerfassung ^5: die aufgezeichneten Daten für die nachfolgende Analyse Exportieren (Rechtsklick auf den Sensor> Gerätesteuerung> Anfrage senden> Benutzeranfrage> GETEVT ^5).

4. Experimente in einer kontrollierten Laborumgebung

1. Konfigurieren / Setup 3D-Motion-Tracking (wie in Abschnitt 1).
2. Konfigurieren / Setup Kraftmessplatte (wie in Abschnitt 2).
3. Während des Betriebs: visuell zu überprüfen, die Echtzeit-Messungen sowohl den drahtlosen Inertialsensoren und die Kraftmessplatte ihre Betriebsmodus zu überprüfen.
4. Fragen Sie den participAmeise auf die Kraftmessplatte zu treten und noch für mindestens 30 sec stehen: dies ermöglicht es, das Gewicht jedes einzelnen zu identifizieren.
5. Konfigurieren Sie das Metronomsignal: Wählen Sie den gewünschten Rhythmus, das heißt, der Grundanregungsfrequenz.
   Hinweis: Das Metronom-Signal leicht frei online oder Smartphone-Anwendungen konfiguriert werden können.
6. Starten Sie die Daten sowohl der Kraftmessplatte und den drahtlosen Inertialsensoren Aufnahme.
7. Bitten Sie den Teilnehmer die gewünschte Aktivität zu initiieren: Laufen, Springen oder Wippen am (gezielte Stimulation) Rate , wie durch die Metronom - Signal angezeigt (siehe Abbildung 4).
8. Notieren Sie sich die gewählte Anzahl von Ladezyklen, zB Schritte, Sprünge oder wippenden Zyklen. Bitten Sie den Teilnehmer die Kraftplatte aus.
   Hinweis: Für die Validierung ist es ratsam, einige zusätzliche Aufnahmezeit in diesen entladen Bedingungen zu berücksichtigen. In der Literatur gibt es keinen klaren Konsens über die minimalen Zyklen Zahl Belastung c erforderlichharacterize der Zyklus-zu-Zyklus - ⁶ Variabilitäten. Basierend auf der Erfahrung und der Arbeit in ^[6] legte die Studie hier hält 60 aufeinanderfolgende Zyklen , wobei die ersten und die letzten fünf Ladezyklen von der weiteren Analyse ausgeschlossen werden am Anfang und am Ende der Versuchs Unregelmäßigkeiten in der Lademuster auszuschließen.

5. Experimente In Situ

1. Konfigurieren / Setup das Netzwerk von 3D - Beschleunigungssensoren, die die Bewegung der Teilnehmer verfolgen (siehe Abschnitt 2 und Abbildung 5).
2. Konfigurieren / Setup des GMS Netzwerk von drahtlosen Beschleunigungsaufnehmer, die die strukturellen Beschleunigungen (siehe Abschnitt 4) registrieren.
3. Während des Betriebs: (visuell) überprüfen Sie die Echtzeitmessungen der drahtlosen Inertialsensoren ihre Betriebsmodus zu überprüfen.
4. Definieren Sie ein klares Protokoll, das die beteiligten Messsysteme synchronisieren können, falls erforderlich.
   Anmerkung: Dieser Schritt ist notwendig, wenn die beteiligtenDatenerfassungssysteme für die direkte Synchronisation nicht aufgrund des Fehlens eines gemeinsamen Kanals oder Trigger zu ermöglichen. Letzteres ist der Fall für die drahtlose Messsysteme in die in - situ Experimente angewandt (5.1 und 5.2). Daher ist ein klares Protokoll wurde vor Ort angenommen, dass die Daten offline synchronisieren können. In der vorliegenden Anmeldung werden die beteiligten Messsysteme durch Registrierung eines identischen Ereignisses synchronisiert, dh, Schlag-, am Anfang und am Ende jeder Studie, die von mindestens einem Sensor an jeder der beteiligten Messsysteme registriert. Richtig ausgerichtet Zeitvektoren werden anschließend durch Offline-Ausrichtung dieser Veranstaltungen erhalten.
5. Konfigurieren Sie das Metronom - Signal: in situ, ist die Verwendung eines Megaphons zu verstärken , die gezielte Schlag erforderlich ist.
6. Sammeln Sie eine ausreichende Anzahl von Studien, die die Wiederholbarkeit des Experiments zu überprüfen. Basierend auf der Erfahrung, die Autoren empfehlen mindestens 3 oder vorzugsweise 4 aufzuzeichnen, trrialien.

6. Datenanalyse

1. Pre-Prozess die Rohdaten der beteiligten Geräte je nach Bedarf: Tragen Sie die richtigen Filter unerwünschte Einflüsse wie irrelevant Hochfrequenz Beiträge und Messrauschen zu entfernen, und das entsprechende Zeitfenster nach dem Protokoll des Herstellers halten.
   Hinweis: Die Filtereigenschaften ist der Anwendung entsprechend gewählt werden. In der vorliegenden Studie ist die MATLAB Signal Processing Toolbox ⁷ eine Tiefpassfilterung mit einer Grenzfrequenz bei 20 Hz für alle beteiligten Signale durchzuführen angewendet.
2. Für jeden Teilnehmer: Berechnen der diskreten Fourier der erfassten Beschleunigungen des CoM Transformation die durchschnittliche Lade Frequenz wie die Frequenz der dominanten Peak der Grundschwingung in dem erhaltenen Spektrum unter Verwendung von MATLAB Signal Processing Toolbox ⁷ und zu identifizieren.
3. Identifizieren Sie die Zeit zwischen zwei beliebigen nominell identische Ereignisse des Ladezykluss geht das Verfahren detailliert in ^[3] oder dem lc_timing Werkzeug der PediVib MATLAB - Toolbox mit ⁸
   1. Laden Sie den Datenvektor (lc_timing> Load).
   2. Geben Sie die Abtastrate und eine Schätzung des durchschnittlichen Belastungsfrequenz. Geben Sie das Zeitfenster auf, falls erforderlich. Speichern Sie die identifizierten Timing der nominell identische Ereignisse, dh Lastzyklen (lc_timing> Speichern).
4. Berechnen Sie die Ladefrequenz als das Inverse der Durchschnittszeit zwischen den nachfolgenden Lastzyklen (wie in 6.3 identifiziert).
5. Für die Versuche im Labor: Wenden Sie das Verfahren detailliert in 6.3 sowohl für die resultierende Bodenreaktionskräfte und die an der CoM jedes einzelnen registrierten Beschleunigungen.
   Anmerkung: Dieser Schritt ist als Validierung für das Verfahren dient , wie für die in situ - Experimente angewendet , wo die GRFs nicht direkt gemessen werden kann. Das Verfahren detailliert in ^[3] zeigt , wie die Zeit Variante Stimulationsfrequenz desFußgänger können in der Nähe des CoM des Individuums und die sich daraus ergebenden GRFs registriert durch die Charakterisierung der Beziehung zwischen den Beschleunigungen identifiziert werden.
6. Für die Experimente in situ: das Verfahren Nehmen in 6.3 für die Beschleunigungen näher an der CoM jedes einzelnen registriert.

7. Simulation und Analyse der Strukturantwort

Hinweis: Die nachfolgenden Schritte durchgeführt werden unter Verwendung von MATLAB ^7. Die strukturelle Antwort wird unter Berücksichtigung der PediVib Toolbox, eine Toolbox MATLAB von den Autoren entwickelte ⁸ (Abbildung 6): Die vom Menschen verursachten Kräfte , die durch Anwendung der verallgemeinerten Lastmodelle von Li definierter bestimmt et al ⁹ ( zu Fuß) und Bachmann. et al. ¹ (Springen, laufen und vandalen Laden) und das Strukturmodell in modal formuliert Koordinaten ^10. Das begleitende Handbuch enthält Anleitungen, die eindeutig die illustrierenfolgende Schritte aus.

1. Simulation der Strukturantwort
   1. Definieren Sie die modalen Parameter der Teststruktur: Eigenfrequenzen, Modal Dämpfungsverhältnisse, Massen normalisierte modalen Verschiebungen, Koordinaten der entsprechenden Knoten (PediVib> Strukturparameter> Neu). Eine Sichtprüfung des modalen Eingangsinformationen (PediVib> Strukturparameter> Ansicht).
   2. Definieren Sie die Eigenschaften der Fußgänger und die entsprechenden induzierten Belastungen: Lasttyp, Gewicht, Wanderweg / Lage, durchschnittliche Stimulationsfrequenz, Beginn jeder Lastzyklus (PediVib> Single Fußgänger> Neu). Führen und die simulierte strukturelle Antwort für die beteiligten Teilnehmer speichern. Sichtkontrolle der Ergebnisse (PediVib> Single Fußgänger> Ansicht).
2. Berechnen Sie die Gesamtstrukturantwort durch Überlagerung der einzelnen Antworten, dh Summe der entsprechenden Vektoren und vergleichen Sie das Ergebnis mit der gemessenen Strukturantwort,zB durch eine Figur zu schaffen , die die gemessenen und simulierten Strukturantwort anzeigt.

Representative Results

Zuerst wird gezeigt, wie die Beschleunigungen in der Nähe des CoM der registrierten Personen verwendet werden kann, um die daraus folgenden GRFs zu charakterisieren. Die Ergebnisse sind hier für einen Wandereinzel ³ diskutiert. Völlig vergleichbare Beobachtungen gemacht werden , wenn rhythmische Aktivitäten des Menschen, das heißt, Springen und Wippen, werden berücksichtigt. 7A und 7B zeigen , dass das Amplitudenspektrum der kontinuierlichen vertikalen Fuß Kräfte und die entsprechenden Beschleunigungswerten in der Nähe des CoM der Fußgänger registriert sind qualitativ sehr ähnlich , das heißt, in Form und Frequenz. Die durchschnittliche Stimulationsfrequenz der Aktivität kann in diesen Spektren als die Frequenz des ersten dominanten Peak identifiziert werden. Analyse der registrierten GRFs und Beschleunigungen des CoM zeigt, dass die gleiche mittlere Stimulationsfrequenz auf diese Weise identifiziert up 0,1% bis ±. Anschließend wird der Zeitpunkt der nominell identische Ereignisse identifiziert from die GRFs und die Beschleunigungen in der Nähe des CoM sind. Dieses Verfahren ist in Abbildung 8 veranschaulicht , wo die GRFs und die Beschleunigungen des CoM normiert auf das Gewicht der Person , und die Schwerkraft der Erde (g = 9,81 m / sec²), respectively. Die Analyse der verschiedenen Studien zeigt, dass auf diese Weise die Dauer von jedem Zyklus und die zeitvarianten Stimulationsfrequenz der Aktivität können somit von den Beschleunigungen der CoM Person identifiziert werden, mit einem Konfidenzintervall von 95%, die niedriger ist als 3% im Vergleich zu der einen wie von den eingetragenen GRFs ³ identifiziert (siehe Tabelle 1). Buchhaltung zusätzlich für die Startzeit des anfänglichen Ladezyklus, ermöglicht das Einsetzen aller Ladezyklen zu berechnen.

Als nächstes wird diese Information , die mit der GRFs PediVib Toolbox ⁸ zu simulieren angewendet. Figur 9 kleine quantitative und qualitative Unterschiede zwischen der gemessenen und simulierten visualisiertvertikale einstufige Fuß Kräfte. Diese kleinen Unterschiede sind das Ergebnis eines verallgemeinerten einstufigen Lastmodell Anwendung , wie in der Literatur ⁹ definiert und konnte durch Anwendung des gemittelten vertikale einstufige Fußkraft des betrachteten Person für die entsprechende Schrittgeschwindigkeit minimiert werden. Allerdings sind direkte Kraftmessungen im Allgemeinen nicht für die in den Experimenten in situ beteiligten Personen. Darüber hinaus kann im Vergleich zu kleinen Variationen in der Stimulationsfrequenz, die Empfindlichkeit der induzierten strukturellen Reaktion auf kleine Variationen in Kraftamplitude oder Kontaktzeit in Betracht gezogen werden vernachlässigbare ^3,11. 9 zeigt auch , dass die Zeitsteuerung der Schritte, und daher die zeitvarianten Stimulationsfrequenz wird genau von den registrierten Bewegung der Fußgänger identifiziert, Fig . 10 das Amplitudenspektrum der simulierten und gemessenen GRFs präsentiert. Im Gegensatz zu den perfekt periodischen Kräfte, die ausschließlich comp sindosed der Harmonischen der Schrittfrequenz führen die kleinen Variationen in Schrittmacherfrequenz in eine Verteilung der Kräfte um die dominanten Harmonischen ^12,13. Durch die Berücksichtigung der identifizierten variablen Stimulationsfrequenz, diese Schmalbandkräfte sind auch in den simulierten Kräfte (Abbildung 10). Zwei skalare Größen werden anschließend zu repräsentieren die Ähnlichkeit zwischen dem Amplitudenspektrum des gemessenen verwendet und die simulierten Kräfte : (1) die lineare Rang oder Korrelation [-], Die variiert zwischen 0 und 1, und für die 1 eine perfekte Korrelation reflektiert, und (2) die normierte 2-Norm [%]:

Die Amplitudenspektren sind in der fr verglichenequency Bereich relevant für die Niederfrequenz Kunstbauten (0-10 Hz). Abbildung 10 zeigt , dass ein hoher Korrelationskoeffizient von mehr als 0,96 gefunden wird. Unter der Annahme, dass das Laufverhalten perfekt periodisch zu sein, führt zu einer linearen Korrelation von weniger als 0,5. Die normierte 2-Norm beträgt ca. 20%, wobei dieser verbleibende Diskrepanz ist in erster Linie das Ergebnis einer verallgemeinerten einstufigen Lastmodell Anwendung. Zu Vergleichszwecken wird angemerkt, dass, wenn die mit dem identifizierten GRFs durchschnittlichen einstufigen Lauflast simuliert werden, erhöht die Korrelations bis 0,99 und der entsprechende 2-Norm in Bezug auf die tatsächlichen registrierten Kräfte verringert sich auf weniger als 8 Prozent. Auf diese Weise Analyse der verschiedenen Studien zeigt, dass auf die verallgemeinerten Lastmodelle und der identifizierten zeitvarianten Stimulationsfrequenz gestützte Simulationen, für eine gute Angleichung der unvollkommenen realen GRFs durch die menschliche Bewegung induziert ermöglichen.

ichn Neben der Charakterisierung der einzelnen induzierten Belastungen, die Zeitsynchronisation der drahtlosen Motion-Tracker ermöglicht die Synchronisation Rate unter den Teilnehmern zu analysieren. Die Synchronisationsrate [-] ist definiert als:

wobei T _s [sec] ist die Periode der Aktivität und & Dgr; t _s [sec] ist , die Zeitverschiebung zwischen den Zyklen der verschiedenen Teilnehmer. Diese Synchronisationsrate ist nur relevant, wenn vergleichbare Lastwechsel beteiligt sind. Die Zeitverschiebungen & Delta; t _s werden daher nur die Zyklen betrachtet innerhalb der relevanten Zeitfensters auftreten [t - ½T _s <t <t + ½T _s]. Als Ergebnis wird die Synchronisationsrate variieren zwischen Null und Eins kann,wobei letztere stellt eine perfekte Synchronisation. Dieses Verfahren für die Versuche dargestellt beteiligt sechs Fußgänger , für die die gleiche Schrittfrequenz auferlegt wird ein Metronom (siehe 5B). 11A stellt den identifizierten Beginn eines jeden Ladezyklus jedes Teilnehmers durch eine einzige vertikale Linie. Zeitgleich Linien, wie während der ersten 40 sec beobachtet, zeigen eine hohe Rate der Synchronisation. Verstreute Linien, wie zwischen 50 und 60 Sekunden des betrachteten Studie beobachtet, zeigen eine niedrige Rate oder Verlust der Synchronisation unter den Teilnehmern. Ähnliche Beobachtungen können aus 11B stellt die entsprechende Synchronisationsrate und Figuren 11C und 11D , wo die identifizierten zeitvarianten Stimulationsfrequenz der induzierten vertikalen Belastungen zu simulieren angewendet wird gemacht werden.

Schließlich wird das Protokoll angewendet, um eine detaillierte Analyse durchzuführen,der Schwingungen , die durch menschliche Aktivitäten auf der Eeklo Steg (siehe Figur 5) induziert. Abbildung 12 die modalen Eigenschaften der ersten sechs Modi der Struktur darstellt. Die Experimente betreffen Personen ³ Gehen, Springen und schaukelte mit einer Stimulationsfrequenz von einem Metronom auferlegt und gezielt bei der Grund oder zweiten Eigenfrequenz. Die Antwort der Struktur registriert ist mit fünf dreiachsigen Sensoren (siehe Abbildung 3 und 5B). Anschließend wird die gemessene strukturelle Antwort mit den numerischen Simulationen verglichen, die für den kalibrierten numerischen Modell der Struktur ausmachen, die experimentell identifiziert modalen Dämpfungsverhältnisse und der dadurch im Feld Fußgängerverhalten.

Zuerst werden die Ergebnisse für die Experimente diskutiert denen sechs Fußgänger , dessen Schrittfrequenz gewählt wird , um die erste (f _s übereinstimmen = f ₁ (f _s = f _2/2 = 1,49 Hz) der Struktur. Fußgänger sind asymmetrisch angeordnet sind (alle aufgereiht nacheinander) oder symmetrisch (zwei und zwei) in Bezug auf die Längsachse der Struktur , die die Erregung des ersten und zweiten Modus zu maximieren, bzw. (siehe Abbildung 12). Um die Auswirkungen der tatsächlichen unvollkommenen Laufverhalten der Teilnehmer zu illustrieren, wird die strukturelle Reaktion vorhergesagt erste perfekt periodisch zu Fuß Kräfte übernehmen. Zweitens, intra- und inter Person Variabilitäten werden berücksichtigt, indem die identifizierten zeitvarianten Stimulationsfrequenz unter Berücksichtigung und damit auch die wahre Synchronisation unter den Fußgängern.

13A stellt die gemessenen und simulierten Vertikalbeschleunigung bei Midspan für die Personen , zwei von zwei Fuß, mit einer Stimulationsfrequenz bei f gezielte _2/2. thist Figur zeigt, dass, wenn sich das Laufverhalten perfekt periodisch zu sein, angenommen wird, wird die strukturelle Antwort von vier mehr als einen Faktor überschätzt. Unter Berücksichtigung der wahren unvollkommenen Gehverhalten verbessert die Übereinstimmung mit der gemessenen Reaktion deutlich, obwohl die vorhergesagten Schwingungspegel sind dreimal so groß.

Figur 13B zeigt die gemessenen und simulierten Beschleunigung bei midspan für die Personen , die auf einer Seite der Brücke zu Fuß, mit einer Stimulationsfrequenz bei f _s = f gezielte _1. In diesem Fall wird die registriert und simulierten Seiten Reaktion auf Midspan dargestellt, dh die dominante Komponente des ersten Modus. 13B zeigt , dass , wenn die Bewegungskraft - Modell und perfekt periodisch Laufverhalten angewendet wird, den Spitzenwert der Beschleunigung angenommen Antwort wird durch einen Faktor von zwei überschätzt. Eine Abnahme der measicherten Beschleunigung auf eine reduzierte Synchronisation der Fußgänger durch nach ca. 40 sec beobachtet. Eine ähnliche Tendenz ist auch in der simulierte Antwort reflektiert wird, wenn für die identifizierten zeitvarianten Stimulationsfrequenzen ausmacht. Letzteres führt zu einer viel besseren qualitative Übereinstimmung mit der gemessenen Reaktion, der aber immer noch etwas zu hoch.

Figuren 14 und 15 stellen einen ähnlichen Vergleich der gemessenen und simulierten Strukturantwort Springen und wippe beteiligt sind. Wiederum wird beobachtet, daß die Strukturantwort stark überschätzt wird, wenn die Mensch-induzierten Lasten angenommen werden perfekt periodisch sind. Unter Berücksichtigung der identifizierten zeitvarianten Stimulationsfrequenz führt zu einer viel besseren qualitativen Übereinstimmung mit der gemessenen Reaktion.

Die verbleibende Diskrepanz zwischen der gemessenen und simulierten structural Reaktion kann in Bezug auf (a) das strukturelle Verhalten zu Fehlern im Modell fällig und (b) der Fußgängerinduzierten Last. Die Einbeziehung der Strukturmodell betrifft die Haupt Unsicherheit der modalen Dämpfung Verhältnisse. Da jedoch die Kovarianz der modalen Parameter von der SSI-cov ¹⁴ erhalten waren niedrig und darüber hinaus analysiert der freien Zerfall zeigen , dass die modalen Dämpfungs Verhältnisse hängen kaum von den Schwingungsamplituden ^3. die Fußgänger Anregung betrifft, so ist die ermittelte zeitvarianten Stimulationsfrequenz eine Annäherung an die realen unvollkommenen Gehverhalten wobei kleine Unterschiede aufgrund der Anwendung des verallgemeinerten Kraftmodells entstehen können. Die Differenz in der Amplitude zwischen der vorhergesagten und der gemessenen Antwort in den Figuren 13-15 ist auffallend und kann nicht einfach von diesen verbleibenden Unsicherheiten führen. Es kann jedoch, erläutert durch ein Dämpfungs erhöht, das heißt, aufgrund der Veränderungen in den dynamischen Eigenschaften des gekoppelten human-Struktur syStammzellen im Vergleich zu denen der leeren Struktur. Allerdings ermöglicht der beteiligten zeitvarianten Stimulationsfrequenzen Bilanzierung die verbleibende Diskrepanz zu quantifizieren, die diesen Menschen Struktur - Interaktion (HSI) Effekte ^10,15-17 zurückzuführen ist. Auf diese Weise hat die Methodik bietet hier wesentliche Voraussetzung für die Überprüfung der vom Menschen verursachte Belastungen und Quantifizierung von HSI-Effekte.

Abbildung 1. (A) Die Xsens - Mtw Development Kit bestehend aus mehreren drahtlosen inertialen Einheiten (MTW des) ^2, (B) Plattform entwickelt , um die Orientierung Referenzrahmen, und (C) die speziell auf Click-in - Ganzkörper - Riemen ² zu definieren. Bitte klicken Sie hier , um eine größere Version dieser Figur zu sehen.

Abbildung 2. Die Kraftmessplatte ⁴ angelegt , um die GRFs registrieren beim Springen / wippe. Bitte hier klicken , um eine größere Version dieser Figur zu sehen.

Abbildung 3. Drahtlose dreiachsigen Geosig Sensoren ⁵ angelegt , um die strukturellen Beschleunigungen zu registrieren. Bitte klicken Sie hier , um eine größere Version dieser Figur zu sehen.

Abbildung 4. < strong> Konfiguration Setup für den Laborexperimenten menschlichen rhythmischen Experimenten mit. Bitte hier klicken , um eine größere Version dieser Figur zu sehen.

Abbildung 5 (A) Die Eeklo Steg und (B) synchronisiert zu Fuß von sechs Teilnehmern (diese Zahl von modifiziert wurde ^[3]). Bitte hier klicken , um eine größere Version dieser Figur zu sehen.

Abbildung 6. Die PediVib Toolbox ⁸ angelegt , um die vom Menschen verursachten Schwingungen zu simulieren.= "Https://www.jove.com/files/ftp_upload/53668/53668fig6large.jpg" target = "_ blank"> Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.

Abbildung 7. Die lineare Spektrum von (A) die vertikalen GRFs (Summe der linken und rechten Fuß) und (B) die entsprechenden Beschleunigungswerten in der Nähe des CoM (diese Zahl wurde von geändert ^[3]). Bitte klicken Sie hier anzuschauen größere Version der Figur.

Abbildung 8. Die normalisierte (AC) Vertikal Schritt (gestrichelt) und kontinuierliche (fest) GRFs (BD) die normalisierten Beschleunigungen in der Nähe des CoMund (AB) die identifizierte Zeitpunkt der nominell identische Ereignisse (vertikale Linie) von den GRFs (fest) und die Beschleunigungen in der Nähe des CoM (gestrichelt) (diese Zahl wurde von geändert ^[3]). Bitte klicken Sie hier , um eine größere Version dieser Figur.

Abbildung 9. Die normalisierte gemessen (fest) und simulierten entsprechenden (gestrichelt) vertikal GRFs während des Gehens (diese Zahl von modifiziert wurde ^[3]). Bitte klicken Sie hier , um eine größere Version dieser Figur zu sehen.

Abbildung 10. [3]). Bitte hier klicken , um eine größere Version dieser Figur zu sehen.

Abbildung 11. Das identifizierte Fuß Verhalten von sechs Fußgänger: (A) jeden Schritt eines jeden Menschen durch eine einzige vertikale Linie (B) die Synchronisationsrate und (CD) entsprechend simulierte vertikale Kräfte induziert durch links (grau) und rechts (schwarz ) Fuß (diese Zahl von geändert wurde ^[3]). Bitte hier klicken um eine größere Version dieser Figur zu sehen.

together.within-page = "1">
Eigenfrequenz (f _j), Modal Dämpfungsverhältnis (ξ _j) und Modenform: Abbildung 12. Die experimentell Modalparameter der ersten sechs Modi der Eeklo Steg identifiziert (A) Modus 1 (f ₁ = 1,71 Hz, ξ ₁ = 2,3%); (B) Modus 2 (f ₂ = 2,99 Hz, ξ ₂ = 0,2%); (C) Modus 3 (f ₃ = 3,25 Hz, ξ ₃ = 1,5%); (D) Modus 4 (f ₄ = 3,46 Hz, ξ ₄ = 3,0%); (E) Modus 5 (f ₅ = 5,77 Hz, ξ ₅ = 0,2%); und (F) Modus 6 (f ₆ = 5,82 Hz, ξ ₆ = 0,2%). Bitte hier klicken , um eine größere Version dieser Figur zu sehen.

Inhalt "fo: keep-together.within-page =" 1 ">
Abbildung 13. Die Beschleunigungen bei Midspan für Personen zu Fuß (A) zwei durch zwei auf Stimulationsfrequenz bei f _s gezielte = f _2/2 und (B) in einzelne Datei mit einer Rate Stimulation f _s = f _1: gemessen (schwarz) und die vorhergesagte Reaktion ohne (grau) und mit (blau) die in situ identifiziert Stimulationsrate (diese Zahl wurde von geändert worden ^[3]). Bitte hier klicken , um eine größere Version dieser Figur zu sehen.

Abbildung 14. Die Beschleunigungen bei Midspan für Personen mit einer Stimulationsfrequenz gezielt bei (A) f _s = f _2/2 springen und ( s = f . _1: gemessen (schwarz) und vorhergesagte Antwort ohne (grau) und mit (blau) Rate der in situ identifiziert Pacing Bitte hier klicken , um eine größere Version dieser Figur zu sehen.

Abbildung 15. Die Beschleunigungen bei Midspan für Personen mit einer Stimulationsfrequenz bei (A) gezielt wippe f _s = f _2/2 und (B) f _s = f _1: gemessen (schwarz) und vorhergesagte Antwort ohne (grau) und mit ( blau) in situ die Stimulationsfrequenz identifiziert. Bitte klicken Sie hier , um eine größere Version dieser Figur zu sehen.

Schritttempo	Schrittfrequenz	# Schritte	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

Tabelle 1 : Für jeden Versuch: die verschiemieten Gehgeschwindigkeiten, die mittlere Schrittfrequenz, die Anzahl der registrierten Schritte und das 95% Konfidenzintervall des identifizierten Beginn eines jeden Schritt auf dem in der Nähe des CoM registrierten Bewegung basiert (diese Tabelle aus wurde geändert ^[3]).

Discussion

Die menschliche Bewegung und die daraus resultierenden GRFs werden in der Regel durch die Anwendung von Kraftmessplatten, instrumentiert Tretmühlen sowie optische Motion - Capture - Technologie wie Vicon ¹⁸ und CODA ¹⁹ identifiziert. Die Anwendung dieser Verfahren ist jedoch auf die Laborumgebung beschränkt. Als Antwort auf diesen Nachteil, untersucht derzeit ²⁰ wird das Potential an innovativen Techniken, die die Messung der "natürliche" Person Verhalten über viele wiederholte und ununterbrochene Zyklen ermöglichen. Alternative Techniken umfassen die Verwendung von druckempfindlichen Einlegesohle Systeme ²¹ oder instrumentiert Schuhe ^22. Diese Systeme ermöglichen die direkte Messung der Kontaktkräfte auf Strukturen aber in der Regel liefern nur die vertikale Komponente und nicht das globale Körperverhalten erfassen, beispielsweise den Stamm Bewegung ^20. Ein weiterer ambulanter Technik verwendet kombinierten magnetisch-Inertialsensoren, dh Accelerometrie ^20,23 (zB Weichteil Artefakte ^24, Konnektivität, etc.), bietet es ein großes Potenzial für die indirekte Charakterisierung von Menschen verursachte Belastung sowie für die Analyse von Einzel-, Gruppen- und Massenverhalten ^23,24. In der vorliegenden Studie wurde eine 3D-Inertial Motion-Tracking-Technik für die Bewegung Wissenschaft und Entertainment-Industrie entwickelt wird untersucht und eine Methodik für die im Feld Charakterisierung der menschlichen Bewegung und die daraus resultierenden GRFs entwickelt wird.

Ein erster wichtiger Schritt in dem hier vorgestellten Verfahren besteht aus einer umfassenden experimentellen Studie in Laborbedingungen in dem die menschliche Bewegung und die GRFs gleichzeitig registriert sind. Dieser Datensatz sollte einen entsprechenden Satz von Raten und Einzelpersonen für jede der menschlichen Aktivitäten im Fokus umfassen und ab. Anschließend kann dieser Datensatz angewendet werden, um die Beziehung zwischen dem Registe zu identifizierenrote Bewegung der Teilnehmer und die daraus resultierenden GRFs. Als nächstes kann ein Verfahren sowohl aus dem registrierten Bewegung und den entsprechenden GRFs zur Identifizierung der Zeitpläne für nominell identische Ereignisse in jedem Belastungszyklus entwickelt werden. Auf diese Weise dienen diese Datensätze nicht nur als Bestätigung für das Verfahren darauf abzielt, die vom Menschen verursachten Belastungen zu charakterisieren, sondern ermöglicht auch die entsprechende Genauigkeit zu quantifizieren.

Zweitens ist die Synchronisation zwischen den beteiligten Messsysteme von großer Bedeutung. Letzteres wird durch die Verwendung eines einzigen Datenerfassungssystem oder einem gemeinsamen Triggerkanal ² vorzugsweise erreicht. Eine gut konzipierte und konsequent ausgeführt Protokoll kann als eine nützliche Alternative, vor allem in situ für die Anwendung (wie zuvor beschrieben) dienen.

Das Verfahren, wie in der vorliegenden Arbeit diskutiert arbeitet perfekt bis zu 10 oder 12 Teilnehmer. Da jedoch die Anzahl der Teilnehmer weitere Increases und somit, wenn die Anzahl von drahtlosen Bewegungsverfolgungseinheiten zunimmt, wird der entsprechende Datenerfassungssystem erfordert die Abtastrate erheblich zu reduzieren. Obwohl umständlich, kann das Messsystem durch die Datenerfassung mehrere Xsens Stationen erweitert werden, für die wiederum die Daten synchronisiert durch die Anwendung eines gemeinsamen Triggerkanal. Wenn das Ziel ist es, das Verhalten von größeren Gruppen und Menschenmengen zu überwachen, könnte die Anwendung von alternativen Techniken wie Video- / Bildverarbeitung untersucht werden.

In - situ - Beobachtungen sind die einzige Informationsquelle detaillierte und genaue Informationen über die repräsentative Betriebsbelastung Daten zu erhalten. Weitere Forschung werden daher umfassende Messungen an realen Laufstege mit großen Gruppen und Menschenmengen umfassen. Die vorliegende Technik kann das natürliche Laufverhalten der Teilnehmer und damit bieten wesentliche Voraussetzung für die Entwicklung geeigneter m zu identifizieren, angewendet werdenodelle für die Korrelation zwischen den Fußgängern in realen Verkehrsbedingungen. Darüber hinaus kann das identifizierte Laufverhalten in Kombination mit derzeit verfügbaren Lastmodelle, angewendet werden, um die induzierte Strukturantwort zu simulieren. Der Vergleich mit den entsprechenden gemessenen Strukturschwingungen ermöglicht die angelegten Lastmodelle zu überprüfen und zu kalibrieren, beispielsweise durch die entsprechenden Mensch-Struktur - Interaktion Phänomene wie zusätzliche Dämpfung zu schätzen.

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).