需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

基于实地行人行为特征的人为振动模拟

8.3K 次观看

⸱

DOI：

10.3791/53668

⸱

2016年4月13日

 ,  ,  , 
1Department of Civil Engineering, KU Leuven, 2Department of Civil Engineering, KU Leuven, Technology Campus Ghent

本文内容

摘要

介绍了一种用于表征实地行人行为及其引发的结构响应模拟的实验方案。现场测试表明，该方法能够有效捕捉行人动态荷载特征及结构振动响应。 原位 参与者中确定的起搏频率和同步率是模拟与验证人体诱发荷载的重要输入参数。

摘要

对于细长且轻质的结构而言，振动适用性日益受到关注，常常成为关键的设计要求。当设计由人致荷载下的动力性能控制时，当前可用荷载模型的验证与优化需求迫切。本研究采用一种三维惯性运动追踪技术，用于表征现场行人行为。该技术首先在实验室实验中进行测试，并同步记录相应的地面反作用力。实验内容包括行走个体以及跳跃和晃动等节律性人体活动。结果表明，所记录的运动数据可用于识别活动过程中随时间变化的步频。结合个体体重及文献中已有的广义力模型，所识别出的时变步频可用于表征人致荷载。此外，无线运动追踪器之间的时间同步使得参与者之间的同步率得以识别。随后，该技术被应用于一座实际人行桥，同时记录行人的运动行为及结构产生的振动响应。研究表明，所表征的现场行人行为可用于模拟结构的受激响应。结果证明，该 原位 确定的步频和同步率是模拟和验证人体荷载的关键输入参数。该方法的主要潜在应用包括人体-结构相互作用现象的估算，以及在真实交通条件下建立行人之间相关性的合适模型。

引言

在提高效率的经济需求以及（新型）材料性能不断增强的推动下，建筑师和工程师正不断突破极限，建造跨度更长、高度更高、重量更轻的结构。通常情况下，轻质细长结构具有一阶或多阶自振频率，落在人类常见活动（如行走、跑步或跳跃）的主要频率范围内。这类结构容易受到（近）共振激励，因而对人类活动引起的振动响应往往过于显著，导致令人不适甚至有害的振动1。对于此类细长而轻质的结构，振动适用性问题日益受到关注，常常成为关键的设计控制条件。

人体运动及其产生的地面反作用力（GRFs）通常在实验室条件下通过实验确定。目前，设计人员被迫依赖于从单人受力测量数据放大而来的、被认为是“保守的”等效荷载模型。由于设计受高人群密度下的动力性能控制，因此迫切需要对现有荷载模型进行验证和优化。

本方案采用三维惯性运动追踪技术，用于表征行人的自然运动行为。阐述了如何利用该信息定义行人之间的相关性及其相应的诱发荷载。随后，利用所表征的行人行为对结构响应进行数值模拟。通过与实测结构响应的对比，可量化未计入的人-结构相互作用现象的影响。 例如， 行人的存在所增加的阻尼。该方法通过在一座真实人行桥上进行的足尺实验加以说明，实验中同时记录了结构响应和参与者的运动。

访问受限。请登录或开始试用以查看此内容。

方案

所有操作均经鲁汶大学医院伦理委员会批准，每位受试者在参与前均签署了书面知情同意书。

1. 三维运动追踪：配置与数据采集

  1. 确保各个传感器已完全充电（图1A）。此步骤约需1小时，但可在实际测量前数天完成。请遵循制造商提供的充电规程。
  2. MT Manager — 数据采集2：
    1. 启用传感器的无线连接，并设定所需的采样率（无线配置 > 启用所有无线主设备）。
      注意：为准确表征行人行为，建议采样率至少为60 Hz。各传感器将记录三维线性加速度、角速度（地球坐标系）、磁场和大气压力数据。
    2. 激活运行模式并启动测量模式：缓慢移动传感器约1分钟（无线配置 > 在所有无线主设备上开始测量）。
    3. 显示所有活动传感器的惯性与磁性数据（视图 > 显示 > 惯性数据）。确保传感器静止时其方向不发生变化。
      注意：若静止状态下的传感器方向发生改变，表明所处环境存在磁干扰，从而导致方向信息不准确。
  3. 方向重置：执行物体/航向重置（物体/航向重置 > 重置方向），以定义实验的全局参考坐标系（图1B）2。
  4. 将传感器尽可能贴近身体质心（CoM），该位置位于第五腰椎水平（图1C）。使用专门设计的卡扣式全身绑带，将单个传感器牢固、稳定地固定在每位受试者身上（图1C）。
  5. 按需记录数据。
  6. 加载所需记录文件（打开文件），设定导出参数（工具 > 首选项 > 导出设置），并将加速度（及方向矩阵）数据导出以供后续分析2（文件 > 导出）。

2. 测力台：设置与配置

注意：本步骤讨论使用测力台记录地面反作用力（GRFs）的方法。如果涉及行走或跑步的受试者，则需要使用一系列测力台或带有测力功能的跑台来记录连续步伐所产生的载荷3，但实验方案本身是类似的。

  1. 确保测力台牢固地固定在实验室地面上（图2）。
  2. 配置设备和数据采集设置4（NDI Open Capture > Data > Device Settings > Settings）。选择合适的"增益"和"采样频率"。如有需要，配置并检查外部触发设置4。
    1. 根据所需的精度和所涉及的加载类型选择增益和采样频率。在本应用中，使用128的增益（最大力4,879 N）和200 Hz的采样频率。
  3. 每次试验开始和结束时，确保测力台上无负载：在测力台空载时进行清零操作（NDI Open Capture > Data > Device Settings > Settings > Tare）。
  4. 为验证目的：在每次试验前后，将已知质量的重物放置在测力台表面。
    注意：在本应用中使用5 kg的质量，但其他已知的刚性质量（> 2 kg）同样可用于此验证测试。
  5. 按需记录并保存地面反作用力（GRF）数据。导出GRF数据以供后续分析4。

3. 结构加速度的测量

注意：本步骤旨在采集结构上一个或多个相关位置的结构振动。本应用采用 GeoSIG GMS 记录仪（图3）来记录结构加速度。其他具有适用于本应用场景的适当特性的传感器类型也可同样使用。

  1. 确保各个传感器已完全充满电。此步骤可能需要数小时，但可在实际测量前数天内完成。请遵循制造商提供的充电规程。
  2. 将传感器安装在主结构的预定位置：调整传感器至水平，并在必要时将其牢固固定于主结构上（例如， 通过使用磁铁。
    注意：由于单个GMS记录仪的质量较大（> 6 kg）以及相关的低频振荡（< 6 Hz），本案例中无需额外固定。
  3. 用于 GeoDAS 数据采集5：配置并启用无线GMS网络及与传感器的连接5. 检查时间设置和同步设置（如有必要）（右键点击传感器） > 更多信息）。
  4. 将传感器置于所需位置，并根据全局参考坐标系进行调平。
  5. 用于 GeoDAS 数据采集5：导出记录的数据以供后续分析（右键点击传感器） > 仪器控制 > 发送请求 > 用户请求 > GETEVT5).

4. 受控实验室环境中的实验

  1. 配置/设置三维运动追踪系统（如第1节所述）。
  2. 配置/设置测力台（如第2节所述）。
  3. 在运行过程中：目视检查无线惯性传感器和测力台的实时测量数据，以确认其工作状态。
  4. 要求受试者踏上测力台并静立至少30秒：以便确定每位受试者的体重。
  5. 配置节拍器信号：选择所需的节奏，即基础驱动频率。
    注意：可使用免费的在线工具或智能手机应用程序轻松配置节拍器信号。
  6. 开始同步记录测力台和无线惯性传感器的数据。
  7. 要求受试者根据节拍器信号指示的节奏（目标步频）开始进行指定活动：行走、跳跃或上下摆动（见图4）。
  8. 记录预定数量的加载周期，例如步数、跳跃次数或摆动周期。随后要求受试者离开测力台。
    注意：为验证目的，建议在无负载状态下额外记录一段时间数据。目前文献中尚无关于表征周期间变异所需最小加载周期数的明确共识6。根据经验及文献[6]中的研究，本研究所采用的方案为记录60个连续周期，并在后续分析中剔除前5个和后5个加载周期，以排除试验开始和结束时加载模式的不规则性。

5. 实验 原位

  1. 配置/设置用于追踪受试者运动的三维惯性传感器网络（参见第2节和 图5).
  2. 配置/设置用于记录结构加速度的无线加速度计GMS网络（参见第4节）。
  3. 操作过程中：（目视）检查无线惯性传感器的实时测量数据，以确认其工作状态。
  4. 定义一个明确的方案，以在需要时同步相关测量系统。
    注意：当所涉及的数据采集系统由于缺乏触发信号或共用通道而无法实现直接同步时，此步骤是必要的。对于本研究中应用的无线测量系统，即属于后一种情况。 原位 实验（5.1 和 5.2）。因此，现场已采用明确的协议，以实现数据集的离线同步。在本应用中，所涉及的测量系统通过记录同一事件实现同步。 即， 冲击，在每次试验的开始和结束时，由每个参与测量系统的至少一个传感器记录。随后通过这些事件的离线对齐获得正确对齐的时间向量。
  5. 设置节拍器信号： 原位需要使用扩音器来放大目标节拍。
  6. 收集足够数量的试验数据以检验实验的可重复性。根据经验，作者建议至少记录3次，最好4次试验。

6. 数据分析

  1. 根据需要对相关设备的原始数据进行预处理：应用适当的滤波器以去除无关的高频成分和测量噪声，并依据制造商的操作规程保留相关的时间窗口。
    注意：滤波特性应根据具体应用进行选择。在本研究中，使用了 MATLAB 信号处理工具箱7 应用于对所有相关信号进行截止频率为20 Hz的低通滤波。
  2. 对于每位参与者：使用 MATLAB 信号处理工具箱计算其重心（CoM）注册加速度的离散傅里叶变换7 并确定平均加载频率为所获频谱中基波谐波主峰的频率。
  3. 使用[中详述的方法，确定加载循环中任意两个名义上相同事件之间的时间间隔3] 或 PediVib MATLAB 工具箱中的 lc_timing 工具8
    1. 加载数据向量（lc_timing） > 加载。
    2. 设定采样率并估算平均加载频率。根据需要指定相关的时间窗口。保存所识别的名义上相同事件的发生时刻。 即， 加载循环（lc_timing） > 保存。
  4. 计算平均加载频率，即后续加载循环之间平均时间间隔的倒数（按6.3中确定的时间间隔）。
  5. 对于实验室中的实验：对每位受试者重心（CoM）处测得的地面反作用力和加速度，均采用6.3节中所述的处理方法。
    注意：此步骤用于验证该操作流程的应用效果 原位 无法直接测量地面反作用力（GRFs）的实验。文中详述的方法见[3] 展示了如何通过表征个体质心（CoM）附近测得的加速度与相应地面反作用力（GRFs）之间的关系，来识别行人的时变步频。
  6. 对于实验 原位：对每位受试者重心处记录的加速度，应用6.3节中详述的处理步骤。

7. 结构响应的模拟与分析

注意：以下步骤使用 MATLAB7 完成。结构响应的计算采用作者开发的 MATLAB 工具箱 PediVib8（图6）：人致荷载通过应用 Li 等9 提出的通用荷载模型（行走）以及 Bachmann 等1 提出的模型（跳跃、跑步和故意冲击荷载）来确定，结构模型则以模态坐标形式建立10。配套的手册中包含教程，清晰地演示了以下步骤。

  1. 结构响应的模拟
    1. 定义测试结构的模态参数：固有频率、模态阻尼比、质量归一化的模态位移、相应节点的坐标（PediVib > 结构参数 > （新）目视检查模态输入信息（PediVib > 结构参数 > 视图）。
    2. 定义行人的特征及相应的诱发荷载：荷载类型、体重、行走路径/位置、平均步频、每个荷载周期的起始时间（PediVib） > 单个行人 > 新建）。运行并保存相关参与者的模拟结构响应。目视检查结果（PediVib > 单个行人 > 视图）。
  2. 通过各个响应的叠加计算总结构响应， 即， 对应向量的叠加，并将结果与测得的结构响应进行比较， 例如， 通过创建一个展示实测与模拟结构响应的图表。

访问受限。请登录或开始试用以查看此内容。

结果

首先，展示了如何利用个体质心（CoM）附近记录的加速度来表征相应的地面反作用力（GRFs）。本文讨论了行走个体的实验结果。3. 当对有节奏的人类活动进行完全可比的观察时， 即， 跳跃和上下浮动被纳入考虑。 图7A 和 7B 表明连续的垂直脚步力的幅值谱与在行人质心（CoM）附近记录到的相应加速度水平的幅值谱在定性上高度相似， 即， 在形态和频率上。该活动的平均步频可被确定为这些频谱中第一个主导峰的频率。对记录的地面反作用力（GRFs）和质心（CoM）加速度的分析表明，通过此方法识别出的平均步频一致，误差在±0.1%以内。随后，分别从GRFs和靠近CoM处的加速度中识别名义上相同事件的时间点。该过程如图所示。 图8 其中，地面反作用力（GRFs）和人体质心（CoM）的加速度分别被归一化为人体体重和地球重力加速度（g = 9.81 m/sec²）。对不同试验的分析表明，通过这种方式，可以从人体质心加速度中识别出每个周期...

访问受限。请登录或开始试用以查看此内容。

讨论

人体运动及由此产生的地面反作用力通常通过测力台、仪器化跑步机以及光学运动捕捉技术（如Vicon）来识别。18 和 CODA19然而，这些技术的应用仅限于实验室环境。针对这一局限，目前正研究一些创新技术，以实现对个体在多次连续且不受干扰的周期中“自然”行为的测量。20替代技术包括使用压力敏感鞋垫系统21 或配备传感器的鞋子22这些系统可直接测量结构上的接触力，但通常仅能获得垂直分量，且无法捕捉整体身体的运动行为。 例如， 躯干运动20另一种可穿戴技术采用磁-惯性传感器组合， 即， 加速度测量法20,23尽管这种无线技术也面临一些挑战（例如， 软组织伪影24，连接性， 等等。），在人类活动荷载的间接表征以及个体、群体和人群行为分析方面具有巨大潜力23,24在本研究中，考察了一种为运动科学和娱乐行业开发的三维惯性运动追踪技术，并建立了一种用于现场表征人体运动及相应地面反作用力（...

访问受限。请登录或开始试用以查看此内容。

披露

作者无任何利益冲突需要披露。

致谢

涉及行走个体的实验是与鲁汶运动与姿势分析实验室（Movement & posture Analysis Laboratory Leuven, MALL）合作完成的25。谨此感谢他们的合作与支持。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
MTw 开发套件 + MT Manager 软件XsensMTW-38A70G20-1包含无线、高精度、小型轻量化的三维人体运动追踪器，以及配套的即插式全身绑带的开发套件。
True Impulse 动态测量系统 + NDI Open Capture 数据采集与可视化系统NDI Northern Digital Inc.791028TrueImpulse 可测量人类在多种活动中施加的反作用力。
GMS-24GeoSIG LtdRev. 03.08.2010（无线）加速度计，用于记录结构振动。
GeoDAS GeoSIG 数据采集系统GeoSIG LtdRev. 03.08.2010在 Windows 9x/NT/2000 系统下运行的图形化 MS Windows 应用程序，提供用户与 GeoSIG 记录仪 GSR/GCR/GBV/GT 之间的软件接口。
PediVib 工具箱KU Leuven用于模拟行人诱发结构振动的软件接口/工具箱。
节拍器用于指示活动目标步频的设备（可在线获取适用于电脑/笔记本/智能手机的免费应用程序）。

参考文献

  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).

访问受限。请登录或开始试用以查看此内容。

重印与许可

标签

无线运动追踪器结构振动模拟时变步频同步率地面反作用力人行桥测试荷载模型验证人-结构相互作用
基于实地行人行为特征的人为振动模拟
联系我们
向图书馆推荐

隐私政策

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。