基于機器視覺的大柔性結(jié)構(gòu)振動位移測量*

徐 超，張一凡，韓曉明，鄧建軍

(1.西北工業(yè)大學(xué)航天學(xué)院 西安，710072)(2.空軍工程大學(xué)防空反導(dǎo)學(xué)院 西安，710051)

基于機器視覺的大柔性結(jié)構(gòu)振動位移測量*

徐 超1，張一凡1，韓曉明2，鄧建軍2

(1.西北工業(yè)大學(xué)航天學(xué)院 西安，710072)(2.空軍工程大學(xué)防空反導(dǎo)學(xué)院 西安，710051)

針對空間大柔性結(jié)構(gòu)受到擾動后所產(chǎn)生的低頻率、大幅值振動變形難以測量的問題，利用基于機器視覺的結(jié)構(gòu)振動位移測量方法對此類結(jié)構(gòu)的振動位移進行了測量，并識別了結(jié)構(gòu)的動態(tài)特性。首先，理論分析了傳統(tǒng)的對加速度信號直接積分獲得位移的方法存在低頻噪聲被放大的問題并進行了實驗論證；然后，研究了基于機器視覺的結(jié)構(gòu)振動位移測量方法，進行了方法精確度與有效性的實驗驗證。實驗中采用數(shù)碼相機作為視覺傳感器，對采集的結(jié)構(gòu)振動視頻進行圖像處理，采用數(shù)字圖像相關(guān)方法提取每幀圖像特征點的位置信息，應(yīng)用亞像素定位方法改進測量精度。將視覺位移測量方法獲得的結(jié)構(gòu)固有頻率與加速度數(shù)據(jù)求得的結(jié)構(gòu)固有頻率進行比較，驗證了基于機器視覺的振動位移測量方法在大柔性結(jié)構(gòu)振動位移測量和動態(tài)特性識別方面的應(yīng)用有效性。

機器視覺； 大柔性； 數(shù)字圖像相關(guān)； 相機標(biāo)定； 振動位移

引 言

大型航天器結(jié)構(gòu)的輕質(zhì)化、大柔性和低阻尼特點日益突出。受到擾動后，此類結(jié)構(gòu)很容易發(fā)生低頻率、大幅值且持續(xù)時間較長的振動變形，影響柔性航天器結(jié)構(gòu)的定位或指向精度，嚴(yán)重時還可能導(dǎo)致在軌捕獲、裝配等任務(wù)的失敗[1-2]。因此，實時測量柔性空間結(jié)構(gòu)的振動位移對航天器在軌組裝、振動控制和結(jié)構(gòu)健康監(jiān)測等具有重要意義[3]。

工程中對振動位移的測量主要采用直接法與間接法。直接法采用位移傳感器直接測量結(jié)構(gòu)位移。常用的位移傳感器在使用時需要參考基準(zhǔn)點，并需要靠近或接觸待測點，很難實現(xiàn)全場信息的非接觸測量[4]。間接法一般利用加速度傳感器獲得結(jié)構(gòu)加速度響應(yīng)，經(jīng)過積分獲得速度和位移。大柔性航天器結(jié)構(gòu)對接觸式安裝的傳感器引起的附加質(zhì)量非常敏感，且大柔性結(jié)構(gòu)固有頻率低，加速度測量信號中的低頻噪聲很難濾除。低頻噪聲經(jīng)過積分過程會被放大，從而引起位移結(jié)果的偏差[5]。此外，考慮到航天器結(jié)構(gòu)上空間有限，測量設(shè)備的質(zhì)量、體積都將受到嚴(yán)格限制。可見，發(fā)展結(jié)構(gòu)簡單、非接觸、高精度、全場式的測量結(jié)構(gòu)振動位移的方法已成為大柔性空間結(jié)構(gòu)研制的關(guān)鍵技術(shù)之一。

基于機器視覺的結(jié)構(gòu)振動位移測量方法是近年來發(fā)展起來的一種新方法，采用數(shù)碼相機獲取結(jié)構(gòu)振動視頻，應(yīng)用圖像處理和數(shù)字圖像相關(guān)等方法從圖像中直接提取結(jié)構(gòu)振動位移信息，具有結(jié)構(gòu)簡單、全場測量、非接觸和精度高的優(yōu)點[6]，在空間大柔性結(jié)構(gòu)振動位移測量領(lǐng)域具有良好的應(yīng)用潛力。目前，該方法已被應(yīng)用在土木工程領(lǐng)域測量大型橋梁和風(fēng)機葉片等結(jié)構(gòu)的振動位移[7-9]，在大柔性航空航天結(jié)構(gòu)振動位移測量中的應(yīng)用還很少。文獻[10]研究了利用視覺傳感器測量大柔性無人機的結(jié)構(gòu)變形，并進行了數(shù)值仿真驗證。文獻[11]利用視覺傳感器實時測量了柔性壓電懸臂板彎曲與扭轉(zhuǎn)模態(tài)，并以此為基礎(chǔ)實現(xiàn)板的振動控制。

筆者的主要研究目的是理論分析加速度直接積分方法在低頻結(jié)構(gòu)位移測量應(yīng)用中的不足，并實驗探究基于機器視覺的振動位移測量方法在大柔性結(jié)構(gòu)振動位移測量和動特性識別方面的應(yīng)用潛力。

1 直接積分加速度獲得位移方法的不足

工程中常采用對加速度信號進行兩次積分的方法獲取待測點的振動位移，其過程可表示為

(1)

(2)

實際測量的加速度信號均為離散時間信號。理論上采用數(shù)值積分方法獲得對應(yīng)的速度和位移信號。積分過程在頻域中可視作對原始信號乘以不同的離散傳遞函數(shù)[12]。以三階校正積分為例，其積分公式為

(3)

假設(shè)采樣時間間隔Δt=1 s，即采樣角頻率為2π rad/s。由采樣定律可知，為了使采樣信號可以無失真的重建原信號，采樣頻率必須高于兩倍的奈奎斯特頻率，而奈奎斯特頻率必須高于被采樣信號最高頻率。只有當(dāng)被采樣信號的角頻率低于π rad/s時，采樣值才可能復(fù)現(xiàn)被采樣信號。

yn=G(z)fn

(4)

其中：G(z)為離散傳遞函數(shù)，即

(5)

令z=eiω，代入式(5)，將離散時域傳遞函數(shù)G(z)轉(zhuǎn)換為頻域傳遞函數(shù)H(ω)

(6)

(7)

同理，還可寫出其余3種數(shù)值積分方法的積分精度量化公式，如圖1所示。由圖1可知，由于不滿足采樣定理，當(dāng)被采樣信號的頻率接近πrad/s時，積分誤差急速增大。在小于πrad/s的頻率范圍內(nèi)，只有當(dāng)被采樣信號頻率低于0.5rad/s時，積分誤差可忽略不計，在[0.5，π]的頻率范圍內(nèi)，積分誤差隨頻率增大而增大。

在實際工程測量中，測量噪聲是不可避免的。在每個采樣時刻k引入噪聲ηk，則k時刻估計的積分信號ykest可表示為

ykest=G(z)(fk+ηk)=yk+G(z)ηk

(8)

由于噪聲引入的附加積分誤差可表示為

εk=ykest-yk=G(z)ηk

(9)

噪聲的傳遞函數(shù)為

(10)

其中：FT表示對信號進行傅里葉變換；A為輸出噪聲；B為輸入噪聲。

圖1 幾種積分方案的積分精度傳遞函數(shù)比較Fig.1 A comparison of the accuracy′s transfer functions

圖2 幾種積分方案的噪聲放大情況Fig.2 Noise amplification magnitudes from one integration step

圖2為4種數(shù)值積分方法對應(yīng)的噪聲傳遞函數(shù)。由圖1可知，不考慮測量誤差，當(dāng)被采樣信號的頻率小于0.5 rad/s時，積分誤差基本可以忽略。當(dāng)考慮測量噪聲時，在小于0.5 rad/s的低頻區(qū)間，噪聲傳遞函數(shù)是會放大的，這將直接影響積分結(jié)果的精度。因此，對低頻振動結(jié)構(gòu)，采用對加速度直接積分獲得振動位移的方法一般會造成很大的誤差，迫切需要發(fā)展直接的測量方法和手段。

2 基于機器視覺的振動位移測量方法

基于機器視覺的結(jié)構(gòu)振動位移測量原理框圖如圖3所示。筆者采用一種基于單目視覺的測量方法，有利于在空間應(yīng)用時降低系統(tǒng)復(fù)雜度和重量。該方法的實現(xiàn)有兩個關(guān)鍵步驟:a.數(shù)字圖像相關(guān)；b.相機標(biāo)定。

圖3 基于機器視覺的振動位移測量流程Fig.3 The flow chart of the vibration displacement measurement method based on machine vision

2.1 數(shù)字圖像相關(guān)方法

筆者應(yīng)用數(shù)字圖像相關(guān)法提取結(jié)構(gòu)的像素級位移，基本原理如圖4所示。選取視頻中的兩幀相鄰圖像，假設(shè)P點為結(jié)構(gòu)振動位移測量的觀測點，選取以P為中心的(2M+1)像素×(2M+1)像素大小的正方形為樣本子區(qū)，為了在位移后的圖像中找到與點P所對應(yīng)的點P*，也即找到與樣本子區(qū)a所對應(yīng)的目標(biāo)子區(qū)a*，需要建立一個衡量子區(qū)相似程度的數(shù)學(xué)指標(biāo)，即相關(guān)函數(shù)，而在位移后的圖像中尋找樣本子區(qū)實際上是一個相關(guān)搜索的過程。這樣就把位移測量問題轉(zhuǎn)化為一個數(shù)字化相關(guān)計算過程，實現(xiàn)力學(xué)量的非接觸式測量。這個過程通常是基于圖像灰度值的計算，在實驗室條件下，為了保證子區(qū)的識別精度，通常在結(jié)構(gòu)的待測點上粘貼容易識別的標(biāo)識物，如LED燈和棋盤圖案等。

圖4 變形前、后子區(qū)的幾何形狀Fig.4 The subsets′ shape before and after deformation

本研究中，相關(guān)搜索采用十字搜索法[13]，子區(qū)大小選擇為31像素×31像素，與標(biāo)識物在圖像中的大小基本一致。當(dāng)運算得到的相關(guān)系數(shù)C取極值時，可認(rèn)為選取的目標(biāo)子區(qū)與樣本子區(qū)匹配。相關(guān)函數(shù)采用標(biāo)準(zhǔn)化協(xié)方差相關(guān)函數(shù)

C=

(11)

由于相機采集的圖像為離散化的數(shù)字圖像，而物體某點變形前的位置可能落到攝取的變形后圖像的兩整像素值之間，則該點在變形后的圖像中沒有相應(yīng)的灰度值信息。為改進不足，在整像素搜索完成以后，筆者采用二次曲面擬合的方法進行亞像素定位，以提高位移測量的精度[14]。

2.2 相機標(biāo)定方法

相機標(biāo)定是利用物體的二維平面圖像信息獲取其三維信息過程中的關(guān)鍵步驟[15-16]。標(biāo)定是為了確定相機的光學(xué)參數(shù)和相機相對于世界坐標(biāo)的方位，即相機的內(nèi)、外參數(shù)矩陣。在本研究背景下，標(biāo)定的目的是為了將像素坐標(biāo)系下以像素為單位的位移量轉(zhuǎn)化為實際的位移物理量。

描述相機成像變換過程需要定義4個參考坐標(biāo)系：世界坐標(biāo)系、相機坐標(biāo)系、圖像坐標(biāo)系和像素坐標(biāo)系。相機成像變換的過程實際上就是世界坐標(biāo)系到像素坐標(biāo)系的轉(zhuǎn)換過程，即

(12)

其中：(u,v)為物體在像素坐標(biāo)系下的坐標(biāo)；(Xw,Yw,Zw)為物體在世界坐標(biāo)系下的坐標(biāo)；A為相機內(nèi)參數(shù)矩陣；[R|T]為相機外參數(shù)矩陣；zc為標(biāo)定參數(shù)。

筆者的相機標(biāo)定方法采用張正友標(biāo)定法[17]，具有過程簡單、標(biāo)定模板[18]簡易的優(yōu)點。張正友標(biāo)定法只需使用相機在不同方位獲取平面標(biāo)定模板的圖像即可完成標(biāo)定，如圖5所示(實驗中使用9幅圖像進行標(biāo)定，此處只展示3幅作為說明)。采用的標(biāo)定板尺寸為270 mm×210 mm，棋盤格大小為30 mm×30 mm。首先，提取模板在圖像上的網(wǎng)格角點，確定圖像和模板上的角點一一對應(yīng)并計算出圖像和模板之間的單應(yīng)矩陣；然后，建立模板與圖像之間的網(wǎng)格角點的線性方程，通過求解線性方程求解式(12)中的A,R,T等參數(shù)，從而完成相機標(biāo)定過程，建立像素坐標(biāo)系與世界坐標(biāo)系間的對應(yīng)關(guān)系，實現(xiàn)像素位移向?qū)嶋H位移的轉(zhuǎn)換。經(jīng)過標(biāo)定，本研究中使用相機的焦比fc=[1 108.4,1 120.7]，光心位置為[591.1,344.1]，標(biāo)定誤差為0.4像素。

圖5 從不同位置對標(biāo)定模板進行拍攝Fig.5 Take the pattern′s pictures from different positions

3 實 驗

3.1 柔性框架結(jié)構(gòu)振動位移測量實驗

為了驗證基于機器視覺的結(jié)構(gòu)振動位移測量方法的精度和所編寫程序工具箱的有效性，筆者進行了柔性框架結(jié)構(gòu)的振動位移測量實驗。框架結(jié)構(gòu)在初始瞬態(tài)激勵作用下做自由振動，與此同時，一方面使用視覺傳感器記錄結(jié)構(gòu)上指定點的振動視頻進而提取振動位移，另一方面利用直線位移傳感器采集指定點的振動位移，將兩者進行對比，驗證視覺測量方法的精確度。

實驗裝置如圖6所示。為了同時驗證低成本商業(yè)數(shù)碼相機在大柔性結(jié)構(gòu)振動位移測量中的應(yīng)用能力，視覺傳感器采用Nikon COOLPIX L110型相機，該相機為普通家用相機，市場價低于2 000元。

選取框架結(jié)構(gòu)第1層層板的中心厚度處為位移待測點，使用兩種方法測量待測點的平面位移。為了方便識別，在待測點上粘貼圓形標(biāo)識物，標(biāo)識圓從內(nèi)到外的半徑為7，15和25 mm。實驗中相機與柔性框架結(jié)構(gòu)的距離是任意的，相機的幀頻為30幀/s，分辨率為1 280×720，位移傳感器的采樣頻率為150 Hz，實驗結(jié)果如圖7所示。

由圖7可得，使用基于機器視覺的結(jié)構(gòu)振動位移測量方法得到的位移時程曲線與位移傳感器測得的位移時程曲線基本吻合。經(jīng)過計算，利用視覺方法測得的位移與位移傳感器測得的位移的相對誤差小于1%，均方根誤差為0.168 mm，充分驗證了基于機器視覺的結(jié)構(gòu)振動位移測量方法的精度以及筆者編寫Matlab程序的有效性。

基于機器視覺的結(jié)構(gòu)振動位移測量方法的誤差來源主要有相機的極限誤差、數(shù)字圖像相關(guān)的誤差和相機標(biāo)定的誤差。相機的極限誤差與制造過程中的工藝水平有關(guān)，通常在μm的量級，可以忽略不計。由于采用二次曲面擬合的亞像素定位方法，定位精度可以達到0.02像素[14]，所以數(shù)字圖像相關(guān)的誤差可忽略不計。方法誤差的主要來源為相機標(biāo)定的誤差。實驗可得，相機標(biāo)定誤差為0.4像素，單位像素位移對應(yīng)的實際位移為0.414 mm，所以相機標(biāo)定的誤差約為0.166 mm。

由于實驗使用白色背景，所以不考慮背景環(huán)境對測量精度的影響，影響測量精度的因素主要為光照條件。實驗發(fā)現(xiàn)，弱光照條件會使圖像中標(biāo)志物與背景環(huán)境的灰度值接近，這增加了辨識標(biāo)志物的難度。為了盡可能地保證測量精確度，需要保證一定的光照條件使標(biāo)志物易于辨識。通常情況下，在保證標(biāo)志物易于區(qū)別于背景環(huán)境的基礎(chǔ)上，使用白光光源照射可滿足實驗要求。

3.2 柔性板振動位移測量實驗

利用基于機器視覺的振動位移測量方法進行柔性板結(jié)構(gòu)的振動位移測量實驗，驗證該方法在結(jié)構(gòu)低頻振動位移測量和動態(tài)特性識別方面的應(yīng)用能力。為了實驗證明直接對加速度信號進行積分獲得位移方法的不足，同時使用加速度傳感器采集加速度信號。

實驗裝置示意圖如圖8所示。實驗對象為一端懸臂安裝的鋼制柔性板，長為700 mm，截面尺寸為30.8 mm×1.2 mm，在自由端粘貼標(biāo)識物以及加速度傳感器。視頻采集時采用640×480的分辨率，幀頻為30幀/s。加速度傳感器型號為CA-YD-1182，靈敏度為10.12 mV/m·s-2。光源采用直流供電的白光燈。實驗時首先對標(biāo)定模板進行不同角度的拍攝以標(biāo)定相機參數(shù)；然后，向柔性板施加初始條件，使柔性板發(fā)生自由振動，同時使用加速度傳感器與數(shù)碼相機記錄結(jié)構(gòu)振動數(shù)據(jù)，最終使用基于機器視覺的振動位移測量方法計算端部振動位移。

圖8 實驗裝置示意圖Fig.8 Schematic diagram of experimental equipment

將視覺傳感器測得的位移時域信號進行快速傅里葉變換，與加速度信號快速傅里葉變換的結(jié)果進行對比，如圖9，10所示。可見，兩種方法測得結(jié)構(gòu)的低頻共振峰值頻率較為接近，其中一階峰值頻率為1.9 Hz，二階峰值頻率為12.2 Hz。加速度信號由于包含噪聲的影響，頻響結(jié)果毛刺較多。從結(jié)構(gòu)低頻共振頻率識別方面看，兩種方法得到的結(jié)果差別不大，都能識別出反映結(jié)構(gòu)低頻動特性的主要頻率。

由于采用加速度信號直接積分獲得振動位移的方法存在很大不足，利用實驗獲得的加速度直接積分無法獲得有效的結(jié)構(gòu)位移信號(有很大的趨勢項)，為此筆者采用文獻[4]提出的一種改進的加速度直接積分方法獲取振動位移。首先，對測量的加速度信號進行帶通濾波，積分獲得速度信號后，再一次對速度信號濾波，最后積分獲得位移信號。實驗經(jīng)過反復(fù)試算，帶通濾波的截止頻率取為0.7 Hz(下限)與30 Hz(上限)。圖11為使用視覺測量方法得到的位移與文獻[4]的復(fù)雜積分方法得到的位移結(jié)果對比。

圖9 位移數(shù)據(jù)傅里葉變換結(jié)果Fig.9 FFT of displacement data

圖10 加速度數(shù)據(jù)傅里葉變換結(jié)果Fig.10 FFT of acceleration data

圖11 基于機器視覺的振動位移測量方法測得的位移與對加速度積分并濾波得到的位移的比較Fig.11 Comparison of the displacement through vision-based vibration displacement measurement method and the displacement of acceleration integral and filtering

由圖11可知，采用文獻[4]改進的加速度直接積分方法得到的振動位移的幅值較視覺測量方法得到的位移結(jié)果幅值低很多，這主要由于大柔性結(jié)構(gòu)振動頻率較低，結(jié)構(gòu)固有頻率與低頻噪聲的頻譜重合，采用濾波的方法濾除噪聲的同時也會濾除掉一部分真實信號，因而采用文獻[4]方法獲得的振動位移要遠低于視覺傳感器測量值，這充分證明了對加速度結(jié)果進行積分獲取位移的方法存在很大誤差。

4 結(jié) 論

1) 由于大柔性結(jié)構(gòu)低頻率、大幅值的振動特點，加速度測量信號中的低頻噪聲很難濾除。采用對加速度信號直接積分間接獲取位移的方法存在低頻噪聲被放大、積分位移結(jié)果誤差較大的不足。

2) 對加速度信號進行復(fù)雜的濾波操作，然后再積分獲得位移的方法，由于濾除噪聲的同時也濾波了信號有效成分，因此造成位移幅值誤差較大。

3) 采用基于機器視覺的結(jié)構(gòu)振動位移測量方法能夠直接獲得大柔性結(jié)構(gòu)的振動位移，測量信號中能夠識別出結(jié)構(gòu)的主要動態(tài)特性，具有直接、成本低和精度好等優(yōu)點。

[1] 黃文虎,王心清,張景繪,等.航天柔性結(jié)構(gòu)振動控制的若干新進展[J].力學(xué)進展,1997,27(1):5-18.

Huang Wenhu,Wang Xinqing,Zhang Jinghui,et al.Some advances in the vibration control of aerospace flexible structures[J].Advances in Mechanies,1997,27(1):5-18.(in Chinese)

[2] 劉明治,高桂芳.空間可展開天線結(jié)構(gòu)研究進展[J].宇航學(xué)報,2003,24(1):82-87.

Liu Mingzhi,Gao Guifang.Advances in the study on structure for space deployable antenna[J].Journal of Astronautics,2003,24(1):82-87.(in Chinese)

[3] Sabatini M,Gasbarri P,Monti R,et al.Vibration control of a flexible space manipulator during on orbit operations[J].Acta Astronautica,2012,73:109-121.

[4] Wahbeh A,Caffrey J,Masri S A.Vision-based approach for the direct measurement of displacements in vibrating systems[J].Smart Master Struct,2003,12:785-794.

[5] Smyth A W,Pei J S.Integration of measured response signals for nonlinear structural health monitoring[C]∥Proceeding of the 3rd US-Japan Workshop on Nonlinear System Identification and Health Monitoring.Los Angeles:[s.n.],2000.

[7] Ye Xiaowei,Yi Tinghua,Dong Chuanzhi,et al.Multi-point displacement monitoring of bridges using a vision-based approach[J].Wind and Structures,2015,20(2):315-326.

[8] Feng D,Feng M Q,Ozer E,et al.A vision-based sensor for noncontact structural displacement measurement[J].Sensors,2015,15(7):16557-16575.

[9] Kim S W,Kim N S.Multi-point displacement response measurement of civil infrastructures using digital image processing[J].Procedia Engineering,2011,14:195-203.

[10]Baraniello V R,Cicala M,Cicala L.An algorithm for real time estimation of the flexible UAV structural motions using a video-based system[C]∥14th International Conference on Information Fusion.Chicago:IEEE,2011:1-8.

[11]Qiu Zhicheng,Zhang Xiangtong,Zhang Xianmin.A vision-based vibration sensing and active control for a piezoelectric flexible cantilever plate[J].Journal of Vibration and Control,2016,22(5):1320-1337.

[12]Thong Y K,Woolfson M S,Crowe J A,et al.Numerical double integration of acceleration measurements in noise[J].Measurement,2004,36(1):73-92.

[13]芮嘉白,金觀昌,徐秉業(yè).一種新的數(shù)字散斑相關(guān)方法及其應(yīng)用 [J].力學(xué)學(xué)報,1994,26(5):599-607.Rui Jiabai,Jin Guanehang,Xu Bingye.A new digutal speckle correllation method and its application[J].ACTA Mechanica Sinica,1994,26(5):599-607.(in Chinese)

[14]潘兵,謝惠民,續(xù)伯欽,等.數(shù)字圖像相關(guān)中的亞像素位移定位算法進展[J].力學(xué)進展,2005,35(3):345-352.

Pan Bing,Xie Huimin,Xu Boqin,et al.Development of sub-pixel displacements registiation algorithms in digital image correlation[J].Advances in Mechanics,2005,35(3):345-352.(in Chinese)

[15]Tsai R Y.A versatile camera calibration technique for high-accuracy 3D machine vision metrology using off-the-shelf TV cameras and lenses[J].IEEE Journal of Robotics and Automation,1987,3(4):323-344

[16]Luhmann T,Fraser C,Maas H G.Sensor modelling and camera calibration for close-range photogrammetry[J].ISPRS Journal of Photogrammetry and Remote Sensing,2016,115:37-46.

[17]Zhang Zhengyou.Camera calibration with one-dimensional objects[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2004,26(7):892-899.

[18]Arfaoui A.Geometric image rectification:a review of most commonly used calibration patterns[J].International Journal of Signal and Image Processing Issues,2015(1):1-8.

10.16450/j.cnki.issn.1004-6801.2017.04.023

* 國家自然科學(xué)基金資助項目(11372246)；西北工業(yè)大學(xué)研究生創(chuàng)意創(chuàng)新種子基金資助項目(Z2016049)

2016-05-20；

2016-08-12

TP391;TB532;TH741

徐超，男，1979年9月生，博士、教授。主要研究方向為飛行器結(jié)構(gòu)動力學(xué)、結(jié)構(gòu)健康監(jiān)測技術(shù)等。曾發(fā)表《Mixed integer multi-objective optimization of composite structures with frequency-dependent interleaved viscoelastic damping layers》(《Computers &Structures》2016,No.172)等論文。 E-mail:chao_xu@nwpu.edu.cn