摘要
文化自信是中华民族最基础、最广泛、最深厚的自信，是实现中国梦的必要条件，而文物古迹保护是文化自信的基本要求，文物古迹保护中最关键的一环即是古建筑木结构保护。在科技性保护的引导下，多学科背景的专业人员已经加入到古建筑木结构预防性保护工作中。结构工程专业人员已从机理研究和现场工作两个角度，对已出现多层次损伤的古建筑木结构本体进行保护。但在现场保护过程中，为评估鉴定提供数据支撑的健康监测技术却仍然处于起步阶段。尽管在桥梁结构领域、超高层结构领域、大跨空间结构领域中健康监测技术已较为完善，但古建筑木结构服役周期极长、价值极高、激励响应极特殊、损伤形式极繁杂、结构形式极复杂、用材极独特、不确定性极强的特征阻碍了健康监测技术在古建筑木结构领域中的发展。故此本文以评估鉴定指标为导引，建立针对古建筑木结构的健康监测系统，系统包括基于计算机视觉技术与数据挖掘技术的位移监测方法、裂缝监测方法和应变监测方法，并建立首个古建筑木结构健康监测Benchmark（标准）平台，作为本文系统的验证平台，令上述系统能够服务于真实古建筑木结构。 （1）本文建立了首个古建筑木结构健康监测Benchmark平台，平台包含物理模型、数值模型、配套网站。平台物理模型中保留了古建木构的基本组成和结构功能，消除了古建木构个例性对健康监测技术发展的影响。在平台数值模型建立过程中，提出了一种基于唯象思想的本构关系模型，弥补了当前已有本构关系模型难实用的不足。其后，提出了一种可以准确模拟古建木构局部非匀质性和局部损伤的新型晶格模型。上述本构关系模型与改进的晶格模型用以完成数值模型库的构建。最后利用动力测试方法获取平台动力参数，并验证平台的可用性。 （2）提出了一种包含自研视觉监测设备和改进的立体双目视觉算法的古建筑木结构位移监测方法，该方法充分考虑古建木构位移监测需求，依托开源主板，自主开发脚本，制作了首个针对古建木构位移监测的视觉设备。在自主研发的硬件基础上，本方法使用张正友标定法和特征点追踪算法融合立体双目视觉算法，完成了古建木构关键点的三维坐标精确追踪，实现了无接触的古建筑木结构位移监测。 （3）提出了一种包括自研无人机系统和计算机视觉算法的古建筑木结构裂缝监测方法，该方法充分考虑了古建木构裂缝监测过程的独特性，依托于惯性飞行控制器和开源平台，制作了可在低GPS环境下，高精度、高可靠性飞行的古建木构裂缝监测无人机系统。在上述硬件基础上，交叉计算机视觉技术，建立了包含畸变校正算法、像素解析度标定算法、改进的特征点提取与匹配算法的相机系统，以及包含图像预处理算法、新型阈值分割算法、裂缝特征计算算法的图像处理系统，极大降低了古建木构裂缝监测的误差和成本，极大提升了古建木构裂缝监测的精度和效率，实现了无接触的古建筑木结构裂缝监测。 （4）提出了一种基于海量应变监测数据挖掘的应变监测方法，该方法交叉了传统机器学习技术与深度学习技术，将数据图像化，以识别多种失真数据。将数据解耦后，引入预测算法和极值理论，完成了应变监测数据的短期预测，提高了结构安全冗余度。其后，建立解析模型，模型融合半刚性边界条件、正交各向异性参数以及温度灵敏度，完成了古建筑木结构独有的剪切应力监测，实现了高数据挖掘率的古建筑木结构应变监测。 上述3个监测方法组成了以评估鉴定为指标的古建筑木结构本体响应健康监测系统。通过与古建筑木结构健康监测Benchmark平台的相互校验，充分证明了本文所建立平台的可用性，也充分证明了本文所建立的古建筑木结构健康监测系统的有效性和准确性。
NETL