一种预应力混凝土结构的安全评估方法

1.本发明属于建筑工程技术领域，涉及多尺度有限元建模、深度学习算法、结构健康监测技术。


背景技术：

2.预应力混凝土结构是城镇基础设施的重要组成部分，然而随着使用年限的增加、结构使用条件及环境侵蚀等因素的影响，加之设计和施工的不当，将发生混凝土材料老化与结构损伤，导致结构性能劣化，承载力下降和耐久性降低。当前预应力混凝土结构面临的主要损伤类型包括：混凝土碳化、钢筋锈蚀、预应力筋松弛、混凝土表面开裂等，而损伤的产生通常是由于混凝土表面出现裂缝造成。钢筋锈蚀是影响混凝土结构耐久性的首要因素，钢筋锈蚀膨胀造成的混凝土顺筋开裂、钢筋与混凝土粘结力下降、钢筋有效面积减小等，都会导致预应力混凝土结构承载力和安全性的丧失。预应力筋的应力松弛直接影响预应力混凝土结构的承载能力。裂缝作为最明显的病害类型，直接降低了混凝土结构的强度和刚度，影响了结构的美观性，同时使钢筋失去保护层而更容易发生锈蚀现象。
3.因此，建立一种有效的预应力混凝土结构安全评估方法尤为重要。针对预应力混凝土结构可能出现的钢筋锈蚀、预应力筋应力下降、混凝土表面裂缝开展等关键问题进行健康监测，并采取有效的方式评估局部损伤对结构整体承载能力的影响，及时预警结构存在的潜在隐患，对局部构件及时拆除和加固，避免灾难性事故的发生。
4.随着科技的进步，智能传感器和传感技术得到快速发展，相应的信号处理技术也越来越复杂。针对预应力混凝土结构的钢筋锈蚀监测，所采用的监测技术包括光纤ph传感器、超声导波传感器、声发射技术等等，超声导波技术由于检测范围长、效率高、精度好被广泛关注。磁弹式应力传感器在预应力筋的应力监测方面效果显著，所测量的预应力筋绝对应力准确且不受环境温度变化的影响，工程适用性强。而对于混凝土表面的裂缝监测，基于机器视觉和图像识别的成套技术近年来被广泛应用，其特点包括检测范围广，检测速度快，检测结果可视化程度高。并且对于一切高耸预应力混凝土结构的检测可采用无人机或爬壁机器人代替。
5.然而目前存在的结构监测方法仅针对结构的局部损伤特征进行提取，无法通过结构局部的损伤特征对结构整体的承载能力进行有效评估，目前尚未查到一种有效的结合多种结构局部损伤特征评估结构整体安全状况的方法和研究文献。申请号为201710054344.4的中国专利文献仅描述了桥梁局部裂缝的图像采集与裂缝特征提取，而未说明如何通过提取到的裂缝特征判断结构的安全状况。


技术实现要素：

6.本发明的目的是针对上述技术问题，提出一种预应力混凝土结构的安全评估方法，通过多种智能传感器对预应力混凝土结构的监测结果，结合多尺度有限元精细模型，分析结构整体的承载能力和安全状态，保证预应力混凝土结构运营期间的安全，防止灾难发
生。
7.为解决上述技术问题，本发明采用以下技术方案：
8.一种预应力混凝土结构的安全评估方法，包括如下步骤：
9.s1：建立预应力混凝土结构的多尺度有限元精细化模型，提取结构的自然频率与模态振型，与该结构的实际测试结果进行对比并更新有限元模型；
10.s2：模拟预应力混凝土结构在长期运营荷载和极端荷载下的结构响应，提取结构关键受力构件的应力分布，为传感器的优化布置提供依据；
11.s3：采用多种智能传感器，监测结构关键受力构件的安全状况，构造监测数据样本集；
12.s4：采用多种深度学习算法对样本集进行训练，提取监测数据中的有效成份和损伤特征值，实现结构局部的损伤程度和损伤位置准确预测；
13.s5：将结构的局部损伤状况反映到所建立的多尺度有限元模型上，结合多源监测数据，分析局部损伤对结构关键部位和结构整体承载能力造成的影响，评估预应力混凝土结构的整体安全状况。
14.进一步的，所述的预应力混凝土结构的多尺度有限元精细模型，其特点在于建立关键受力构件的节段精细模型，考虑关键受力构件的时间和空间尺度变化，包括材料特性随时间的退化、环境变量和荷载作用随时间的变化等。
15.进一步的，所述的多种智能传感器监测技术，包括：
16.基于磁弹式应力传感器的预应力筋应力监测，磁弹式应力传感器安装于预应力筋端部，对于已建成预应力混凝土结构可安装在预应力筋锚固端；
17.基于导波技术的钢筋断裂、锈蚀监测，导波传感器安装在钢筋截面上，可采用的导波传感器形式包括压电式传感器和磁致伸缩式传感器，根据实际情况合理选取；
18.基于机器视觉和图像处理技术的混凝土表面裂缝监测，混凝土表面图像的获取可采用固定式相机、无人机或爬壁机器人等，根据实际需要合理选取。
19.进一步的，所述的多种深度学习算法，包括并不限于卷积神经网络、循环神经网络、对抗神经网络、迁移学习等方法；
20.进一步的，所述的图像处理技术，包括并不限于图像灰度化、图像直方图均值化、图像中值滤波、图像归一化、图像二值化、图像二值化滤波、图像像素检测等。
21.进一步的，所述的损伤特征值，包括并不限于预应力筋的应力水平、混凝土内钢筋的损伤程度、混凝土内钢筋的损伤位置、混凝土表面裂缝的长度、混凝土表面裂缝的宽度、混凝土表面裂缝的位置和走向等。
22.进一步的，所述的结构关键部位的承载能力，需要对比规范中要求的构件承载能力判断结构关键部位的应力或应变状况是否超过承载力要求，是否发生破坏等情况。
23.进一步的，所述的结构整体承载能力评估，需要判断在荷载和损伤作用下是否存在结构失效行为。
24.本发明所提出的智能传感器系统造价低、体积小、重量轻、安装方便、使用便捷，方便在预应力混凝土结构上大规模推广使用。本发明提出的安全评估方法具有检测效率高，实时性强等优点。
附图说明
25.通过结合以下附图所作的详细描述，本发明的上述优点将变得更清楚和更容易理解，这些附图只是示意性的，并不限制本发明，其中：
26.图1是本发明所述预应力混凝土结构的安全评估体系；
具体实施方式
27.下面结合附图，对本发明一种预应力混凝土结构的安全评估方法进行详细说明。
28.在此记载的实施例为本发明的特定的具体实施方式，用于说明本发明的构思，均是解释性和示例性的，不应解释为对本发明实施方式及本发明范围的限制。除在此记载的实施例外，本领域技术人员还能够基于本技术权利要求书和说明书所公开的内容采用显而易见的其它技术方案，这些技术方案包括采用对在此记载的实施例的做出任何显而易见的替换和修改的技术方案。
29.如图1所示，本发明提供了一种预应力混凝土结构的安全评估方法，具体包括如下步骤：
30.s1：选取工程中常见的预制预应力混凝土箱梁作为监测对象。建立被测预应力混凝土梁的多尺度有限元精细模型，特别针对预应力筋、构造钢筋和常见易破坏处混凝土结构做局部精细化处理，并考虑材料因时间变化引起的性能退化，提取有限元模型结构的自然频率与模态振型；
31.s2：通过布置多点加速度传感器获取预应力混凝土梁在环境荷载作用下的加速度时程信号，采用基于结构响应的模态识别算法(随机子空间法、频域分解法、特征系统实现算法等)识别结构的自然频率与模态振型，用于更新有限元模型；
32.s3：模拟预应力混凝土结构在长期运营荷载和极端荷载下的结构响应，提取结构关键受力构件的应力分布，以便合理布置智能监测传感器；
33.s4：在预应力管道灌浆前，将磁电式应力传感器和磁致伸缩式导波传感器安装在预应力筋锚具端，然后灌浆封锚。长期监测预应力筋的应力变化并收集应力监测和超声导波回波信号，建立监测数据样本集。
34.s5：采用无人机或爬壁机器人搭载高清摄像机采集混凝土表面特征图像，采用图像识别技术(包括图像灰度化、图像直方图均值化、图像中值滤波、图像归一化、图像二值化、图像二值化滤波、图像像素检测等)提取图像中混凝土表面的裂缝特征，构造图像识别样本集；
35.s6：将监测数据和图像样本分类并创建标签，标签内容包括关键受力构件的损伤特征值(包括预应力筋的应力水平、混凝土内钢筋的损伤程度、混凝土内钢筋的损伤位置、混凝土表面裂缝的长度、混凝土表面裂缝的宽度、混凝土表面裂缝的位置和走向等)，利用卷积神经网络算法进行训练并测试，使其能够准确预估结构局部的损伤特征；
36.s7：将结构的局部损伤特征反映到所建立的多尺度有限元模型上，分析局部损伤对结构关键部位和结构整体承载能力造成的影响，设置局部构件失效准则，从而评估预应力混凝土结构的整体安全状况。
37.本发明不局限于上述实施方式，任何人在本发明的启示下都可得出其他各种形式的产品，但不论在其形状或结构上作任何变化，凡是具有与本技术相同或相近似的技术方
案，均落在本发明的保护范围之内。