CN101943681A - 一种桥梁缆索腐蚀的判定以及定位的方法 - Google Patents

Abstract

本发明公开了一种桥梁缆索腐蚀的判定以及定位的方法。在待检测的缆索上安装传感器，由传感器采集实际的测量信号，由数据采集卡读入笔记本电脑；根据缆索的几何尺寸、材料特性、激励信号条件，采用有限元技术建立精细的缆索腐蚀判定的数值模型，初始化该数值模型，通过分析计算得到模拟响应信号，为实际测量的信号提供标准比较信号；将实际的测量信号作为缆索腐蚀的判别信号，采用神经网络分析方法与标准比较信号进行比较分析，如果损伤没有超过阈值，则缆索未出现腐蚀，否则，发出报警，并且定位腐蚀发生的部位；生成记录报告，记录本地数据库。该方法分辨力强，判断精度高且不影响缆索正常使用。

Description

一种桥梁缆索腐蚀的判定以及定位的方法

技术领域

本发明涉及无损检测技术，具体涉及一种桥梁缆索腐蚀的判定以及定位的方法。

背景技术

桥梁缆索是桥梁中承重和传力的重要结构件，在长期的使用过程中，不断受到温度变化、强风等外界环境侵蚀，车辆载荷、冲击的长期反复作用以及自然灾害的影响，若缆索中的钢丝出现腐蚀或断裂，将对桥梁带来严重的安全隐患，传统的如电磁式、超声探伤、机器视觉或射线等无损检测方法都需要缆索爬升机构进行扫描式检测，存在机构复杂、高空作业能力差、适用范围窄、故障率高、携带探头不便、使用条件苛刻等诸多缺陷，专利号200810196821.1一种斜拉索锚固区磁致伸缩导波检测系统提出利用磁致伸缩导波来检测锚固区斜拉索的检测，但是对腐蚀的判别没有给出相关的方法。何存福等用频散补偿法对声发射进行定位，但是频散补偿计算复杂精度不高。

发明内容

针对上述现有技术的不足，本发明的目的在于提供一种桥梁缆索腐蚀的判定以及定位的方法。

本发明采用的技术方案的步骤如下：

1)在待检测的缆索上安装传感器，通过传感器在被测缆索上激励出导波信号，导波信号经过缆索的反射，再由传感器采集，采集到的信号经过前置调理电路得到实际的测量信号，并由数据采集卡读入笔记本电脑；

2)根据缆索的几何尺寸、材料特性、激励信号条件，采用有限元技术建立精细的缆索腐蚀判定的数值模型；

3)初始化2)所述的缆索腐蚀判定的数值模型，输入待测缆索的几何尺寸、材料特性、激励信号条件，与该模型耦合，通过分析计算得到模拟响应信号，为实际测量的信号提供标准比较信号；

4)将实际测量的信号作为缆索腐蚀的判别信号，将耦合缆索腐蚀判定的数值模型得到的模拟响应信号作为实际测量的比较信号，采用神经网络分析方法进行分析，如果损伤没有超过阈值，则缆索未出现腐蚀，否则，发出报警，并且定位腐蚀发生的部位；

5)生成记录报告，记录本地数据库。

所述步骤1)中，传感器为磁致伸缩传感器，安装于被测缆索的一端，通过传感器在被测缆索上激励导波信号，并采集经过缆索反射的导波信号，该经过反射的导波信号携带了缆索的腐蚀信息。

所述步骤2)中，缆索腐蚀断丝的数值模型，经过校验和修正之后，与被检测桥梁缆索在实际健康状态的实验分析结果吻合，能正确反映桥梁缆索导波的信号特征。

所述步骤4)中，神经网络分析方法进行分析过程如下：

对检测响应信号S1(t)和模拟响应信号S2(t)进行神经网络分析，

用神经网络作为自适应单元，假设信号S1(t)为腐蚀信号s与端部回波信号d1的叠加：

S1(t)＝s+d1

将S2(t)作为神经网络的参考信号d2

S2(t)＝d2

d2通过端部回波信号d1通过某种变换T变换得到，即d2＝T(d1)，d2通过神经网络非线性处理后产生输出信号y，将其与实际测量的信号做比较，形成信号e

e＝s+d1-y

用迭代算法，使自适应输出信号y非线性逼近真实信号中的端部回波信号d1，此时，信号e最佳逼近缆索腐蚀信号s，将e与设定的阈值δ相比较，若e≤δ，则缆索未出现腐蚀，否则，发出报警；

当判定缆索出现腐蚀情况下，记录信号e中信号的峰值点的时间位置t，缆索腐蚀发生的轴向位置L＝vt/2，其中v是缆索腐蚀断丝的数值模型计算得到的缆索中导波传播速度。

本发明具有的有益效果是：

1)考虑了导波衰减、导波频散特性的影响，数值计算得到的模型更符合实际情况，减小了计算误差；

2)使用非线性自适应神经网络算法对腐蚀进行判定并定位，避免线性失真，分辨率强、定位精度高；

3)该方法不破坏缆索的结构，不影响缆索的使用，不中止桥梁正常交通，节约检测成本。

附图说明

图1是本发明的传感器安装位置以及信号采集过程示意图。

图2是本发明缆索模型生成的模拟响应信号。

图3是本发明传感器实际采集到的检测信号。

图4是本发明腐蚀判别以及定位方法的流程图。

具体实施方式

下面结合附图和实例对本发明作进一步的说明。

本实例包括如下具体步骤：

1.如图1所示，在待检测的缆索上安装磁致伸缩传感器，传感器包括激励接受线圈和永磁体偏置磁场，传感器安装于被测缆索的一端；

2.可编程任意波形发生器生成触发群脉冲，经过线性功率放大器输入到传感器，并在同一个传感器上接收响应信号，信号经过前置调理电路，经过带通滤波，前置放大、由数据采集卡读入笔记本电脑的软件系统；

3.根据缆索的几何尺寸、材料特性、激励信号条件，采用有限元技术建立精细的缆索腐蚀判定的数值模型，为实际测量的信号提供标准比较信号；该数值模型模拟导波信号在被测缆索中传递的过程，触发群脉冲在缆索试件周围产生交变磁场，由于磁致伸缩效应将在试件中产生交变应力，从而激励出了超声波，超声波在缆索中传播时，受边界的作用来回反射形成导波，形成的导波在试件中传播，导波遇到检测端面时会发生反射，形成反射回波。根据磁致伸缩逆效应，导波的传播会引起铁磁体内磁感应强度发生变化，而变化的磁感应强度必定引起电压变化，用有限元技术模拟该电压变化的过程，经过校验和修正之后，与被检测桥梁缆索在实际健康状态的实验分析结果吻合，能正确反映桥梁缆索导波的信号特征。

4.初始化缆索腐蚀判定的数值模型，输入待测缆索的几何尺寸、材料特性、激励信号条件，调用数值模型，选择导波激励模态L(0，m)，计算导波传播速度v和腐蚀判定阈值δ，对该系统求解，得到模拟响应信号，如图2所示；

5.如图4所示，将实际测量的信号(图3)作为缆索腐蚀的判别信号S1(t)，将耦合分析系统得到的模拟响应信号S2(t)(图2)作为实际测量的比较信号，在软件系统中进行基于神经网络的腐蚀损伤识别分析：

首先，将整个系统分为主通道和参考通道，将实际测量的信号S1(t)作为主通道输入，假设信号S1(t)为腐蚀信号s与端部回波信号d1的叠加：

S1(t)＝s+d1

另外，参考通道中输入模拟响应信号S2(t)，

S2(t)＝d2

d2通过端部回波信号d1通过某种变换T变换得到，即d2＝T(d1)，用神经网络作为自适应单元，d2通过神经网络非线性处理后产生输出信号y，将其与实际测量的信号做比较，形成信号e

e＝s+d1-y

用迭代算法，使e的均方值最小

E[e²]＝E[s²]+E[(d₁-y)²]+2E[s(n₀-y)]

则自适应输出信号y非线性逼近真实信号中的端部回波信号d1，此时，信号e最佳逼近缆索腐蚀信号s，

然后，将e与设定的阈值δ相比较，若e≤δ，则缆索未出现腐蚀，否则，发出报警。

6.当判定缆索出现腐蚀情况下，记录信号e中信号的峰值点的时间位置t，利用L＝vt/2，判定腐蚀出现的位置。

7.生成记录报告，记录本地数据库。

Claims (4)

1.一种桥梁缆索腐蚀的判定以及定位的方法，其特征在于，该方法的步骤如下：

1)在待检测的缆索上安装传感器，通过传感器在被测缆索上激励出导波信号，导波信号经过缆索的反射，再由传感器采集，采集到的信号经过前置调理电路得到实际的测量信号，并由数据采集卡读入笔记本电脑；

2)根据缆索的几何尺寸、材料特性、激励信号条件，采用有限元技术建立精细的缆索腐蚀判定的数值模型；

3)初始化2)所述的缆索腐蚀判定的数值模型，输入待测缆索的几何尺寸、材料特性、激励信号条件，与该模型耦合，通过分析计算得到模拟响应信号，为实际测量的信号提供标准比较信号；

4)将实际测量的信号作为缆索腐蚀的判别信号，将耦合缆索腐蚀判定的数值模型得到的模拟响应信号作为实际测量的比较信号，采用神经网络分析方法进行分析，如果损伤没有超过阈值，则缆索未出现腐蚀，否则，发出报警，并且定位腐蚀发生的部位；

5)生成记录报告，记录本地数据库。

2.根据权利要求1所述的桥梁缆索腐蚀判断并且定位的方法，其特征在于：所述步骤1)中，传感器为磁致伸缩传感器，安装于被测缆索的一端，通过传感器在被测缆索上激励导波信号，并采集经过缆索反射的导波信号，该经过反射的导波信号携带了缆索的腐蚀信息。

3.根据权利要求1所述的桥梁缆索腐蚀判断并且定位的方法，其特征在于：所述步骤2)中，缆索腐蚀断丝的数值模型，经过校验和修正之后，与被检测桥梁缆索在实际健康状态的实验分析结果吻合，能正确反映桥梁缆索导波的信号特征。

4.根据权利要求1所述的桥梁缆索腐蚀判断并且定位的方法，其特征在于：所述步骤4)中，神经网络分析方法进行分析过程如下：

对检测响应信号S1(t)和模拟响应信号S2(t)进行神经网络分析，

用神经网络作为自适应单元，假设信号S1(t)为腐蚀信号s与端部回波信号d1的叠加：

S1(t)＝s+d1

将S2(t)作为神经网络的参考信号d2

S2(t)＝d2

d2通过端部回波信号d1通过某种变换T变换得到，即d2＝T(d1)，d2通过神经网络非线性处理后产生输出信号y，将其与实际测量的信号做比较，形成信号e

e＝s+d1-y

用迭代算法，使自适应输出信号y非线性逼近真实信号中的端部回波信号d1，此时，信号e最佳逼近缆索腐蚀信号s，将e与设定的阈值δ相比较，若e≤δ，则缆索未出现腐蚀，否则，发出报警；

当判定缆索出现腐蚀情况下，记录信号e中信号的峰值点的时间位置t，缆索腐蚀发生的轴向位置L＝vt/2，其中v是缆索腐蚀断丝的数值模型计算得到的缆索中导波传播速度。

Images