CN105200954B - 混凝土坝裂缝分类方法 - Google Patents
混凝土坝裂缝分类方法 Download PDFInfo
- Publication number
- CN105200954B CN105200954B CN201510621280.2A CN201510621280A CN105200954B CN 105200954 B CN105200954 B CN 105200954B CN 201510621280 A CN201510621280 A CN 201510621280A CN 105200954 B CN105200954 B CN 105200954B
- Authority
- CN
- China
- Prior art keywords
- crack
- fracture
- classes
- takes
- take
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明涉及一种混凝土坝裂缝分类方法，属于混凝土坝工程技术领域。混凝土坝裂缝分类方法，包括以下步骤：1)根据裂缝的性状选取影响特征；2)对选取的影响特征分别制定评分标准；3)对选取的影响特征分别指定影响权重；4)通过实测，获得选取的影响特征的具体参数；5)计算裂缝的综合得分V；6)对综合得分V值采用min‑max标准化进行归一化处理，得到结果映值F，结果映值F在0‑1之间，根据国家规定的四类裂缝而对裂缝进行分类，具体为：F＜0.5为A类裂缝；0.5≤F＜0.65为B类裂缝；0.65≤F＜0.85为C类裂缝；F≥0.85为D类裂缝。本发明了一种更为科学、分类准确的混凝土坝裂缝分类方法。
Description
技术领域
本发明涉及一种混凝土坝裂缝分类方法，属于混凝土坝工程技术领域。
背景技术
混凝土坝在施工和运行过程中可能出现各种裂缝，需先对裂缝进行分类，然后对不同类别的裂缝，分别采取相应的处理方式进行处理，裂缝分类是确定裂缝处理措施的重要依据。
混凝土的裂缝分类，现行相关规范为《水工混凝土建筑物缺陷检测和评估技术规程》DL/T5251-2010，5.2.2条规定，水工混凝土裂缝根据缝宽和缝深进行分类，当缝宽和缝深未同时符合表中影响特征时，应按照靠近、从严的原则进行归类。
以下为水工混凝土坝裂缝分类标准。
A类裂缝，特性：龟裂或细微裂缝；缝宽δ<0.2mm；缝深h≤300mm。
B类裂缝，特性：表面或浅层裂缝；缝宽0.2mm≤δ<0.3mm；缝深300mm<h≤1000mm。
C类裂缝，特性：深层裂缝；缝宽0.3mm≤δ<0.5mm；缝深1000mm<h≤5000mm。
D类裂缝，特性：贯穿性裂缝；缝宽δ>0.5mm；缝深h>5000mm。
以上分类方法存在以下问题：
(1)选取的影响特征少。该标准只选取裂缝宽度和裂缝深度，影响特征过于少，不能完全反映出裂缝的规模；反映裂缝规模的性状特征很多，有些特征其重要性不亚于裂缝宽度和裂缝深度，比如裂缝部位、裂缝长度。
(2)分类过程随意性较大。当裂缝宽度和裂缝深度未同时符合表中指标时，依照靠近、从严的原则进行分类，也即是更改了的权值，可能单项权值为1，另一项指标的权值为0。
(3)分类结果不合理。以常见的表面温度裂缝为例，在外界周期变化气温影响下，表面缝宽超过0.5mm，而缝的深度不超过3m，按照上述分类方法为D类裂缝，而工程上基本认为是B类裂缝，分类结果与工程认识不符。
发明内容
本发明所要解决的技术问题是提供一种更为科学、分类更准确的混凝土坝裂缝分类方法。
本发明解决其技术问题所采用的技术方案是：混凝土坝裂缝分类方法，包括以下步骤：
1)根据裂缝的性状选取影响特征；
2)对选取的影响特征分别制定评分标准；
3)对选取的影响特征分别指定影响权重；
4)通过实测，获得选取的影响特征的具体参数；
5)计算裂缝的综合得分V，综合得分V是所有选取的影响特征根据步骤2)中的评分标准，依据具体参数取相对应的分值，再将各个分值分别乘以各个影响特征的影响权重而得到的总和；
6)对综合得分V值采用min-max标准化进行归一化处理，得到结果映值F，结果映值F在0-1之间，根据国家规定的四类裂缝而对裂缝进行分类，具体为：F＜0.5为A类裂缝；0.5≤F＜0.65为B类裂缝；0.65≤F＜0.85为C类裂缝；F≥0.85为D类裂缝。
进一步的是，步骤1)中选取的影响特征为裂缝部位、裂缝宽度、裂缝长度、裂缝深度。
进一步的是，步骤2)中评分标准具体为：裂缝部位在一般区域取1x，基础约束区域取2x，水位变幅区域取3x；
设裂缝宽度为a，a＜0.2mm取1x，0.2mm≤a≤0.5mm取2x，a＞0.5mm取3x；
设裂缝长度为b，b＜8m取1x，8m≤b≤15m取2x，b＞15m取3x；
设裂缝深度为c，c＜0.3m取1x，0.3m≤c≤3.0m取2x，c＞3.0m取3x；
以上x为任意数值。
进一步的是，步骤3)中的影响权重的总和为1，具体为：裂缝部位为0.31，裂缝宽度为0.22，裂缝长度为0.17，裂缝深度为0.30。
进一步的是，F＝(V-Vmin)/(Vmax-Vmin)，其中Vmax为裂缝的综合得分V的最大值，Vmin为裂缝的综合得分V的最小值。
本发明的有益效果是：本发明提出的混凝土坝裂缝分类方法，选取裂缝的主要影响特征，比如裂缝部位、裂缝宽度、裂缝长度、裂缝深度，再对选取的影响特征分别通过评分和权值，再对结果进行分析，得到裂缝分类的方法；这种分类方法可较全面的考虑混凝土坝裂缝的主要影响主要因素，且对主要影响特征采取综合地分析评价来反映裂缝的规模，相对于传统的分类方法，本发明的裂缝分类方法更为科学、更真实反映裂缝的危害性、更符合工程的认识，从而更好地采取相对应、准确的裂缝解决措施，降低裂缝带来危害。
具体实施方式
下面对本发明作进一步说明。
本发明混凝土坝裂缝分类方法，包括以下步骤：
1)根据裂缝的性状选取影响特征；
2)对选取的影响特征分别制定评分标准；
3)对选取的影响特征分别指定影响权重；
4)通过实测，获得选取的影响特征的具体参数；
5)计算裂缝的综合得分V，综合得分V是所有选取的影响特征根据步骤2)中的评分标准，依据具体参数取相对应的分值，再将各个分值分别乘以各个影响特征的影响权重而得到的总和；
6)对综合得分V值采用min-max标准化进行归一化处理，得到结果映值F，结果映值F在0-1之间，根据国家规定的四类裂缝而对裂缝进行分类，具体为：F＜0.5为A类裂缝；0.5≤F＜0.65为B类裂缝；0.65≤F＜0.85为C类裂缝；F≥0.85为D类裂缝。A类裂缝、B类裂缝、C类裂缝、D类裂缝与《水工混凝土建筑物缺陷检测和评估技术规程》DL/T 5251-2010，5.2.2条规定的A类裂缝、B类裂缝、C类裂缝、D类裂缝一致，具体为：A类裂缝为龟裂或细微裂缝，B类裂缝为表面或浅层裂缝，C类裂缝为深层裂缝D类裂缝为贯穿性裂缝。
本发明方法是根据步骤1)至6)中依次实施得到混凝土坝裂缝分类的方法。
步骤1)中反映裂缝性状的特征主要包括裂缝部位、裂缝产状、裂缝宽度、裂缝长度、裂缝深度、裂缝缝面状态、裂缝缝隙状态、裂缝渗水状态等，根据大量的实践和试验的结果来看，选取裂缝部位、裂缝宽度、裂缝长度、裂缝深度作为影响特征就能较准确地综合反映裂缝规模及影响，同时这四个影响特征在工程中容易勘测，勘测结果准确，能真实地反映裂缝规模及影响。
步骤2)中评分标准是根据大量的工程试验和实践中总结而来，得到的评分标准，结果比较科学和准确。以工程中在步骤1)优选选取裂缝部位、裂缝宽度、裂缝长度、裂缝深度作为裂缝的影响特征为例，他们各自的具体评分标准为：
裂缝部位在一般区域取1x，基础约束区域取2x，水位变幅区域取3x；
设裂缝宽度为a，a＜0.2mm取1x，0.2mm≤a≤0.5mm取2x，a＞0.5mm取3x；
设裂缝长度为b，b＜8m取1x，8m≤b≤15m取2x，b＞15m取3x；
设裂缝深度为c，c＜0.3m取1x，0.3m≤c≤3.0m取2x，c＞3.0m取3x；
以上x为任意数值。
步骤3)中的影响权重同样根据大量的工程试验和实践中总结而来，得到的权重赋值，权重赋值的总和为1。以工程中优选选取裂缝部位、裂缝宽度、裂缝长度、裂缝深度作为裂缝的影响特征为例，他们的赋值为：裂缝部位为0.31，裂缝宽度为0.22，裂缝长度为0.17，裂缝深度为0.30。
计算裂缝的综合得分V，裂缝的综合得分V是选取的影响特征根据步骤2)中的评分标准，依据具体参数取相对应的分值，再将各个分值分别乘以各个影响特征的影响权重而得到的总和。
步骤6)是本发明比较重要的一步，不同评价指标往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果。为了消除指标之间的量纲影响，需要进行数据标准化(归一化)处理，以解决数据之间的可比性。所以需要对裂缝的综合得分V进行数据标准化(归一化)处理，优选选用min-max标准化，也称离差标准化，是对裂缝的综合得分进行线性变换，得到结果映值F在0-1之间，F＝(V-Vmin)/(Vmax-Vmin)，其中Vmax为裂缝的综合得分V的最大值，Vmin为裂缝的综合得分V的最小值，以前面所给出选取的影响特征(裂缝部位、裂缝宽度、裂缝长度、裂缝深度)评分标准和权重赋值为例，所计算出的Vmax＝3x，Vmin＝1x。
以选取裂缝部位、裂缝宽度、裂缝长度、裂缝深度作为影响特征为例。实际测得一混凝土响特征具体参数为：裂缝部位在基础约束区域，裂缝宽度为0.8mm，设裂缝长度为12m，裂缝深度为0.2，结合前文所给出的评分标准和影响权重的为基准，得到的结果为取裂缝部位取2x，裂缝宽度取3x，裂缝长度取2x，裂缝深度为1x，所以得到的V＝2x*0.31+3x*0.22+2x*0.17+1x*0.30＝1.92x；F＝(V-Vmin)/(Vmax-Vmin)＝(1.92x-1x)/(3x-1x)＝0.46，再对照标准，该混凝土裂缝为A类裂缝。
综上所述，本发明的混凝土裂缝分类方法，选取裂缝的主要影响特征，比如裂缝部位、裂缝宽度、裂缝长度、裂缝深度，再对选取的特征分别通过综合评分和权值，再对结果进行分析，有机结合了《水工混凝土建筑物缺陷检测和评估技术规程》DL/T 5251-2010的裂缝分类，提出了较为具体的量化评分和具体的分析方式，相对于传统的分类方法，本发明的裂缝分类方法更为科学、更真实反映裂缝的危害性、更符合工程的认识，从而更好地采取相对应、准确的裂缝解决措施，降低裂缝带来危害。
Claims (3)
1.混凝土坝裂缝分类方法，其特征在于：包括以下步骤：
1)根据裂缝的性状选取裂缝部位、裂缝宽度、裂缝长度、裂缝深度为影响特征；
2)对选取的影响特征分别制定评分标准，评分标准具体为：裂缝部位在一般区域取1x，基础约束区域取2x，水位变幅区域取3x；
设裂缝宽度为a，a＜0.2mm取1x，0.2mm≤a≤0.5mm取2x，a＞0.5mm取3x；
设裂缝长度为b，b＜8m取1x，8m≤b≤15m取2x，b＞15m取3x；
设裂缝深度为c，c＜0.3m取1x，0.3m≤c≤3.0m取2x，c＞3.0m取3x；
以上x为任意数值；
3)对选取的影响特征分别指定影响权重；
4)通过实测，获得选取的影响特征的具体参数；
5)计算裂缝的综合得分V，综合得分V是所有选取的影响特征根据步骤2)中的评分标准，依据具体参数取相对应的分值，再将各个分值分别乘以各个影响特征的影响权重而得到的总和；
6)对综合得分V值采用min-max标准化进行归一化处理，得到结果映值F，结果映值F在0-1之间，根据国家规定的四类裂缝而对裂缝进行分类，具体为：F＜0.5为A类裂缝；0.5≤F＜0.65为B类裂缝；0.65≤F＜0.85为C类裂缝；F≥0.85为D类裂缝。
2.如权利要求1所述的混凝土坝裂缝分类方法，其特征在于：步骤3)中的影响权重的总和为1，具体为：裂缝部位为0.31，裂缝宽度为0.22，裂缝长度为0.17，裂缝深度为0.30。
3.如权利要求1至2中任一项所述的混凝土坝裂缝分类方法，其特征在于：F＝(V-Vmin)/(Vmax-Vmin)，其中Vmax为裂缝的综合得分V的最大值，Vmin为裂缝的综合得分V的最小值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510621280.2A CN105200954B (zh) | 2015-09-25 | 2015-09-25 | 混凝土坝裂缝分类方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510621280.2A CN105200954B (zh) | 2015-09-25 | 2015-09-25 | 混凝土坝裂缝分类方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105200954A CN105200954A (zh) | 2015-12-30 |
| CN105200954B true CN105200954B (zh) | 2017-03-29 |
Family
ID=54948887
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510621280.2A Active CN105200954B (zh) | 2015-09-25 | 2015-09-25 | 混凝土坝裂缝分类方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105200954B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109082982B (zh) * | 2018-08-21 | 2021-02-09 | 葛洲坝集团交通投资有限公司 | 一种半刚性基层沥青路面开裂的处理方法 |
| CN109685354A (zh) * | 2018-12-18 | 2019-04-26 | 中国地质科学院探矿工艺研究所 | 基于移动终端的泥石流拦砂坝缺陷分类评定系统、计算机 |
| CN110222383A (zh) * | 2019-05-22 | 2019-09-10 | 微云（武汉）科技有限公司 | 一种桥梁安全预警方法、装置及存储介质 |
| CN110222384A (zh) * | 2019-05-22 | 2019-09-10 | 微云（武汉）科技有限公司 | 一种桥梁裂缝分析方法、装置及存储介质 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09137431A (ja) * | 1995-11-09 | 1997-05-27 | Hazama Gumi Ltd | ギャラリー周辺コンクリートのひび割れ防止方法及び袋式仮設扉 |
| JP2007046348A (ja) * | 2005-08-10 | 2007-02-22 | Shimizu Corp | コンクリートダムの補修補強構造 |
| CN102660933A (zh) * | 2012-05-16 | 2012-09-12 | 河海大学 | 一种混凝土坝开裂预警方法 |
| CN103512545B (zh) * | 2013-09-29 | 2016-08-10 | 中国电建集团昆明勘测设计研究院有限公司 | 一种混凝土大坝内部裂缝监测方法及监测仪 |
-
2015
- 2015-09-25 CN CN201510621280.2A patent/CN105200954B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105200954A (zh) | 2015-12-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105200954B (zh) | 混凝土坝裂缝分类方法 | |
| CN109490072B (zh) | 一种土木工程建筑用检测系统及其检测方法 | |
| WO2016183921A1 (zh) | 珍珠分级方法 | |
| CN105843870B (zh) | 重复性和再现性的分析方法及其应用 | |
| Szilágyi et al. | Extensive statistical analysis of the variability of concrete rebound hardness based on a large database of 60 years experience | |
| CN108154498A (zh) | 一种裂缝缺陷检测系统及其实现方法 | |
| CN105486684A (zh) | 一种基于网络平台的红木家具木材种类的无损检测方法 | |
| CN103487411A (zh) | 一种随机森林算法结合激光诱导击穿光谱识别钢材牌号的方法 | |
| CN103049596B (zh) | 一种提高叶轮零件逆向工程精度的方法 | |
| CN101387624B (zh) | 烤烟主要化学成分的诊断方法 | |
| CN105938098A (zh) | 一种基于激光诱导击穿光谱的岩土烧失量预测方法及系统 | |
| CN103969128A (zh) | 一种检测试样弯曲力学性能的方法 | |
| CN115308063A (zh) | 一种已有建筑的混凝土强度抽样检测方法 | |
| WO2019015226A1 (zh) | 一种快速识别风速分布规律的方法 | |
| CHEN et al. | An attribute recognition model based on entropy weight for evaluating the quality of groundwater sources | |
| CN106442122A (zh) | 基于图像分割和辨识的钢材料落锤撕裂试验断口韧性断面百分比检测方法 | |
| CN104180822B (zh) | 一种变形监测基准点稳定性检验方法 | |
| CN106485049B (zh) | 一种基于蒙特卡洛交叉验证的nirs异常样本的检测方法 | |
| CN103984856A (zh) | 一种基于神经网络的墙体纵向裂缝宽度预测系统及方法 | |
| Yan | Microdefect interacting with a finite main crack | |
| CN108802283A (zh) | 一种玻璃基板表面缺陷方向及高低的测试方法 | |
| CN110160895A (zh) | 基于标识载荷的板材表面裂纹扩展测试方法 | |
| CN102621221A (zh) | 一种基于相控超声波的缺陷分类方法 | |
| CN107729386A (zh) | 一种基于聚合度分析的暗链检测技术 | |
| CN103852562B (zh) | 判断样品检测数据可疑值的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |