CN108956767B - 基于频率-信息熵的钢筋混凝土锈蚀疲劳损伤评价方法 - Google Patents

基于频率-信息熵的钢筋混凝土锈蚀疲劳损伤评价方法 Download PDF

Info

Publication number
CN108956767B
CN108956767B CN201810609331.3A CN201810609331A CN108956767B CN 108956767 B CN108956767 B CN 108956767B CN 201810609331 A CN201810609331 A CN 201810609331A CN 108956767 B CN108956767 B CN 108956767B
Authority
CN
China
Prior art keywords
reinforced concrete
frequency
concrete member
fatigue damage
information entropy
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
Application number
CN201810609331.3A
Other languages
English (en)
Other versions
CN108956767A (zh
Inventor
张津瑞
韩庆华
杜一鸣
徐杰
杨荣伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin University
Original Assignee
Tianjin University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin University filed Critical Tianjin University
Priority to CN201810609331.3A priority Critical patent/CN108956767B/zh
Publication of CN108956767A publication Critical patent/CN108956767A/zh
Application granted granted Critical
Publication of CN108956767B publication Critical patent/CN108956767B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/048—Marking the faulty objects

Landscapes

  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
  • Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)

Abstract

本发明公开了一种基于频率‑信息熵的钢筋混凝土锈蚀疲劳损伤评价方法：压电传感器监测得到声发射信号；信号过滤及放大设备对声发射信号进行去噪、放大处理；数据采集设备将处理过的声发射信号进行采样并转化为数字信号存储；将数据采集设备采集到的声发射信号的时域波形转化为基于频率‑信息熵的钢筋混凝土构件锈蚀疲劳损伤识别图，并根据该图的特征点判断钢筋混凝土构件是否已发生锈蚀疲劳损伤。本发明操作简单，传感器随施工埋入待测钢筋混凝土构件内部，可对不同的钢筋混凝土建筑物的锈蚀疲劳损伤信息进行长期全面的监测，同时监测不受人工操作和环境影响，结果真实可靠，为各类型的钢筋混凝土建筑物的结构安全提供了有效的评价标准。

Description

基于频率-信息熵的钢筋混凝土锈蚀疲劳损伤评价方法
技术领域
本发明涉及钢筋混凝土建筑物安全监测，特别涉及一种方便，安全的，能对钢筋混凝土构件进行长期，稳定的结构锈蚀疲劳损伤识别评价方法。
背景技术
钢筋混凝土结构充分利用了钢筋与混凝土两种材料的优势，具有取材方便、经济适用、成型方便、延性破坏、耐水耐火等优点，因此在土木、建筑、水利等工程中得到了广泛的应用。随着土木、建筑、水利等相关行业的不断发展，钢筋混凝土建筑物的安全稳定越来越受到人们的重视，这也就需要尽可能多地去感知钢筋混凝土构件的内部损伤信息，从而判断钢筋混凝土建筑物的安全状态。疲劳荷载、钢筋锈蚀等因素均可导致钢筋混凝土构件的损伤与开裂。近年来，声发射技术逐步应用于钢筋混凝土构件损伤开裂过程监测。现阶段，对钢筋混凝土构件锈蚀疲劳损伤引起的声发射信号的分析方法较为简单，常规的监测参数包括：声发射事件的数量(AEN)、声发射的事件率(ER)、上升角(RA)和平均频率(AF)等。而这些参数受被测试构件的几何尺寸、传感器类型、传感器布置方法等因素的影响较大，不具有普遍适用性。
发明内容
本发明的目的是克服现有声发射监测信号分析中存在的不足，提供一种长期有效的用于普遍感知各类型钢筋混凝土构件内部锈蚀疲劳损伤信息的识别评价方法。本发明操作简单，传感器随施工埋入待测钢筋混凝土构件内部，可对不同的钢筋混凝土建筑物的锈蚀疲劳损伤信息进行长期全面的监测，同时监测不受人工操作和环境影响，结果真实可靠，为各类型的钢筋混凝土建筑物的结构安全提供了有效的评价标准。
本发明所采用的技术方案是：一种基于频率-信息熵的钢筋混凝土锈蚀疲劳损伤评价方法，包括压电传感器、信号过滤及放大设备、数据采集设备和计算分析设备，所述压电传感器、信号过滤及放大设备、数据采集设备、计算分析设备依次连接，具体包括以下步骤：
步骤A，将压电传感器焊接在混凝土构件的受力钢筋纵筋上；以纵筋作为声发射信号的波导管，将钢筋混凝土构件锈蚀疲劳损伤开裂引起的声发射信号通过纵筋传递到压电传感器中；
步骤B，通过信号过滤及放大设备将压电传感器监测到的声发射信号进行去噪、放大处理；
步骤C，通过数据采集设备将经过去噪、放大处理的声发射信号进行采样并转化为数字信号存储；
步骤D，将数据采集设备采集到的声发射信号的时域波形转化为基于频率-信息熵的钢筋混凝土构件锈蚀疲劳损伤识别图，并根据所述基于频率-信息熵的钢筋混凝土构件锈蚀疲劳损伤识别图的特征点判断钢筋混凝土构件是否已发生锈蚀疲劳损伤。
进一步的，步骤D中，所述的根据所述基于频率-信息熵的钢筋混凝土构件锈蚀疲劳损伤识别图的特征点判断钢筋混凝土构件是否已发生锈蚀疲劳损伤的具体方法为：当钢筋混凝土构件未出现锈蚀疲劳损伤时，其频率-信息熵信号在频域上的熵值是上下小幅度波动的，无明显的熵值尖峰；当钢筋混凝土构件内部出现锈蚀疲劳损伤时，其频率-信息熵信号在频域上会出现一个显著的尖峰，即说明钢筋混凝土构件已出现锈蚀疲劳损伤；其中，所述的特征点即频率-信息熵信号在频域上的显著尖峰。
进一步的，步骤D中，以频率a为横坐标，信息熵Ea为纵坐标绘制采集到的声发射信号x(t)的基于频率-信息熵的钢筋混凝土构件锈蚀疲劳损伤识别图，其中，信息熵Ea的计算方法如下：
首先，首先通过小波变换计算采集到的声发射信号x(t)的小波能量密度Wx(a,b)，如公式(1)所示：
Figure BDA0001695175040000021
式中，a为频率，ψ*为母小波的复共轭，t为时间，b为时间尺度伸缩系数；
其次，计算对应不同频率a的信息熵Ea，如公式(2)-(4)所示：
Figure BDA0001695175040000031
Pa,b＝|Wx(a,b)|2/WPa (3)
Figure BDA0001695175040000032
式中，WPa为频率a的小波能量和，N为时间单元数，Pa,b为频率a在时间b处的概率密度。
当某个信息熵Ea最小值突破设定的阈值时，即表明钢筋混凝土构件已经出现锈蚀疲劳损伤。
进一步的，步骤D中，在判断出钢筋混凝土构件未出现锈蚀疲劳损伤后，通过熵值累加计算出钢筋混凝土构件的锈蚀疲劳损伤值DI。
其中，所述钢筋混凝土构件的锈蚀疲劳损伤值DI通过公式(5)计算得到：
DI＝∑Ea (5)
本发明的有益效果是：本发明通过提供一种可埋入钢筋混凝土建筑物中的智能损伤识别评价方法，能够长期全面准确地监测钢筋混凝土建筑物中的锈蚀疲劳损伤信息，对钢筋混凝土建筑物的结构安全进行实时分析和评价，更加准确快捷地判断钢筋混凝土建筑物的安全和运行状况。
附图说明
图1：本发明所采用的用于钢筋混凝土构件的锈蚀疲劳损伤识别系统示意图；
图2：本发明压电传感器的布置示意图；
图3：本发明基于频率-信息熵的钢筋混凝土构件锈蚀疲劳损伤识别图。
附图标注：1、压电传感器；2、信号过滤及放大设备；3、数据采集设备；4、计算分析设备；5、纵筋。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下：
图1为本发明方法采用的用于钢筋混凝土构件的锈蚀疲劳损伤识别系统，该系统由以下几个模块组成：压电传感器1、信号过滤及放大设备2、数据采集设备3、计算分析设备4；所述压电传感器1、信号过滤及放大设备2、数据采集设备3、计算分析设备4依次连接。
一种基于频率-信息熵的钢筋混凝土锈蚀疲劳损伤评价方法，采用上述用于钢筋混凝土构件的锈蚀疲劳损伤识别系统，具体包括以下步骤：
步骤A，如图2所示，将压电传感器1焊接在混凝土构件的受力钢筋纵筋5上，每隔一段距离焊接一个压电传感器1；以纵筋5作为声发射信号的波导管，将钢筋混凝土构件锈蚀疲劳损伤开裂引起的声发射信号通过纵筋5传递到压电传感器1中；
步骤B，通过信号过滤及放大设备2将压电传感器1监测到的声发射信号进行去噪、放大处理；
步骤C，通过数据采集设备3将经过去噪、放大处理的声发射信号进行采样并转化为数字信号存储；
步骤D，将数据采集设备3采集到的声发射信号的时域波形转化为基于频率-信息熵的钢筋混凝土构件锈蚀疲劳损伤识别图，并根据所述基于频率-信息熵的钢筋混凝土构件锈蚀疲劳损伤识别图的特征点判断钢筋混凝土构件是否已发生锈蚀疲劳损伤，如图3所示。图3为本发明基于频率-信息熵的钢筋混凝土构件锈蚀疲劳损伤识别图，当钢筋混凝土构件未出现锈蚀疲劳损伤时，其频率-信息熵信号在频域上的熵值是上下小幅度波动的，无明显的熵值尖峰；当钢筋混凝土构件内部出现锈蚀疲劳损伤时，其频率-信息熵信号在频域上会出现一个显著的尖峰，即说明钢筋混凝土构件已出现锈蚀疲劳损伤；其中，所述的特征点即频率-信息熵信号在频域上的显著尖峰。
钢筋混凝土构件锈蚀疲劳损伤信息的频率-信息熵计算方法如下：
首先，首先通过小波变换计算采集到的声发射信号x(t)的小波能量密度Wx(a,b)，如公式(1)所示：
Figure BDA0001695175040000051
式中，a为频率，ψ*为母小波的复共轭，t为时间，b为时间尺度伸缩系数；
其次，计算对应不同频率a的信息熵Ea，如公式(2)-(4)所示：
Figure BDA0001695175040000052
Pa,b＝|Wx(a,b)|2/WPa (3)
Figure BDA0001695175040000053
式中，WPa为频率a的小波能量和，N为时间单元数，Pa,b为频率a在时间b处的概率密度。
以频率a为横坐标，信息熵Ea为纵坐标绘制采集到的声发射信号x(t)的基于频率-信息熵的钢筋混凝土构件锈蚀疲劳损伤识别图。当某个信息熵Ea最小值突破设定的阈值时，即表明钢筋混凝土构件已经出现锈蚀疲劳损伤。
步骤E，信息熵最小值与钢筋混凝土构件的锈蚀疲劳损伤程度密切相关，在判断出钢筋混凝土构件未出现锈蚀疲劳损伤后，可通过熵值累加计算出钢筋混凝土构件的锈蚀疲劳损伤值DI。所述钢筋混凝土构件的锈蚀疲劳损伤值DI通过公式(5)计算得到：
DI＝∑Ea (5)
综上，本发明锈蚀疲劳损伤识别方法可长久地全面地准确地发挥它的监测感知作用，有效提高了钢筋混凝土构件的安全预警水平。
尽管上面结合附图对本发明的优选实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，并不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可以做出很多形式，这些均属于本发明的保护范围之内。

Claims (3)

1.一种基于频率-信息熵的钢筋混凝土锈蚀疲劳损伤评价方法，包括压电传感器、信号过滤及放大设备、数据采集设备和计算分析设备，所述压电传感器、信号过滤及放大设备、数据采集设备、计算分析设备依次连接，其特征在于，具体包括以下步骤：
步骤A，将压电传感器焊接在混凝土构件的受力钢筋纵筋上；以纵筋作为声发射信号的波导管，将钢筋混凝土构件锈蚀疲劳损伤开裂引起的声发射信号通过纵筋传递到压电传感器中；
步骤B，通过信号过滤及放大设备将压电传感器监测到的声发射信号进行去噪、放大处理；
步骤C，通过数据采集设备将经过去噪、放大处理的声发射信号进行采样并转化为数字信号存储；
步骤D，将数据采集设备采集到的声发射信号的时域波形转化为基于频率-信息熵的钢筋混凝土构件锈蚀疲劳损伤识别图，并根据所述基于频率-信息熵的钢筋混凝土构件锈蚀疲劳损伤识别图的特征点判断钢筋混凝土构件是否已发生锈蚀疲劳损伤；
其中，以频率a为横坐标，信息熵Ea为纵坐标绘制采集到的声发射信号x(t)的基于频率-信息熵的钢筋混凝土构件锈蚀疲劳损伤识别图，其中，信息熵Ea的计算方法如下：
首先，首先通过小波变换计算采集到的声发射信号x(t)的小波能量密度Wx(a,b)，如公式(1)所示：
Figure FDA0002634275030000011
式中，a为频率，ψ*为母小波的复共轭，t为时间，b为时间尺度伸缩系数；
其次，计算对应不同频率a的信息熵Ea，如公式(2)-(4)所示：
Figure FDA0002634275030000012
Pa,b＝|Wx(a,b)|2/WPa (3)
Figure FDA0002634275030000021
式中，WPa为频率a的小波能量和，N为时间单元数，Pa,b为频率a在时间b处的概率密度；
当某个信息熵Ea最小值突破设定的阈值时，即表明钢筋混凝土构件已经出现锈蚀疲劳损伤；
其中，所述的根据所述基于频率-信息熵的钢筋混凝土构件锈蚀疲劳损伤识别图的特征点判断钢筋混凝土构件是否已发生锈蚀疲劳损伤的具体方法为：当钢筋混凝土构件未出现锈蚀疲劳损伤时，其频率-信息熵信号在频域上的熵值是上下小幅度波动的，无明显的熵值尖峰；当钢筋混凝土构件内部出现锈蚀疲劳损伤时，其频率-信息熵信号在频域上会出现一个显著的尖峰，即说明钢筋混凝土构件已出现锈蚀疲劳损伤；其中，所述的特征点即频率-信息熵信号在频域上的显著尖峰。
2.根据权利要求1所述的一种基于频率-信息熵的钢筋混凝土锈蚀疲劳损伤评价方法，其特征在于，步骤D中，在判断出钢筋混凝土构件未出现锈蚀疲劳损伤后，通过熵值累加计算出钢筋混凝土构件的锈蚀疲劳损伤值DI。
3.根据权利要求2所述的一种基于频率-信息熵的钢筋混凝土锈蚀疲劳损伤评价方法，其特征在于，所述钢筋混凝土构件的锈蚀疲劳损伤值DI通过公式(5)计算得到：
DI＝∑Ea (5)。
CN201810609331.3A 2018-06-13 2018-06-13 基于频率-信息熵的钢筋混凝土锈蚀疲劳损伤评价方法 Active CN108956767B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810609331.3A CN108956767B (zh) 2018-06-13 2018-06-13 基于频率-信息熵的钢筋混凝土锈蚀疲劳损伤评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810609331.3A CN108956767B (zh) 2018-06-13 2018-06-13 基于频率-信息熵的钢筋混凝土锈蚀疲劳损伤评价方法

Publications (2)

Publication Number Publication Date
CN108956767A CN108956767A (zh) 2018-12-07
CN108956767B true CN108956767B (zh) 2020-11-24

Family

ID=64488518

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810609331.3A Active CN108956767B (zh) 2018-06-13 2018-06-13 基于频率-信息熵的钢筋混凝土锈蚀疲劳损伤评价方法

Country Status (1)

Country Link
CN (1) CN108956767B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110568083A (zh) * 2019-09-27 2019-12-13 中北大学 一种针对钢材腐蚀疲劳损伤在线监测的声发射检测方法
CN112329120A (zh) * 2020-11-27 2021-02-05 天津大学 基于柔性太阳能电池和光电催化材料的绿色建筑设计方法
CN113252776A (zh) * 2021-03-29 2021-08-13 东莞理工学院 一种建筑物接触界面监控方法
CN113155874A (zh) * 2021-05-17 2021-07-23 北京科技大学 三轴压缩下岩石与充填体耦合破裂分析方法及装置
CN113504301A (zh) * 2021-06-15 2021-10-15 浙江工业大学 一种钢筋锈蚀监测传感器及其使用方法
CN114384156B (zh) * 2022-01-13 2024-05-07 西安交通大学 一种基于信息熵理论的声发射信号特征提取与裂纹损伤识别方法
CN114791928A (zh) * 2022-04-13 2022-07-26 河海大学 一种时域信息熵驱动的边界自适应结构疲劳损伤检测方法
CN118275545B (zh) * 2024-05-30 2024-08-27 陕西省环境监测中心站 土壤压实度检测系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102269736A (zh) * 2011-07-08 2011-12-07 天津大学 罐底腐蚀声发射检测中声源分布区域的自动识别方法
CN105203632A (zh) * 2015-10-12 2015-12-30 江苏大学 一种基于超声导波的管道缺陷类型判别方法
JP2017085247A (ja) * 2015-10-23 2017-05-18 キヤノン株式会社 符号化方法及び符号化装置、撮像装置及びプログラム
JP2017085286A (ja) * 2015-10-26 2017-05-18 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102269736A (zh) * 2011-07-08 2011-12-07 天津大学 罐底腐蚀声发射检测中声源分布区域的自动识别方法
CN105203632A (zh) * 2015-10-12 2015-12-30 江苏大学 一种基于超声导波的管道缺陷类型判别方法
JP2017085247A (ja) * 2015-10-23 2017-05-18 キヤノン株式会社 符号化方法及び符号化装置、撮像装置及びプログラム
JP2017085286A (ja) * 2015-10-26 2017-05-18 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム

Also Published As

Publication number Publication date
CN108956767A (zh) 2018-12-07

Similar Documents

Publication Publication Date Title
CN108956767B (zh) 基于频率-信息熵的钢筋混凝土锈蚀疲劳损伤评价方法
US8640544B2 (en) Method for analyzing structure safety
Tang et al. An experimental study of acoustic emission methodology for in service condition monitoring of wind turbine blades
CN102854252B (zh) 一种检测金属材料疲劳状态的方法和系统
CN103760243A (zh) 一种微裂纹无损检测装置及方法
JP4812691B2 (ja) 埋設パイプラインのカソード防食状況計測評価装置及び計測評価方法
CN103940908A (zh) 基于dbscan及互相关算法的超声检测装置及方法
CN110990978B (zh) 一种螺栓状态监测方法和装置
KR101579732B1 (ko) 스마트 콘크리트 구조물의 건전성을 모니터링하기 위한 방법
CN103940903A (zh) 一种桁架结构节点损伤检测系统及其方法
CN103913512B (zh) 斜拉索定期检测的损伤定位系统
US20150308920A1 (en) Adaptive baseline damage detection system and method
CN109583314A (zh) 一种混凝土梁式桥安全监测指标的优化方法及装置
CN103940626A (zh) 在役正交异性钢桥面板疲劳开裂后剩余使用寿命评估方法
CN203745428U (zh) 一种微裂纹无损检测装置
CN110455923B (zh) 一种锚杆锚固质量等级快速评价方法
CN115507798B (zh) 一种高桩码头泥沙淤积高度的实时监测方法、介质及系统
CN103911958B (zh) 悬索桥及拱桥吊杆定期检测的损伤定位系统及其方法
CN116026920A (zh) 基于电磁超声导波的接地扁钢腐蚀分类及减薄量化方法
CN101788536B (zh) 基于双谱分析的在役16锰钢承力件焊接结构形变损伤状态表征与定量评估系统
Lozev Acoustic emission monitoring of steel bridge members
Cegla Manual UT vs permanently installed sensors
CN116642957B (zh) 一种基于多声学参量的基桩超声波检测判读方法
CN104133000A (zh) 一种材料腐蚀检测装置和方法
Li Acoustic emission monitoring and critical failure identification of bridge cable damage

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant