CN110360979A - 一种混凝土裂缝监测方法及系统 - Google Patents

一种混凝土裂缝监测方法及系统 Download PDF

Info

Publication number
CN110360979A
CN110360979A CN201910598069.1A CN201910598069A CN110360979A CN 110360979 A CN110360979 A CN 110360979A CN 201910598069 A CN201910598069 A CN 201910598069A CN 110360979 A CN110360979 A CN 110360979A
Authority
CN
China
Prior art keywords
point
deformation
concrete structure
stress wave
geometric point
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.)
Granted
Application number
CN201910598069.1A
Other languages
English (en)
Other versions
CN110360979B (zh
Inventor
刘铁军
杜成成
邹笃建
周傲
李伟杰
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.)
Shenzhen Graduate School Harbin Institute of Technology
Original Assignee
Shenzhen Graduate School Harbin Institute of Technology
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 Shenzhen Graduate School Harbin Institute of Technology filed Critical Shenzhen Graduate School Harbin Institute of Technology
Priority to CN201910598069.1A priority Critical patent/CN110360979B/zh
Publication of CN110360979A publication Critical patent/CN110360979A/zh
Application granted granted Critical
Publication of CN110360979B publication Critical patent/CN110360979B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/32Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring the deformation in a solid

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明公开一种混凝土裂缝监测方法及系统。本发明提供的混凝土裂缝监测方法及系统,根据混凝土结构的载荷逐渐增大时,接收器收集到的应力波的参数变化趋势监测混凝土结构中是否存在裂缝。随着混凝土结构荷载的递增,若应力波的传播时间差增大,且其幅值衰减,则可确定应力波对应的压电智能传感器组的驱动器和接收器之间存在裂缝。本发明提供的混凝土裂缝监测方法及系统,对混凝土结构的表面平整度要求较低,各驱动器和各接收器通过钻孔灌浆的方式埋置在混凝土结构中,不影响混凝土结构的正常使用,能够监测混凝土结构内部的裂缝。

Description

一种混凝土裂缝监测方法及系统
技术领域
本发明涉及钢筋混凝土结构领域,特别是涉及一种混凝土裂缝监测方法及系统。
背景技术
裂缝是混凝土梁桥典型的病害,现有技术中通常采用直接测量法对混凝土结构的裂缝宽度进行监测。采用外贴法在混凝土结构外部粘贴传感器,也能够实现对裂缝分布的监测。但是,现有裂缝监测技术对混凝土结构的表面平整度要求较高,不仅费时费力,还会影响结构的正常使用。而且,现有技术仅能测量混凝土结构表面的裂缝,无法监测混凝土结构内部的裂缝。
发明内容
本发明的目的是提供一种混凝土裂缝监测方法及系统,对混凝土结构的表面平整度要求较低,不影响混凝土结构的正常使用,能够监测混凝土结构内部的裂缝。
为实现上述目的,本发明提供了如下方案:
一种混凝土裂缝监测方法,所述监测方法包括:
获取混凝土结构的载荷逐渐增大时,各压电智能传感器组中接收器收集到的应力波,每一所述压电智能传感器组包括相对设置的一个驱动器和一个所述接收器,各所述驱动器和各所述接收器通过钻孔灌浆的方式埋置在所述混凝土结构中;
判断是否满足裂缝条件,所述裂缝条件为随着荷载的递增,所述应力波的传播时间差增大,且所述应力波的幅值衰减;
若是,确定满足裂缝条件的应力波对应的压电智能传感器组的驱动器和接收器之间存在裂缝。
可选的,所述获取混凝土结构的载荷逐渐增大时,各压电智能传感器组中接收器收集到的应力波之前,还包括:
在所述混凝土结构的目标区域的表面制造特征散斑,所述目标区域为布设所述压电智能传感器组的区域;
获取混凝土结构的载荷由零逐渐增大时,数码相机拍摄的所述目标区域的表面变形图和表面参考图,所述表面参考图为所述混凝土结构的载荷为零时所述目标区域的表面图,所述表面变形图为所述混凝土结构的载荷大于零时所述目标区域的表面图。
可选的,所述在所述混凝土结构的目标区域的表面制造特征散斑,具体包括:
在所述目标区域的表面均匀涂覆白漆;
在涂覆好白漆的所述目标区域的表面涂抹黑色斑点。
可选的,所述确定满足裂缝条件的应力波对应的压电智能传感器组的驱动器和接收器之间存在裂缝之后,还包括:
将所述表面变形图和所述表面参考图转换为灰度图,获得与所述表面变形图对应的变形灰度图及与所述表面参考图对应的参考灰度图;
以裂缝区域为中心,在所述参考灰度图上选择方形处理区域,获得参考处理区域,所述裂缝区域为满足裂缝条件的应力波对应的压电智能传感器组所在的区域;
以裂缝区域为中心,在所述变形灰度图上选择方形处理区域,获得变形处理区域;
根据参考几何点像素与变形几何点像素的相关性,确定与各参考几何点对应的变形几何点的位置,所述参考几何点为所述参考灰度图上的几何点,所述变形几何点为所述变形灰度图上的几何点;
根据各所述参考几何点的坐标及与各所述参考几何点对应的所述变形几何点的坐标确定裂缝宽度。
可选的,所述根据参考几何点像素与变形几何点像素的相关性,确定与各参考几何点对应的变形几何点的位置,具体包括:
根据公式:计算参考几何点的像素与各变形几何点的像素的相关系数,其中,r表示相关系数,p0表示参考几何点Q0的像素,pi表示变形几何点Qi的像素,cov(p0,pi)表示p0与pi的协方差,σp0表示p0的方差,σpi表示pi的方差;
根据所述相关系数的极值点的位置坐标确定与参考几何点Q0对应的变形几何点在所述变形灰度图上的位置坐标。
可选的,所述根据各所述参考几何点的坐标及与各所述参考几何点对应的所述变形几何点的坐标确定裂缝宽度,具体包括:
根据公式:确定裂缝在参考几何点Q0处的宽度,其中,x0表示参考几何点Q0的横坐标,y0表示参考几何点Q0的纵坐标,xi表示与参考几何点Q0对应的变形几何点的横坐标,yi表示与参考几何点Q0对应的变形几何点的纵坐标。
可选的,所述变形处理区域涵盖所述参考处理区域。
一种混凝土裂缝监测系统,所述监测系统包括:
应力波获取模块,用于获取混凝土结构的载荷逐渐增大时,各压电智能传感器组中接收器收集到的应力波,每一所述压电智能传感器组包括相对设置的一个驱动器和一个所述接收器,各所述驱动器和各所述接收器通过钻孔灌浆的方式埋置在所述混凝土结构中;
判断模块,用于判断是否满足裂缝条件,所述裂缝条件为随着荷载的递增,所述应力波的传播时间差增大,且所述应力波的幅值衰减;
裂缝确定模块,用于当判断结果为是时,确定满足裂缝条件的应力波对应的压电智能传感器组的驱动器和接收器之间存在裂缝。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供的混凝土裂缝监测方法及系统,根据混凝土结构的载荷逐渐增大时,接收器收集到的应力波的参数变化趋势监测混凝土结构中是否存在裂缝。随着混凝土结构荷载的递增,若应力波的传播时间差增大,且其幅值衰减,则可确定应力波对应的压电智能传感器组的驱动器和接收器之间存在裂缝。本发明提供的混凝土裂缝监测方法及系统,对混凝土结构的表面平整度要求较低,各驱动器和各接收器通过钻孔灌浆的方式埋置在混凝土结构中,不影响混凝土结构的正常使用,能够监测混凝土结构内部的裂缝。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种混凝土裂缝监测方法的流程图;
图2为本发明实施例提供的一种混凝土裂缝监测系统的结构框图;
图3为本发明实施例提供的特征散斑示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种混凝土裂缝监测方法及系统,对混凝土结构的表面平整度要求较低,不影响混凝土结构的正常使用,能够监测混凝土结构内部的裂缝。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例提供的一种混凝土裂缝监测方法的流程图。如图1所示,所述监测方法包括:
步骤101:获取混凝土结构的载荷逐渐增大时,各压电智能传感器组中接收器收集到的应力波,每一所述压电智能传感器组包括相对设置的一个驱动器和一个所述接收器,各所述驱动器和各所述接收器通过钻孔灌浆的方式埋置在所述混凝土结构中。本实施例中,驱动器和接收器均为压电智能骨料传感器。
步骤102:判断是否满足裂缝条件,所述裂缝条件为随着荷载的递增,所述应力波的传播时间差增大,且所述应力波的幅值衰减。
步骤103:若是,确定满足裂缝条件的应力波对应的压电智能传感器组的驱动器和接收器之间存在裂缝。
作为一种优选方案,执行所述步骤101:获取混凝土结构的载荷逐渐增大时,各压电智能传感器组中接收器收集到的应力波之前,还包括:
在所述混凝土结构的目标区域的表面制造特征散斑,所述目标区域为布设所述压电智能传感器组的区域。制造特征散斑的方法具体包括:
在所述目标区域的表面均匀涂覆白漆;
在涂覆好白漆的所述目标区域的表面涂抹黑色斑点。
获取混凝土结构的载荷由零逐渐增大时,数码相机拍摄的所述目标区域的表面变形图和表面参考图,所述表面参考图为所述混凝土结构的载荷为零时所述目标区域的表面图,所述表面变形图为所述混凝土结构的载荷大于零时所述目标区域的表面图。
在此基础上,执行所述步骤103:确定满足裂缝条件的应力波对应的压电智能传感器组的驱动器和接收器之间存在裂缝之后,还包括:
将所述表面变形图和所述表面参考图转换为灰度图,获得与所述表面变形图对应的变形灰度图及与所述表面参考图对应的参考灰度图。
以裂缝区域为中心,在所述参考灰度图上选择方形处理区域,获得参考处理区域,所述裂缝区域为满足裂缝条件的应力波对应的压电智能传感器组所在的区域。
以裂缝区域为中心,在所述变形灰度图上选择方形处理区域,获得变形处理区域。
根据参考几何点像素与变形几何点像素的相关性,确定与各参考几何点对应的变形几何点的位置,所述参考几何点为所述参考灰度图上的几何点,所述变形几何点为所述变形灰度图上的几何点。具体包括:
根据公式:计算参考几何点的像素与各变形几何点的像素的相关系数,其中,r表示相关系数,p0表示参考几何点Q0的像素,pi表示变形几何点Qi的像素,1≤i≤N,N表示变形几何点的数量,cov(p0,pi)表示p0与pi的协方差,σp0表示p0的方差,σpi表示pi的方差;
根据所述相关系数的极值点的位置坐标确定与参考几何点Q0对应的变形几何点在所述变形灰度图上的位置坐标。
根据各所述参考几何点的坐标及与各所述参考几何点对应的所述变形几何点的坐标确定裂缝宽度。具体包括:
根据公式:确定裂缝在参考几何点Q0处的宽度,其中,x0表示参考几何点Q0的横坐标,y0表示参考几何点Q0的纵坐标,xi表示与参考几何点Q0对应的变形几何点的横坐标,yi表示与参考几何点Q0对应的变形几何点的纵坐标。
图2为本发明实施例提供的一种混凝土裂缝监测系统的结构框图。如图2所示,所述监测系统包括:
应力波获取模块201,用于获取混凝土结构的载荷逐渐增大时,各压电智能传感器组中接收器收集到的应力波,每一所述压电智能传感器组包括相对设置的一个驱动器和一个所述接收器,各所述驱动器和各所述接收器通过钻孔灌浆的方式埋置在所述混凝土结构中;
判断模块202,用于判断是否满足裂缝条件,所述裂缝条件为随着荷载的递增,所述应力波的传播时间差增大,且所述应力波的幅值衰减;
裂缝确定模块203,用于当判断结果为是时,确定满足裂缝条件的应力波对应的压电智能传感器组的驱动器和接收器之间存在裂缝。
本发明的具体实施过程如下:
(1)通过钻孔灌浆的方式将压电智能骨料传感器埋置在混凝土结构内部,各压电智能传感器组中的两个压电智能骨料传感器互为驱动器和接收器,即,其中一个为驱动器,用于激发应力波,另一个为接收器,用于接收应力波数据。
(2)在混凝土结构31的目标区域,即布设传感器的区域表面制造图3所示的特征散斑32,这些特征散斑32代表结构表面上的几何点。特征散斑32的制作方法为:先用白漆涂抹目标区域的结构表面,然后在涂好白漆的结构表面涂抹黑色斑点,黑色斑点即为特征散斑32。
(3)对混凝土结构进行加载,使其产生变形。连接外部激励及监测系统,外部电信号激励驱动器,驱动器将电信号转化为机械信号,机械信号以应力波的形式在混凝土结构中传播,直到被相应的接收器捕捉到,接收器将机械信号转化为应力波电信号并存储在信号采集设备中。通过高清数码相机连续拍摄获得目标区域变形过程中不同时刻的数字图像。
(4)根据接收器收集到的应力波波形信息,包括应力波传播时间差和幅值的变化趋势确定裂缝的分布情况。具体包括:在传感器布设区域,在某对驱动器和接收器之间,将荷载为零时接收器接收到的应力波传播时间差(Δt0)和幅值(A0)作为主要参考指标,随着荷载的递增,若接收器接收到的应力波传播时间差增大,即Δti>Δt0,且幅值衰减,即Ai<A0,则可以判定出该驱动器与传感器之间的混凝土中产生了裂缝。其中,Δti表示载荷大于零时,接收器接收到的应力波传播时间差。Δt0表示载荷等于零时,接收器接收到的应力波传播时间差。Ai表示载荷大于零时,接收器接收到的应力波幅值。A0表示载荷等于零时,接收器接收到的应力波幅值。
(5)将变形前后的图像批量转换为灰度照片,获得与表面变形图对应的变形灰度图及与表面参考图对应的参考灰度图。以裂缝区域为中心,在参考灰度图上选择方形处理区域,获得参考处理区域。以裂缝区域为中心,在所述变形灰度图上选择方形处理区域,获得变形处理区域,其中,变形处理区域涵盖参考处理区域。根据相关算法判断参考灰度图与变形灰度图所选择的方形处理区域中,数字散斑图像几何点像素的相关性,根据公式(1)求解其相关系数r,相关系数的极值点(极大值或极小值)所在的坐标(xi,yi)即为对应的变形几何点在变形灰度图上的位置坐标。参考灰度图上的几何点与变形灰度图上对应的几何点坐标的位移d即为裂缝在该几何点处的宽度。位移的计算公式为式(2)。逐一计算各个几何点的位移,采用Matlab软件实现结果的可视化,所得图像中应变较大的区域即为裂缝,几何点的位移值即为裂缝在该点处的宽度。
本发明采用可埋置在混凝土结构内部的压电智能传感器通过激发、接收压电应力波的形式进行信号的获取,从而通过分析应力波传播特性来监测混凝土结构内部的裂缝。本发明进一步结合数字图像相关技术(DIC),获取加载过程不同时刻的混凝土结构图像,根据位移图像的分析可定位裂缝的分布与宽度,裂缝宽度监测精度可达0.04mm。而且,全程无损实时监测,不会影响混凝土结构的正常使用。
基于本发明提供的技术方案,还可进一步建立裂缝宽度与应力波参数的关系模型,加强对裂缝宽度对应力波传播影响的认识。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种混凝土裂缝监测方法,其特征在于,所述监测方法包括:
获取混凝土结构的载荷逐渐增大时,各压电智能传感器组中接收器收集到的应力波,每一所述压电智能传感器组包括相对设置的一个驱动器和一个所述接收器,各所述驱动器和各所述接收器通过钻孔灌浆的方式埋置在所述混凝土结构中;
判断是否满足裂缝条件,所述裂缝条件为随着荷载的递增,所述应力波的传播时间差增大,且所述应力波的幅值衰减;
若是,确定满足裂缝条件的应力波对应的压电智能传感器组的驱动器和接收器之间存在裂缝。
2.根据权利要求1所述的监测方法,其特征在于,所述获取混凝土结构的载荷逐渐增大时,各压电智能传感器组中接收器收集到的应力波之前,还包括:
在所述混凝土结构的目标区域的表面制造特征散斑,所述目标区域为布设所述压电智能传感器组的区域;
获取混凝土结构的载荷由零逐渐增大时,数码相机拍摄的所述目标区域的表面变形图和表面参考图,所述表面参考图为所述混凝土结构的载荷为零时所述目标区域的表面图,所述表面变形图为所述混凝土结构的载荷大于零时所述目标区域的表面图。
3.根据权利要求2所述的监测方法,其特征在于,所述在所述混凝土结构的目标区域的表面制造特征散斑,具体包括:
在所述目标区域的表面均匀涂覆白漆;
在涂覆好白漆的所述目标区域的表面涂抹黑色斑点。
4.根据权利要求2所述的监测方法,其特征在于,所述确定满足裂缝条件的应力波对应的压电智能传感器组的驱动器和接收器之间存在裂缝之后,还包括:
将所述表面变形图和所述表面参考图转换为灰度图,获得与所述表面变形图对应的变形灰度图及与所述表面参考图对应的参考灰度图;
以裂缝区域为中心,在所述参考灰度图上选择方形处理区域,获得参考处理区域,所述裂缝区域为满足裂缝条件的应力波对应的压电智能传感器组所在的区域;
以裂缝区域为中心,在所述变形灰度图上选择方形处理区域,获得变形处理区域;
根据参考几何点像素与变形几何点像素的相关性,确定与各参考几何点对应的变形几何点的位置,所述参考几何点为所述参考灰度图上的几何点,所述变形几何点为所述变形灰度图上的几何点;
根据各所述参考几何点的坐标及与各所述参考几何点对应的所述变形几何点的坐标确定裂缝宽度。
5.根据权利要求4所述的监测方法,其特征在于,所述根据参考几何点像素与变形几何点像素的相关性,确定与各参考几何点对应的变形几何点的位置,具体包括:
根据公式:计算参考几何点的像素与各变形几何点的像素的相关系数,其中,r表示相关系数,p0表示参考几何点Q0的像素,pi表示变形几何点Qi的像素,cov(p0,pi)表示p0与pi的协方差,σp0表示p0的方差,σpi表示pi的方差;
根据所述相关系数的极值点的位置坐标确定与参考几何点Q0对应的变形几何点在所述变形灰度图上的位置坐标。
6.根据权利要求5所述的监测方法,其特征在于,所述根据各所述参考几何点的坐标及与各所述参考几何点对应的所述变形几何点的坐标确定裂缝宽度,具体包括:
根据公式:确定裂缝在参考几何点Q0处的宽度,其中,x0表示参考几何点Q0的横坐标,y0表示参考几何点Q0的纵坐标,xi表示与参考几何点Q0对应的变形几何点的横坐标,yi表示与参考几何点Q0对应的变形几何点的纵坐标。
7.根据权利要求4所述的监测方法,其特征在于,所述变形处理区域涵盖所述参考处理区域。
8.一种混凝土裂缝监测系统,其特征在于,所述监测系统包括:
应力波获取模块,用于获取混凝土结构的载荷逐渐增大时,各压电智能传感器组中接收器收集到的应力波,每一所述压电智能传感器组包括相对设置的一个驱动器和一个所述接收器,各所述驱动器和各所述接收器通过钻孔灌浆的方式埋置在所述混凝土结构中;
判断模块,用于判断是否满足裂缝条件,所述裂缝条件为随着荷载的递增,所述应力波的传播时间差增大,且所述应力波的幅值衰减;
裂缝确定模块,用于当判断结果为是时,确定满足裂缝条件的应力波对应的压电智能传感器组的驱动器和接收器之间存在裂缝。
CN201910598069.1A 2019-07-04 2019-07-04 一种混凝土裂缝监测方法及系统 Active CN110360979B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910598069.1A CN110360979B (zh) 2019-07-04 2019-07-04 一种混凝土裂缝监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910598069.1A CN110360979B (zh) 2019-07-04 2019-07-04 一种混凝土裂缝监测方法及系统

Publications (2)

Publication Number Publication Date
CN110360979A true CN110360979A (zh) 2019-10-22
CN110360979B CN110360979B (zh) 2021-12-07

Family

ID=68218053

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910598069.1A Active CN110360979B (zh) 2019-07-04 2019-07-04 一种混凝土裂缝监测方法及系统

Country Status (1)

Country Link
CN (1) CN110360979B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110954006A (zh) * 2019-11-21 2020-04-03 武汉理工大学 一种基于应变损失的浆体裂缝监测方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080034884A1 (en) * 2006-07-07 2008-02-14 Gangbing Song Piezoceramic-based smart aggregate for unified performance monitoring of concrete structures
CN202216911U (zh) * 2011-07-29 2012-05-09 河海大学 一种混凝土表面微小裂缝的定位系统
CN103388378A (zh) * 2013-07-31 2013-11-13 上海交通大学 基于压电陶瓷晶体的智能钢筋及其制作方法
CN104483330A (zh) * 2014-11-11 2015-04-01 浙江大学 混凝土表面裂缝实时监测系统与开裂风险的动态评估方法
JP2016191666A (ja) * 2015-03-31 2016-11-10 太平洋セメント株式会社 コンクリートの脆弱部分の識別方法
CN106959365A (zh) * 2017-01-16 2017-07-18 长沙理工大学 一种钢筋混凝土主梁结构锈胀裂缝开裂参数监测方法
CN108375633A (zh) * 2018-01-24 2018-08-07 长安大学 自供电式沥青路内部裂缝监测与定位系统与方法
CN108896389A (zh) * 2018-07-17 2018-11-27 北华大学 一种基于压电智能骨料的混凝土结构损伤监测方法
CN208313505U (zh) * 2018-06-05 2019-01-01 沈阳建筑大学 一种压电智能骨料传感器传感与驱动性能的标定装置
CN109493329A (zh) * 2018-11-02 2019-03-19 河北工业大学 基于局部网格加密的数字图像相关方法
CN109669028A (zh) * 2019-03-04 2019-04-23 青岛理工大学 一种钢筋锈胀引起混凝土开裂锈胀力的测量方法
CN109696116A (zh) * 2019-01-22 2019-04-30 长安大学 沥青路面内部裂缝监测系统及裂缝宽度、位置确定方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080034884A1 (en) * 2006-07-07 2008-02-14 Gangbing Song Piezoceramic-based smart aggregate for unified performance monitoring of concrete structures
CN202216911U (zh) * 2011-07-29 2012-05-09 河海大学 一种混凝土表面微小裂缝的定位系统
CN103388378A (zh) * 2013-07-31 2013-11-13 上海交通大学 基于压电陶瓷晶体的智能钢筋及其制作方法
CN104483330A (zh) * 2014-11-11 2015-04-01 浙江大学 混凝土表面裂缝实时监测系统与开裂风险的动态评估方法
JP2016191666A (ja) * 2015-03-31 2016-11-10 太平洋セメント株式会社 コンクリートの脆弱部分の識別方法
CN106959365A (zh) * 2017-01-16 2017-07-18 长沙理工大学 一种钢筋混凝土主梁结构锈胀裂缝开裂参数监测方法
CN108375633A (zh) * 2018-01-24 2018-08-07 长安大学 自供电式沥青路内部裂缝监测与定位系统与方法
CN208313505U (zh) * 2018-06-05 2019-01-01 沈阳建筑大学 一种压电智能骨料传感器传感与驱动性能的标定装置
CN108896389A (zh) * 2018-07-17 2018-11-27 北华大学 一种基于压电智能骨料的混凝土结构损伤监测方法
CN109493329A (zh) * 2018-11-02 2019-03-19 河北工业大学 基于局部网格加密的数字图像相关方法
CN109696116A (zh) * 2019-01-22 2019-04-30 长安大学 沥青路面内部裂缝监测系统及裂缝宽度、位置确定方法
CN109669028A (zh) * 2019-03-04 2019-04-23 青岛理工大学 一种钢筋锈胀引起混凝土开裂锈胀力的测量方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
C. DU等: "Experimental investigation on crack detection using imbedded smart aggregate", 《LIFE-CYCLE ANALYSIS AND ASSESSMENT IN CIVIL ENGINEERING: TOWARDS AN INTEGRATED VISION》 *
WEIPING ZHANG等: "Effects of impressed current density on corrosion induced cracking of", 《CONSTRUCTION AND BUILDING MATERIALS》 *
覃锋等: "核设施钢板组合墙面外抗剪性能研究", 《中国博士学位论文全文数据库(工程科技Ⅱ辑)》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110954006A (zh) * 2019-11-21 2020-04-03 武汉理工大学 一种基于应变损失的浆体裂缝监测方法

Also Published As

Publication number Publication date
CN110360979B (zh) 2021-12-07

Similar Documents

Publication Publication Date Title
CN110108348B (zh) 基于运动放大光流跟踪的薄壁件微幅振动测量方法及系统
KR101282673B1 (ko) 음원 위치 추정 방법
CN109541028B (zh) 一种风力机叶片裂纹位置定位检测方法及系统
CN103105140B (zh) 大型建筑物变形监测装置以及用其监测的方法
CN111174961B (zh) 一种基于模态分析的索力光学测量方法及其测量系统
CN111521691B (zh) 一种基于时间反转加权分布的复合材料Lamb波损伤成像方法
WO2023159997A1 (zh) 门类密闭性能及其漏点位置的主动式检测方法及系统
CN107328502A (zh) 一种锚杆托盘载荷可视化数字成像方法
CN110360979A (zh) 一种混凝土裂缝监测方法及系统
WO2021147191A1 (zh) 应变模态分析方法及相关装置
JP3785577B1 (ja) ひび割れ検出システム及びひび割れ検出方法
CN112906095B (zh) 基于激光条纹中心追踪的桥梁模态识别方法及其系统
WO2022077764A1 (zh) 显示面板亮度调节方法及装置
CN109883344A (zh) 一种海洋防腐涂层表面应变与位移的检测方法
CN113340405A (zh) 桥梁振型的测量方法、装置及系统
KR20220093942A (ko) 노이즈 환경을 고려한 구조물 결함 탐지 장치 및 방법
CN112284509A (zh) 一种基于手机视频的桥梁结构振型测量方法
CN111833345A (zh) 一种基于光学图像的金属表面氧化层厚度的监控方法
Kuo et al. Implementation of inverse perspective mapping for camera-vision water-level measurements
CN112816120B (zh) 一种索力测量方法
CN112146520A (zh) 声波武器打击后听阈转移的计算方法及系统
Jeon et al. Multi-point measurement of structural vibration using pattern recognition from camera image
JPH11237216A (ja) 光学歪の評価方法および評価装置
CN111175379B (zh) 一种基于同步压缩小波变换的Lamb波板结构健康监测方法
CN117739994B (zh) 一种视觉机器人水下目标识别追踪方法及系统

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