CN111077184A - 基于红外热成像的识别钢管混凝土构件脱空缺陷的方法 - Google Patents
基于红外热成像的识别钢管混凝土构件脱空缺陷的方法 Download PDFInfo
- Publication number
- CN111077184A CN111077184A CN201911296095.5A CN201911296095A CN111077184A CN 111077184 A CN111077184 A CN 111077184A CN 201911296095 A CN201911296095 A CN 201911296095A CN 111077184 A CN111077184 A CN 111077184A
- Authority
- CN
- China
- Prior art keywords
- concrete
- area
- steel tube
- temperature
- heating
- 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
Links
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 206
- 239000010959 steel Substances 0.000 title claims abstract description 206
- 239000004567 concrete Substances 0.000 title claims abstract description 182
- 239000011800 void material Substances 0.000 title claims abstract description 58
- 230000007547 defect Effects 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000001931 thermography Methods 0.000 title claims abstract description 12
- 238000010438 heat treatment Methods 0.000 claims abstract description 105
- 238000012360 testing method Methods 0.000 claims abstract description 51
- 238000009826 distribution Methods 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 12
- 230000008859 change Effects 0.000 claims abstract description 8
- 239000000463 material Substances 0.000 claims abstract description 8
- 239000013074 reference sample Substances 0.000 claims description 27
- 238000003860 storage Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 15
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000002360 preparation method Methods 0.000 claims description 4
- 238000012854 evaluation process Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 10
- 238000004458 analytical method Methods 0.000 abstract description 2
- 239000004566 building material Substances 0.000 abstract description 2
- 230000008901 benefit Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 239000004568 cement Substances 0.000 description 3
- 238000010079 rubber tapping Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 239000011398 Portland cement Substances 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 239000007822 coupling agent Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 229910052755 nonmetal Inorganic materials 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000011150 reinforced concrete Substances 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 239000008399 tap water Substances 0.000 description 1
- 235000020679 tap water Nutrition 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/72—Investigating presence of flaws
Landscapes
- Physics & Mathematics (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 Using Thermal Means (AREA)
Abstract
本发明涉及建筑材料检测技术领域，旨在提供一种基于红外热成像的识别钢管混凝土构件脱空缺陷的方法。该方法是通过加热装置对钢管混凝土构件待测区域进行加热，拍摄试件表面图像，然后通过红外数字图像处理软件进行处理分析，通过对比分析加热区域与非加热区域的温度分布规律，计算钢管混凝土表面的温度分布梯度；进一步根据温度分布梯度判断钢管混凝土脱空区域的范围，识别钢管混凝土脱空区域的边界。本发明在采用温度变化率的方法来识别钢管混凝土构件脱空缺陷的边界，因此具有可重复性，测试结果不受人为因素的影响。本发明操作简便，测试设备可根据测试精度要求选择不同的现有的商业化仪器，节省人力物力，测试成本较低。
Description
技术领域
本发明属于建筑材料检测技术领域，具体涉及一种基于红外热成像的识别钢管混凝土构件脱空缺陷的方法。
背景技术
钢管混凝土结构是一种新型组合结构，具有承载能力高、施工方便等优点，在大型建筑工程中被广泛应用。近年来，我国对钢管混凝土结构在理论研究和工程应用方面都取得了很大的发展。在理论研究方面，我国已对钢管混凝土构件的力学性能、收缩徐变、耐火性和抗震性等进行了深入的研究，取得了阶段性的研究成果，钢管混凝土结构的相关规范逐步完善；在工程应用方面，钢管混凝土结构正在向大跨、高耸方向发展，已被广泛地应用于大跨度空间结构、超高层建筑和大跨径桥梁等，并已取得良好的社会效益。但是，由于钢管混凝土结构属于隐蔽工程。在施工过程中，钢管壁与混凝土难免脱空等现象，因此对钢管混凝土质量的检测十分重要。目前检测钢管混凝土缺陷的研究技术还不太成熟。比较具有实际操作意义的主要有两种方法：一是敲击法，二是超声检测法。这两种方法在各自检测的领域具有不同的优势与局限性。
敲击法的主要优势是操作简便，测试成本低。但是缺点也非常明显。敲击法是这一种非量化评价方法，不同的操作者会得出不同甚至相反的评价结论。测试结果受操作人与操作过程的影响较大。因此通常测试结果仅能作为参考依据，而不能作为钢管混凝土质量好坏的客观判据。
针对超声检测而言，它的优势主要体现在以下几个方面：适用于金属、非金属、复合材料等多种材料制件的无损评价；穿透能力强，可对较大厚度范围的试件内部缺陷进行检测，可进行整个试件体积的扫查；灵敏度高，可检测材料内部尺寸很小的缺陷；可较准确地测定缺陷的深度位置，这在许多情况下是十分需要的；对超声技术的应用来说，可从同侧位置对试件进行检测，如裂缝深度的测试；设备轻便，对人体及环境无害，可作现场检测。但是其局限性也很明显：试件的形状、尺寸、材料组成以及表面粗糙程度对超声波检测的可行性有较大影响；对试验构件的缺陷作定性、定量分析时，需要检测人员有丰富的经验为基础；为使超声波有效地进入试件，必须使用耦合剂；钢管混凝土存在脱空缺陷时，脱空部分无法进行超声检测。
鉴于上述技术存在的不足，采用一种客观的方法来检测钢管混凝土构件的脱空缺陷，较全面地评价钢管混凝土结构的性能一直是目前钢管混凝土结构检测方面的热点问题。在钢管混凝土结构被广泛应用的今天，这种技术对提高钢管混凝土结构的可靠性具有非常重要的意义与工程应用价值。
发明内容
本发明要解决的技术问题是，针对现有技术中的不足，提供一种基于红外热成像的识别钢管混凝土构件脱空缺陷的方法。
为了解决上述技术问题，本发明的解决方案是：
提供一种基于红外热成像的识别钢管混凝土构件脱空缺陷的方法，包括以下步骤：
(1)制作一个正方形钢管混凝土试件作为基准试件，方形钢管钢板围成，内部使用混凝土填充，保证钢板与混凝土粘结良好；
所述钢板与钢管混凝土构件中的钢管具有相同的材质与厚度；基准试样所用的混凝土配方、制备方法及养护过程与钢管混凝土构件保持一致；
(2)将基准试样置于加热装置的热场中，并使两者中心重合；加热部件的加热面平行于基准试样中的钢板，加热部件与基准试样保持20cm-30cm间距；调节加热装置的控制器，对基准试样加热10～30分钟；停止加热后，使用红外数字图像收集系统从各方向对基准试样进行拍照；
(3)将钢管混凝土构件置于加热装置的热场中，使其中心与热场中心重合；加热部件的加热面平行于钢管混凝土构件的钢管轴线方向，加热部件与钢管混凝土构件保持20cm-30cm间距；调节加热装置的控制器，对钢管混凝土构件加热10～30分钟；停止加热后，使用红外数字图像收集系统从各方向对钢管混凝土构件进行拍照；
(4)将拍摄所得红外数字照片通过有线或无线方式传输至计算机，并存储在存储设备中；
(5)使用红外数字图像处理软件对红外数字照片进行温度识别处理，分别绘制出基准试样和钢管混凝土构件的温度分布图；
(6)基于基准试样的温度分布图，获得表面温度平均值，记为T1；基于钢管混凝土构件的温度分布图，获得待测区域平均温度，记为T2；
(7.1)如果钢管混凝土构件的待测区域内任一点与其平均温度T2的差值在±3℃之间，则认为待测区域的温度分布均匀，此时按下述方式进行评估：
A、如果T1与T2的差值在±3℃之间，判定钢管混凝土待测区域的钢管与混凝土粘结良好，不存在脱空现象；
B、如果T2-T1>8℃，判定钢管混凝土构件的待测区域内钢管与混凝土完全脱空；
C、如果3℃<T2-T1<8℃或者T1-T2>3℃，判定试验过程中误差过大；此时应重复步骤(2)～(6)，以再次获取的T1、T2数据重新进行评估；
(7.2)如果钢管混凝土构件的待测区域内存在超过3个位置的温度与平均温度T2的差值大于±3℃，则认为待测区域的温度分布不均，并且判定待测区域内部分区域存在脱空缺陷；此时按下述方式继续进行评估：
a、根据钢管混凝土构件待测区域的温度分布图，区分高温区域H与低温区域L；
b、在高温区域H中选择温度相对平均的子区域，基于该子区域的温度分布图获得平均温度，记为T3；在低温区域L中选择温度相对平均的子区域，基于该子区域的温度分布图获得平均温度，记为T4；
c、如果T1与T4的差值在±3℃之间，判定低温区域L的钢管与混凝土粘结良好；
d、如果T1与T4的误差大于±3℃，判定测试过程中误差过大，此时应重复步骤(2)～(6)，以再次获取的T1、T4数据重新进行评估；
e、如果T3-T1>5℃，判定钢管混凝土构件待测区域高温区域与混凝土完全脱空；
f、如果T3-T1<5℃，判定试验过程中误差过大；此时应重复步骤(2)～(6)，以再次获取的T1、T3数据重新进行评估；
g、根据钢管混凝土构件待测区域的温度分布图，计算低温区域L到高温区域H的温度变化梯度G，单位℃/cm；当某位置的温度变化梯度G大于关键值Gc时，判定此处为钢管混凝土构件脱空区域的边界点；
h、重复步骤e，获得若干个边界点；连接相邻的边界点，直至识别并绘制出钢管混凝土构件待测区域脱空缺陷的完整边界。
本发明中，步骤e中所述关键值Gc取值为8℃/cm。
本发明中，所述方形钢管由厚度为15mm的Q235钢板围成，内部尺寸为100mm×100mm×100mm。
本发明中进一步提供了采集用于钢管混凝土构件脱空缺陷识别的红外热成像的系统，该系统包括：加热装置、红外数字图像收集系统、红外数字图像存储系统和数字图像处理分析系统；其中，
加热装置具有呈全包围式或半包围布置的加热部件；钢管混凝土构件放置在加热部件所形成的热场中；加热部件的加热面平行于钢管混凝土构件的钢管轴线方向布置，且与钢管混凝土构件保持间距；
红外数字图像收集系统是指具有红外拍摄功能的红外热成像仪、数码相机或手机；
红外数字图像存储系统是指配备了存储设备的计算机，用于存储采集到的红外数字图像；红外数字图像收集系统通过有线或无线方式连接至红外数字图像存储系统；
数字图像处理分析系统是安装在计算机中的软件功能模块，用于实现权利要求1的步骤(6)、(7.1)和(7.2)所述评估过程。
本发明中，所述加热装置还包括调整加热功率的控制器；所述加热部件是电加热器，且通过导线连接至控制器；或者所述加热部件是燃气加热器，其进气管路上设置电控阀门，电控阀门通过导线连接至控制器。
本发明中，所述存储设备是安装在计算机内部的硬盘，或者是与计算机通过互联网连接的云端存储设备。
本发明中，所述钢管混凝土构件与加热部件之间保持20～30cm的间距。
发明原理描述：
本发明基于红外热成像的识别钢管混凝土构件脱空缺陷的方法，是通过加热装置对钢管混凝土构件待测区域进行加热，利用具有红外拍摄功能的数码相机或手机拍摄钢管混凝土待测试件表面的图像，然后通过红外数字图像处理软件对采集及存储的数字图像进行处理分析，通过对比分析加热区域与非加热区域的温度分布规律，计算钢管混凝土表面的温度分布梯度；进一步根据温度分布梯度判断钢管混凝土脱空区域的范围，识别钢管混凝土脱空区域的边界。
本发明利用了钢材与空气传热系数的差异对钢管混凝土脱空缺陷进行识别。如图1所示，当钢管混凝土无缝隙时，外部热源传递的热量将通过钢管壁传入混凝土。如图2所示，当钢管混凝土柱中的钢管与混凝土柱存在缝隙时，钢管与混凝土柱之间存在空气的隔层。由于空气是热的不良导体，热量在通过钢管壁传入混凝土内部的时间将大大延长，在缝隙处的钢管壁温度要显著高于无缝隙处钢管壁的温度。此时通过红外热成像仪，将捕捉到钢管壁表面的温度差异。由于有缺陷位置与无缺陷位置的温度存在较明显的区别，通过此方法，将可以定量化评价钢管混凝土中混凝土与钢管壁之间的缝隙位置以及存在缝隙的面积大小。
与现有技术相比，本发明的有益效果是：
1、本发明可以客观的判别钢管混凝土构件中是否存在脱空缺陷，并识别钢管混凝土构件脱空缺陷的边界，从而为可靠地评价混凝土的耐久性提供科学的依据。
2、本发明在判别钢管混凝土构件脱空缺陷时，并未采用温度阈值，而是采用温度变化率的方法来识别钢管混凝土构件脱空缺陷的边界；因此具有可重复性，测试结果不受人为因素的影响。
3、本发明操作简便，测试设备可根据测试精度要求选择不同的现有的商业化仪器，节省人力物力，测试成本较低。
附图说明
图1钢管与混凝土之间无脱空缺陷状态的示意图；
图2钢管与混凝土之间存在脱空缺陷状态的示意图；
图3钢管混凝土构件脱空缺陷信息采集系统示意图；
图4钢管混凝土脱空缺陷识别的流程示意图；
图5钢筋混凝土试件表面测试区域示意图；
图6待测钢管混凝土构件与加热装置的布置图；
图7基准钢管混凝土实测温度图；
图8混凝土表面广义主应变场三维分布图(左图为钢管混凝土脱空区域温度图，右图为钢管混凝土未脱空区域温度图)
图9钢管混凝土温度不均匀区域脱空图。
图中附图标记：1混凝土；2钢管；3缝隙；4加热源；5脱空区域边界。
具体实施方式
首先需要说明的是，本发明涉及红外图像温度识别和基于识别结果的计算，是计算机技术在信息安全技术领域的一种应用。在本发明的实现过程中，会涉及到多个软件功能模块的应用。申请人认为，如在仔细阅读申请文件、准确理解本发明的实现原理和发明目的以后，在结合现有公知技术的情况下，本领域技术人员完全可以运用其掌握的软件编程技能实现本发明。前述软件功能模块包括但不限于：红外数字图像处理软件、数字图像处理分析系统等，凡本发明申请文件提及的均属此范畴，申请人不再一一列举。其中，红外数字图像处理软件属于现有技术，可市购获得。
在钢管混凝土构件中，脱空缺陷是导致钢管混凝土构件承载力下降的一个重要因素。本发明通过试验模拟钢管混凝土的脱空缺陷，采用所述方法判别钢管混凝土构件是否存在脱空缺陷并识别脱空缺陷的边界。
本发明首先提供了采集用于钢管混凝土构件脱空缺陷识别的红外热成像的系统，该系统包括：加热装置、红外数字图像收集系统、红外数字图像存储系统和数字图像处理分析系统；其中，加热装置具有呈全包围式或半包围布置的加热部件；钢管混凝土构件放置在加热部件所形成的热场中；加热部件的加热面平行于钢管混凝土构件的钢管轴线方向布置，且与钢管混凝土构件保持20～30cm的间距；加热装置还包括调整加热功率的控制器；所述加热部件是电加热器，且通过导线连接至控制器；或者所述加热部件是燃气加热器，其进气管路上设置电控阀门，电控阀门通过导线连接至控制器。
红外数字图像收集系统是指具有红外拍摄功能的红外热成像仪、数码相机或手机；红外数字图像存储系统是指配备了存储设备的计算机，用于存储采集到的红外数字图像；所述存储设备是安装在计算机内部的硬盘，或者是与计算机通过互联网连接的云端存储设备。红外数字图像收集系统通过有线或无线方式连接至红外数字图像存储系统；数字图像处理分析系统是安装在计算机中的软件功能模块，用于实现本发明的评估过程。
基于上述系统，本发明识别钢管混凝土构件脱空缺陷的方法，包括以下步骤：
(1)制作一个正方形钢管混凝土试件作为基准试件，方形钢管由厚度为15mm的Q235钢板围成，内部尺寸为100mm×100mm×100mm；使用混凝土填充，保证钢板与混凝土粘结良好；
所述钢板与钢管混凝土构件中的钢管具有相同的材质与厚度；基准试样所用的混凝土配方、制备方法及养护过程与钢管混凝土构件保持一致；
(2)将基准试样置于加热装置的热场中，并使两者中心重合；加热部件的加热面平行于基准试样中的钢板，加热部件与基准试样保持20cm-30cm间距；调节加热装置的控制器，对基准试样加热10～30分钟；停止加热后，使用红外数字图像收集系统从各方向对基准试样进行拍照；
(3)将钢管混凝土构件置于加热装置的热场中，使其中心与热场中心重合；加热部件的加热面平行于钢管混凝土构件的钢管轴线方向，加热部件与钢管混凝土构件保持20cm-30cm间距；调节加热装置的控制器，对钢管混凝土构件加热10～30分钟；停止加热后，使用红外数字图像收集系统从各方向对钢管混凝土构件进行拍照；
(4)将拍摄所得红外数字照片通过有线或无线方式传输至计算机，并存储在存储设备中；
(5)使用红外数字图像处理软件对红外数字照片进行温度识别处理，分别绘制出基准试样和钢管混凝土构件的温度分布图；
(6)基于基准试样的温度分布图，获得表面温度平均值，记为T1；基于钢管混凝土构件的温度分布图，获得待测区域平均温度，记为T2；
(7.1)如果钢管混凝土构件的待测区域内任一点与其平均温度T2的差值在±3℃之间，则认为待测区域的温度分布均匀，此时按下述方式进行评估：
A、如果T1与T2的差值在±3℃之间，判定钢管混凝土待测区域的钢管与混凝土粘结良好，不存在脱空现象；
B、如果T2-T1>8℃，判定钢管混凝土构件的待测区域内钢管与混凝土完全脱空；
C、如果3℃<T2-T1<8℃或者T1-T2>3℃，判定试验过程中误差过大；此时应重复步骤(2)～(6)，以再次获取的T1、T2数据重新进行评估；
(7.2)如果钢管混凝土构件的待测区域内存在超过3个位置(如果位置少于3个，试验误差性较大，无法说明待测区域温度不均)的温度与平均温度T2的差值大于±3℃，则认为待测区域的温度分布不均，并且判定待测区域内部分区域存在脱空缺陷；此时按下述方式继续进行评估：
a、根据钢管混凝土构件待测区域的温度分布图，区分高温区域H与低温区域L；
b、在高温区域H中选择温度相对平均的子区域，基于该子区域的温度分布图获得平均温度，记为T3；在低温区域L中选择温度相对平均的子区域，基于该子区域的温度分布图获得平均温度，记为T4；
c、如果T1与T4的差值在±3℃之间，判定低温区域L的钢管与混凝土粘结良好；
d、如果T1与T4的误差大于±3℃，判定测试过程中误差过大，此时应重复步骤(2)～(6)，以再次获取的T1、T4数据重新进行评估；
e、如果T3-T1>5℃，判定钢管混凝土构件待测区域高温区域与混凝土完全脱空；
f、如果T3-T1<5℃，判定试验过程中误差过大；此时应重复步骤(2)～(6)，以再次获取的T1、T3数据重新进行评估；
g、根据钢管混凝土构件待测区域的温度分布图，计算低温区域L到高温区域H的温度变化梯度G，单位℃/cm；当某位置的温度变化梯度G大于关键值Gc(取值可设定为8℃/cm)时，判定此处为钢管混凝土构件脱空区域的边界点；
h、重复步骤e，获得若干个边界点；连接相邻的边界点，直至识别并绘制出钢管混凝土构件待测区域脱空缺陷的完整边界。
具体实施案例：
混凝土试验配合比为1:0.53:2:3，依次为水泥、水、细骨料、粗骨料。水泥采用湖北华新水泥厂生产的P·O52.5级普通硅酸盐水泥(382.8kg/m3)；细骨料为河砂，细度模数为2.64；粗骨料为碎石，5-20mm连续级配；水为自来水。混凝土28d抗压强度为46.3MPa.钢板厚度为15mm，钢板型号Q235。制备的钢管混凝土构件直径为270mm，高度为150mm。制作钢管混凝土构件时在边缘位置预制长度为220mm的缝隙模拟混凝土与钢管壁之间的脱空缺陷。钢管混凝土试件的尺寸如图5所示，单位mm。
制作一个小型的正方形钢管混凝土试件作为基准试件，方形钢管由厚度为15mm的Q235钢板围成，内部尺寸为100mm×100mm×100mm，使用混凝土填充。制作过程中对混凝土充分振捣。基准试件制作完毕后采用标准条件养护28d。28d后取出样品，并静置3d将其晾干。采用两个3Kw高能加热灯对基准试件加热。加热灯加热面与基准试件中钢板平行，加热灯距离基准试件40cm，加热时间为5分钟。关闭加热灯，采用iPhone6手机附加FLIR ONE红外热像仪对基准试件进行拍照。
将两个3Kw高能加热灯成90度摆放在一起，将钢管混凝土构件摆放至分别距两个加热灯20cm的位置，并使钢管圆心与脱粘处中心与两加热灯连接处在同一条直线上，以便于对脱粘处及脱粘边缘没有脱粘的位置加热更均匀，试验布置方式如图6所示。通过加热灯对样品加热5分钟。加热后关闭加热灯，对加热位置通过红外热成像仪拍照。
将拍摄的基准试件照片与钢管混凝土构件的照片传输到电脑，并保存在硬盘中。
通过红外热成像法得到基准试件的红外热成像图片如图7所示，测算基准试件表面的平均温度T1为46.5℃(平均温度是经计算后的温度数据，图7中显示的是局部测量数据)，表面各点温度与平均温度相差不超过3℃，分布较为均匀。
通过红外热成像法得到钢管混凝土构件测试照片如图8所示，俯视观察加热后的钢管混凝土，可以发现，加热20分钟左右之后，主要加热的部分是钢管以及紧贴钢管的混凝土，内部温度较外部偏低。从外部钢管混凝土的温度分布来看，存在脱空的部位温度明显高于未脱空部位。具体来说，在加热之后脱空部位的温度达到61.9℃(左图)，而与之加热效果差不多的未脱空部位温度却只有48.1℃(右图)。两者存在13.8℃的温差。从俯视角度来看，通过加热然后用红外热成像分析仪分析，可以清楚的看到钢管混凝土的缺陷。
对钢管混凝土构件侧面的温度分布结果进行分析：
如图9(左图)所示，侧面采集到的平均温度T2为52.8℃(平均温度是经计算后的温度数据，图9中显示的是局部测量数据)，当时钢管混凝土侧面存在部分区域其温度与平均温度超过3℃。可以认为钢管混凝土待测区域温度分布不均，存在部分脱空区域。测得高温区域H与低温区域L的平均温度T3与T4分别为60.8℃与47.9℃。对比T1与T4，两者区别小于3℃，可以认为低温区域L的钢管与混凝土黏结良好。在高对温度模式下，红外成像仪使用7种不同的颜色来区分不同区域的难度差异，可以更好地反应钢管壁脱空缺陷的具体位置。图9的右图中浅色线条(实际为黄线)位置处的温度梯度大约8℃/cm，取浅色线条作为脱空区域的边界线。对比图9与图5，可以认为本发明提出的钢管混凝土脱空缺陷的识别方法具有更高的精度。
Claims (7)
1.一种基于红外热成像的识别钢管混凝土构件脱空缺陷的方法，其特征在于，包括以下步骤：
(1)制作一个正方形钢管混凝土试件作为基准试件，方形钢管钢板围成，内部使用混凝土填充，保证钢板与混凝土粘结良好；
所述钢板与钢管混凝土构件中的钢管具有相同的材质与厚度；基准试样所用的混凝土配方、制备方法及养护过程与钢管混凝土构件保持一致；
(2)将基准试样置于加热装置的热场中，并使两者中心重合；加热部件的加热面平行于基准试样中的钢板，加热部件与基准试样保持20cm-30cm间距；调节加热装置的控制器，对基准试样加热10～30分钟；停止加热后，使用红外数字图像收集系统从各方向对基准试样进行拍照；
(3)将钢管混凝土构件置于加热装置的热场中，使其中心与热场中心重合；加热部件的加热面平行于钢管混凝土构件的钢管轴线方向，加热部件与钢管混凝土构件保持20cm-30cm间距；调节加热装置的控制器，对钢管混凝土构件加热10～30分钟；停止加热后，使用红外数字图像收集系统从各方向对钢管混凝土构件进行拍照；
(4)将拍摄所得红外数字照片通过有线或无线方式传输至计算机，并存储在存储设备中；
(5)使用红外数字图像处理软件对红外数字照片进行温度识别处理，分别绘制出基准试样和钢管混凝土构件的温度分布图；
(6)基于基准试样的温度分布图，获得表面温度平均值，记为T1；基于钢管混凝土构件的温度分布图，获得待测区域平均温度，记为T2；
(7.1)如果钢管混凝土构件的待测区域内任一点与其平均温度T2的差值在±3℃之间，则认为待测区域的温度分布均匀，此时按下述方式进行评估：
A、如果T1与T2的差值在±3℃之间，判定钢管混凝土待测区域的钢管与混凝土粘结良好，不存在脱空现象；
B、如果T2-T1>8℃，判定钢管混凝土构件的待测区域内钢管与混凝土完全脱空；
C、如果3℃<T2-T1<8℃或者T1-T2>3℃，判定试验过程中误差过大；此时应重复步骤(2)～(6)，以再次获取的T1、T2数据重新进行评估；
(7.2)如果钢管混凝土构件的待测区域内存在超过3个位置的温度与平均温度T2的差值大于±3℃，则认为待测区域的温度分布不均，并且判定待测区域内部分区域存在脱空缺陷；此时按下述方式继续进行评估：
a、根据钢管混凝土构件待测区域的温度分布图，区分高温区域H与低温区域L；
b、在高温区域H中选择温度相对平均的子区域，基于该子区域的温度分布图获得平均温度，记为T3；在低温区域L中选择温度相对平均的子区域，基于该子区域的温度分布图获得平均温度，记为T4；
c、如果T1与T4的差值在±3℃之间，判定低温区域L的钢管与混凝土粘结良好；
d、如果T1与T4的误差大于±3℃，判定测试过程中误差过大，此时应重复步骤(2)～(6)，以再次获取的T1、T4数据重新进行评估；
e、如果T3-T1>5℃，判定钢管混凝土构件待测区域高温区域与混凝土完全脱空；
f、如果T3-T1<5℃，判定试验过程中误差过大；此时应重复步骤(2)～(6)，以再次获取的T1、T3数据重新进行评估；
g、根据钢管混凝土构件待测区域的温度分布图，计算低温区域L到高温区域H的温度变化梯度G，单位℃/cm；当某位置的温度变化梯度G大于关键值Gc时，判定此处为钢管混凝土构件脱空区域的边界点；
h、重复步骤e，获得若干个边界点；连接相邻的边界点，直至识别并绘制出钢管混凝土构件待测区域脱空缺陷的完整边界。
2.根据权利要求1所述的方法，其特征在于，步骤e中所述关键值Gc取值为8℃/cm。
3.根据权利要求1所述的方法，其特征在于，所述方形钢管由厚度为15mm的Q235钢板围成，内部尺寸为100mm×100mm×100mm。
4.一种采集用于钢管混凝土构件脱空缺陷识别的红外热成像的系统，其特征在于，该系统包括：加热装置、红外数字图像收集系统、红外数字图像存储系统和数字图像处理分析系统；其中，
加热装置具有呈全包围式或半包围布置的加热部件；钢管混凝土构件放置在加热部件所形成的热场中；加热部件的加热面平行于钢管混凝土构件的钢管轴线方向布置，且与钢管混凝土构件保持间距；
红外数字图像收集系统是指具有红外拍摄功能的红外热成像仪、数码相机或手机；
红外数字图像存储系统是指配备了存储设备的计算机，用于存储采集到的红外数字图像；红外数字图像收集系统通过有线或无线方式连接至红外数字图像存储系统；
数字图像处理分析系统是安装在计算机中的软件功能模块，用于实现权利要求1的步骤(6)、(7.1)和(7.2)所述评估过程。
5.根据权利要求4所述的系统，其特征在于，所述加热装置还包括调整加热功率的控制器；所述加热部件是电加热器，且通过导线连接至控制器；或者所述加热部件是燃气加热器，其进气管路上设置电控阀门，电控阀门通过导线连接至控制器。
6.根据权利要求4所述的系统，其特征在于，所述存储设备是安装在计算机内部的硬盘，或者是与计算机通过互联网连接的云端存储设备。
7.根据权利要求4所述的系统，其特征在于，所述钢管混凝土构件与加热部件之间保持20～30cm的间距。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911296095.5A CN111077184B (zh) | 2019-12-16 | 2019-12-16 | 基于红外热成像的识别钢管混凝土构件脱空缺陷的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911296095.5A CN111077184B (zh) | 2019-12-16 | 2019-12-16 | 基于红外热成像的识别钢管混凝土构件脱空缺陷的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111077184A true CN111077184A (zh) | 2020-04-28 |
| CN111077184B CN111077184B (zh) | 2024-08-13 |
Family
ID=70315184
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911296095.5A Active CN111077184B (zh) | 2019-12-16 | 2019-12-16 | 基于红外热成像的识别钢管混凝土构件脱空缺陷的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111077184B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111501520A (zh) * | 2020-05-08 | 2020-08-07 | 重庆交通大学 | 防钢管混凝土脱空的灌注工艺 |
| CN111693536A (zh) * | 2020-06-24 | 2020-09-22 | 河南高建工程管理有限公司 | 一种基于红外热成像的地下综合管廊施工防水检测方法 |
| CN112098459A (zh) * | 2020-10-12 | 2020-12-18 | 大连理工大学 | 一种钢管混凝土内表层空腔的定量检测装置及检测方法 |
| CN113358698A (zh) * | 2021-06-11 | 2021-09-07 | 中国计量大学 | 一种钢管混凝土脱空检测系统及方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005030960A (ja) * | 2003-07-08 | 2005-02-03 | Takenaka Doboku Co Ltd | コンクリート点検システムの赤外線法による健全度判定法 |
| CN108444936A (zh) * | 2018-03-27 | 2018-08-24 | 重庆交通大学 | 一种钢管混凝土脱空的无损检测系统及方法 |
| CN211927760U (zh) * | 2019-12-16 | 2020-11-13 | 浙江大学 | 采集用于钢管混凝土脱空缺陷识别的红外热成像的系统 |
| CN116263412A (zh) * | 2022-12-20 | 2023-06-16 | 国网天津市电力公司电力科学研究院 | 一种红外-超声钢筋混凝土无损检测方法 |
-
2019
- 2019-12-16 CN CN201911296095.5A patent/CN111077184B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005030960A (ja) * | 2003-07-08 | 2005-02-03 | Takenaka Doboku Co Ltd | コンクリート点検システムの赤外線法による健全度判定法 |
| CN108444936A (zh) * | 2018-03-27 | 2018-08-24 | 重庆交通大学 | 一种钢管混凝土脱空的无损检测系统及方法 |
| CN211927760U (zh) * | 2019-12-16 | 2020-11-13 | 浙江大学 | 采集用于钢管混凝土脱空缺陷识别的红外热成像的系统 |
| CN116263412A (zh) * | 2022-12-20 | 2023-06-16 | 国网天津市电力公司电力科学研究院 | 一种红外-超声钢筋混凝土无损检测方法 |
Non-Patent Citations (4)
| Title |
|---|
| 王国琴等: ""新型钢管混凝土无损检测技术"", 《建筑材料科学与技术》, 28 February 2019 (2019-02-28) * |
| 陈劲;陈晓东;赵辉;纪豪栋;陈瑞生;姚康伟;赵若轶: "基于红外热成像法和超声波法的钢管混凝土无损检测技术的试验研究与应用", 建筑结构学报, no. 0, 31 December 2021 (2021-12-31) * |
| 陈禾: ""基于红外热成像法和超声波法的钢管混凝土 无损检测技术试验研究"", 《建筑结构》, 30 June 2020 (2020-06-30) * |
| 马晔;: "混凝土结构缺陷的红外热成像检测识别技术", 公路交通科技, no. 12, 15 December 2017 (2017-12-15) * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111501520A (zh) * | 2020-05-08 | 2020-08-07 | 重庆交通大学 | 防钢管混凝土脱空的灌注工艺 |
| CN111693536A (zh) * | 2020-06-24 | 2020-09-22 | 河南高建工程管理有限公司 | 一种基于红外热成像的地下综合管廊施工防水检测方法 |
| CN112098459A (zh) * | 2020-10-12 | 2020-12-18 | 大连理工大学 | 一种钢管混凝土内表层空腔的定量检测装置及检测方法 |
| CN113358698A (zh) * | 2021-06-11 | 2021-09-07 | 中国计量大学 | 一种钢管混凝土脱空检测系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111077184B (zh) | 2024-08-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111077184B (zh) | 基于红外热成像的识别钢管混凝土构件脱空缺陷的方法 | |
| CN106501314B (zh) | 一种简便快捷检测钢管混凝土内部质量的方法 | |
| CN103196794B (zh) | 一种用于测试混凝土新拌性能的自动测试系统 | |
| CN106092446B (zh) | 基于红外热成像技术的阀门泄漏检测系统及方法 | |
| Rocha et al. | Detection of delaminations in sunlight-unexposed concrete elements of bridges using infrared thermography | |
| Farrag et al. | Investigation of mix-variation effect on defect-detection ability using infrared thermography as a nondestructive evaluation technique | |
| CN211927760U (zh) | 采集用于钢管混凝土脱空缺陷识别的红外热成像的系统 | |
| Hong et al. | Assessment of void and crack defects in early-age concrete | |
| MILOVANOVIC et al. | Determination of material homogeneity using infrared thermography | |
| Felicetti | Assessment of deteriorated concrete cover by combined while-drilling techniques | |
| CN100545642C (zh) | 一种射线照相检验补偿方法 | |
| Guo et al. | Analysis of influence factors for CFST arch bridge void based on eddy current thermal imaging | |
| Brown et al. | Heating methods and detection limits for infrared thermography inspection of fiber-reinforced polymer composites | |
| Sun | Analysis of quantitative measurement of defects by pulsed thermal imaging | |
| Liu et al. | Grayscale evolution characterization of the strain field and precursor identification in sandstone containing multiple flaws after freeze–thaw treatment | |
| Naik et al. | Detection of Defects in Concrete Structures by Using Infrared Thermography | |
| Zhao et al. | Infrared thermo-graphic inspection technique for concrete retaining wall | |
| CN206038003U (zh) | 既有建筑幕墙分隔定位检测系统 | |
| Chen et al. | Preliminary Study on Enhancing Detection of Concrete Bridge Surface Spalling by Infrared Thermography | |
| Gailius et al. | Determination of concrete structural defects by infrared spectrum analysis | |
| JP3152955B2 (ja) | ダイバータ板の非破壊検査方法 | |
| Chen et al. | Three-Dimensional Measurement of Fire-Damaged Concrete Crack Development Using X-Ray CT Images | |
| Halabe et al. | NDE of FRP wrapped columns using infrared thermography | |
| Zhao et al. | Infrared Thermography for Concrete Defect Detection: A Comprehensive Experimental and Numerical Analysis | |
| Sales et al. | Concrete study using infrared thermography and forced resonant frequency |
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 |