CN111797456B - 一种锈后钢筋力学性能退化规律的预测方法 - Google Patents
一种锈后钢筋力学性能退化规律的预测方法 Download PDFInfo
- Publication number
- CN111797456B CN111797456B CN202010623727.0A CN202010623727A CN111797456B CN 111797456 B CN111797456 B CN 111797456B CN 202010623727 A CN202010623727 A CN 202010623727A CN 111797456 B CN111797456 B CN 111797456B
- Authority
- CN
- China
- Prior art keywords
- steel bar
- corrosion
- model
- time
- bridge
- 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
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 112
- 239000010959 steel Substances 0.000 title claims abstract description 112
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000015556 catabolic process Effects 0.000 title claims abstract description 16
- 238000006731 degradation reaction Methods 0.000 title claims abstract description 16
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 title claims description 30
- 230000007797 corrosion Effects 0.000 claims abstract description 61
- 238000005260 corrosion Methods 0.000 claims abstract description 61
- 239000000463 material Substances 0.000 claims abstract description 15
- 230000008878 coupling Effects 0.000 claims abstract description 5
- 238000010168 coupling process Methods 0.000 claims abstract description 5
- 238000005859 coupling reaction Methods 0.000 claims abstract description 5
- 230000008859 change Effects 0.000 claims abstract description 4
- 230000001808 coupling effect Effects 0.000 claims abstract description 4
- 238000012795 verification Methods 0.000 claims abstract description 4
- 238000012937 correction Methods 0.000 claims description 25
- 239000004567 concrete Substances 0.000 claims description 21
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical group [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 claims description 14
- 238000009792 diffusion process Methods 0.000 claims description 9
- 239000011241 protective layer Substances 0.000 claims description 8
- 238000005336 cracking Methods 0.000 claims description 6
- 239000010410 layer Substances 0.000 claims description 5
- 230000007547 defect Effects 0.000 claims description 4
- 239000011513 prestressed concrete Substances 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 2
- 239000011150 reinforced concrete Substances 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 229910001294 Reinforcing steel Inorganic materials 0.000 description 4
- 239000010881 fly ash Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000002893 slag Substances 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 3
- 230000004580 weight loss Effects 0.000 description 3
- 239000000843 powder Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 241000537371 Fraxinus caroliniana Species 0.000 description 1
- 235000010891 Ptelea trifoliata Nutrition 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012113 quantitative test Methods 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N17/00—Investigating resistance of materials to the weather, to corrosion, or to light
- G01N17/006—Investigating resistance of materials to the weather, to corrosion, or to light of metals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N17/00—Investigating resistance of materials to the weather, to corrosion, or to light
- G01N17/02—Electrochemical measuring systems for weathering, corrosion or corrosion-protection measurement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geometry (AREA)
- Chemical & Material Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Environmental Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Ecology (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本发明公开了一种锈后钢筋力学性能退化规律的预测方法,通过微观显微组织分析锈蚀钢筋内部组织变化,采用分形理论建立锈后钢筋在应力腐蚀以及材料非均匀耦合作用下的力学性能退化随机模型;结合桥梁时变性和材质的非均匀性构建非均匀材质、非均匀锈蚀钢筋的随机时变模型;然后引入空间分布差异因子∮ZH、服役实桥时间演化因子§YH、耦合作用叠加因子∑ZQH对随机时变模型进行修正,形成基于电化学信号的三维立体随机时变模型;通过采集不同年份的实际桥梁样本对所构建的三维立体随机时变模型进行第二轮验证。通过该方法建立的模型可以大幅度提高服役桥梁钢筋耐久度的预测精度,从而解决钢筋混凝土桥梁耐久性预测的瓶颈问题。
Description
技术领域
本发明涉及桥梁耐久性预测技术领域,尤其涉及一种锈后钢筋力学性能退化规律的预测方法。
背景技术
目前针对桥梁健康检测,一般是以锈后钢筋力学性能退化规律本构关系模型居多,很少有反映微观缺陷概率性的随机模型,偶有一些提及随机模型的研究,也只是提出了设想,没有后续进展。加之所做的实验大多是静载情况下得出的模型,对于交变载荷下力学指标的量化试验研究以及应力集中低应力脆断机理研究还很不够,无法提供对混凝土钢筋桥梁耐久性预测的有力支撑,由于低应力脆断极限远远低于强度极限与屈服极限,由此引发的破坏属于没有预兆的脆性断裂,其后果往往是灾难性的,应该给予足够的重视。
同时现有技术缺乏对桥梁瞬时坍塌本质原因的追踪,缺乏危机机理的深层研究,没有将桥梁在实际服役过程中所处环境较为复杂和内部钢筋同时受到化学损伤和力学损伤的耦合考虑,而既有模型过于简化和肤浅,缺乏修正因子矫正,与实桥存在较大的差异,没有实用价值,无法给服役实桥耐久性预测提供有效的科学支撑。
发明内容
本发明的目的是提供一种锈后钢筋力学性能退化规律的预测方法,通过该方法建立的模型可以大幅度提高服役桥梁钢筋耐久度的预测精度,从而解决钢筋混凝土桥梁耐久性预测的瓶颈问题。
本发明的目的是通过以下技术方案实现的:
一种锈后钢筋力学性能退化规律的预测方法,所述方法包括:
步骤1、通过微观显微组织分析锈蚀钢筋内部组织变化,确定分段模型临界点,并采用分形理论建立锈后钢筋在应力腐蚀以及材料非均匀耦合作用下的力学性能退化随机模型;
步骤2、在步骤1所建立的随机模型基础上,结合桥梁时变性和材质的非均匀性构建非均匀材质、非均匀锈蚀钢筋的随机时变模型;
步骤3、然后结合实际桥梁,引入空间分布差异因子∮ZH、服役实桥时间演化因子§YH、耦合作用叠加因子∑ZQH对步骤2得到的随机时变模型进行修正,将钢筋锈蚀度进行可视化输出,形成基于电化学信号的三维立体随机时变模型;
步骤4、通过采集不同年份的实际桥梁样本对所构建的三维立体随机时变模型进行第二轮验证,将模型精度误差控制在15%以内,并基于验证后的三维立体随机时变模型对服役桥梁钢筋耐久度进行预测。
由上述本发明提供的技术方案可以看出,通过上述方法建立的模型可以大幅度提高服役桥梁钢筋耐久度的预测精度,从而解决钢筋混凝土桥梁耐久性预测的瓶颈问题,对金属材料应力腐蚀及塑性材料脆化断裂机理等交叉学科的研究具有深远意义。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。
图1为本发明实施例提供的锈后钢筋力学性能退化规律的预测方法流程示意图;
图2为本发明所举实例中陈村桥盖梁钢筋锈蚀失重率检测结果对比图。
具体实施方式
下面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,都属于本发明的保护范围。
下面将结合附图对本发明实施例作进一步地详细描述,如图1所示为本发明实施例提供的锈后钢筋力学性能退化规律的预测方法流程示意图,所述方法包括:
步骤1、通过微观显微组织分析锈蚀钢筋内部组织变化,确定分段模型临界点,并采用分形理论建立锈后钢筋在应力腐蚀以及材料非均匀耦合作用下的力学性能退化随机模型;
在该步骤中,由于钢筋锈蚀的截面积与钢筋表面锈蚀坑的分布具有较大的随机性,所以对原锈蚀度模型进行随机性修正,引入不均匀锈蚀系数,具体表示为:
式中,μ为钢筋锈蚀的不均匀系数,Smax、Smin为钢筋腐蚀段的的最大最小截面积,S0为未锈蚀钢筋的截面积;ηmin钢筋最小锈蚀率、ηmax为钢筋最大锈蚀率;
故钢筋不均匀锈蚀不仅与锈蚀后钢筋截面积和锈蚀坑分布有关,与钢筋锈蚀深度有关,由于通过不同方式获取的锈蚀钢筋,所以其最小截面积分布也有所不同,需要对μ进行修正,将区间平均锈蚀率与钢筋不均匀系数、最大/最小锈蚀率与平均锈蚀率分别进行线性拟合,具体为:
μ=αηs+β
ηs=xηmax=ψηmin
其中,ηs为钢筋平均锈蚀率;α、β、x、ψ平均锈蚀率拟合系数,该系数通过实验拟合获得;
对于钢筋锈蚀段平均锈蚀率采用Newton-Cotes公式进行求解,将锈蚀钢筋整体作为闭区间[a,b],[a,b]为试验用钢筋总长,总长为1000mm;将该区间平均分为长度5mm的总数为200的小部分,在每小段上对截面积f(x)分段进行低阶多项式逼近并做积分处理,当n取2时,垂直于X轴钢筋体积Vsec为:
故钢筋锈蚀后体积表示为:
式中,Vsec为截取长度5mm锈蚀钢筋段的体积;Vres为钢筋锈蚀后整体所剩体积。
步骤2、在步骤1所建立的随机模型基础上,结合桥梁时变性和材质的非均匀性构建非均匀材质、非均匀锈蚀钢筋的随机时变模型;
在该步骤中,添加的修正因子包括钢筋初步锈蚀时间t1和钢筋锈蚀至混凝土保护层沿钢筋方向纵向开裂时间t2;其中,钢筋初步锈蚀时间t1表示为:
其中,m为氯离子扩散衰减系数;δ为混凝土保护层厚度;erf为误差函数;fH为温度与相对湿度的影响因子;D0为某一时间t的扩散系数;Ωp为D0的误差修正函数,服从正态分布,均值与变异系数取1.168和0.356;cs为表面氯离子浓度;ct为临界氯离子浓度;
钢筋锈蚀至混凝土保护层沿钢筋方向纵向开裂时间t2表示为:
其中,fcu,k为混凝土抗压强度,预应力混凝土桥梁混凝土强度等级不得小于C40;fi为应力状态对腐蚀电流的影响因子;icorr0为t1时刻的腐蚀电流密度;Ω为误差修正函数;c为钢筋表面氯离子浓度;
基于上述所建立的随机模型与添加的修正因子得到能同步反映应力临界水平和材料非均匀性以及时长的随机时变模型。
具体实现中,上述钢筋初步锈蚀时间t1的推导过程具体为:
氯离子扩散具有较大的不确定性,受到各种理化因素的影响,通常采用Fick第二定律记性计算,表示为:
其中,C(t)为时刻距离混凝土外表面x处的氯离子浓度;D(t)为随时间变化的氯离子扩散系数(m2/s),氯离子的扩散系数与各种理化性质相关,包括温度、混凝土水灰比,粉煤灰与矿渣比例、应力水平与相对湿度,具体表示为:
为应力水平修正因子;&HBH为微观缺陷修正系数;§Tm为时间的影响因子修正系数;ft,fH为温度与相对湿度的影响因子;D0为某一时间t的扩散系数;m为氯离子扩散衰减系数;
D0=10(-12.06+2.4·W/C)
m=0.2+0.4(FA/50+SG/70)
式中,W/C为水灰比;FA,SG分别为混凝土中粉煤灰和矿渣的比例,对于公路桥涵粉煤灰宜优选I级,矿渣粉宜选用比表面积在4000cm2/g以上S95级磨细矿渣粉;
式中,T0为20℃基准温度;T为当地全年平均气温;be为回归系数,不同类型混凝土取值不同,与粉煤灰掺入比例有关,一般均值与标准差分别为4500和940;
式中,Hc为混凝土内部的临界相对湿度,通常情况下取75%;H为混凝土内部的实际相对湿度,取值与该结构所处环境有关;
式中,σu为该构件在使用过程中实际受到的应力上限;σu/σs为应力水平;
故当钢筋表面氯离子达到临界状态时会使得钢筋进入锈蚀状态,由上述影响因子模型得出钢筋初步锈蚀时间t1表示为:
具体实现中,上述钢筋锈蚀至混凝土保护层沿钢筋方向纵向开裂时间t2的推导过程为:
钢筋在开始锈蚀后,锈蚀后产物体积大于相应钢筋体积,这会在钢筋与保护层接触界面产生应力使得保护层受力开裂,造成外界环境直接与钢筋接触,使钢筋锈蚀速度大幅度提升,降低钢筋耐久性降低,故存在如下关系:
式中,δcr为钢筋保护层开裂时钢筋的锈蚀深度;v1 -为保护层开裂前钢筋的锈蚀速率;
δcr=0.012c/d+0.00084fcu,k+0.018
v1 -=0.0116fiicorr(t1s)
式中,fcu,k为混凝土抗压强度,预应力混凝土桥梁混凝土强度等级不得小于C40;fi为应力状态对腐蚀电流的影响因子;t1s为钢筋开始发生锈蚀后的某一时刻,t1s>t1;icorr0为t1时刻的腐蚀电流密度;
在t1s时刻钢筋平均锈蚀深度表示为:
当δav(t1s)=δcr时,钢筋保护层出现裂痕开裂,t1s=t2,将引入的误差修正系数整合进行修正,得到钢筋锈蚀至混凝土保护层沿钢筋方向纵向开裂时间t2表示为
步骤3、然后结合实际桥梁,引入空间分布差异因子∮ZH、服役实桥时间演化因子§YH、耦合作用叠加因子∑ZQH对步骤2得到的随机时变模型进行修正,将钢筋锈蚀度进行可视化输出,形成基于电化学信号的三维立体随机时变模型;
在该步骤中,所形成的三维立体随机时变模型的数学表达式为:
式中,ρ实际(t)为实际锈蚀率修正因子;为应力水平修正因子取值范围:[1.1-1.6];&HBH为微观缺陷修正系数取值范围:[1.33-1.69];§Tm为时间的影响因子修正系数取值范围:[1.25-2.14];
在利用最小二乘法总结通用公式的基础上添加应力水平的修正因子和实际锈蚀率修正因子,用于针对不同桥梁实际载荷以及工作条件对模型进行修正,具体为:
式中,fyc、fuc、δsc为实际钢筋的屈服强度、抗拉强度以及断后伸长率;fy、fu、fs为原始钢筋的屈服强度、抗拉强度以及断后伸长率。
步骤4、通过采集不同年份的实际桥梁样本对所构建的三维立体随机时变模型进行第二轮验证,将模型精度误差控制在15%以内,并基于验证后的三维立体随机时变模型对服役桥梁钢筋耐久度进行预测。
在该步骤中,具体可以将实际检测数据输入到三维立体随机时变模型中,就可直接输出考虑腐蚀状况以后的结构强度的二次重新运算,并可给出随服役时间变化的结构强度预测曲线。
下面以具体的实例对上述方法的预测过程及效果进行详细说明,如图2所示为本发明所举实例中陈村桥盖梁钢筋锈蚀失重率检测结果对比图,具体来说:
15根内置钢筋锈蚀情况大致接近,失重率基本落在8.3~20.8%的区间中,均值为13.3%。其中,两侧数据偏小,属于混凝土浇铸不均匀导致的钢筋锈蚀率的差别或者由于测量误差造成的;而其中(0.2,0.4,1.8)等处出现的个别钢筋数值偏大的情况,经分析可知:是由于混凝土剥落致使该处钢筋外露导致的腐蚀加剧,盖粱内部配筋为螺纹钢,钢筋锈蚀表面有白色沉积物。
将上述检测数据输入本发明实施例所述方法得到的三维立体随机时变模型,对本实例中陈村桥钢筋耐久度进行预测,并将数据处理后显示在DataGridView中进行三维结果输出,结果明显得出桥梁内部钢筋的力学性能退化发展趋势并以内部钢筋力学性能退化作为桥梁寿命预测的标准。
值得注意的是,本发明实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书的保护范围为准。
Claims (1)
1.一种锈后钢筋力学性能退化规律的预测方法,其特征在于,所述方法包括:
步骤1、通过微观显微组织分析锈蚀钢筋内部组织变化,确定分段模型临界点,并采用分形理论建立锈后钢筋在应力腐蚀以及材料非均匀耦合作用下的力学性能退化随机模型;
在步骤1中,对原锈蚀度模型进行随机性修正,引入不均匀锈蚀系数,具体表示为:
式中,μ为钢筋锈蚀的不均匀系数,Smax、Smin为钢筋腐蚀段的的最大最小截面积,S0为未锈蚀钢筋的截面积;ηmin钢筋最小锈蚀率、ηmax为钢筋最大锈蚀率;
再对μ进行修正,将区间平均锈蚀率与钢筋不均匀系数、最大/最小锈蚀率与平均锈蚀率分别进行线性拟合,具体为:
μ=αηs+β
ηs=χηmax=ψηmin
其中,ηs为钢筋平均锈蚀率;α、β、χ、ψ平均锈蚀率拟合系数,该系数通过实验拟合获得;
对钢筋锈蚀段平均锈蚀率采用Newton-Cotes公式进行求解,将锈蚀钢筋整体作为闭区间[a,b],[a,b]为试验用钢筋总长,具体为1000mm,将该区间平均分为长度5mm的总数为200的小部分,在每小段上对截面积f(x)分段进行低阶多项式逼近并做积分处理,当n取2时,垂直于X轴钢筋体积Vsec为:
故钢筋锈蚀后体积表示为:
式中,Vsec为截取长度5mm锈蚀钢筋段的体积;Vres为钢筋锈蚀后整体所剩体积;
步骤2、在步骤1所建立的随机模型基础上,结合桥梁时变性和材质的非均匀性构建非均匀材质、非均匀锈蚀钢筋的随机时变模型;
在所述步骤2中:
添加的修正因子包括钢筋初步锈蚀时间t1和钢筋锈蚀至混凝土保护层沿钢筋方向纵向开裂时间t2;其中,钢筋初步锈蚀时间t1表示为:
其中,m为氯离子扩散衰减系数;δ为混凝土保护层厚度;erf为误差函数;fH为温度与相对湿度的影响因子;D0为某一时间t的扩散系数;Ωp为D0的误差修正函数,服从正态分布,均值与变异系数取1.168和0.356;cs为表面氯离子浓度;ct为临界氯离子浓度;
钢筋锈蚀至混凝土保护层沿钢筋方向纵向开裂时间t2表示为:
其中,fcu,k为混凝土抗压强度,预应力混凝土桥梁混凝土强度等级不得小于C40;fi为应力状态对腐蚀电流的影响因子;lcorr0为t1时刻的腐蚀电流密度;Ω为误差修正函数;c为钢筋表面氯离子浓度;
基于上述所建立的随机模型与添加的修正因子得到能同步反映应力临界水平和材料非均匀性以及时长的随机时变模型;
步骤3、然后结合实际桥梁,引入空间分布差异因子∮ZH、服役实桥时间演化因子§YH、耦合作用叠加因子∑ZQH对步骤2得到的随机时变模型进行修正,将钢筋锈蚀度进行可视化输出,形成基于电化学信号的三维立体随机时变模型;
在步骤3中,所形成的三维立体随机时变模型的数学表达式为:
式中,ρ实际(t)为实际锈蚀率修正因子;为应力水平修正因子取值范围;&HBH为微观缺陷修正系数取值范围;§Tm为时间的影响因子修正系数取值范围;
进一步利用最小二乘法总结通用公式的基础上添加应力水平的修正因子和实际锈蚀率修正因子,用于针对不同桥梁实际载荷以及工作条件对模型进行修正,具体为:
式中,fyc、fuc、δsc为实际钢筋的屈服强度、抗拉强度以及断后伸长率;fy、fu、fs为原始钢筋的屈服强度、抗拉强度以及断后伸长率;
步骤4、通过采集不同年份的实际桥梁样本对所构建的三维立体随机时变模型进行第二轮验证,将模型精度误差控制在15%以内,并基于验证后的三维立体随机时变模型对服役桥梁钢筋耐久度进行预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010623727.0A CN111797456B (zh) | 2020-06-30 | 2020-06-30 | 一种锈后钢筋力学性能退化规律的预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010623727.0A CN111797456B (zh) | 2020-06-30 | 2020-06-30 | 一种锈后钢筋力学性能退化规律的预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111797456A CN111797456A (zh) | 2020-10-20 |
CN111797456B true CN111797456B (zh) | 2023-11-03 |
Family
ID=72810077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010623727.0A Active CN111797456B (zh) | 2020-06-30 | 2020-06-30 | 一种锈后钢筋力学性能退化规律的预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111797456B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114254534B (zh) * | 2021-12-13 | 2022-09-16 | 哈尔滨工业大学 | 一种基于钢筋三维加强效应的混凝土本构模型计算方法 |
CN116739151B (zh) * | 2023-05-23 | 2024-05-31 | 中国电器科学研究院股份有限公司 | 一种近海区域盐雾预测修正及准确度评估方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393329A (zh) * | 2011-11-16 | 2012-03-28 | 浙江建设职业技术学院 | 荷载和环境耦合作用下柱时变力学性能的试验装置 |
CN104964920A (zh) * | 2015-06-05 | 2015-10-07 | 西安建筑科技大学 | 一种模拟钢筋混凝土自然锈蚀的装置及方法 |
CN105893689A (zh) * | 2016-04-15 | 2016-08-24 | 中山市公路局 | 一种桥梁可靠度预测方法及其养护方法 |
CN105956256A (zh) * | 2016-04-28 | 2016-09-21 | 河海大学 | 一种既有混凝土桥梁复杂区域的承载力评估与加固计算方法 |
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 |
CN109470566A (zh) * | 2018-12-17 | 2019-03-15 | 北京石油化工学院 | 一种研究钢筋腐蚀度的加力装置与研究方法 |
CN109827855A (zh) * | 2018-08-30 | 2019-05-31 | 长沙理工大学 | 季节性腐蚀与疲劳耦合下钢筋混凝土桥梁寿命预测方法 |
CN109883940A (zh) * | 2019-02-28 | 2019-06-14 | 北京石油化工学院 | 一种基于受力钢筋电化学信号的腐蚀度与力学性能退化规律模型的构建方法 |
CN209624235U (zh) * | 2018-12-17 | 2019-11-12 | 交通运输部公路科学研究所 | 一种研究钢筋腐蚀度的加力装置 |
CN110618173A (zh) * | 2019-10-21 | 2019-12-27 | 北京石油化工学院 | 一种服役桥梁耐久性预测的方法 |
CN111272579A (zh) * | 2020-03-31 | 2020-06-12 | 广西交科集团有限公司 | 锈蚀钢筋混凝土梁损伤定位与量化评估方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10295508B2 (en) * | 2016-01-06 | 2019-05-21 | Saudi Arabian Oil Company | Integrated system for quantitative real-time monitoring of hydrogen-induced cracking in simulated sour environment |
-
2020
- 2020-06-30 CN CN202010623727.0A patent/CN111797456B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393329A (zh) * | 2011-11-16 | 2012-03-28 | 浙江建设职业技术学院 | 荷载和环境耦合作用下柱时变力学性能的试验装置 |
CN104964920A (zh) * | 2015-06-05 | 2015-10-07 | 西安建筑科技大学 | 一种模拟钢筋混凝土自然锈蚀的装置及方法 |
CN105893689A (zh) * | 2016-04-15 | 2016-08-24 | 中山市公路局 | 一种桥梁可靠度预测方法及其养护方法 |
CN105956256A (zh) * | 2016-04-28 | 2016-09-21 | 河海大学 | 一种既有混凝土桥梁复杂区域的承载力评估与加固计算方法 |
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 |
CN109827855A (zh) * | 2018-08-30 | 2019-05-31 | 长沙理工大学 | 季节性腐蚀与疲劳耦合下钢筋混凝土桥梁寿命预测方法 |
CN109470566A (zh) * | 2018-12-17 | 2019-03-15 | 北京石油化工学院 | 一种研究钢筋腐蚀度的加力装置与研究方法 |
CN209624235U (zh) * | 2018-12-17 | 2019-11-12 | 交通运输部公路科学研究所 | 一种研究钢筋腐蚀度的加力装置 |
CN109883940A (zh) * | 2019-02-28 | 2019-06-14 | 北京石油化工学院 | 一种基于受力钢筋电化学信号的腐蚀度与力学性能退化规律模型的构建方法 |
CN110618173A (zh) * | 2019-10-21 | 2019-12-27 | 北京石油化工学院 | 一种服役桥梁耐久性预测的方法 |
CN111272579A (zh) * | 2020-03-31 | 2020-06-12 | 广西交科集团有限公司 | 锈蚀钢筋混凝土梁损伤定位与量化评估方法 |
Non-Patent Citations (2)
Title |
---|
基于耐久性分析的钢筋锈蚀程度定量评价方法研究;张禹 等;《混凝土世界》;72-74 * |
混凝土钢筋在不同锈蚀状态下的力学性能退化规律;郝保红 等;《太原理工大学学报》;第45卷(第6期);750-753+768 * |
Also Published As
Publication number | Publication date |
---|---|
CN111797456A (zh) | 2020-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Niu et al. | Defect tolerant fatigue assessment of AM materials: Size effect and probabilistic prospects | |
CN111797456B (zh) | 一种锈后钢筋力学性能退化规律的预测方法 | |
Wang et al. | Flexural performance evaluation of corroded steel beams based on 3D corrosion morphology | |
Wang et al. | Experimental study and residual fatigue life assessment of corroded high-tensile steel wires using 3D scanning technology | |
Chen et al. | Experimental investigation into corrosion effect on mechanical properties of high strength steel bars under dynamic loadings | |
Koulouris et al. | Study of the residual bond strength between corroded steel bars and concrete—A comparison with the recommendations of fib model code 2010 | |
Wang et al. | Probabilistic analysis of corrosion of reinforcement in RC bridges considering fuzziness and randomness | |
CN114638164B (zh) | 一种预测电站压力管道高温蠕变寿命的方法 | |
Woloszyk et al. | Advances in modelling and analysis of strength of corroded ship structures | |
Wu et al. | Study on corrosion models of structural steel exposed in urban industrial atmospheric and laboratory simulated environments based on the 3D profile | |
Cui et al. | Optimization of the Physical and Mechanical Properties of a Spline Surface Fabricated by High‐Speed Cold Roll Beating Based on Taguchi Theory | |
Xin et al. | Effects of galvanostatic and artificial chloride environment methods on the steel corrosion spatial variability and probabilistic flexural capacity of RC beams | |
Chen et al. | A study on static properties of high-performance steel after corrosion damage | |
Liu et al. | Static and fatigue behaviors of corroded stud connectors in weathering steel–concrete composite beams | |
Singh et al. | A miniature physical simulator for pilgering | |
Xiao et al. | Push-out test of headed stud connectors subjected to freeze-thaw cycles and artificial corrosion | |
Zeng et al. | Effects of size parameters of stepwise corrosion pit on stress concentration of steel and its computation model establishment | |
CN116312887A (zh) | 一种高温后钢筋-混凝土粘结强度的确定方法 | |
Chen et al. | Experimental investigation of various corroded metal materials used in building structures | |
Ji et al. | Fractal characteristics of corrosion-induced cracks in reinforced concrete | |
Wang et al. | Probabilistic constitutive model for corroded structural steel with stochastic pits under monotonic tension | |
Li et al. | Evaluation of the durability of bridge tension cables based on combination weighting method-unascertained measure theory | |
CN113158496A (zh) | 储液罐疲劳寿命预测方法 | |
CN113076609A (zh) | 基于三维弹塑性约束断裂力学的j-r曲线预测方法 | |
CN111414678B (zh) | 纤维增强复合材料约束混凝土极限压应变概率建模方法 |
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 |