CN112529255A - 一种基于氯离子浓度监测的钢筋混凝土构件寿命预测方法 - Google Patents

Abstract

本发明提供了一种基于氯离子浓度监测的钢筋混凝土构件寿命预测方法，包括以下步骤：获取埋设在被测钢筋混凝土构件内预设埋设深度的氯离子浓度传感器在不同监测时间监测得到的氯离子浓度，得到氯离子浓度时间序列数据；基于得到的氯离子浓度时间序列数据，利用菲克第二定律计算出被测钢筋混凝土构件的临界使用年限；获取被测钢筋混凝土构件的已使用年限，基于得到的临界使用年限和已使用年限，得到被测钢筋混凝土构件的剩余使用年限。本发明旨在解决现有基于氯离子浓度监测的钢筋混凝土构件寿命预测方法的不足。

Description

一种基于氯离子浓度监测的钢筋混凝土构件寿命预测方法

技术领域

本发明属于钢筋混凝土结构监测技术领域，尤其涉及一种基于氯离子浓度监测的钢筋混凝土构件寿命预测方法。

背景技术

海洋工程钢筋混凝土构件受氯盐侵蚀，耐久性问题突出。钢筋混凝土构件使用寿命计算一般通过氯离子渗透进程获得。普遍的做法是在钢筋混凝土构件的保护层中钻取芯样，并沿深度方向逐层磨粉测试，获得氯离子浓度的空间分布。结合恒定初始氯离子浓度和恒定表面氯离子浓度下的菲克第二定律解析解，通过回归分析，得到表面氯离子浓度、氯离子扩散系数、初始氯离子浓度等关键参数。进一步将保护层厚度、临界氯离子浓度等参数，连同上述回归分析得到的参数一同代入寿命计算公式便可计算钢筋处氯离子浓度达到使钢筋开始生锈的临界值的时间，以该时间作为钢筋混凝土的使用寿命，这种方法需要定期到现场进行取芯，实施过程耗费人力物力，对钢筋混凝土构件产生损坏。因此通过在混凝土保护层中预埋传感器对钢筋混凝土构件的耐久性状态实施监测、预警逐渐成为趋势。传感器多基于电化学原理，可分为基于宏电池电流监测和基于氯离子浓度监测两种类型。基于宏电池电流监测方法的装置，如阳极梯，通过在保护层不同深度下预埋阳极，定期监测各阳极的电流，以电流大小确定阳极腐蚀状态，并通过记录各阳极腐蚀的时间预测钢筋腐蚀起始时间。基于氯离子浓度监测的装置，主要采用离子选择电极测量混凝土内部氯离子浓度。从而监测氯离子渗透过程，现有的基于氯离子浓度监测的装置需要在钢筋混凝土构件中不同深度埋设多个氯离子浓度传感器，获得氯离子空间分布，从而计算钢筋混凝土构件的寿命，监测成本大。

发明内容

本发明的目的在于提供一种基于氯离子浓度监测的钢筋混凝土构件寿命预测方法，旨在解决现有钢筋混凝土构件寿命预测方法的不足。

本发明是通过以下技术方案实现的：

一种基于氯离子浓度监测的钢筋混凝土构件寿命预测方法，包括以下步骤：

获取埋设在被测钢筋混凝土构件内预设埋设深度的氯离子浓度传感器在不同监测时间监测得到的氯离子浓度，得到氯离子浓度时间序列数据；

基于得到的氯离子浓度时间序列数据，利用菲克第二定律计算出被测钢筋混凝土构件的临界使用年限；

获取被测钢筋混凝土构件的已使用年限，基于得到的临界使用年限和已使用年限，得到被测钢筋混凝土构件的剩余使用年限；

其中，利用菲克第二定律计算出被测钢筋混凝土构件的临界使用年限的计算过程如下：

(1)若不考虑氯离子扩散系数随时间变化时，则利用氯离子浓度时间序列数据对回归模型

进行非线性拟合，计算得到表面氯离子浓度、初始氯离子浓度和氯离子扩散系数，其中，t为回归变量，表示时间，以混凝土浇筑时间为零点，x₀为氯离子浓度传感器在被测钢筋混凝土构件中埋设深度，C为响应变量，表示t时，x₀处的氯离子浓度，C_s为表面氯离子浓度，C₀为初始氯离子浓度，D为氯离子扩散系数，erf为误差函数；

若考虑氯离子扩散系数随时间变化时，则利用氯离子浓度时间序列数据对回归模型

进行非线性拟合，再根据

最终计算得到表面氯离子浓度、初始氯离子浓度和氯离子扩散系数，其中，t_i为第i个获取被测钢筋混凝土构件的氯离子浓度的监测时间，m为氯离子扩散系数衰减值，D_i为0～t_i时间段内，氯离子的平均扩散系数；

(2)基于计算得到的表面氯离子浓度、初始氯离子浓度和氯离子扩散系数，根据公式

计算得到被测钢筋混凝土构件的临界使用年限，其中，h为被测钢筋混凝土构件混凝土保护层的厚度，C_ct为临界氯离子浓度，erf^-1为误差函数的反函数。

进一步地，在所述步骤(1)中，所述方法还包括判断是否需要考虑氯离子扩散系数随时间变化：

若多个监测时间中的最后一个监测时间小于10年，则需要考虑氯离子扩散系数随时间变化；

若多个监测时间中的第一个监测时间大于10年，则不需要考虑氯离子扩散系数随时间变化。

进一步地，在所述步骤(1)中，所述方法还包括数据取舍及判断是否需要考虑氯离子扩散系数随时间变化：

判断多个监测时间中大于10年的监测时间的数量是否大于预设的第一计算数量值；

若是，则将氯离子浓度时间序列数据中监测时间小于10年的数据剔除，且不需要考虑氯离子扩散系数随时间变化；

若否，则判断多个监测时间中小于10年的监测时间的数量是否大于预设的第二计算数量值；

若是，则将氯离子浓度时间序列数据中监测时间大于10年的数据剔除，且需要考虑氯离子扩散系数随时间变化。

进一步地，在所述步骤(1)中，回归模型

的推导过程如下：

氯离子扩散系数随时间变化下的氯离子渗透规律为：

氯离子瞬时扩散系数与氯离子平均扩散系数的关系为：

氯离子平均扩散系数与时间的关系为：

其中τ为时间，以混凝土浇筑时间为零点，D(τ)为τ时刻的氯离子瞬时扩散系数，D_av(t)为0～t时间段内，氯离子平均扩散系数；

由公式(1)、(2)和(3)简化得到：

进一步地，所述临界氯离子浓度的获取过程如下：

配置若干组含有不同氯离子浓度的饱和氢氧化钙试验溶液；

分别在含有不同氯离子浓度的试验溶液中进行极化测试，在各组不同氯离子浓度的试验溶液中均采用三电极测量体系，其中工作电极的材质与被测混凝土构件中的钢筋的材质相同，测定不同氯离子浓度下的极化曲线；

基于测定不同氯离子浓度下的极化曲线，得到工作电极发生点蚀击穿的最低氯离子浓度，以得到临界氯离子浓度。

进一步地，所述氯离子浓度传感器设有氯离子探针、参比电极和温度探头，所述氯离子浓度传感器监测氯离子浓度的过程如下：

获取氯离子探针相对于参比电极的电位，同时获取温度探头监测的温度值；

基于获取的电位和温度值，根据

计算得到氯离子浓度，其中，E为氯离子探针相对于参比电极的电位，E₀为标准电极电势，R为气体常数8.314Jmol^-1K^-1，F为法拉第常数96485C/mol，T为热力学温度，T(K)＝273.15+α(℃)，α为温度探头监测的温度值。

相比于现有技术，本发明的有益效果为：通过预先埋设在被测钢筋混凝土构件内的氯离子浓度传感器监测被测钢筋混凝土构件的氯离子浓度，从而计算被测钢筋混凝土的剩余使用年限，无需定期到现场对被测钢筋混凝土构件进行取芯，减少对被测钢筋混凝土构件的破坏，获取的耐久性数据的效率更高，减少人力物力消耗；只需要一个氯离子浓度传感器监测得到被测钢筋混凝土构件内某一深度下的氯离子浓度时间序列数据，从而计算得到氯离子渗透的关键参数，相比较通过需要多个氯离子浓度传感器获得氯离子浓度空间分布来计算氯离子渗透的关键参数的方法，无需在一个被测钢筋混凝土构件中的多个深度预埋氯离子浓度传感器，预埋氯离子浓度传感器时更为方便，氯离子浓度传感器的安装更为简单，降低了被测钢筋混凝土构件寿命预测方法的技术实现难度，并减少人工投入和减少氯离子浓度传感器的成本投入，从而减少监测成本；根据菲克第二定律这一成熟算法的改进，考虑了氯离子扩散系数随时间的变化，使得计算的被测钢筋混凝土构件的剩余使用年限更为准确。

附图说明

图1为本发明基于氯离子浓度监测的钢筋混凝土构件寿命预测方法的步骤流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

在本发明的描述中，需要说明的是，术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

请参阅图1，图1为本发明基于氯离子浓度监测的钢筋混凝土构件寿命预测方法的步骤流程图。一种基于氯离子浓度监测的钢筋混凝土构件寿命预测方法，包括以下步骤：

S1、获取埋设在被测钢筋混凝土构件混凝土保护层内的氯离子浓度传感器在不同检测监测时间检测监测得到的氯离子浓度，得到检测监测时间-氯离子浓度序列氯离子浓度时间序列数据；

S2、基于得到的检测监测时间-氯离子浓度序列氯离子浓度时间序列数据，利用菲克第二定律计算出被测钢筋混凝土构件的临界使用年限；

S3、获取被测钢筋混凝土构件的已使用年限，基于得到的临界使用年限和已使用年限，得到被测钢筋混凝土构件的剩余使用年限；

其中，利用菲克第二定律计算出被测钢筋混凝土构件的临界使用年限的计算过程如下：

(1)若不考虑氯离子扩散系数随时间变化时，则利用氯离子浓度时间序列数据对回归模型

进行非线性拟合，计算得到表面氯离子浓度、初始氯离子浓度和氯离子扩散系数，其中，t为回归变量，表示时间，以混凝土浇筑时间为零点，x₀为氯离子浓度传感器在被测钢筋混凝土构件中埋设深度，C为响应变量，表示t时，x₀处的氯离子浓度，C_s为表面氯离子浓度，C₀为初始氯离子浓度，D为氯离子扩散系数，erf为误差函数；

若考虑氯离子扩散系数随时间变化时，则利用氯离子浓度时间序列数据对回归模型

进行非线性拟合，再根据

最终计算得到表面氯离子浓度、初始氯离子浓度和氯离子扩散系数，其中，t_i为第i个获取被测钢筋混凝土构件的氯离子浓度的监测时间，m为氯离子扩散系数衰减值，D_i为0～t_i时间段内，氯离子的平均扩散系数；

(2)基于计算得到的表面氯离子浓度、初始氯离子浓度和氯离子扩散系数，根据公式

计算得到被测钢筋混凝土构件的临界使用年限，其中，h为被测钢筋混凝土构件混凝土保护层的厚度，C_ct为临界氯离子浓度，erf^-1为误差函数的反函数。

在上述步骤S1中，在浪溅区、水位变动区等耐久性风险较高的区域中，将氯离子浓度传感器预埋在被测钢筋混凝土构件的混凝土保护层中，埋设深度可根据实际需求确定，并记录氯离子浓度传感器的埋设深度x₀，具体地，氯离子浓度传感器固定在钢筋上，并调节安装位置，使氯离子浓度传感器中氯离子探针距离混凝土表面距离为x₀。在监测时间t_i(i＝1,2,…,n下，通过氯离子浓度传感器监测得到的被测钢筋混凝土构件的氯离子浓度C_i(i＝1,2,…,n)，得到氯离子浓度时间序列数据(t₁,C₁)、(t₂,C₂)、…、(t_n,C_n)，其中i为监测序号，即第i次监测，t_i的时间由被测混凝土构件浇筑之时开始算起，如第一个氯离子浓度的监测时间t₁为从被测钢筋混凝土构件浇筑之时起的第5年，则第一个监测时间t₁为5年。从t₁到t_n之间的时间段为被测钢筋混凝土构件的监测期。

进一步地，在步骤S1中，所述氯离子浓度传感器设有氯离子探针、参比电极和温度探头，所述氯离子浓度传感器监测氯离子浓度的过程如下：

S11、获取氯离子探针相对于参比电极的电位，同时获取温度探头监测的温度值；

S12、基于获取的电位和温度值，根据

计算得到氯离子浓度，其中，E为氯离子探针相对于参比电极的电位，E₀为标准电极电势，R为气体常数8.314Jmol^{- 1}K^-1，F为法拉第常数96485C/mol，T为热力学温度，T(K)＝273.15+α(℃)，α为温度探头监测的温度值。

在上述步骤S11和步骤S12中，通过电压表等仪器测量氯离子探针和参比电极之间的电压，得到氯离子探针相对于参比电极的电位，通过温度探头获取温度值，然后根据能斯特方程把氯离子探针相对于参比电极的电位换算成氯离子浓度，以得到被测钢筋混凝土构件的氯离子浓度。

在上述步骤S2中，利用恒定初始氯离子浓度和恒定表面氯离子浓度边界条件下的菲克第二定律解析解，对氯离子浓度时间序列数据(t₁,C₁)、(t₂,C₂)、…、(t_n,C_n)展开非线性曲线拟合，通过回归分析获得氯离子扩散系数、表面氯离子浓度、初始氯离子浓度等参数，然后将氯离子扩散系数、表面氯离子浓度、初始氯离子浓度、临界氯离子浓度和保护层厚度等参数代入寿命预测公式，计算得被测钢筋混凝土构件的临界使用年限。

其中，利用菲克第二定律计算出被测钢筋混凝土构件的临界使用年限的计算过程如下：

在上述步骤(1)中，由于氯离子扩散系数前期变化较大，后期基本保持不变，而在对被测钢筋混凝土构件的氯离子浓度的监测中，监测期跨度比较大，因此为了计算的被测钢筋混凝土构件的剩余使用年限更为准确，根据被测钢筋混凝土构件的监测时间来判断是否需要考虑氯离子扩散系数随时间变化，即根据监测时间t₁、t₂、…、t_n来判断是否需要考虑氯离子扩散系数随时间变化。

进一步地，在步骤(1)，方法还包括判断是否需要考虑氯离子扩散系数随时间变化：

(1-1)若多个监测时间中的最后一个监测时间小于10年，则需要考虑氯离子扩散系数随时间变化；

(1-2)若多个监测时间中的第一个监测时间大于10年，则不需要考虑氯离子扩散系数随时间变化。

在上述步骤(1-1)中，判断多个监测时间中的最后一个监测时间t_n是否小于10年，若最后一个监测时间t_n小于10年，即说明监测过程是在被测钢筋混凝土构件的已使用年限小于10年的时候实施。由于在这监测期内，氯离子扩散系数变化不可忽略，因此在进行计算时，需要采用考虑氯离子扩散系数随时间变化的方式进行回归分析，因此采用回归模型

对氯离子浓度时间序列数据(t₁,C₁)、(t₂,C₂)、…、(t_n,C_n)进行计算，得到表面氯离子浓度C_s、初始氯离子浓度C₀、氯离子扩散系数衰减值m和t_i(i＝1,2,…,n)时对应的氯离子平均扩散系数D_i，然后将氯离子扩散系数衰减值m、监测时间t_i(以年为单位)和t_i时对应的氯离子平均扩散系数D_i代入公式

计算得到氯离子扩散系数D，其中在式

计算时以年为单位。

在上述步骤(1-2)中，判断多个监测时间中的第一个监测时间t₁是否大于10年，若第一个监测时间t₁大于10年，即说明监测过程是在被测钢筋混凝土构件的已使用年限大于10年的时候实施，由于在这监测期内，氯离子扩散系数变化不大，因此在进行计算时，需要采用不考虑氯离子扩散系数随时间变化的方式进行回归分析，因此采用回归模型

对氯离子浓度时间序列数据(t₁,C₁)、(t₂,C₂)、…、(t_n,C_n)进行计算，得到表面氯离子浓度C_s、初始氯离子浓度C₀和氯离子扩散系数D。

进一步地，在步骤(1)中，方法还包括数据取舍及判断是否需要考虑氯离子扩散系数随时间变化：

(1-3)判断多个监测时间中大于10年的监测时间的数量是否大于预设的第一计算数量值；

(1-4)若是，则将氯离子浓度时间序列数据中监测时间小于10年的数据剔除，且不需要考虑氯离子扩散系数随时间变化；

(1-5)若否，则判断多个监测时间中小于10年的监测时间的数量是否大于预设的第二计算数量值；

(1-6)若是，则将氯离子浓度时间序列数据中监测时间大于10年的数据剔除，且需要考虑氯离子扩散系数随时间变化。

在上述步骤(1-3)中，在对被测钢筋混凝土构件的氯离子浓度的监测中，监测期跨度比较大，一般监测实施过程是在被测钢筋混凝土构件的已使用年限小于10年的时候开始实施，在被测钢筋混凝土构件的已使用年限大于10年的时候结束实施，即第一个监测时间t₁小于10年且最后一个监测时间t_n大于10年，由于在第一监测时间t₁到被测钢筋混凝土构件已使用10年的时间段中，氯离子扩散系数变化较大，在被测钢筋混凝土构件已使用10年到最后一个监测时间t_n的时间段中，氯离子扩散系数变化不大，因此判断多个监测时间t₁、t₂、…、t_n中大于10年的监测时间的数量是否大于预设的第一计算数量值，预设的第一计算数量值根据实际情况确定，预设的第一计算数量值至少满足回归分析对数据量的最低要求。

在上述步骤(1-4)中，若多个监测时间t₁、t₂、…t_j、t_j+1、…、t_n(其中t_j≤10a，t_j+1>10a，a为时间单位年)中大于10年的监测时间的数量大于预设的第一计算数量值，则在氯离子浓度时间序列数据(t₁,C₁)、(t₂,C₂)、…、(t_j,C_j)、(t_j+1,C_j+1)、…、(t_n,C_n)中，将t_j及前面的数据剔除，对剩下的氯离子浓度时间序列数据(t_j+1,C_j+1)、(t_j+2,C_j+2)、…、(t_n,C_n)采用不考虑氯离子扩散系数随时间变化的方式进行回归分析，因此采用上述步骤(1)中的回归模型

对氯离子浓度时间序列数据(t_j+1,C_j+1)、(t_j+2,C_j+2)、…、(t_n,C_n)进行计算，得到表面氯离子浓度C_s、初始氯离子浓度C₀、氯离子扩散系数D。

在上述步骤(1-5)中，若多个监测时间t₁、t₂、…t_j、t_j+1、…、t_n(其中t_j≤10a，t_j+1>10a，a为时间单位年)中大于10年的监测时间的数量小于预设的第一计算数量值，则需要考虑使用监测时间小于等于10年的，因此判断多个监测时间t₁、t₂、…、t_j、t_j+1、…、t_n(其中t_j≤10a，t_j+1>10a)中小于10年的监测时间的数量是否大于预设的第二计算数量值，预设的第二计算数量值根据实际情况确定，预设的第二计算数量值至少满足回归分析对数据量的最低要求。

在上述步骤(1-6)中，若多个监测时间t₁、t₂、…、t_j、t_j+1、…、t_n(其中t_j≤10a，t_j+1>10a)中小于10年的检测时间的数据大于预设的第二计算数量值，则在氯离子浓度时间序列数据(t₁,C₁)、(t₂,C₂)、…、(t_j,C_j)、(t_j+1,C_j+1)、…、(t_n,C_n)中，将t_j+1及以后获取的监测数据剔除，对剩下的氯离子浓度时间序列数据(t₁,C₁)、(t₂,C₂)、…、(t_j,C_j)采用考虑氯离子扩散系数随时间变化的方式进行回归分析，因此采用上述步骤(1)中的回归模型

对氯离子浓度时间序列数据(t₁,C₁)、(t₂,C₂)、…、(t_j,C_j)进行计算，得到表面氯离子浓度C_s、初始氯离子浓度C₀和氯离子扩散系数衰减值m和t_i(i＝1,2,…,n)时对应的氯离子平均扩散系数D_i，然后将氯离子扩散系数衰减值m和监测时间t_i和t_i时对应的氯离子平均扩散系数D_i代入公式

计算得到氯离子扩散系数D。若多个监测时间t₁、t₂、…、t_j、t_j+1、…、t_n(其中t_j≤10a，t_j+1>10a)中小于10年的检测时间的数据小于预设的第二计算数量值，则说明计算数据量还未达到要求，则继续对被测钢筋混凝土构件进行监测，使得监测时间大于10年的氯离子浓度时间序列数据的数量大于预设的第一计算数量值，从而可以对监测时间大于10年的氯离子浓度时间序列数据采用不考虑氯离子扩散系数随时间变化的方式进行回归分析。

进一步地，在上述步骤(1)中，回归模型

的推导过程如下：

对于考虑氯离子扩散系数随时间变化，则氯离子扩散系数已经不是常数，因此氯离子扩散系数随时间变化下的氯离子渗透规律为：

其中τ为时间，D(τ)为τ时的氯离子瞬时扩散系数，对于公式(1)可采用氯离子平均扩散系数D_av进行简化，氯离子瞬时扩散系数D(τ)与氯离子平均扩散系数D_av的关系为：

将公式(2)结合公式(1)得到公式(4)

已知不同时间下氯离子平均扩散系数D_av与时间的相对变化关系，即

D_av(t)、D_av(t′)分别为0～t时间段内和0～t′时间段内的氯离子平均扩散系数，因此在被测钢筋混凝土构件的监测期内任意监测时间的D_av(t)可以由某一监测时间t_i对应的D_av(t_i)表示出来，即

其中，D_i＝D_av(t_i)，这样一系列的D_av(t)参数可化为D_i和m两个参数，将公式(3)结合公式(4)即得到

在本实施例中，可以选择第一监测时间t₁表示D_av(t)，即

其中D₁＝D_av(t₁)，这样一系列的的D_av(t)参数可化为D₁和m两个参数，将公式(5)结合公式(4)即得到

在上述步骤(2)中，将得到的表面氯离子浓度C_s、初始氯离子浓度C₀和氯离子扩散系数D代入公式

计算得到被测钢筋混凝土构件的临界使用年限，即得到被测钢筋混凝土构件的临界使用寿命，混凝土保护层的厚度即被测钢筋混凝土构件表面到其内部最外层钢筋之间的厚度。

进一步的，在步骤(2)中，临界氯离子浓度的获取过程如下：

(2-1)配置若干组含有不同氯离子浓度的饱和氢氧化钙试验溶液；

(2-2)分别在含有不同氯离子浓度的试验溶液中进行极化测试，在各组不同氯离子浓度的试验溶液中均采用三电极测量体系，其中工作电极的材质与被测混凝土构件中的钢筋的材质相同，测定不同氯离子浓度下的极化曲线；

(2-3)基于测定不同氯离子浓度下的极化曲线，得到工作电极发生点蚀击穿的最低氯离子浓度，以得到临界氯离子浓度。

在上述步骤(2-1)至步骤(2-3)中，试验溶液的数量可以根据实际需求确定，在每组试验溶液中采用三电极测量体，三电极测量体系由工作电极、参比电极和辅助电极构成，其中，将与被测钢筋混凝土构件中的钢筋同材质的钢材做成工作点击，然后分别在含有不同氯离子浓度的试验溶液中进行极化测试，测定不同氯离子浓度下的极化曲线，具体测定极化曲线的过程为现有技术，在此不再赘述。通过极化曲线形状判断工作电极点蚀发生与否，若极化曲线中出现电流突然增长，且电流增长的起始电位较无掺盐电解质中测量得到的极化曲线中电流增长起始电位更负，说明工作电极发生点蚀击穿，以产生点蚀击穿的最低氯离子浓度作为临界氯离子浓度。

在上述步骤S3中，获取被测钢筋混凝土构件的已使用年限t_p，被测钢筋混凝土构件的已使用年限为当前计算剩余使用寿命的时间减去被测钢筋混凝土构件浇筑的时间，已使用年限t_p的单位为年。将被测钢筋混凝土构件的已使用年限t_p代入公式t_r＝t₀-t_p计算得到被测钢筋混凝土构件的剩余使用年限t_r，即得到被测钢筋混凝土构件的剩余使用寿命。

相比于现有技术，本发明的有益效果为：通过预先埋设在被测钢筋混凝土构件内的氯离子浓度传感器监测被测钢筋混凝土构件的氯离子浓度，从而计算被测钢筋混凝土的剩余使用年限，无需定期到现场对被测钢筋混凝土构件进行取芯，减少对被测钢筋混凝土构件的破坏，获取的耐久性数据的效率更高，减少人力物力消耗；只需要一个氯离子浓度传感器监测得到被测钢筋混凝土构件内某一深度下的氯离子浓度时间序列数据，从而计算得到氯离子渗透的关键参数，相比较通过需要多个氯离子浓度传感器获得氯离子浓度空间分布来计算氯离子渗透的关键参数的方法，无需在一个被测钢筋混凝土构件中的多个深度预埋氯离子浓度传感器，预埋氯离子浓度传感器时更为方便，氯离子浓度传感器的安装更为简单，降低了被测钢筋混凝土构件寿命预测方法的技术实现难度，并减少人工投入和减少氯离子浓度传感器的成本投入，从而减少监测成本；根据菲克第二定律这一成熟算法的改进，考虑了氯离子扩散系数随时间的变化，使得计算的被测钢筋混凝土构件的剩余使用年限更为准确。

以上所述，仅是本发明的较佳实施例而已，并非对本发明做任何形式上的限制，故凡未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (6)

1.一种基于氯离子浓度监测的钢筋混凝土构件寿命预测方法，其特征在于，包括以下步骤：

获取埋设在被测钢筋混凝土构件内预设埋设深度的氯离子浓度传感器在不同监测时间监测得到的氯离子浓度，得到氯离子浓度时间序列数据；

基于得到的氯离子浓度时间序列数据，利用菲克第二定律计算出被测钢筋混凝土构件的临界使用年限；

获取被测钢筋混凝土构件的已使用年限，基于得到的临界使用年限和已使用年限，得到被测钢筋混凝土构件的剩余使用年限；

其中，利用菲克第二定律计算出被测钢筋混凝土构件的临界使用年限的计算过程如下：

(1)若不考虑氯离子扩散系数随时间变化时，则利用氯离子浓度时间序列数据对回归模型

进行非线性拟合，计算得到表面氯离子浓度、初始氯离子浓度和氯离子扩散系数，其中，t为回归变量，表示时间，以混凝土浇筑时间为零点，x₀为氯离子浓度传感器在被测钢筋混凝土构件中埋设深度，C为响应变量，表示t时，x₀处的氯离子浓度，C_s为表面氯离子浓度，C₀为初始氯离子浓度，D为氯离子扩散系数，erf为误差函数；

若考虑氯离子扩散系数随时间变化时，则利用氯离子浓度时间序列数据对回归模型

进行非线性拟合，再根据

最终计算得到表面氯离子浓度、初始氯离子浓度和氯离子扩散系数，其中，t_i为第i个获取被测钢筋混凝土构件的氯离子浓度的监测时间，m为氯离子扩散系数衰减值，D_i为0～t_i时间段内，氯离子的平均扩散系数；

(2)基于计算得到的表面氯离子浓度、初始氯离子浓度和氯离子扩散系数，根据公式

计算得到被测钢筋混凝土构件的临界使用年限，其中，h为被测钢筋混凝土构件混凝土保护层的厚度，C_ct为临界氯离子浓度，erf^-1为误差函数的反函数。

2.根据权利要求1所述的基于氯离子浓度监测的钢筋混凝土构件寿命预测方法，其特征在于，在所述步骤(1)中，所述方法还包括判断是否需要考虑氯离子扩散系数随时间变化：

若多个监测时间中的最后一个监测时间小于10年，则需要考虑氯离子扩散系数随时间变化；

若多个监测时间中的第一个监测时间大于10年，则不需要考虑氯离子扩散系数随时间变化。

3.根据权利要求1所述的基于氯离子浓度监测的钢筋混凝土构件寿命预测方法，其特征在于，在所述步骤(1)中，所述方法还包括数据取舍及判断是否需要考虑氯离子扩散系数随时间变化：

判断多个监测时间中大于10年的监测时间的数量是否大于预设的第一计算数量值；

若是，则将氯离子浓度时间序列数据中监测时间小于10年的数据剔除，且不需要考虑氯离子扩散系数随时间变化；

若否，则判断多个监测时间中小于10年的监测时间的数量是否大于预设的第二计算数量值；

若是，则将氯离子浓度时间序列数据中监测时间大于10年的数据剔除，且需要考虑氯离子扩散系数随时间变化。

4.根据权利要求1所述的基于氯离子浓度监测的钢筋混凝土构件寿命预测方法，其特征在于，在所述步骤(1)中，回归模型

的推导过程如下：

氯离子扩散系数随时间变化下的氯离子渗透规律为：

氯离子瞬时扩散系数与氯离子平均扩散系数的关系为：

氯离子平均扩散系数与时间的关系为：

其中τ为时间，以混凝土浇筑时间为零点，D(τ)为τ时刻的氯离子瞬时扩散系数，D_av(t)为0～t时间段内，氯离子平均扩散系数；

由公式(1)、(2)和(3)简化得到：

5.根据权利要求1所述的基于氯离子浓度监测的钢筋混凝土构件寿命预测方法，其特征在于，所述临界氯离子浓度的获取过程如下：

配置若干组含有不同氯离子浓度的饱和氢氧化钙试验溶液；

分别在含有不同氯离子浓度的试验溶液中进行极化测试，在各组不同氯离子浓度的试验溶液中均采用三电极测量体系，其中工作电极的材质与被测混凝土构件中的钢筋的材质相同，测定不同氯离子浓度下的极化曲线；

基于测定不同氯离子浓度下的极化曲线，得到工作电极发生点蚀击穿的最低氯离子浓度，以得到临界氯离子浓度。

6.根据权利要求1所述的基于氯离子浓度监测的钢筋混凝土构件寿命预测方法，其特征在于，所述氯离子浓度传感器设有氯离子探针、参比电极和温度探头，所述氯离子浓度传感器监测氯离子浓度的过程如下：

获取氯离子探针相对于参比电极的电位，同时获取温度探头监测的温度值；

基于获取的电位和温度值，根据

计算得到氯离子浓度，其中，E为氯离子探针相对于参比电极的电位，E₀为标准电极电势，R为气体常数8.314Jmol^-1K^-1，F为法拉第常数96485C/mol，T为热力学温度，T(K)＝273.15+α(℃)，α为温度探头监测的温度值。

Images