CN113984889A - 一种用于波纹管注浆密实度检测方法 - Google Patents
一种用于波纹管注浆密实度检测方法 Download PDFInfo
- Publication number
- CN113984889A CN113984889A CN202111254883.5A CN202111254883A CN113984889A CN 113984889 A CN113984889 A CN 113984889A CN 202111254883 A CN202111254883 A CN 202111254883A CN 113984889 A CN113984889 A CN 113984889A
- Authority
- CN
- China
- Prior art keywords
- signal
- module
- corrugated pipe
- cpu
- wifi module
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 47
- 230000005284 excitation Effects 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 40
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 29
- 239000010959 steel Substances 0.000 claims abstract description 29
- 230000005540 biological transmission Effects 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000013528 artificial neural network Methods 0.000 claims abstract description 4
- 238000011156 evaluation Methods 0.000 claims abstract description 4
- 229910001220 stainless steel Inorganic materials 0.000 claims description 9
- 239000010935 stainless steel Substances 0.000 claims description 9
- 230000005611 electricity Effects 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 7
- 239000000463 material Substances 0.000 abstract description 4
- 238000012549 training Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000011148 porous material Substances 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 239000004567 concrete Substances 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 230000000149 penetrating effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 101100459234 Caenorhabditis elegans mxl-1 gene Proteins 0.000 description 2
- 101100459235 Caenorhabditis elegans mxl-2 gene Proteins 0.000 description 2
- 101100459236 Caenorhabditis elegans mxl-3 gene Proteins 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005056 compaction Methods 0.000 description 2
- 239000011440 grout Substances 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 239000011513 prestressed concrete Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 210000002364 input neuron Anatomy 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004570 mortar (masonry) Substances 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 210000004205 output neuron Anatomy 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000007569 slipcasting Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000002945 steepest descent method Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
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
- G01N29/02—Analysing fluids
- G01N29/032—Analysing fluids by measuring attenuation of acoustic waves
-
- 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
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4481—Neural networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/01—Indexing codes associated with the measuring variable
- G01N2291/015—Attenuation, scattering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/022—Liquids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/028—Material parameters
- G01N2291/02818—Density, viscosity
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Acoustics & Sound (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Signal Processing (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
一种用于波纹管注浆密实度检测方法，具体包括以下步骤：S1、在待检预应力孔道现场安装波纹管注浆密实度检测装置；S2、启动波纹管注浆密实度检测装置，对待检预应力孔道的钢绞线的两端施加锤击，产生弹性波；S3、波纹管注浆密实度检测装置采集弹性波信号，对弹性波信号进行分析处理；S4、根据波速、能量衰减、小波高频能量衰减、频移值特征参数与压浆饱和度的密切关系，建立BP神经网络回归模型，对波纹管注浆密实度做出定性评价。本发明增设了WIFI模块，将无线传输技术应用于激振单元发出激振指令信号到信号采集完成及信号分析处理的整个检测过程，节省了人力、物力，实现了单人操作，降低了检测过程中的偶然误差，大大提高了检测的效率及精度。
Description
技术领域
本发明涉及结构检测技术领域，具体的说，涉及一种用于波纹管注浆密实度检测方法。
背景技术
近年来，我国基础设施建设发展迅速，其中，由于后张拉预应力混凝土梁具有质量轻、整体性好、跨度长等优点在基础设施建设中得以广泛应用，据相关统计，我国新建桥梁中预应力混凝土桥梁的占比达到了95%以上。研究表明，预应力结构中预应力孔道中压浆质量对梁体的寿命影响较大，预应力孔道压浆的作用是保护钢绞线不被锈蚀，如压浆不密实将导致钢绞线过早出现锈蚀现象，进而造成预应力过早损失，导致桥梁使用年限缩短。因此，对在建桥预应力结构压浆质量管控以及现役预应力结构孔道压浆质量检测对保证预应力桥梁结构安全显得尤为重要。
当前，国内在结构后张法预应力孔道压浆质量无损检测技术及仪器设备的研究方面取得了一定的进展，但还存在检测精度不高等问题。目前针对孔道压浆密实度的检测方法，主要有以下几种：钻芯取样法、冲击回波法、红外热成像法、探地雷达法、超声波透射法及超声波回波法、X射线法、PZT传感器法等方法。以上方法各有优缺点，例如，钻芯取样法成本较高、操作较复杂并且会对结构造成损害；冲击回波法目前的应用较为广泛，尤其在金属波纹管压浆密实度检测方面在国内外都较成熟，由于混凝土与塑料管外壁的粘结性不好，该方法对塑料波纹管内缺陷定量检测较困难；红外热成像技术较为复杂，实际操作较困难，成本较高；探地雷达法在塑料波纹管压浆密实度检测中效果显著，但梁体内部的钢筋及其他金属会对电磁波产生强反射，从而干扰管内异常的识别；超声波的频率越高且指向性较、传播能量大、穿透力较强，但对塑料管内部的空洞检测较为困难；PZT传感器法对应用较灵活，有良好的发展前景。综上所述，对于预应力孔道压浆密实度检测技术及设备研发的研究尚需进一步开展。
发明内容
本发明的目的是提供一种用于波纹管注浆密实度检测方法，本发明增设了WIFI模块，将无线传输技术应用于激振单元发出激振指令信号到信号采集完成及信号分析处理的整个检测过程，节省了人力、物力，实现了单人操作，降低了检测过程中的偶然误差，大大提高了检测的效率及精度。
为实现上述目的，本发明采用如下技术方案：
一种用于波纹管注浆密实度检测方法，具体包括以下步骤：
S1、在待检预应力孔道现场安装波纹管注浆密实度检测装置；
S2、启动波纹管注浆密实度检测装置，对待检预应力孔道的钢绞线的两端施加锤击，产生弹性波；
S3、波纹管注浆密实度检测装置采集弹性波信号，对弹性波信号进行分析处理；
S4、根据波速、能量衰减、小波高频能量衰减、频移值特征参数与压浆饱和度的密切关系，建立BP神经网络回归模型，对波纹管注浆密实度做出定性评价。
波纹管注浆密实度检测装置包括上位机控制端、信号采集器、两个信号接收传感器和两个无线激振单元，两个信号接收传感器分别设置于待检预应力孔道两端的锚具上，两个无线激振单元分别吸附于待检预应力孔道的钢绞线的两端，信号采集器分别与两个信号接收传感器通过双芯咪线信号连接，上位机控制端分别与信号采集器和两个无线激振单元通过无线传输信号连接。
信号采集器内设置有第一CPU、第一WIFI模块、A/D模块和第一电池模块，A/D模块分别与两个信号接收传感器通过双芯咪线信号连接，第一CPU与A/D模块信号连接，第一CPU通过第一WIFI模块与上位机控制端无线传输信号连接，第一电池模块分别与第一CPU、第一WIFI模块和A/D模块电连接。
无线激振单元包括机壳、天线、第二CPU、第二WIFI模块、第二电池模块和激振模块，第二CPU、第二WIFI模块和第二电池模块均设置在机壳内，天线安装在机壳的顶部并与第二WIFI模块信号连接，激振模块通过销钉固定安装在机壳底部，第二CPU通过第二WIFI模块分别与上位机控制端和第一WIFI模块无线传输信号连接，第二CPU与激振模块信号连接，第二电池模块分别与第二CPU、第二WIFI模块和激振模块电连接。
激振模块包括推杆电机、锤杆和不锈钢锤头，推杆电机的动力杆下端同轴连接锤杆，不锈钢锤头螺纹固定安装在推杆的下端，推杆电机上固定连接有套在锤杆外周的伸缩套筒，伸缩套筒的底部设置有吸附在钢绞线上的强力磁铁，伸缩套筒的外圆周设置有用于锁定伸出端的弹簧卡扣，第二CPU与推杆电机信号连接，第二电池模块与推杆电机电连接。
步骤S1具体为：将两个信号接收传感器分别设置于待检预应力孔道两端的锚具上，采用双芯咪线将两个信号接收传感器与信号采集器相连接，将两个无线激振单元分别吸附于待检预应力孔道的钢绞线的两端。
步骤S2具体为：打开上位机控制端上的信号采集软件，打开信号采集器和无线激振单元的电源，启动第一WIFI模块和第二WIFI模块，将上位机控制端与第一CPU通过第一WIFI模块相连接，第二CPU通过第二WIFI模块与第一WIFI模块无线传输信号连接，上位机控制端或第一CPU发送激振指令信号并通过第一WIFI模块和第二WIFI模块无线传输给第二CPU，第二CPU激发推杆电机动作，推杆电机的动力杆推动锤杆往复运动，锤杆带动不锈钢锤头对钢绞线进行锤击，产生弹性波，钢绞线两端各锤击5次。
步骤S3具体为：两个信号接收传感器分别采集钢绞线两端受锤击产生的弹性波，并将采集到的弹性波信号通过双芯咪线传至A/D模块，A/D模块将弹性波信号传至第一CPU，第一CPU通过第一WIFI模块将弹性波信号传输给上位机控制端，上位机控制端上的信号采集软件对弹性波信号进行分析处理。
本发明相对现有技术具有突出的实质性特点和显著的进步，具体地说，本发明增设了WIFI模块，将无线传输技术应用于激振单元发出激振指令信号到信号采集完成及信号分析处理的整个检测过程，节省了人力、物力，实现了单人操作，降低了检测过程中的偶然误差，大大提高了检测的效率及精度。
附图说明
图1是本发明的检测流程框图。
图2是本发明的无线激振单元的结构示意图。
图3是本发明的检测工作示意图。
图4是本发明的各部件信号连接框图。
图5是本发明的模型梁MXL1的最优检测结果。
图6是本发明的模型梁MXL2的最优检测结果。
图7是本发明的模型梁MXL3的最优检测结果。
图8是本发明的模型梁MXL4的最优检测结果。
图9是本发明的模型梁MXL5的最优检测结果。
具体实施方式
以下结合附图进一步说明本发明的实施例。
如图1-4所示，一种用于波纹管注浆密实度检测方法，具体包括以下步骤：
S1、在待检预应力孔道现场安装波纹管注浆密实度检测装置；
S2、启动波纹管注浆密实度检测装置，对待检预应力孔道的钢绞线19的两端施加锤击，产生弹性波；
S3、波纹管注浆密实度检测装置采集弹性波信号，对弹性波信号进行分析处理；
S4、根据波速、能量衰减、小波高频能量衰减、频移值特征参数与压浆饱和度的密切关系，建立BP神经网络回归模型，对波纹管20注浆密实度做出定性评价。
波纹管注浆密实度检测装置包括上位机控制端1、信号采集器2、两个信号接收传感器3和两个无线激振单元4，两个信号接收传感器3分别设置于待检预应力孔道两端的锚具5上，两个无线激振单元4分别吸附于待检预应力孔道的钢绞线19的两端，信号采集器2分别与两个信号接收传感器3通过双芯咪线6信号连接，上位机控制端1分别与信号采集器2和两个无线激振单元4通过无线传输信号连接。
信号采集器2内设置有第一CPU7、第一WIFI模块8、A/D模块9和第一电池模块，A/D模块9分别与两个信号接收传感器3通过双芯咪线6信号连接，第一CPU7与A/D模块9信号连接，第一CPU7通过第一WIFI模块8与上位机控制端1无线传输信号连接，第一电池模块分别与第一CPU7、第一WIFI模块8和A/D模块9电连接。
无线激振单元4包括机壳10、天线11、第二CPU12、第二WIFI模块13、第二电池模块14和激振模块，第二CPU12、第二WIFI模块13和第二电池模块14均设置在机壳10内，天线11安装在机壳10的顶部并与第二WIFI模块13信号连接，激振模块通过销钉固定安装在机壳10底部，第二CPU12通过第二WIFI模块13分别与上位机控制端1和第一WIFI模块8无线传输信号连接，第二CPU12与激振模块信号连接，第二电池模块14分别与第二CPU12、第二WIFI模块13和激振模块电连接。
激振模块包括推杆电机15、锤杆16和不锈钢锤头17，推杆电机15的动力杆下端同轴连接锤杆16，不锈钢锤头17螺纹固定安装在推杆的下端，推杆电机15上固定连接有套在锤杆16外周的伸缩套筒18，伸缩套筒18的底部设置有吸附在钢绞线19上的强力磁铁，伸缩套筒18的外圆周设置有用于锁定伸出端的弹簧卡扣，第二CPU12与推杆电机15信号连接，第二电池模块14与推杆电机15电连接。
步骤S1具体为：将两个信号接收传感器3分别设置于待检预应力孔道两端的锚具5上，采用双芯咪线6将两个信号接收传感器3与信号采集器2相连接，将两个无线激振单元4分别吸附于待检预应力孔道的钢绞线19的两端，即将伸缩套筒18的底部通过强力磁铁吸附在钢绞线19上。
步骤S2具体为：打开上位机控制端1上的信号采集软件，打开信号采集器2和无线激振单元4的电源，启动第一WIFI模块8和第二WIFI模块13，将上位机控制端1与第一CPU7通过第一WIFI模块8相连接，第二CPU12通过第二WIFI模块13与第一WIFI模块8无线传输信号连接，上位机控制端1或第一CPU7发送激振指令信号并通过第一WIFI模块8和第二WIFI模块13无线传输给第二CPU12，第二CPU12激发推杆电机15动作，推杆电机15的动力杆推动锤杆16往复运动，锤杆16带动不锈钢锤头17对钢绞线19进行锤击，产生弹性波，钢绞线19两端各锤击5次。
步骤S3具体为：两个信号接收传感器3分别采集钢绞线19两端受锤击产生的弹性波，并将采集到的弹性波信号通过双芯咪线6传至A/D模块9，A/D模块9将弹性波信号传至第一CPU7，第一CPU7通过第一WIFI模块8将弹性波信号传输给上位机控制端1，上位机控制端1上的信号采集软件对弹性波信号进行分析处理。
上位机控制端1为手机/电脑，内置有信号采集软件，为常规技术；天线11为现有常规设计，可以伸缩、弯曲、旋转，用于增强第二WIFI模块13的无线信号，具体构造和工作原理不再赘述；伸缩套筒18类似于可伸缩雨伞杆结构，常规技术。
第一电池模块和第二电池模块13可充电，重复使用，寿命长，有利于节能环保。
步骤S4中各特征参数具体为：
特征参数1：波速
在检测时，波速可通过梁长除以两个信号接收传感器3的首波时间差计算，假设弹性波在预应力管道的传播为一维传播，根据弹性动力学理论，其波速与材料的关系如下：
式中：E s 和ρ s 为钢筋的弹性模量与密度，E c 和ρ c 为混凝土的弹性模量和密度，s为包裹体的等效截面；
当波纹管20注浆很不密实或者全空时，则
，此时
（波在钢绞线中的传播速度，约为5100m/s），当波纹管20注浆密实时，s将很大，此时
和
，则
（波在混凝土中的传播速度，约为4000m/s）；
检测结果所得实际波速介于钢绞线19波速和混凝土波速之间，波纹管20注浆浆密实度越大，则波速越小，因此可将波的纵向传播速度作为评价压浆饱和度的一个重要指标。
特征参数2：能量衰减系数
波的振幅直接反映了其能量的强弱，而发射波与接受波的振幅比值就直接反映了波在传播过程中的能量衰减，能量衰减系数定义为：
式中，x为传播距离，A0为发射端的首波振幅，A为接受端的首波振幅；
在预应力管道体系中α值与包裹的砂浆密实程度密切相关，当预应力管道压浆密实时，波的大部分能量在传播过程中会透射到梁体中去，出现较大的能量衰减，此时α值较大；当预应力管道压浆不密实时，则只有少部分能量透射到梁体中， 此时α值较小；因此，衰减系数可以作为评价预应力管道压浆质量好坏的重要指标。
特征参数3：小数波高频能量变化系数
选择与原始信号最相近的小波基函数，确定小波变换的分解尺度，这里选择3层，利用Mallat塔式方法对信号进行小波变换，从而得到不同分解尺度的高频系数分量和低频系数分量：
式中：
相当于一个低通滤波器组, 分解出低频系数
；
相当于高通滤波器组, 分解得到高频系数
，而ϕ和ψ分别为对应的尺度函数和小波函数；
单一尺度下的小波能量为该尺度下的小波系数的平方和，也即
由正交小波变换的特性可知，在某一时间窗内，信号总功率等于各个分量功率之和。
高频部分能量比值为：
根据上面计算方法，分别求发射信号和接受信号的高频能量比值
和
，两者相减即可得小波高频能量变化系数：
不同的压浆饱和度不仅会产生不同的能量衰减，并且对各频率段的能量的吸收也会不同。随着压浆密实度的增大，对能量较大的高频波吸收增多，而对能量较小的低频波影响较小，因此高频能量的比例随着压浆密实度的增大而减小，因此小波高频能量系数也可作为评价预应力管道压浆质量好坏的重要指标。
特征参数4：频移值
将发射信号和接受信号的时域波形通过傅里叶变换转换到频域中，离散傅里叶变换公式为：
利用
分别求出发射信号
和接受信号
的频谱质心，
得到频移值为：
频移值在完全空管的预应力管道上较小，在注浆密实的预应力管道上较大，它随着注浆密实度的增加而逐渐增大，因此可作为评价压浆质量好坏的特征参数。
设置五组模型梁（MXL1-MXL5）并人为地设定波纹管的灌浆密实度如下：MXL-1的波纹管注浆密实度为100%；MXL-2的波纹管注浆密实度为92%；MXL-3的波纹管注浆密实度为85%；
MXL-4的波纹管注浆密实度为7%；MXL-5的波纹管注浆密实度为0%；
通过对5组模型梁进行信号采集共得到325组样本数据，划分训练集样本为280个，而测试集样本有45个。有研究表明单个隐藏层的网络可以通过适当增加神经元节点个数实现任意非线性映射，因此本文采用单隐藏层，共3层拓扑结构。以波速、能量衰减系数、小波高频能量变化系数和频移值作为输入向量，而压浆饱和度值作为输出值，因此输入神经元个数为4个，输出神经元1个。另外，隐藏神经元暂定为4个，隐含层和输出层均选择logsig的传递函数，训练方式为批量方式，训练算法为最速下降法，训练的终止条件为500的迭代次数，学习率为0.001。
随着迭代次数的增加，均方误差值逐渐变小，迭代达到50次后达到收敛，500次迭代的训练集均方误差为0.070515，而测试数据的预测输出和期望输出的平均绝对误差为0.0143。
网络训练的效果受到其结构参数（如训练方式、隐含节点数，传递函数、学习率等）的影响，分别对各参数进行探究，并找到了最佳的网络结构，最终得到各个模型梁的最优检测结果如图5-9所示。
以上实施例仅用以说明而非限制本发明的技术方案，尽管参照上述实施例对本发明进行了详细说明，本领域的普通技术人员应当理解；依然可以对本发明进行修改或者等同替换，而不脱离本发明的精神和范围的任何修改或局部替换，其均应涵盖在本发明的权利要求范围当中。
Claims (8)
1.一种用于波纹管注浆密实度检测方法，其特征在于：具体包括以下步骤：
S1、在待检预应力孔道现场安装波纹管注浆密实度检测装置；
S2、启动波纹管注浆密实度检测装置，对待检预应力孔道的钢绞线的两端施加锤击，产生弹性波；
S3、波纹管注浆密实度检测装置采集弹性波信号，对弹性波信号进行分析处理；
S4、根据波速、能量衰减、小波高频能量衰减、频移值特征参数与压浆饱和度的密切关系，建立BP神经网络回归模型，对波纹管注浆密实度做出定性评价。
2.根据权利要求1所述的用于波纹管注浆密实度检测方法，其特征在于：波纹管注浆密实度检测装置包括上位机控制端、信号采集器、两个信号接收传感器和两个无线激振单元，两个信号接收传感器分别设置于待检预应力孔道两端的锚具上，两个无线激振单元分别吸附于待检预应力孔道的钢绞线的两端，信号采集器分别与两个信号接收传感器通过双芯咪线信号连接，上位机控制端分别与信号采集器和两个无线激振单元通过无线传输信号连接。
3.根据权利要求2所述的用于波纹管注浆密实度检测方法，其特征在于：信号采集器内设置有第一CPU、第一WIFI模块、A/D模块和第一电池模块，A/D模块分别与两个信号接收传感器通过双芯咪线信号连接，第一CPU与A/D模块信号连接，第一CPU通过第一WIFI模块与上位机控制端无线传输信号连接，第一电池模块分别与第一CPU、第一WIFI模块和A/D模块电连接。
4.根据权利要求3所述的用于波纹管注浆密实度检测方法，其特征在于：无线激振单元包括机壳、天线、第二CPU、第二WIFI模块、第二电池模块和激振模块，第二CPU、第二WIFI模块和第二电池模块均设置在机壳内，天线安装在机壳的顶部并与第二WIFI模块信号连接，激振模块通过销钉固定安装在机壳底部，第二CPU通过第二WIFI模块分别与上位机控制端和第一WIFI模块无线传输信号连接，第二CPU与激振模块信号连接，第二电池模块分别与第二CPU、第二WIFI模块和激振模块电连接。
5.根据权利要求4所述的用于波纹管注浆密实度检测方法，其特征在于：激振模块包括推杆电机、锤杆和不锈钢锤头，推杆电机的动力杆下端同轴连接锤杆，不锈钢锤头螺纹固定安装在推杆的下端，推杆电机上固定连接有套在锤杆外周的伸缩套筒，伸缩套筒的底部设置有吸附在钢绞线上的强力磁铁，伸缩套筒的外圆周设置有用于锁定伸出端的弹簧卡扣，第二CPU与推杆电机信号连接，第二电池模块与推杆电机电连接。
6.根据权利要求5所述的用于波纹管注浆密实度检测方法，其特征在于：步骤S1具体为：将两个信号接收传感器分别设置于待检预应力孔道两端的锚具上，采用双芯咪线将两个信号接收传感器与信号采集器相连接，将两个无线激振单元分别吸附于待检预应力孔道的钢绞线的两端。
7.根据权利要求6所述的用于波纹管注浆密实度检测方法，其特征在于：步骤S2具体为：打开上位机控制端上的信号采集软件，打开信号采集器和无线激振单元的电源，启动第一WIFI模块和第二WIFI模块，将上位机控制端与第一CPU通过第一WIFI模块相连接，第二CPU通过第二WIFI模块与第一WIFI模块无线传输信号连接，上位机控制端或第一CPU发送激振指令信号并通过第一WIFI模块和第二WIFI模块无线传输给第二CPU，第二CPU激发推杆电机动作，推杆电机的动力杆推动锤杆往复运动，锤杆带动不锈钢锤头对钢绞线进行锤击，产生弹性波，钢绞线两端各锤击5次。
8.根据权利要求7所述的用于波纹管注浆密实度检测方法，其特征在于：步骤S3具体为：两个信号接收传感器分别采集钢绞线两端受锤击产生的弹性波，并将采集到的弹性波信号通过双芯咪线传至A/D模块，A/D模块将弹性波信号传至第一CPU，第一CPU通过第一WIFI模块将弹性波信号传输给上位机控制端，上位机控制端上的信号采集软件对弹性波信号进行分析处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111254883.5A CN113984889A (zh) | 2021-10-27 | 2021-10-27 | 一种用于波纹管注浆密实度检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111254883.5A CN113984889A (zh) | 2021-10-27 | 2021-10-27 | 一种用于波纹管注浆密实度检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113984889A true CN113984889A (zh) | 2022-01-28 |
Family
ID=79742463
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111254883.5A Pending CN113984889A (zh) | 2021-10-27 | 2021-10-27 | 一种用于波纹管注浆密实度检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113984889A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5804730A (en) * | 1995-10-10 | 1998-09-08 | Pfannenstiel; Richard A. | Ultrasonic testing method |
| EP1933135A2 (en) * | 2006-12-14 | 2008-06-18 | Matsushita Electric Works, Ltd. | Nondestructive inspection apparatus |
| CN102507743A (zh) * | 2011-11-03 | 2012-06-20 | 北京星通联华科技发展有限公司 | 一种桥梁预应力孔道灌浆密实度无损检测方法 |
| CN204154684U (zh) * | 2014-10-20 | 2015-02-11 | 湖南天功测控科技有限公司 | 桥梁预应力管道注浆密实度检测仪 |
| CN104483389A (zh) * | 2014-12-24 | 2015-04-01 | 云南航天工程物探检测股份有限公司 | 基于组合震源法检测桥梁预应力管道注浆质量的方法 |
| CN204479758U (zh) * | 2014-11-26 | 2015-07-15 | 中国矿业大学 | 利用弹簧激发的井下煤层地震ct探测用可控震源 |
| CN209927396U (zh) * | 2019-06-11 | 2020-01-10 | 南京睿永智运维工程科技有限公司 | 一种无线激振监测传感装置 |
| CN113406197A (zh) * | 2021-03-26 | 2021-09-17 | 广州市市政工程试验检测有限公司 | 一种套筒灌浆密实度智能检测方法 |
| CN216285066U (zh) * | 2021-10-27 | 2022-04-12 | 郑州大学 | 一种用于波纹管注浆密实度检测装置 |
-
2021
- 2021-10-27 CN CN202111254883.5A patent/CN113984889A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5804730A (en) * | 1995-10-10 | 1998-09-08 | Pfannenstiel; Richard A. | Ultrasonic testing method |
| EP1933135A2 (en) * | 2006-12-14 | 2008-06-18 | Matsushita Electric Works, Ltd. | Nondestructive inspection apparatus |
| CN102507743A (zh) * | 2011-11-03 | 2012-06-20 | 北京星通联华科技发展有限公司 | 一种桥梁预应力孔道灌浆密实度无损检测方法 |
| CN204154684U (zh) * | 2014-10-20 | 2015-02-11 | 湖南天功测控科技有限公司 | 桥梁预应力管道注浆密实度检测仪 |
| CN204479758U (zh) * | 2014-11-26 | 2015-07-15 | 中国矿业大学 | 利用弹簧激发的井下煤层地震ct探测用可控震源 |
| CN104483389A (zh) * | 2014-12-24 | 2015-04-01 | 云南航天工程物探检测股份有限公司 | 基于组合震源法检测桥梁预应力管道注浆质量的方法 |
| CN209927396U (zh) * | 2019-06-11 | 2020-01-10 | 南京睿永智运维工程科技有限公司 | 一种无线激振监测传感装置 |
| CN113406197A (zh) * | 2021-03-26 | 2021-09-17 | 广州市市政工程试验检测有限公司 | 一种套筒灌浆密实度智能检测方法 |
| CN216285066U (zh) * | 2021-10-27 | 2022-04-12 | 郑州大学 | 一种用于波纹管注浆密实度检测装置 |
Non-Patent Citations (2)
| Title |
|---|
| HONGJIN LIU ET AL.: "Identification of grouting compactness in bridge bellows based on the BP neural network", 《STRUCTURES》, 29 March 2021 (2021-03-29), pages 1 - 6 * |
| 张武毅;赵建铧;汤建林;: "预应力混凝土梁管道压浆密实度无损检测技术研究", 中国水运(下半月), no. 12 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN100416269C (zh) | 一种用于锚杆锚固系统的无损探伤检测方法 | |
| CN102590343B (zh) | 波纹管孔道注浆密实度超声检查的装置及方法 | |
| CN103245732B (zh) | 一种基于小波提取的管道注浆质量应力波检测信号处理方法 | |
| CN106990018B (zh) | 一种预应力混凝土梁灌浆密实度智能识别方法 | |
| CN102507743B (zh) | 一种桥梁预应力孔道灌浆密实度无损检测方法 | |
| Sundaram et al. | Wireless sensors for structural health monitoring and damage detection techniques | |
| CN101446517A (zh) | 一种输电线路高塔结构振动测试方法 | |
| CN102053117A (zh) | 一种基于弹性波能量逸散率的桥梁预应力孔道灌浆密实度的测试方法 | |
| CN204154684U (zh) | 桥梁预应力管道注浆密实度检测仪 | |
| Li et al. | Early-age concrete strength monitoring using smart aggregate based on electromechanical impedance and machine learning | |
| Lei et al. | An automatic extraction algorithm for measurement of installed rock bolt length based on stress wave reflection | |
| CN113945641A (zh) | 一种基于超声波的预应力管道灌浆质量检测方法 | |
| CN103472095B (zh) | 一种基于压电陶瓷机敏模块的水工混凝土强度监测装置和方法 | |
| CN109115878A (zh) | 一种桥梁预应力孔道压浆密实度超声检测装置及其检测方法 | |
| CN101762347A (zh) | 一种用半波法测量多跨钢拉索索力的方法 | |
| CN113152228A (zh) | 一种自适应路基类型的压实度在线评价方法及系统 | |
| CN113325079A (zh) | 基于瑞利波能量衰减的混凝土裂纹绝对尺寸量化检测方法 | |
| CN216285066U (zh) | 一种用于波纹管注浆密实度检测装置 | |
| CN113984889A (zh) | 一种用于波纹管注浆密实度检测方法 | |
| CN113418986A (zh) | 一种用于桥梁隧道的声纹检测系统 | |
| CN112197720A (zh) | 一种基于超声导波声场调控技术的隐蔽性柱状钢制结构长度测量方法及装置 | |
| CN111443131A (zh) | 一种钢筋套筒灌浆密实度检测方法 | |
| CN109143232A (zh) | 一种预应力混凝土梁无损检测方法 | |
| CN113009576B (zh) | 一种基于本征模态滤波的储层固有频率原位非接触式检测方法 | |
| CN209103356U (zh) | 一种基于超声ct的风力发电机基础质量数据采集系统 |
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 |