CN114108713B - 一种用于混凝土浇筑过程质量在线监控的成像系统和方法 - Google Patents
一种用于混凝土浇筑过程质量在线监控的成像系统和方法 Download PDFInfo
- Publication number
- CN114108713B CN114108713B CN202111425243.6A CN202111425243A CN114108713B CN 114108713 B CN114108713 B CN 114108713B CN 202111425243 A CN202111425243 A CN 202111425243A CN 114108713 B CN114108713 B CN 114108713B
- Authority
- CN
- China
- Prior art keywords
- pouring
- concrete
- quality
- imaging
- data
- 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
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02D—FOUNDATIONS; EXCAVATIONS; EMBANKMENTS; UNDERGROUND OR UNDERWATER STRUCTURES
- E02D33/00—Testing foundations or foundation structures
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Paleontology (AREA)
- Civil Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Structural Engineering (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明公开了一种用于混凝土浇筑过程质量在线监控的实时成像系统和质量精准测试的方法,以解决传统混凝土浇筑成型质量均匀性评价中只能有损、或者定性描述缺陷性质,且都为质量后验性检测的问题。本发明的解决思路是:基于研发的成像系统,不仅能在浇筑过程中根据不同介质电阻率随浇筑层断面及整体分布,通过图像重建算法成像,及时识别施工浇筑成型过程中混凝土均匀性缺陷,还可以通过离线状态对获得过程图像进行重复查看,更准确判定浇筑过程中缺陷形成的动态过程,从而及时合理处理缺陷问题。本发明将评价方法由传统的浇筑成型后间接检测转变为浇筑过程中直接无损在线可视化监测,能够精确有效给出缺陷类别、位置大小、严重程度等参数化信息。
Description
技术领域
本申请涉及混凝土浇筑技术领域,特别是涉及一种用于混凝土浇筑过程质量在线监控的系统和方法。
背景技术
混凝土现场浇筑的灌注桩、地下防渗连续墙等是在上部结构承载、基坑支护、结构基础防渗等体系中承担承重支挡和截水防渗重要功能的结构部分。现浇施工工艺因其具有作业方便、适应性广、性价比高等优势被大量应用在各种地下工程结构中。对于土木水利工程的基础结构混凝土基桩和地连墙,现场浇灌水下混凝土工艺,由于其隐蔽施工的特点其质量一直难以精准评价与掌控。例如桩墙现浇桩孔或地连墙槽壁坍塌、浇筑拔管速度过快等问题,极易导致混凝土浇筑层夹杂泥浆土石等杂质,严重影响地下桩或墙体浇筑的完整性,进而损害其后期承载能力和防渗质量、危及结构安全。
对于成桩成墙质量,目前施工验收规范采用的是浇筑成型后间接检测方法,如:钻孔取芯法、静载试验、超声波透射法、低应变反射波法等。这些后验性测试评价可靠性差,并且缺陷处理成本高,如何可靠解决此类问题一直是施工技术中的“卡脖子问题”。
传统质量检测方法中,如钻孔取芯法属于破损检测,只能反映小部分桩身质量,存在检测盲区;此外该检测方法设备庞大,现场检测费用高、效率低,费时费工。而超声波透射法检测时必须预埋与桩墙同长的若干声测管,检测成本相对较高,并且也仅能定性判断基桩完整性,并不能可靠定量判断缺陷大小。此外,低应变反射波法检测时桩身必须要近似于一维弹性杆件,并且该方法受现场外界干扰较大,在地下水丰富或者岩溶较发育地区,其误判漏判现象时有发生,且也只能确定桩缺陷位置以及定性描述缺陷性质,无法定量给出桩身缺陷严重程度。事实上,以上方法是依据间接法推定缺陷程度,进而进行质量分类,因此可信度也不高。
显然传统检测方法或者有损、或者定性,且都为混凝土硬化后的质量后验性检测,无法做到事中监控和有效处置,已无法满足当前工程实时检测和处置需求。
发明内容
基于此,本发明实施例为了解决上述传统混凝土浇筑质量评价中存在的技术问题,提供了一种用于混凝土浇筑过程质量在线监控的实时成像系统和质量精准测试的方法。
根据本发明实施例的一个方面,提供了一种用于混凝土浇筑过程质量在线监控的实时成像系统,所述系统包括:
数据采集装置,包括料筒,所述料筒与混凝土浇筑导管连接,满足浇筑过程中浇筑混凝土持续进出并充满料筒;所述料筒的外壁沿周向固定分布有一圈敏感电极阵列,使用激励测量模式将物场分布信息变换为电信号;
数据处理及成像装置,用于根据数据采集装置输出的电信号,利用线性反投影算法对介质分布情况重建成像。
可选地,所述料筒采用上下无底的圆柱体吊筒结构形式,通过锁链与浇筑导管柔性连接,掉挂于所述浇筑导管出料口下端,在浇筑过程中随浇筑导管不断上移。
进一步地,所述敏感电极阵列采用一体化焊接黄铜电极,采用相邻激励测量模式,将激励电流施加在敏感电极阵列上,通过测量敏感电极阵列上不同电极对的边界电压,获取用于图像重建的敏感场信息。
进一步地,所述数据处理及成像装置包括数据处理单元和成像处理终端,所述数据采集装置输出的电信号为电压信号,通过数据传输线将电压信号发送给所述数据处理单元,所述数据处理单元对电压信号进行调理后通过数据传输线传输到成像处理终端。
优选地,所述数据传输线采用耐磨铠甲屏蔽线,其中用于连接数据处理单元和数据采集装置的传输线,通过可拆卸卡扣固定于浇筑导管外侧上。
根据本发明实施例的另一个方面,提供了一种混凝土浇筑过程质量精准测试的方法,应用上述的实时成像系统,所述方法包括:
步骤一,基于所述数据采集装置,测量并区分浇筑体与杂质体的电阻率分布情况,并根据不同杂质体与浇筑体的电阻率分布,确定所述成像系统相应的基准标定值;
步骤二,在混凝土浇筑过程中,浇筑混凝土持续进出并充满料筒,通过所述数据采集装置实时采集电信号数据,并根据所述基准标定值,利用线性反投影算法实时对介质分布情况重建成像,在线监控并识别杂质混入桩墙结构体情况的图像,从而确定混入杂质的位置及混入程度;
步骤三,浇筑完成后,根据所述采集装置采集到的数据,进行离线反演成像,查看构件完整浇筑情况,为浇筑质量评价提供依据。
进一步地,所述步骤二还包括:
将数据采集装置实时采集到的电信号数据保存到一个TXT文件里,所述TXT文件里的数据提供给所述步骤三反演成像使用。
进一步地,所述步骤三具体包括:
在浇筑结束后,通过MATLAB程序读取所述TXT文件里的数据,并对所有被测数据反演成像,使得可以通过MATLAB程序,重现并离线查看浇筑过程中所述成像处理终端所有历史成像图案,为浇筑质量评价提供依据。
进一步地,步骤一中所述的浇筑体是流态混凝土,所述杂质体包括:粘土泥浆、膨润土泥浆、水泥砂浆;所述粘土泥浆杂质对应于拔管过快导致泥浆混入的实际工况、膨润土泥浆杂质对应于孔壁塌陷造成杂质混入的实际工况、水泥砂浆对应于混凝土骨料与浆体分离造成杂质混入的实际工况。
进一步地,在所述步骤二之前还包括:
通过锁链将料筒与浇筑导管柔性连接时,通过试验确定浇筑速度、锁链连接导管出料口距离和锁链材料,以达到浇筑过程中混凝土充满传感器且不堵塞出料口的目的。
本发明至少具有以下有益效果:
本发明基于研发的用于水下混凝土浇筑过程质量在线监控的实时成像系统,不仅能根据浇筑混凝土填充过程中的不同介质电阻率随浇筑层断面及整体分布,通过线性反投影算法实时对介质分布情况重建成像,在浇筑阶段实施在线式全面、快速和精确的质量缺陷检测,来及时识别施工浇筑成型过程中混凝土均匀性缺陷,还可以通过离线状态对获得过程图像进行重复查看,使得可以更准确判定浇筑过程中缺陷形成的动态过程,为及时合理处理缺陷问题以及整体浇筑质量评价提供依据,从而可以在浇筑过程中,一旦实时成像系统反馈出有缺陷,立马浇筑停下来处理,处理好了再继续浇筑;因此本发明具有非侵入性、速度快、成本低等特点,将评价方法由传统的浇筑成型后间接检测转变为浇筑过程中直接无损在线可视化监测,能够精确有效给出缺陷类别、位置大小、严重程度等参数化信息,能够为灌注桩、地下防渗连续墙等类型地下基础工程的混凝土浇筑施工,提供准确可靠质量评价依据,确保浇筑体质量,具有显著的应用价值和技术先进性。
附图说明
图1为本发明一个实施例提供的一种用于混凝土浇筑过程质量在线监控的实时成像系统示意图;
图2为本发明一个实施例提供的料筒通过锁链与浇筑导管柔性连接示意图;
图3为本发明一个实施例提供的相邻激励测量模式来进行数据采集示意图;
图4为本发明一个实施例提供的相邻电极激励模式下物场内的等位线投影域示意图;
图5为本发明一个实施例提供的一种混凝土浇筑过程质量精准测试的方法流程示意图;
图6为本发明一个实施例提供的试验流程图;
图7为本发明一个实施例提供的粘土泥浆严重混入后成像结果图像,其中:(1)为混入杂质后在线程序图像,(2)为混入杂质后离线反演图像;
图8为本发明一个实施例提供的水泥砂浆严重混入混凝土后成像图像,其中:(1)为混入杂质后在线程序图像,(2)为混入杂质后离线反演图像;
图9为本发明一个实施例提供的膨润土泥浆严重混入后成像结果图像,其中:(1)为混入杂质后在线程序图像,(2)为杂质混入前离线反演图像,(3)为杂质混入后离线反演图像;
图10为本发明一个实施例提供的水泥砂浆部分混入后成像结果图像,其中:(1)为混入杂质后在线程序图像,(2)为混入杂质后离线反演图像;
图11为本发明一个实施例提供的膨润土泥浆部分混入后成像结果图像,其中:(1)为混入杂质后在线程序图像,(2)为杂质混入前离线反演图像,(3)为杂质混入后离线反演图像。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。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,都应当属于本发明保护的范围。
实施例一
现场浇灌水下混凝土工艺,由于隐蔽施工特点其质量一直难以精准评价与掌控,并且在浇筑过程中在水下无法实现对浇筑体断面整体质量的监控和测量,而对于浇筑体填充介质的均匀性可以很大程度上反应浇筑质量,基于此,在本实施例中,如图1所示,提供了一种用于混凝土浇筑过程质量在线监控的实时成像系统,所述系统包括:
数据采集装置11,包括料筒111,所述料筒111与混凝土浇筑导管连接,满足浇筑过程中浇筑混凝土持续进出并充满料筒111;所述料筒11的外壁沿周向固定分布有一圈敏感电极阵列112,使用激励测量模式将物场分布信息变换为电信号,料筒111和敏感电极阵列112组合在一起形成了一个空间敏感陈列电极传感器。
数据处理及成像装置12,用于根据数据采集装置11输出的电信号,利用线性反投影算法对介质分布情况实时在线重建成像。
具体地,如图2所示,所述料筒111通过锁链与浇筑导管柔性连接,使用三根锁链连接便于三方平衡,料筒111掉挂于所述浇筑导管出料口下端,竖向穿越被测混凝土填筑介质,在浇筑过程中随浇筑导管不断上移。采用柔性连接的目的在于:在第一次将料筒111放置在目标浇筑位置底部的时候,柔性连接能确保浇筑导管在料筒111内一同放置在浇筑位置底部,确保底部也能浇筑到混凝土,之后开始浇筑的时候,浇筑导管不再伸入料筒111内。并且在实际应用中,料筒111的直径在不超过钢筋笼分尺寸的基础上,尽可能越大越好,以此可以最大限度地保证它的检测截面足够大,进而保证准确率。
具体地,所述敏感电极阵列112采用一体化焊接黄铜电极,采用相邻激励测量模式,如图3所示,也就是将激励电流施加在敏感电极阵列112上,通过测量敏感电极阵列上不同电极对的边界电压,获取用于后续图像重建的敏感场信息,所述敏感场信息也就是表征物场分布信息的电信号。
具体地,所述数据处理及成像装置12包括数据处理单元121和成像处理终端122,所述数据采集装置11输出的电信号为电压信号,通过数据传输线将电压信号发送给所述数据处理单元121,所述数据处理单元121对电压信号进行调理,也就是通过信号调理电路,把来自数据采集装置11的模拟信号变换为数字信号,然后将调理后的信号通过数据传输线传输到成像处理终端122处理。
具体地,所述数据传输线采用专用高强度耐磨铠甲屏蔽线,其中用于连接数据处理单元和数据采集装置的传输线,通过可拆卸卡扣固定于浇筑导管外侧上(每节1-2个卡扣),保护信号采集线免受外力干扰损坏。并且连接数据处理单元121和数据采集装置11的传输线较长,数据处理单元121在空间位置上和成像处理终端122靠近。
具体地,成像处理终端122中实现重建成像的理论基础是Radon变换和Radon逆变换,实质上为原函数投影的获取以及投影重建函数的问题,正好为两个互逆的过程。正问题是在已知多相介质分布情况下来确定电极对间的电压值,即用阵列式传感器以非接触方式获得不同方向上反映多相流体某种物理属性(如导电或阻抗)信息的投影数据,这一过程实质是Radon变换,数据采集装置11就是根据物场的实际分布得到正问题的测量值;相反,逆问题是已知电极对间的电压值来确定传感器内部多相介质分布情况,即利用所获得的多相流体某种物理属性信息的投影数据,使用图像重建算法(定性或定量)对该流体某一界面的流动信息进行图像重建,这就是Radon逆变换过程。
具体来说,成像处理终端122中的在线成像程序所采用的图像重建算法是线性反投影算法(Linear Back Projection,简称LBP)算法,该算法是目前最广泛应用的一种图像重建算法,其原理是空间陈列电极的电压变化和电阻率分布变化近似成线性比例,所以可以当作线性比例近似求得所测试区域电阻率分布情况。在如图4所示的相邻电极激励模式下物场内的等位线投影域,相邻电极的两条等位线形成了一个投影区域,在这个投影域中近似认为场内电流分布不变,所以投影内电阻率的平均变化和等位线电位差的变化成正比,能够用电压归一化结果作为电阻率代表值。如果将所有的数据迭加起来,就得到了场域内电阻率的分布,鉴于流态混凝土的宏观均匀性其电场阻抗值相对均匀,而混入其他杂质会导致场均阻抗分布的显著突变性物理现象,因此根据不同阻抗值与介质的对应关系,间接获取内部不同物相的分布情况,可以完成图像重建,进而反应浇筑过程中的填充均匀性。
综上,所述成像系统在线图像重建的过程首先通过采集到电压值,利用投影数据计算出每个像素点对应的灰度值,最后在电脑采集终端上显示传感器内部各相分布图,实现内含多相多组分混合物质的参数可视化测量。当被测场域内部混合介质分布发生变化时,场域内电阻率分布会同步产生较为精细的相应变化,以实现对场域内混合流态体电阻率分布改变的实时检测,有效表征多项混合物介质的电阻率差异性分布,进而获得内部混合介质各相物质分布特征表现方法。
实施例二
在本实施例中,如图5所示,提供了一种混凝土浇筑过程质量精准测试的方法,应用实施例一中的实时成像系统,所述方法包括:
步骤S1,基于所述数据采集装置11,测量并区分浇筑体与杂质体的电阻率分布情况,并根据不同杂质体与浇筑体的电阻率分布,确定所述成像系统相应的基准标定值。
步骤S2,在混凝土浇筑过程中,浇筑混凝土持续进出并充满料筒,通过所述数据采集装置11实时采集电信号数据,并根据所述基准标定值,利用线性反投影算法实时对介质分布情况重建成像,在线监控并识别杂质混入桩墙结构体情况的图像,从而确定混入杂质的位置及混入程度。
步骤S3,浇筑完成后,根据所述采集装置11采集到的数据,进行离线反演成像,查看构件完整浇筑情况,为浇筑质量评价提供依据。
具体来说,步骤S1中所述的基准标定值是指在获取成像结果前做一个空管标定,来使不同电阻率介质在成像结果上反应更加清晰直观。也就是将一个介质作为基准介质,该介质的电阻率为基准标定电阻率,所检测介质的电阻率与基准标定电阻率相对差异越大,成像结果越明显,例如如果采用混凝土作为空管标定的介质,水的电阻率大于混凝土,那么就会在成像结果上,水对应部分的区域会显示为红色暖色调,而混凝土区域会显示为蓝色冷色调,这样就能明显看出缺陷区域,可以明显区分浇筑体与不同杂质体,提高识别准确性。
具体地,步骤S2还包括,将数据采集装置11实时采集到的电信号数据保存到一个TXT文件里。也就是说在浇筑过程中数据采集装置11时时刻刻都在采集数据,采集后的数据直接会保存在一个TXT文档里面,用于提供给所述步骤S3反演成像使用,以便于后面重现浇筑过程中所有成像结果。
具体地,步骤S3包括,在浇筑结束后,通过MATLAB离线质量评价程序读取所述TXT文件里的数据,并对所有被测数据反演成像,使得可以通过MATLAB程序,重现并离线查看浇筑过程中成像处理终端122所有历史成像图案,为浇筑质量评价提供依据,还可以通过离线状态对获得过程图像进行重复查看,更准确判定浇筑过程中缺陷形成的动态过程。
具体来说,MATLAB程序中的成像原理是:在浇筑结束后,利用成像处理终端122的在线成像程序中LBP算法获取的初始数据,也就是将上述TXT文件里保存的数据,作为MATLAB离线质量评价程序中的Landweber算法的迭代初值,与灵敏度矩阵归一化结果结合,利用公式g=E*V来计算出各个单元的图像灰度值进行成像,式中,g为归一化电导率即灰度值向量,E为归一化灵敏度矩阵,V为归一化边界电压向量。也就是通过所述离线质量评价程序,可以重现浇筑过程在线成像程序所成的每一个像,并可以在后期离线重复查看、检测成像的动态过程。进而离线质量评价程序中所有成像结果综合起来,可以动态反应所浇筑构件整体的浇筑填充均匀性情况,从而为浇筑质量评价提供依据。
具体地,步骤S1中所述的浇筑体是流态混凝土,所述杂质体包括:粘土泥浆、膨润土泥浆、水泥砂浆,其中流态混凝土,其中流态混凝土是拌合料坍落度值大于20cm的混凝土,一般采用适量的流化剂(高效减水剂或普通减水剂)作为外加剂,加到塌落度为5~10cm的混凝土混合物中使其流动性大幅度提高,成为具有高度流动性和良好粘聚性的混凝土拌合物,达到便于浇灌、减轻甚至免去振捣成型工序的目的。
具体地,所述粘土泥浆杂质对应于拔管过快导致泥浆混入的实际工况、膨润土泥浆杂质对应于孔壁塌陷造成杂质混入的实际工况、水泥砂浆对应于混凝土骨料与浆体分离造成杂质混入的实际工况。
优选地,在步骤S2之前通过锁链将料筒与浇筑导管柔性连接时,通过试验确定浇筑速度、锁链连接导管出料口距离和锁链材料,以达到浇筑过程中混凝土充满传感器且不堵塞出料口的目的。
优选地,开始检测前,检查系统线路连接情况,观察数据接收、在线动态采集电阻率值及成像精度等情况,经检查确保系统稳定后,即可开始浇筑。
实验内容:
采用实施例一中所述的的系统,进行C30流态混凝土填筑在混入杂质工况下的浇筑质量评价试验,验证所述成像系统在水下混凝土浇筑过程中,对于杂质材料的混入类型、混入程度的识别及成像准确性。
实现过程如下:
(一)原材料
水泥:选用海螺牌P.O42.5水泥;
细骨料:选用细度模数为的天然河砂;
粗骨料:选用连续级配人工碎石5-20mm;
外加剂:采用某聚羧酸高效减水剂;
自来水。
(二)混凝土配合比
(三)试验内容
1、本次测试水下混凝土浇筑过程,采用C30高流动性混凝土作为浇筑拌合物,水泥砂浆、膨润土泥浆、粘土泥浆作为杂质混入料,分别模拟三种实际浇筑工况中常见的浇筑缺陷现象,即:混凝土拌合物离析引起骨料浆体分离、孔壁塌陷造成杂质混入、拔管过快导致泥浆混入。
2、杂质侵入程度按杂质所占的料筒截面面积比例定义,本次测试三种混入程度,分别为完全混入、严重混入、部分混入。
3、所述系统的传感器料筒直径为150mm、高300mm,整体材质为ABS塑料,数据采集单元电极材质为纯铜极片,数据传输单元采用高强度屏蔽线。
4、如图6所示,实验步骤包括
步骤S601,分别测试上述杂质材料和混凝土拌合物的电阻率,获得其电阻率分布范围,确定成像系统的基准标定值。
步骤S602,将拌制好的流态混凝土倒入料筒,并在测试区分别人为制造空腔,空腔截面面积按上述侵入程度设计。
步骤S603,系统准确性验证,分别将三种杂质材料填入空腔中,并将得到的成像图形与实际情况进行比较,按公式n=s/s0计算准确率,式中:s0为实际侵入体截面面积,s为成像结果中侵入图像面积。
5、实验结果
水下混凝土不同工况下的质量评价试验,部分测试结果如图7-图11所示,同时计算不同介质侵入下测试结果的准确率分别为:粘土泥浆92.5%,水泥砂浆84.4%,膨润土泥浆72.1%。
在本发明的实施例一中,研发了用于水下混凝土浇筑过程质量在线监控的实时成像系统成像系统,包括数据采集装置和数据处理及成像装置,所述数据处理及成像装置中的成像处理终端,能够根据数据采集装置输出的电信号,利用线性反投影算法对介质分布情况重建成像,使得在浇筑过程中能实时监控填充均匀性情况。另外在本发明的实施例二中所述的方法中,基于研发的用于水下混凝土浇筑过程质量在线监控的实时成像系统,不仅能根据浇筑混凝土填充过程中的不同介质电阻率随浇筑层断面及整体分布,通过线性反投影算法实时对介质分布情况重建成像,在浇筑阶段实施在线式全面、快速和精确的质量缺陷检测,来及时识别施工浇筑成型过程中混凝土均匀性缺陷,还可以通过离线状态对获得过程图像进行重复查看,使得可以更准确判定浇筑过程中缺陷形成的动态过程,为及时合理处理缺陷问题以及整体浇筑质量评价提供依据,从而可以在浇筑过程中,一旦实时成像系统反馈出有缺陷,立马浇筑停下来处理,处理好了再继续浇筑。因此本发明具有非侵入性、速度快、成本低等特点,将评价方法由传统的浇筑成型后间接检测转变为浇筑过程中直接无损在线可视化监测,能够精确有效给出缺陷类别、位置大小、严重程度等参数化信息,能够为灌注桩、地下防渗连续墙等类型地下基础工程的混凝土浇筑施工,提供准确可靠质量评价依据,确保浇筑体质量。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种用于混凝土浇筑过程质量在线监控的实时成像系统,其特征在于,所述系统包括:
数据采集装置,包括料筒,所述料筒与混凝土浇筑导管连接,满足浇筑过程中浇筑混凝土持续进出并充满料筒;所述料筒的外壁沿周向固定分布有一圈敏感电极阵列,使用激励测量模式将物场均匀性分布信息变换为电信号;所述料筒的直径在不超过钢筋笼尺寸的基础上,尽可能大,以保证检测截面足够大;
数据处理及成像装置,用于根据数据采集装置输出的电信号,利用线性反投影算法实时对介质分布情况重建成像,在线监控并识别杂质混入桩墙结构体情况的图像,从而确定混入杂质的位置及混入程度;
所述料筒采用上下无底的圆柱体吊筒结构形式,通过锁链与浇筑导管柔性连接,掉挂于所述浇筑导管出料口下端,在浇筑过程中随浇筑导管不断上移。
2.根据权利要求1所述的用于混凝土浇筑过程质量在线监控的实时成像系统,其特征在于:
所述敏感电极阵列采用一体化焊接黄铜电极,采用相邻激励测量模式,将激励电流施加在敏感电极阵列上,通过测量敏感电极阵列上不同电极对的边界电压,获取用于图像重建的敏感场信息。
3.根据权利要求1所述的用于混凝土浇筑过程质量在线监控的实时成像系统,其特征在于:
所述数据处理及成像装置包括数据处理单元和成像处理终端,所述数据采集装置输出的电信号为电压信号,通过数据传输线将电压信号发送给所述数据处理单元,所述数据处理单元对电压信号进行调理后通过数据传输线传输到成像处理终端。
4.根据权利要求3所述的用于混凝土浇筑过程质量在线监控的实时成像系统,其特征在于:
所述数据传输线采用耐磨铠甲屏蔽线,其中用于连接数据处理单元和数据采集装置的传输线,通过可拆卸卡扣固定于浇筑导管外侧上。
5.一种混凝土浇筑过程质量精准测试的方法,其特征在于,应用权利要求3所述的实时成像系统,所述方法包括:
步骤一,基于所述数据采集装置,测量并区分浇筑体与杂质体的电阻率分布情况,并根据不同杂质体与浇筑体的电阻率分布,确定所述成像系统相应的基准标定值;
步骤二,在混凝土浇筑过程中,浇筑混凝土持续进出并充满料筒,通过所述数据采集装置实时采集电信号数据,并根据所述基准标定值,利用线性反投影算法实时对介质分布情况重建成像,在线监控并识别杂质混入桩墙结构体情况的图像,从而确定混入杂质的位置及混入程度;
步骤三,浇筑完成后,根据所述采集装置采集到的数据,进行离线反演成像,查看构件完整浇筑情况,为浇筑质量评价提供依据。
6.根据权利要求5所述的混凝土浇筑过程质量精准测试的方法,其特征在于,所述步骤二还包括:
将数据采集装置实时采集到的电信号数据保存到一个TXT文件里,所述TXT文件里的数据提供给所述步骤三反演成像使用。
7.根据权利要求6所述的混凝土浇筑过程质量精准测试的方法,其特征在于,所述步骤三具体包括:
在浇筑结束后,通过MATLAB程序读取所述TXT文件里的数据,并对所有被测数据反演成像,使得可以通过MATLAB程序,重现并离线查看浇筑过程中所述成像处理终端所有历史成像图案,为浇筑质量评价提供依据。
8.根据权利要求5所述的混凝土浇筑过程质量精准测试的方法,其特征在于:
步骤一中所述的浇筑体是流态混凝土,所述杂质体包括:粘土泥浆、膨润土泥浆、水泥砂浆;所述粘土泥浆杂质对应于拔管过快导致泥浆混入的实际工况、膨润土泥浆杂质对应于孔壁塌陷造成杂质混入的实际工况、水泥砂浆对应于混凝土骨料与浆体分离造成杂质混入的实际工况。
9.根据权利要求5所述的混凝土浇筑过程质量精准测试的方法,其特征在于,在所述步骤二之前还包括:
通过锁链将料筒与浇筑导管柔性连接时,通过试验确定浇筑速度、锁链连接导管出料口距离和锁链材料,以达到浇筑过程中混凝土充满料筒且不堵塞出料口的目的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111425243.6A CN114108713B (zh) | 2021-11-26 | 2021-11-26 | 一种用于混凝土浇筑过程质量在线监控的成像系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111425243.6A CN114108713B (zh) | 2021-11-26 | 2021-11-26 | 一种用于混凝土浇筑过程质量在线监控的成像系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114108713A CN114108713A (zh) | 2022-03-01 |
CN114108713B true CN114108713B (zh) | 2023-06-02 |
Family
ID=80370567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111425243.6A Active CN114108713B (zh) | 2021-11-26 | 2021-11-26 | 一种用于混凝土浇筑过程质量在线监控的成像系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114108713B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117405176B (zh) * | 2023-12-13 | 2024-03-19 | 中铁北京工程局集团(天津)工程有限公司 | 一种大体积混凝土施工质量检测方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4262883B2 (ja) * | 2000-11-30 | 2009-05-13 | 大成建設株式会社 | コンクリート状態測定システムおよび内部状態測定方法 |
CN202281762U (zh) * | 2011-11-03 | 2012-06-20 | 华侨大学 | 一种桩基施工质量检测装置 |
CN104099956B (zh) * | 2014-08-08 | 2015-10-28 | 杭州银博交通工程材料有限公司 | 基于监测混凝土是否连续来判别桩基质量的方法及监测仪 |
US10717672B2 (en) * | 2015-05-22 | 2020-07-21 | The Regents Of The University Of California | Multifunctional cement composites with load-bearing and self-sensing properties |
CN207633331U (zh) * | 2017-12-01 | 2018-07-20 | 长安大学 | 一种钻孔灌注桩成桩质量控制装置 |
-
2021
- 2021-11-26 CN CN202111425243.6A patent/CN114108713B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114108713A (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Du Plooy et al. | Electromagnetic non-destructive evaluation techniques for the monitoring of water and chloride ingress into concrete: a comparative study | |
AU2016343320A1 (en) | Test system and test method for detecting cement content in pile body of cement mixing pile in real-time | |
Wiwattanachang et al. | Monitoring crack development in fiber concrete beam by using electrical resistivity imaging | |
EP3325951B1 (en) | Chemo-thermo-piezoresistive highly sensing smart cement with integrated real-time monitoring system | |
CN105735375B (zh) | 一种黄土隧道隧底稳定性监测方法、系统及施工方法 | |
CN102980819B (zh) | 用硬度测试检测水泥混合土强度的方法 | |
CN105275024B (zh) | 有缺陷大直径嵌岩桩竖向承载力检测及加固的方法 | |
CN114108713B (zh) | 一种用于混凝土浇筑过程质量在线监控的成像系统和方法 | |
Hird et al. | Modelling helical screw piles in clay using a transparent soil | |
US20230251221A1 (en) | In-situ evaluation method and system for loess collapsibility based on non-destructive time-domain reflection technology | |
CN106555411B (zh) | 钢管混凝土管桩高应变检测方法 | |
CN110057917A (zh) | 一种基于超声波波速的充填体抗压强度预测方法 | |
Wang et al. | Electrical resistivity method to appraise static segregation of gangue-cemented paste backfill in the pipeline | |
Lin et al. | Diameter assessment of soilcrete column using in-hole electrical resistivity tomography | |
CN112985718B (zh) | 一种基于高密度电阻率法的止水帷幕评价方法 | |
CN109826175A (zh) | 一种土工合成材料加筋土填筑质量的检测方法 | |
CN105466833A (zh) | 荷载作用混凝土孔结构演化原位监测方法与试验装置 | |
CN109163656A (zh) | 一种确定喀斯特岩溶管道泥沙淤积深度的装置及方法 | |
Karim et al. | Geophysical engineering to identify seepage channels in the hager slough levee | |
CN116362059B (zh) | 一种道路土层性能劣化评估方法及系统 | |
Levacher et al. | Comparative Su measurements with vane shear and T-bar testing on soft soils in laboratory | |
CN214530738U (zh) | 一种用于止水帷幕的止水效果评价装置 | |
Lee et al. | Characterization of cement–slime mixture using time domain reflectometry | |
Reese et al. | Field testing of drilled shafts to develop design methods | |
Zamin et al. | Research Article Comparative Study on the Field-and Lab-Based Soil-Water Characteristic Curves for Expansive Soils |
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 |