CN114323399A - 锈蚀高强螺栓预紧力检测方法、系统、设备及介质 - Google Patents
锈蚀高强螺栓预紧力检测方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN114323399A CN114323399A CN202111648775.6A CN202111648775A CN114323399A CN 114323399 A CN114323399 A CN 114323399A CN 202111648775 A CN202111648775 A CN 202111648775A CN 114323399 A CN114323399 A CN 114323399A
- Authority
- CN
- China
- Prior art keywords
- strength bolt
- model
- rusted
- strength
- dimensional
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000001514 detection method Methods 0.000 claims abstract description 85
- 230000007797 corrosion Effects 0.000 claims abstract description 59
- 238000005260 corrosion Methods 0.000 claims abstract description 59
- 238000013178 mathematical model Methods 0.000 claims abstract description 17
- 239000007787 solid Substances 0.000 claims description 74
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 claims description 50
- 239000002131 composite material Substances 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 26
- 238000010276 construction Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 238000007619 statistical method Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 229910000831 Steel Inorganic materials 0.000 abstract description 15
- 239000010959 steel Substances 0.000 abstract description 15
- 238000011156 evaluation Methods 0.000 abstract description 8
- 230000006870 function Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 2
- 238000009659 non-destructive testing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000005587 bubbling Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000013043 chemical agent Substances 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- OIGNJSKKLXVSLS-VWUMJDOOSA-N prednisolone Chemical compound O=C1C=C[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 OIGNJSKKLXVSLS-VWUMJDOOSA-N 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Landscapes
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本发明公开了一种锈蚀高强螺栓预紧力检测方法、系统、设备及介质,包括:采集待检测锈蚀高强螺栓的三维模型数据;将采集的待检测锈蚀高强螺栓的三维模型数据,输入至预设高强螺栓预紧力检测模型中,输出得到所述的锈蚀高强螺栓预紧力检测结果;所述预设高强螺栓预紧力检测模型为锈蚀高强螺栓的形貌特征参数与预紧力损失值之间的数学模型;其中,待检测锈蚀高强螺栓与所述预设高强螺栓预紧力检测模型中的高强螺栓的型号相同;本发明实现对锈蚀高强螺栓预紧力的水平进行无损检测评价,原理简单,具有很好的可操作性,可快速评估锈蚀高强螺栓预紧力的状态;同时,为既有钢结构高强螺栓连接节点的性能评估提供科学依据和技术支持。
Description
技术领域
本发明属于高强螺栓预紧力检测技术领域,特别涉及一种锈蚀高强螺栓预紧力检测方法、系统、设备及介质。
背景技术
高强螺栓连接作为现代钢结构的主要连接方式之一,具有受力性能好、耐疲劳、抗震性能好、连接刚度高、施工简便、可拆换等优点,被广泛地应用在建筑、桥梁、塔桅等钢结构工程的连接中,已成为钢结构现场安装的主要手段之一;随着钢结构工程服役期的增长,相当部分的既有钢结构工程出现了严重的锈蚀问题,其中包括大量的高强螺栓连接节点;对已服役10年的脱硫钢框架进行检测发现,由于长期处于严酷的海洋大气腐蚀环境和苛刻的工业大气腐蚀环境中,高强螺栓已出现大面积严重腐蚀现象,甚至出现了明显鼓泡、龟裂及剥落现象;在南盘江大桥建成10年后的检测中发现,主桁架螺栓连接节点约80%发生中度锈蚀,比杆件锈蚀程度更为严重。
腐蚀被认为是导致钢结构性能退化及最终倒塌的主要原因之一,而在钢结构体系中连接节点的性能对整个结构的受力与安全具有重大影响。因此,在钢结构的整个生命周期内确保高强螺栓的连接状态是至关重要的。
锈蚀会引起高强螺栓预紧力出现损失,预紧力的损失大小与高强螺栓头部和螺母的腐蚀程度相关,高强螺栓连接的可靠性很大程度依赖于其工作状态中的预紧力水平,同时这也是影响其节点刚度和承载力的关键因素。因此,有必要提出一种对锈蚀高强螺栓预紧力水平精准检测评估的方法,以确保高强螺栓连接节点的受力性能及整体结构的安全性。
发明内容
针对现有技术中存在的技术问题,本发明提供了一种锈蚀高强螺栓预紧力检测方法、系统、设备及介质,以实现对锈蚀后高强螺栓的预紧力水平进行精准检测,确保高强螺栓连接节点的受力性能及整体结构的安全性的技术问题。
为达到上述目的,本发明采用的技术方案为:
本发明提供了一种锈蚀高强螺栓预紧力检测方法,包括以下步骤:
采集待检测锈蚀高强螺栓的三维模型数据;
将采集的待检测锈蚀高强螺栓的三维模型数据,输入至预设高强螺栓预紧力检测模型中,输出得到所述的锈蚀高强螺栓预紧力检测结果;所述预设高强螺栓预紧力检测模型为锈蚀高强螺栓的形貌特征参数与预紧力损失值之间的数学模型;其中,待检测锈蚀高强螺栓与所述预设高强螺栓预紧力检测模型中的高强螺栓的型号相同。
进一步的,采集待检测锈蚀高强螺栓的三维模型数据的过程,具体如下:
采用非接触式三维扫描设备,对待检测锈蚀高强螺栓的螺栓头及螺母,进行三维全尺寸数字化扫描,得到所述的待检测锈蚀高强螺栓的三维模型数据。
进一步的,所述预设高强螺栓预紧力检测模型的构建过程,具体如下:
采集若干锈蚀高强螺栓的三维模型数据;
获取未锈蚀高强螺栓的三维实体几何模型,以及获取若干锈蚀高强螺栓除锈处理后的三维实体几何模型;其中,未锈蚀高强螺栓、待检测锈蚀高强螺栓及所述预设高强螺栓预紧力检测模型中的高强螺栓的型号相同;
将未锈蚀高强螺栓的三维实体几何模型,分别与每一个锈蚀高强螺栓除锈处理后的三维实体几何模型进行叠加处理,得到若干复合实体几何模型;其中,每个复合实体几何模型中包括锈蚀区域和未锈蚀区域;
利用有限元计算分析软件,分别对每个复合实体几何模型进行单元划分及施加边界条件,得到若干第一分析模型;其中,每个第一分析模型中包括若干锈蚀单元及若干未锈蚀单元;所述锈蚀单元与复合实体几何模型的锈蚀区域相对应,所述未锈蚀单元与复合实体几何模型的未锈蚀区域相对应;
分别对若干第一分析模型施加第一步荷载,计算得到每个第一分析模型的预紧力;
利用生死单元法,对每个第一分析模型中的锈蚀单元进行杀死处理,得到第二分析模型;
分别对若干第二分析模型施加第二步荷载,计算得到每个第二分析模型的预紧力;
根据每个第一分析模型的预紧力与每个第二分析模型的预紧力,计算得到每个锈蚀螺栓的预紧力损失值;
对若干锈蚀高强螺栓的预紧力损失值及对应的锈蚀高强螺栓的三维模型数据,进行数据统计分析,得到锈蚀高强螺栓的形貌特征参数与预紧力损失值之间的数学模型,即得到所述的预设高强螺栓预紧力检测模型。
进一步的,获取若干锈蚀高强螺栓除锈处理后的三维实体几何模型的过程,具体如下:
对锈蚀高强螺栓的表面浮锈及其锈蚀物进行清除,得到除锈后的高强螺栓;
采用非接触式三维扫描设备,对除锈后的高强螺栓进行扫描,构建锈蚀高强螺栓除锈处理后的三维实体几何模型;
其中,对除锈后的高强螺栓进行三维全尺寸数字化扫描过程,分别对除锈后的高强螺栓的螺栓头及螺母进行三维全尺寸数字化扫描,得到所述的锈蚀高强螺栓除锈处理后的三维实体几何模型。
进一步的,将未锈蚀高强螺栓的三维实体几何模型,分别与每一个锈蚀高强螺栓除锈处理后的三维实体几何模型进行叠加处理,得到若干复合实体几何模型的过程,具体如下:
将未锈蚀高强螺栓的三维实体几何实体模型及某个锈蚀高强螺栓除锈处理后的三维实体几何模型导入三维模型软件中,将未锈蚀高强螺栓的三维实体几何实体模型与锈蚀高强螺栓除锈处理后的三维实体几何模型,以螺杆中心为参照点进行对齐,进行布尔运算的相加操作,得到复合实体几何模型。
进一步的,第一分析模型的预紧力为对第一分析模型施加第一步荷载之后,第一分析模型中螺杆截面上的轴向力;第二分析模型的预紧力为对第二分析模型施加第二步荷载之后,第二分析模型中螺杆截面上的轴向力。
进一步的,每个锈蚀螺栓预紧力的损失值为:
△Fi=F1i-F2i
其中,△Fi为第i个锈蚀螺栓预紧力的损失值;F1i为第i个第一分析模型的预紧力;F2i为第i个第二分析模型的预紧力。
本发明还提供了一种锈蚀高强螺栓预紧力检测系统,包括:
采集模块,用于采集待检测锈蚀高强螺栓的三维模型数据;
检测模块,用于将采集的待检测锈蚀高强螺栓的三维模型数据,输入至预设高强螺栓预紧力检测模型中,输出得到所述的锈蚀高强螺栓预紧力检测结果;所述预设高强螺栓预紧力检测模型为锈蚀高强螺栓的形貌特征参数与预紧力损失值之间的数学模型;其中,待检测锈蚀高强螺栓与所述预设高强螺栓预紧力检测模型中的高强螺栓的型号相同。
本发明还提供了一种锈蚀高强螺栓预紧力检测设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现所述一种锈蚀高强螺栓预紧力检测方法的步骤。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现所述一种锈蚀高强螺栓预紧力检测方法的步骤。
与现有技术相比,本发明的有益效果为:
本发明提供了一种锈蚀高强螺栓预紧力检测方法,将锈蚀高强螺栓的表面三维模型特征参数与预紧力损失值之间的数学模型作为预设高强螺栓预紧力检测模型,将待检测锈蚀高强螺栓的三维模型数据输入至所述的预设高强螺栓预紧力检测模型,输出即可得到锈蚀高强螺栓预紧力检测结果;实现对锈蚀高强螺栓的预紧力水平进行无损检测评价,原理简单,具有很好的可操作性,可快速评估锈蚀高强螺栓的预紧力水平;同时,为既有钢结构高强螺栓连接节点的性能评估提供科学依据和技术支持。
附图说明
图1为本发明所述的锈蚀高强螺栓预紧力检测方法的流程图;
图2为本发明中预设高强螺栓预紧力检测模型的构建过程流程图;
图3为本发明中未锈蚀高强螺栓的三维实体几何模型的剖视图;
图4为本发明中锈蚀高强螺栓除锈处理后的三维实体几何模型的剖视图;
图5为本发明中复合实体几何模型的剖视图。
具体实施方式
为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白,以下具体实施例,对本发明进行进一步的详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如附图1所示,本发明提供了一种锈蚀高强螺栓预紧力检测方法,包括以下步骤:
步骤1、采集待检测锈蚀高强螺栓的三维模型数据;采集待检测锈蚀高强螺栓三维模型数据的过程,具体如下:
采用非接触式三维扫描设备,对待检测锈蚀高强螺栓的螺栓头及螺母,进行三维全尺寸数字化扫描,得到所述的待检测锈蚀高强螺栓的三维模型数据。
步骤2、将采集的待检测锈蚀高强螺栓的三维模型数据,输入至预设高强螺栓预紧力检测模型中,输出得到所述的锈蚀高强螺栓预紧力检测结果;所述预设高强螺栓预紧力检测模型为锈蚀高强螺栓的形貌特征参数与预紧力损失值之间的数学模型;其中,待检测锈蚀高强螺栓与所述预设高强螺栓预紧力检测模型中的高强螺栓的型号相同。
如附图2所示,本发明中,所述预设高强螺栓预紧力检测模型的构建过程,具体如下:
步骤21、采集若干锈蚀高强螺栓的三维模型数据。
步骤22、获取未锈蚀高强螺栓的三维实体几何模型,如附图3所示;以及获取若干锈蚀高强螺栓除锈处理后的三维实体几何模型;其中,未锈蚀高强螺栓、待检测锈蚀高强螺栓及所述预设高强螺栓预紧力检测模型中的高强螺栓的型号相同;其中,获取若干锈蚀高强螺栓除锈处理后的三维实体几何模型的过程,具体包括以下步骤:
步骤221、对锈蚀高强螺栓的表面浮锈及其锈蚀物进行清除,得到除锈后的高强螺栓;
步骤222、采用非接触式三维扫描设备,对除锈后的高强螺栓进行扫描,构建锈蚀高强螺栓除锈处理后的三维实体几何模型;优选的,对除锈后的高强螺栓进行三维全尺寸数字化扫描过程,分别对除锈后的高强螺栓的螺栓头及螺母进行三维全尺寸数字化扫描,得到所述的锈蚀高强螺栓除锈处理后的三维实体几何模型,如附图4所示。
步骤23、将未锈蚀高强螺栓的三维实体几何模型,分别与每一个锈蚀高强螺栓除锈处理后的三维实体几何模型进行叠加处理,得到若干复合实体几何模型;其中,每个复合实体几何模型中包括锈蚀区域和未锈蚀区域;具体过程如下:
将未锈蚀高强螺栓的三维实体几何实体模型及某个锈蚀高强螺栓除锈处理后的三维实体几何模型导入三维模型软件中,并以螺杆中心为参照点进行对齐,进行布尔运算的相加操作,得到复合实体几何模型,如附图5所示。
步骤24、利用有限元计算分析软件,分别对每个复合实体几何模型进行单元划分及施加边界条件,得到若干第一分析模型;其中,每个第一分析模型中包括若干锈蚀单元及若干未锈蚀单元;所述锈蚀单元与复合实体几何模型的锈蚀区域相对应,所述未锈蚀单元与复合实体几何模型的未锈蚀区域相对应。
步骤25、分别对若干第一分析模型施加第一步荷载,计算得到每个第一分析模型的预紧力;其中,第一分析模型的预紧力为对第一分析模型施加第一步荷载之后,第一分析模型中螺杆截面上的轴向力。
步骤26、利用生死单元法,对每个第一分析模型中的锈蚀单元进行杀死处理,得到第二分析模型。
步骤27、分别对若干第二分析模型施加第二步荷载,计算得到每个第二分析模型的预紧力;其中,第二分析模型的预紧力为对第二分析模型施加第二步荷载之后,第二分析模型中螺杆截面上的轴向力;其中,步骤27中的第二步荷载与步骤25中的第一步荷载完全相同。
步骤28、根据每个第一分析模型的预紧力与每个第二分析模型的预紧力,计算得到每个锈蚀螺栓预紧力的损失值;其中,每个锈蚀螺栓预紧力的损失值为:
△Fi=F1i-F2i
其中,△Fi为第i个锈蚀螺栓预紧力的损失值;F1i为第i个第一分析模型的预紧力;F2i为第i个第二分析模型的预紧力。
步骤29、对若干锈蚀螺栓预紧力的损失值及对应的锈蚀高强螺栓的三维模型数据,进行数据统计分析,得到锈蚀高强螺栓的形貌特征与预紧力损失值之间的数学模型,即得到所述的预设高强螺栓预紧力检测模型。
本发明还提供了一种锈蚀高强螺栓预紧力检测系统,包括采集模块及检测模块;其中,采集模块,用于采集待检测锈蚀高强螺栓的三维模型数据;检测模块,用于将采集的待检测锈蚀高强螺栓的三维模型数据,输入至预设高强螺栓预紧力检测模型中,输出得到所述的锈蚀高强螺栓预紧力检测结果;所述预设高强螺栓预紧力检测模型为锈蚀高强螺栓的形貌特征参数与预紧力损失值之间的数学模型;其中,待检测锈蚀高强螺栓与所述预设高强螺栓预紧力检测模型中的高强螺栓的型号相同。
本发明还提供了一种锈蚀高强螺栓预紧力检测设备,包括:存储器,用于存储计算机程序;处理器,用于执行所述计算机程序时实现所述一种锈蚀高强螺栓预紧力检测方法的步骤。
所述处理器执行所述计算机程序时实现上述锈蚀高强螺栓预紧力检测方法的步骤,例如:采集待检测锈蚀高强螺栓的三维模型数据;将采集的待检测锈蚀高强螺栓的三维模型数据,输入至预设高强螺栓预紧力检测模型中,输出得到所述的锈蚀高强螺栓预紧力检测结果;所述预设高强螺栓预紧力检测模型为锈蚀高强螺栓的形貌特征参数与预紧力损失值之间的数学模型;其中,待检测锈蚀高强螺栓与所述预设高强螺栓预紧力检测模型中的高强螺栓的型号相同。
或者,所述处理器执行所述计算机程序时实现上述系统中各模块的功能,例如:采集模块,用于采集待检测锈蚀高强螺栓的三维模型数据;检测模块,用于将采集的待检测锈蚀高强螺栓的三维模型数据,输入至预设高强螺栓预紧力检测模型中,输出得到所述的锈蚀高强螺栓预紧力检测结果;所述预设高强螺栓预紧力检测模型为锈蚀高强螺栓的形貌特征参数与预紧力损失值之间的数学模型;其中,待检测锈蚀高强螺栓与所述预设高强螺栓预紧力检测模型中的高强螺栓的型号相同。
示例性的,所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,所述指令段用于描述所述计算机程序在所述锈蚀高强螺栓预紧力检测设备中的执行过程。例如,所述计算机程序可以被分割成采集模块及检测模块,各模块具体功能如下:采集模块,用于采集待检测锈蚀高强螺栓的三维模型数据;检测模块,用于将采集的待检测锈蚀高强螺栓的三维模型数据,输入至预设高强螺栓预紧力检测模型中,输出得到所述的锈蚀高强螺栓预紧力检测结果;所述预设高强螺栓预紧力检测模型为锈蚀高强螺栓的形貌特征参数与预紧力损失值之间的数学模型;其中,待检测锈蚀高强螺栓与所述预设高强螺栓预紧力检测模型中的高强螺栓的型号相同。
所述锈蚀高强螺栓预紧力检测设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述锈蚀高强螺栓预紧力检测设备可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,上述仅仅是锈蚀高强螺栓预紧力检测设备的示例,并不构成对锈蚀高强螺栓预紧力检测设备的限定,可以包括更多的部件,或者组合某些部件,或者不同的部件,例如所述锈蚀高强螺栓预紧力检测设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者所述处理器也可以是任何常规的处理器等,所述处理器是所述锈蚀高强螺栓预紧力检测设备的控制中心,利用各种接口和线路连接整个锈蚀高强螺栓预紧力检测设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述锈蚀高强螺栓预紧力检测设备的各种功能。
所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述一种锈蚀高强螺栓预紧力检测方法的步骤。
所述锈蚀高强螺栓预紧力检测设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。
基于这样的理解,本发明实现上述方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于计算机可读存储介质中,所述计算机程序在被处理器执行时,可实现上述锈蚀高强螺栓预紧力检测方法的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或预设中间形式等。
所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。
需要说明的是,所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读存储介质不包括电载波信号和电信信号。
实施例
下述以某类型高强螺栓的预应力检测过程为例;本实施例提供了一种锈蚀高强螺栓预紧力检测方法,具体包括以下步骤:
步骤1、根据现场实地考察或参考实际施工记录,获取待检测锈蚀高强螺栓的设计规格及型号;根据获取的待检测锈蚀高强螺栓的设计规格及型号,确定与待检测锈蚀高强螺栓同型号的未锈蚀高强螺栓型号;采集所述未锈蚀高强螺栓的原始几何尺寸,根据采集的未锈蚀高强螺栓的原始几何尺寸,通过三维建模软件构建未锈蚀高强螺栓的三维实体几何模型。
步骤2、获取与待检测锈蚀高强螺栓同型号的锈蚀高强螺栓,采集锈蚀高强螺栓的三维模型数据;并对锈蚀高强螺栓的表面浮锈及其锈蚀物进行清除,得到除锈后的锈蚀高强螺栓;其中,对锈蚀高强螺栓的表面浮锈及其锈蚀物进行清除的过程,采用人工打磨或喷涂化学用剂的方法,对锈蚀高强螺栓的表面浮锈及其锈蚀物进行清除,直至所述锈蚀高强螺栓的螺栓头及螺母未锈蚀区域的表面清晰可见。
步骤3、采用非接触式三维扫描设备,对除锈后的锈蚀高强螺栓进行扫描,得到锈蚀高强螺栓除锈处理后的三维实体几何模型;具体过程如下:
采用非接触式三维扫描设备,分别对除锈后的锈蚀高强螺栓的螺栓头及螺母进行三维全尺寸数字化扫描,得到除锈后的锈蚀高强螺栓的螺栓头及螺母的三维模型数据;
根据除锈后的锈蚀高强螺栓的螺栓头及螺母的三维模型数据,利用三维建模软件,构建得到锈蚀高强螺栓除锈处理后的三维实体几何模型。
步骤4、将未锈蚀高强螺栓的三维实体几何模型与锈蚀高强螺栓除锈处理后的三维实体几何模型导入三维模型软件中,并以螺杆中心为参照点进行对齐,进行布尔运算的相加操作,得到复合实体几何模型;其中,复合实体几何模型,为将锈蚀高强螺栓除锈处理后的三维实体几何模型插入至未锈蚀高强螺栓的三维实体几何模型后的实体几何模型;其中,复合实体几何模型中包括锈蚀区域和未锈蚀区域。
步骤5、将复合实体几何模型导入至有限元分析计算软件中,设置单元属性、输入材料参数,根据计算结构需求的精度划分网格单元,并施加边界条件,得到第一分析模型;其中,单元属性为solid单元;第一分析模型中包括若干锈蚀单元及若干未锈蚀单元;所述锈蚀单元与复合实体几何模型的锈蚀区域相对应,所述未锈蚀单元与复合实体几何模型的未锈蚀区域相对应。
步骤6、对第一分析模型施加第一步荷载,计算得到第一分析模型的预紧力;其中,第一分析模型的预紧力为对第一分析模型施加第一步荷载之后,第一分析模型中螺杆截面上的轴向力。
步骤7、利用生死单元法,对第一分析模型中的锈蚀单元进行杀死处理,得到第二分析模型。
步骤8、对第二分析模型施加第二步荷载,计算得到第二分析模型的预紧力;其中,第二分析模型的预紧力为对第二分析模型施加第二步荷载之后,第二分析模型中螺杆截面上的轴向力;其中,步骤8中的第二步荷载与步骤6中的第一步荷载完全相同。
步骤9、根据第一分析模型的预紧力与第二分析模型的预紧力,计算得到锈蚀螺栓预紧力的损失值;其中,锈蚀螺栓预紧力的损失值为:
△F=F1-F2
其中,△F为锈蚀螺栓预紧力的损失值;F1i为第一分析模型的预紧力;F2i为第二分析模型的预紧力。
步骤10、重复上述步骤2-9的操作,获取若干与待检测锈蚀高强螺栓同型号的锈蚀高强螺栓的预紧力损失值;其中,每个锈蚀螺栓预紧力的损失值为:
△Fi=F1i-F2i
其中,△Fi为第i个锈蚀螺栓预紧力的损失值;F1i为第i个第一分析模型的预紧力;F2i为第i个第二分析模型的预紧力。
步骤11、采集若干锈蚀高强螺栓的三维模型数据;
步骤12、对若干锈蚀螺栓预紧力的损失值及对应的锈蚀高强螺栓的三维模型数据,进行数据统计分析,得到锈蚀高强螺栓的形貌特征与预紧力损失值之间的数学模型,即得到所述的预设高强螺栓预紧力检测模型;其中,锈蚀后的高强螺栓,其螺栓头、螺母的厚度、直径及宽度会发生改变,通过三维非接触扫描仪可以精确测量上述参量的变化值,统计分析后建立上述三种物理参量的变化与高强螺栓预紧力损失值之间的关系,或通过上述参量综合得到螺栓头或者螺母的体积损失率,建立螺栓头或者螺母的体积损失率与高强螺栓预紧力损失值之间的关系。基于大量的实测数据,可将上述参量的变化值与高强螺栓预紧力损失值表征在同一坐标图中,采用数据拟合的方式得到上述参量的变化值与高强螺栓预紧力损失值之间的曲线,并通过数学函数式表征曲线,从而得到上述参量的变化值与高强螺栓预紧力损失值之间的数学模型。即得到所述锈蚀高强螺栓的形貌特征与预紧力损失值之间的数学模型
步骤13、采集待检测锈蚀高强螺栓的三维模型数据;其中,采集待检测锈蚀高强螺栓的三维模型数据的过程,具体如下:
采用非接触式三维扫描设备,对待检测锈蚀高强螺栓的螺栓头及螺母,进行三维全尺寸数字化扫描,得到所述的待检测锈蚀高强螺栓的三维模型数据。
步骤14、将采集的待检测锈蚀高强螺栓的三维模型数据,输入至预设高强螺栓预紧力检测模型中,输出得到所述的锈蚀高强螺栓预紧力检测结果。
本实施例所述的锈蚀高强螺栓预紧力检测方法,实现对锈蚀高强螺栓的预紧力状态进行检测评价,能够用于锈蚀高强螺栓连接节点的无损检测,完善既有钢结构服役性能评估理论,为锈损钢结构节点性能及安全评定提供科学依据。
本实施例提供的一种锈蚀高强螺栓预紧力检测系统、设备及计算机可读存储介质中相关部分的说明可以参见本实施例所述的一种锈蚀高强螺栓预紧力检测方法中对应部分的详细说明,在此不再赘述。
本发明所述的锈蚀高强螺栓预紧力检测方法,作为无损检测评估方法,检测过程中,对既有钢结构节点及高强螺栓不造成任何损伤或破坏;原理简单,操作便捷,可快速评估锈蚀高强螺栓的预紧力水平;成本低,实用性强,具有很好的可操作性,值得推广应用,不仅可准确评估锈蚀高强螺栓的预紧力水平,且为既有钢结构高强螺栓连接节点的性能评估提供理论基础。
上述实施例仅仅是能够实现本发明技术方案的实施方式之一,本发明所要求保护的范围并不仅仅受本实施例的限制,还包括在本发明所公开的技术范围内,任何熟悉本技术领域的技术人员所容易想到的变化、替换及其他实施方式。
Claims (10)
1.一种锈蚀高强螺栓预紧力检测方法,其特征在于,包括以下步骤:
采集待检测锈蚀高强螺栓的三维模型数据;
将采集的待检测锈蚀高强螺栓的三维模型数据,输入至预设高强螺栓预紧力检测模型中,输出得到所述的锈蚀高强螺栓预紧力检测结果;所述预设高强螺栓预紧力检测模型为高强螺栓的形貌特征参数与预紧力损失值之间的数学模型;其中,待检测锈蚀高强螺栓与所述预设高强螺栓预紧力检测模型中的高强螺栓的型号相同。
2.根据权利要求1所述的一种锈蚀高强螺栓预紧力检测方法,其特征在于,采集待检测锈蚀高强螺栓的三维模型数据的过程,具体如下:
采用非接触式三维扫描设备,对待检测锈蚀高强螺栓的螺栓头及螺母,进行三维全尺寸数字化扫描,得到所述的待检测锈蚀高强螺栓的三维模型数据。
3.根据权利要求1所述的一种锈蚀高强螺栓预紧力检测方法,其特征在于,所述预设高强螺栓预紧力检测模型的构建过程,具体如下:
采集若干锈蚀高强螺栓的三维模型数据;
获取未锈蚀高强螺栓的三维实体几何模型,以及获取若干锈蚀高强螺栓除锈处理后的三维实体几何模型;其中,未锈蚀高强螺栓、待检测锈蚀高强螺栓及所述预设高强螺栓预紧力检测模型中的高强螺栓的型号相同;
将未锈蚀高强螺栓的三维实体几何模型,分别与每一个锈蚀高强螺栓除锈处理后的三维实体几何模型进行叠加处理,得到若干复合实体几何模型;其中,每个复合实体几何模型中包括锈蚀区域和未锈蚀区域;
利用有限元计算分析软件,分别对每个复合实体几何模型进行单元划分及施加边界条件,得到若干第一分析模型;其中,每个第一分析模型中包括若干锈蚀单元及若干未锈蚀单元;所述锈蚀单元与复合实体几何模型的锈蚀区域相对应,所述未锈蚀单元与复合实体几何模型的未锈蚀区域相对应;
分别对若干第一分析模型施加第一步荷载,计算得到每个第一分析模型的预紧力;
利用生死单元法,对每个第一分析模型中的锈蚀单元进行杀死处理,得到第二分析模型;
分别对若干第二分析模型施加第二步荷载,计算得到每个第二分析模型的预紧力;
根据每个第一分析模型的预紧力与每个第二分析模型的预紧力,计算得到,每个锈蚀螺栓预紧力的损失值;
对若干锈蚀高强螺栓的预紧力损失值及对应的锈蚀高强螺栓的三维模型数据,进行数据统计分析,得到锈蚀高强螺栓的形貌特征参数与预紧力损失值之间的数学模型,即得到所述的预设高强螺栓预紧力检测模型。
4.根据权利要求3所述的一种锈蚀高强螺栓预紧力检测方法,其特征在于,获取若干锈蚀高强螺栓除锈处理后的三维实体几何模型的过程,具体如下:
对锈蚀高强螺栓的表面浮锈及其锈蚀物进行清除,得到除锈后的高强螺栓;
采用非接触式三维扫描设备,对除锈后的高强螺栓进行扫描,构建锈蚀高强螺栓除锈处理后的三维实体几何模型;
其中,对除锈后的高强螺栓进行三维全尺寸数字化扫描过程,分别对除锈后的高强螺栓的螺栓头及螺母进行三维全尺寸数字化扫描,得到所述的锈蚀高强螺栓除锈处理后的三维实体几何模型。
5.根据权利要求3所述的一种锈蚀高强螺栓预紧力检测方法,其特征在于,将未锈蚀高强螺栓的三维实体几何模型,分别与每一个锈蚀高强螺栓除锈处理后的三维实体几何模型进行叠加处理,得到若干复合实体几何模型的过程,具体如下:
将未锈蚀高强螺栓的三维实体几何实体模型及某个锈蚀高强螺栓除锈处理后的三维实体几何模型导入三维模型软件中,将未锈蚀高强螺栓的三维实体几何实体模型与锈蚀高强螺栓除锈处理后的三维实体几何模型,以螺杆中心为参照点进行对齐,进行布尔运算的相加操作,得到复合实体几何模型。
6.根据权利要求3所述的一种锈蚀高强螺栓预紧力检测方法,其特征在于,第一分析模型的预紧力为对第一分析模型施加第一步荷载之后,第一分析模型中螺杆截面上的轴向力;第二分析模型的预紧力为对第二分析模型施加第二步荷载之后,第二分析模型中螺杆截面上的轴向力。
7.根据权利要求3所述的一种锈蚀高强螺栓预紧力检测方法,其特征在于,每个锈蚀螺栓预紧力的损失值为:
△Fi=F1i-F2i
其中,△Fi为第i个锈蚀螺栓预紧力的损失值;F1i为第i个第一分析模型的预紧力;F2i为第i个第二分析模型的预紧力。
8.一种锈蚀高强螺栓预紧力检测系统,其特征在于,包括:
采集模块,用于采集待检测锈蚀高强螺栓的三维模型数据;
检测模块,用于将采集的待检测锈蚀高强螺栓的三维模型数据,输入至预设高强螺栓预紧力检测模型中,输出得到所述的锈蚀高强螺栓预紧力检测结果;所述预设高强螺栓预紧力检测模型为锈蚀高强螺栓的形貌特征参数与预紧力损失值之间的数学模型;其中,待检测锈蚀高强螺栓与所述预设高强螺栓预紧力检测模型中的高强螺栓的型号相同。
9.一种锈蚀高强螺栓预紧力检测设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1-7任一项所述一种锈蚀高强螺栓预紧力检测方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7任一项所述一种锈蚀高强螺栓预紧力检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111648775.6A CN114323399A (zh) | 2021-12-29 | 2021-12-29 | 锈蚀高强螺栓预紧力检测方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111648775.6A CN114323399A (zh) | 2021-12-29 | 2021-12-29 | 锈蚀高强螺栓预紧力检测方法、系统、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114323399A true CN114323399A (zh) | 2022-04-12 |
Family
ID=81018485
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111648775.6A Pending CN114323399A (zh) | 2021-12-29 | 2021-12-29 | 锈蚀高强螺栓预紧力检测方法、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114323399A (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050172725A1 (en) * | 2001-10-09 | 2005-08-11 | Gleman Stuart M. | Bolt tension gauging system |
KR20090015359A (ko) * | 2007-08-08 | 2009-02-12 | 한국전력공사 | 볼트 축력 예측 방법 |
KR20140096826A (ko) * | 2013-01-29 | 2014-08-06 | 부산대학교 산학협력단 | 너트 풀림 평가 방법 |
CN106525315A (zh) * | 2016-12-01 | 2017-03-22 | 合肥国轩高科动力能源有限公司 | 一种螺栓紧固状态的检测方法 |
CN107192494A (zh) * | 2017-05-14 | 2017-09-22 | 北京工业大学 | 一种考虑结合面特性的测定轴向螺栓松弛的装置及方法 |
CN107563085A (zh) * | 2017-09-12 | 2018-01-09 | 国电联合动力技术有限公司 | 一种高强螺栓连接结构的有限元建模方法及强度评估方法 |
CN110334426A (zh) * | 2019-06-26 | 2019-10-15 | 武汉蓝恩汽车技术有限公司 | 螺栓强度失效评估方法及系统 |
CN111307357A (zh) * | 2019-11-12 | 2020-06-19 | 北京理工大学 | 一种基于微分法的螺栓紧固轴力超声检测方法 |
CN111323158A (zh) * | 2020-02-26 | 2020-06-23 | 东方电气集团东方电机有限公司 | 一种联轴螺栓的实时应力监测系统及安全系数检测方法 |
CN111931647A (zh) * | 2020-08-10 | 2020-11-13 | 西安建筑科技大学 | 钢结构表面锈坑识别、提取与评价设备、方法及存储介质 |
CN112747856A (zh) * | 2020-12-29 | 2021-05-04 | 湘潭大学 | 一种高强度螺栓预紧力的检测方法 |
CN112926163A (zh) * | 2021-04-07 | 2021-06-08 | 唐山学院 | 基于Workbench和Matlab构建螺栓疲劳寿命预测模型的方法及装置 |
CN113532720A (zh) * | 2021-07-06 | 2021-10-22 | 西安烯格赛斯科技合伙企业(有限合伙) | 一种具有防松功能的监测螺栓紧固状态的智能垫圈及监测方法 |
-
2021
- 2021-12-29 CN CN202111648775.6A patent/CN114323399A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050172725A1 (en) * | 2001-10-09 | 2005-08-11 | Gleman Stuart M. | Bolt tension gauging system |
KR20090015359A (ko) * | 2007-08-08 | 2009-02-12 | 한국전력공사 | 볼트 축력 예측 방법 |
KR20140096826A (ko) * | 2013-01-29 | 2014-08-06 | 부산대학교 산학협력단 | 너트 풀림 평가 방법 |
CN106525315A (zh) * | 2016-12-01 | 2017-03-22 | 合肥国轩高科动力能源有限公司 | 一种螺栓紧固状态的检测方法 |
CN107192494A (zh) * | 2017-05-14 | 2017-09-22 | 北京工业大学 | 一种考虑结合面特性的测定轴向螺栓松弛的装置及方法 |
CN107563085A (zh) * | 2017-09-12 | 2018-01-09 | 国电联合动力技术有限公司 | 一种高强螺栓连接结构的有限元建模方法及强度评估方法 |
CN110334426A (zh) * | 2019-06-26 | 2019-10-15 | 武汉蓝恩汽车技术有限公司 | 螺栓强度失效评估方法及系统 |
CN111307357A (zh) * | 2019-11-12 | 2020-06-19 | 北京理工大学 | 一种基于微分法的螺栓紧固轴力超声检测方法 |
CN111323158A (zh) * | 2020-02-26 | 2020-06-23 | 东方电气集团东方电机有限公司 | 一种联轴螺栓的实时应力监测系统及安全系数检测方法 |
CN111931647A (zh) * | 2020-08-10 | 2020-11-13 | 西安建筑科技大学 | 钢结构表面锈坑识别、提取与评价设备、方法及存储介质 |
CN112747856A (zh) * | 2020-12-29 | 2021-05-04 | 湘潭大学 | 一种高强度螺栓预紧力的检测方法 |
CN112926163A (zh) * | 2021-04-07 | 2021-06-08 | 唐山学院 | 基于Workbench和Matlab构建螺栓疲劳寿命预测模型的方法及装置 |
CN113532720A (zh) * | 2021-07-06 | 2021-10-22 | 西安烯格赛斯科技合伙企业(有限合伙) | 一种具有防松功能的监测螺栓紧固状态的智能垫圈及监测方法 |
Non-Patent Citations (3)
Title |
---|
刘晓刚;: "螺栓拼接节点数值计算模型研究", 钢结构, vol. 31, no. 7, 6 June 2016 (2016-06-06) * |
殷洪建;王会利;刘康;: "摩擦型高强螺栓在偏心轴力作用下的疲劳性能有限元分析", 沈阳大学学报(自然科学版), vol. 24, no. 4, 15 August 2012 (2012-08-15) * |
王友德 等: "基于形貌的结构钢锈蚀评价指标及提取方法", 《材料导报》, vol. 35, no. 16, 31 August 2021 (2021-08-31) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3267167B1 (en) | Residual stress estimation method and residual stress estimation device | |
CN112364550B (zh) | 薄壁焊接结构疲劳寿命预测方法和装置 | |
CN111597714A (zh) | 一种螺栓拧紧贴合预紧力的确定方法 | |
CN111598879A (zh) | 一种结构疲劳累积损伤评估的方法、系统及设备 | |
CN111090944A (zh) | 挖掘机工作装置的疲劳预测分析方法、装置及计算机设备 | |
CN108009063B (zh) | 一种电子设备故障阈值检测的方法 | |
CN114357657A (zh) | 海底管道寿命预测及延寿决策方法、系统、设备及介质 | |
CN114323399A (zh) | 锈蚀高强螺栓预紧力检测方法、系统、设备及介质 | |
CN108009582B (zh) | 一种电子设备标准工作指标设置的方法 | |
CN112818445B (zh) | 深埋等压圆形复合式衬砌隧道力学响应的测试方法及装置 | |
CN107977626B (zh) | 一种电子设备工作数据的分组方法 | |
CN116818246B (zh) | 地震模拟振动台模型预测控制方法、系统、介质及终端 | |
CN111985134B (zh) | 一种起重机回转支承状态确定方法、装置及相关设备 | |
CN116556718A (zh) | 一种建筑结构构件的修复方法、装置、设备和存储介质 | |
Yamada et al. | Highly-reliable CAE analysis approach-Application in automotive bolt analysis | |
CN113405523A (zh) | 一种基于北斗的桥梁沉降预警方法及系统 | |
CN112733399A (zh) | 随机振动中螺栓的失效评估方法、装置 | |
Deniziak et al. | Influence of nonlinearities on the efficiency and accuracy of FEM calculations on the example of a steel build-up thin-walled column | |
Gu et al. | Performance assessment of a concrete gravity dam at Shenwo reservoir of China using deterministic and probabilistic methods | |
CN112236749A (zh) | 一种浮点精度检测方法与装置 | |
CN112632834B (zh) | 地震中螺栓的失效评估方法、装置 | |
Chen et al. | Big Data Analysis Method of Random Stress Spectrum for Crane Equipment | |
CN112035781B (zh) | 橡胶隔振器耐久寿命预测方法、装置、设备及存储介质 | |
Siregar et al. | Monitoring of Toxic Gas and Dust from Motorized Vehicles on The Highway Using Internet of Things and Blob Detection | |
CN117408080A (zh) | 一种基于逻辑模型的动力系统故障分析方法、装置及设备 |
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 |