CN114398775B - 一种考虑开裂损伤阶梯刚度的混凝土梁寿命预测方法 - Google Patents
一种考虑开裂损伤阶梯刚度的混凝土梁寿命预测方法 Download PDFInfo
- Publication number
- CN114398775B CN114398775B CN202210002534.2A CN202210002534A CN114398775B CN 114398775 B CN114398775 B CN 114398775B CN 202210002534 A CN202210002534 A CN 202210002534A CN 114398775 B CN114398775 B CN 114398775B
- Authority
- CN
- China
- Prior art keywords
- concrete beam
- determining
- rigidity
- stiffness
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Abstract
本发明公开了一种考虑开裂损伤阶梯刚度的混凝土梁寿命预测方法,包括:获取无损伤混凝土梁初始刚度;设定第一时刻,确定第一时刻的混凝土梁的剩余抗弯刚度;基于预设时间间隔,确定若干时刻的混凝土梁剩余抗弯刚度;将相邻时刻的剩余抗弯刚度作为一个数据组,根据若干个数据组计算得到若干个混凝土梁刚度退化率;根据若干个混凝土梁刚度退化率及初始刚度,确定混凝土梁的疲劳寿命。能够准确预测混凝土梁的疲劳寿命。
Description
技术领域
本发明涉及交通技术领域,特别涉及一种考虑开裂损伤阶梯刚度的混凝土梁寿命预测方法。
背景技术
随着交通的越来越便捷,人们出行更加方便。我国存在大量的中小跨径桥梁,与大跨桥梁相比,中小跨径桥梁自重较轻,在车辆荷载反复作用下,桥梁结构更易产生疲劳损伤,从而导致结构功能弱化,承载能力降低,严重时甚至影响结构的安全,因此人们对混凝土梁疲劳刚度退化规律及寿命越来越关注,为了消除安全隐患,及时进行相应的维护工作,需要准确预测寿命。现有技术中对混凝土梁疲劳刚度退化规律及寿命预测,计算过程复杂,同时预测不准确,存在一定的安全隐患。
发明内容
本发明旨在至少一定程度上解决上述技术中的技术问题之一。为此,本发明的目的在于提出一种考虑开裂损伤阶梯刚度的混凝土梁寿命预测方法,计算过程简单,同时预测更加准确,消除安全隐患。
为达到上述目的,本发明实施例提出了一种考虑开裂损伤阶梯刚度的混凝土梁寿命预测方法,包括:
获取无损伤混凝土梁初始刚度;
设定第一时刻,确定第一时刻的混凝土梁的剩余抗弯刚度;
基于预设时间间隔,确定若干时刻的混凝土梁剩余抗弯刚度;
将相邻时刻的剩余抗弯刚度作为一个数据组,根据若干个数据组计算得到若干个混凝土梁刚度退化率;
根据若干个混凝土梁刚度退化率及初始刚度,确定混凝土梁的疲劳寿命。
根据本发明的一些实施例,所述确定第一时刻的混凝土梁的剩余抗弯刚度,包括:
获取在第一时刻混凝土梁裂缝的相关数据,并生成分布图,根据所述分布图确定在第一时刻,左支座中心至梁体最外侧受力裂缝之间的第一水平距离及右支座中心至梁体最外侧受力裂缝之间的第二水平距离;
确定在第一时刻混凝土梁的振动基频;
根据所述第一水平距离、所述第二水平距离及所述第一时刻混凝土梁的振动基频,确定第一时刻的混凝土梁的剩余抗弯刚度。
根据本发明的一些实施例,确定在第一时刻混凝土梁的振动基频,包括:
基于设置在混凝土梁的L/4、L/2及3L/4位置的加速度传感器,获取测量参数;
根据所述测量参数基于环境激励法确定在第一时刻混凝土梁的振动基频。
根据本发明的一些实施例,预设时间间隔为3-6个月。
根据本发明的一些实施例,获取无损伤混凝土梁初始刚度,包括:
对桥梁设计图纸进行解析,确定桥梁设计图纸参数信息,根据所述参数信息计算得到无损伤混凝土梁初始刚度。
根据本发明的一些实施例,还包括:设置混凝土梁刚处于疲劳中期阶段时,初始刚度为无损伤混凝土梁刚度的0.9倍。
根据本发明的一些实施例,还包括:混凝土梁处于疲劳中期阶段时,建立混凝土梁与荷载作用次数的线性相关关系。
根据本发明的一些实施例,根据若干个混凝土梁刚度退化率及初始刚度,确定混凝土梁的疲劳寿命,包括:
根据若干个混凝土梁刚度退化率,计算得到刚度退化率平均值;
根据刚度退化率平均值及初始刚度,确定混凝土梁的疲劳寿命。
根据本发明的一些实施例,对桥梁设计图纸进行解析,确定桥梁设计图纸参数信息,包括:
获取包括桥梁设计图纸的待处理图像;
对所述待处理图像进行灰度化处理,得到灰度图像;将灰度图像转换为像素点矩阵;
根据像素点矩阵中各个像素点的灰度值将像素点矩阵进行分割,并确定每个子像素点矩阵的灰度梯度等级;
将灰度梯度等级大于预设灰度梯度等级的子像素点矩阵剔除,得到目标像素点矩阵,根据所述目标像素点矩阵得到目标图像;
对所述目标图像的布局进行分析,确定第一区域、第二区域及第三区域;
对所述第一区域进行轮廓检测,确定第一区域包括的各个子第一区域的轮廓信息;
确定第二区域的引线走向信息,根据所述轮廓信息及所述引线走线信息,确定对应的标识符;
对所述第三区域进行特征检测,获取特征数据,将所述特征数据与数据库中的标准图像中的预设特征数据进行匹配,将匹配度最高的标准图像的预设特征数据确定为目标特征数据;
获取所述目标特征数据的属性信息;
根据所述属性信息及所述标识符,确定桥梁设计图纸参数信息。
根据本发明的一些实施例,在根据若干个混凝土梁刚度退化率及初始刚度,确定混凝土梁的疲劳寿命前,还包括:
将若干个混凝土梁刚度退化率分别与对应的预设刚度退化率进行比较,计算出若干个混凝土梁刚度退化率与对应的预设刚度退化率的差值,并判断是否大于预设差值;
在确定存在至少一个差值大于预设差值时,建立关于混凝土梁刚度退化率的时间序列数据;
根据所述时间序列数据确定异常数据,对所述异常数据进行分析,确定异常数据的特征分布及异常数据之间的第一关联关系;
基于预先训练好的数据模型,建立异常数据与有效数据的第二关联关系;
根据所述异常数据的特征分布、异常数据之间的第一关联关系及异常数据与有效数据的第二关联关系,对所述异常数据进行修正处理。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是根据本发明一个实施例的一种考虑开裂损伤阶梯刚度的混凝土梁寿命预测方法的流程图;
图2是根据本发明一个实施例的确定第一时刻的混凝土梁的剩余抗弯刚度的流程图;
图3是根据本发明一个实施例的确定在第一时刻混凝土梁的振动基频的流程图;
图4是根据本发明一个实施例的混凝土梁开裂弯曲裂缝分布图;
图5是根据本发明一个实施例的混凝土梁阶梯刚度模型示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
如图1所示,本发明实施例提出了一种考虑开裂损伤阶梯刚度的混凝土梁寿命预测方法,包括步骤S1-S5:
S1、获取无损伤混凝土梁初始刚度;
S2、设定第一时刻,确定第一时刻的混凝土梁的剩余抗弯刚度;
S3、基于预设时间间隔,确定若干时刻的混凝土梁剩余抗弯刚度;
S4、将相邻时刻的剩余抗弯刚度作为一个数据组,根据若干个数据组计算得到若干个混凝土梁刚度退化率;
S5、根据若干个混凝土梁刚度退化率及初始刚度,确定混凝土梁的疲劳寿命。
上述技术方案的工作原理:获取无损伤混凝土梁初始刚度,设定第一时刻,确定第一时刻的混凝土梁的剩余抗弯刚度;第一时刻为进入混凝土梁疲劳中期阶段,其中疲劳中期阶段约占疲劳总寿命的80%以上。基于预设时间间隔,确定若干时刻的混凝土梁剩余抗弯刚度;将相邻时刻的剩余抗弯刚度作为一个数据组,根据若干个数据组计算得到若干个混凝土梁刚度退化率;根据若干个混凝土梁刚度退化率及初始刚度,确定混凝土梁的疲劳寿命。
上述技术方案的有益效果:计算过程简单,同时预测更加准确,消除安全隐患。
如图2所示,根据本发明的一些实施例,所述确定第一时刻的混凝土梁的剩余抗弯刚度,包括步骤S21-S23:
S21、获取在第一时刻混凝土梁裂缝的相关数据,并生成分布图,根据所述分布图确定在第一时刻,左支座中心至梁体最外侧受力裂缝之间的第一水平距离及右支座中心至梁体最外侧受力裂缝之间的第二水平距离;
S22、确定在第一时刻混凝土梁的振动基频;
S23、根据所述第一水平距离、所述第二水平距离及所述第一时刻混凝土梁的振动基频,确定第一时刻的混凝土梁的剩余抗弯刚度。
上述技术方案的工作原理及有益效果:如图4-5所示,获取在第一时刻混凝土梁裂缝的相关数据,并生成分布图,根据所述分布图确定在第一时刻,左支座中心至梁体最外侧受力裂缝之间的第一水平距离及右支座中心至梁体最外侧受力裂缝之间的第二水平距离;确定在第一时刻混凝土梁的振动基频;根据所述第一水平距离、所述第二水平距离及所述第一时刻混凝土梁的振动基频,确定第一时刻的混凝土梁的剩余抗弯刚度。提高了确定第一时刻的混凝土梁的剩余抗弯刚度的准确性。
如图3所示,根据本发明的一些实施例,确定在第一时刻混凝土梁的振动基频,包括步骤S221-S222:
S221、基于设置在混凝土梁的L/4、L/2及3L/4位置的加速度传感器,获取测量参数;
S222、根据所述测量参数基于环境激励法确定在第一时刻混凝土梁的振动基频。
上述技术方案的工作原理:基于设置在混凝土梁的L/4、L/2及3L/4位置的加速度传感器,获取测量参数;根据所述测量参数基于环境激励法确定在第一时刻混凝土梁的振动基频。测量参数包括混凝土梁的横向振动位移。
上述技术方案的有益效果:提高了计算第一时刻混凝土梁的振动基频的准确性。
根据本发明的一些实施例,预设时间间隔为3-6个月。
上述技术方案的工作原理及有益效果:以固定的时间间隔进行测量,如以3个月为一周期、4个月为一周期、5个月为一周期或6个月为一周期。时间间隔相对越小,数据分析结果越准确,可以获取混凝土梁在各个阶段的变化情况。
根据本发明的一些实施例,获取无损伤混凝土梁初始刚度,包括:
对桥梁设计图纸进行解析,确定桥梁设计图纸参数信息,根据所述参数信息计算得到无损伤混凝土梁初始刚度。
上述技术方案的工作原理:对桥梁设计图纸进行解析,确定桥梁设计图纸参数信息,根据所述参数信息计算得到无损伤混凝土梁初始刚度。
上述技术方案的有益效果:准确确定无损伤混凝土梁初始刚度。
根据本发明的一些实施例,还包括:设置混凝土梁刚处于疲劳中期阶段时,初始刚度为无损伤混凝土梁刚度的0.9倍。
根据本发明的一些实施例,还包括:混凝土梁处于疲劳中期阶段时,建立混凝土梁与荷载作用次数的线性相关关系。
根据本发明的一些实施例,根据若干个混凝土梁刚度退化率及初始刚度,确定混凝土梁的疲劳寿命,包括:
根据若干个混凝土梁刚度退化率,计算得到刚度退化率平均值;
根据刚度退化率平均值及初始刚度,确定混凝土梁的疲劳寿命。
上述技术方案的工作原理:根据若干个混凝土梁刚度退化率,计算得到刚度退化率平均值;根据刚度退化率平均值及初始刚度,确定混凝土梁的疲劳寿命。
上述技术方案的有益效果:准确计算出确定混凝土梁的疲劳寿命,便于根据疲劳寿命采取相应的措施,消除了安全隐患。
根据本发明的一些实施例,对桥梁设计图纸进行解析,确定桥梁设计图纸参数信息,包括:
获取包括桥梁设计图纸的待处理图像;
对所述待处理图像进行灰度化处理,得到灰度图像;将灰度图像转换为像素点矩阵;
根据像素点矩阵中各个像素点的灰度值将像素点矩阵进行分割,并确定每个子像素点矩阵的灰度梯度等级;
将灰度梯度等级大于预设灰度梯度等级的子像素点矩阵剔除,得到目标像素点矩阵,根据所述目标像素点矩阵得到目标图像;
对所述目标图像的布局进行分析,确定第一区域、第二区域及第三区域;
对所述第一区域进行轮廓检测,确定第一区域包括的各个子第一区域的轮廓信息;
确定第二区域的引线走向信息,根据所述轮廓信息及所述引线走线信息,确定对应的标识符;
对所述第三区域进行特征检测,获取特征数据,将所述特征数据与数据库中的标准图像中的预设特征数据进行匹配,将匹配度最高的标准图像的预设特征数据确定为目标特征数据;
获取所述目标特征数据的属性信息;
根据所述属性信息及所述标识符,确定桥梁设计图纸参数信息。
上述技术方案的工作原理:获取包括桥梁设计图纸的待处理图像;对所述待处理图像进行灰度化处理,得到灰度图像;将灰度图像转换为像素点矩阵;根据像素点矩阵中各个像素点的灰度值将像素点矩阵进行分割,并确定每个子像素点矩阵的灰度梯度等级;示例的将灰度值在150-200的像素点作为一个范围,示例的可以是第三灰度梯度等级。将灰度梯度等级大于预设灰度梯度等级的子像素点矩阵剔除,得到目标像素点矩阵,根据所述目标像素点矩阵得到目标图像;对所述目标图像的布局进行分析,确定第一区域、第二区域及第三区域;第一区域为混凝土梁的图像区域,如包括混凝土粱的组成及分布的图像。第二区域为混凝土梁包括文字的区域,如尺寸标注,文字等。第三区域为表格区域,如明细表。对所述第一区域进行轮廓检测,确定第一区域包括的各个子第一区域的轮廓信息;确定第二区域的引线走向信息,根据所述轮廓信息及所述引线走线信息,确定对应的标识符;对所述第三区域进行特征检测,获取特征数据,将所述特征数据与数据库中的标准图像中的预设特征数据进行匹配,将匹配度最高的标准图像的预设特征数据确定为目标特征数据;特征数据包括尺寸数据。获取所述目标特征数据的属性信息;根据所述属性信息及所述标识符,确定桥梁设计图纸参数信息。属性信息包括表格中各行各列数据的相关性,及排序。
上述技术方案的有益效果:准确的消除无用的背景信息,得到目标图像,减少计算量及识别量,提高计算效率。对目标图像的整体进行准确识别,确定不同的三个区域分别进行识别,提高了识别效率及准确性,根据所述属性信息及所述标识符,确定桥梁设计图纸参数信息。提高了确定桥梁设计图纸参数信息的准确性。
根据本发明的一些实施例,在根据若干个混凝土梁刚度退化率及初始刚度,确定混凝土梁的疲劳寿命前,还包括:
将若干个混凝土梁刚度退化率分别与对应的预设刚度退化率进行比较,计算出若干个混凝土梁刚度退化率与对应的预设刚度退化率的差值,并判断是否大于预设差值;
在确定存在至少一个差值大于预设差值时,建立关于混凝土梁刚度退化率的时间序列数据;
根据所述时间序列数据确定异常数据,对所述异常数据进行分析,确定异常数据的特征分布及异常数据之间的第一关联关系;
基于预先训练好的数据模型,建立异常数据与有效数据的第二关联关系;
根据所述异常数据的特征分布、异常数据之间的第一关联关系及异常数据与有效数据的第二关联关系,对所述异常数据进行修正处理。
上述技术方案的工作原理:将若干个混凝土梁刚度退化率分别与对应的预设刚度退化率进行比较,计算出若干个混凝土梁刚度退化率与对应的预设刚度退化率的差值,并判断是否大于预设差值;在确定存在至少一个差值大于预设差值时,表示若干个混凝土梁刚度退化率中存在数据异常,建立关于混凝土梁刚度退化率的时间序列数据;根据所述时间序列数据确定异常数据,对所述异常数据进行分析,确定异常数据的特征分布及异常数据之间的第一关联关系;基于预先训练好的数据模型,建立异常数据与有效数据的第二关联关系;根据所述异常数据的特征分布、异常数据之间的第一关联关系及异常数据与有效数据的第二关联关系,对所述异常数据进行修正处理。
上述技术方案的有益效果:基于若干个混凝土梁刚度退化率与对应的预设刚度退化率的误差频率,准确若干个混凝土梁刚度退化率是否存储数据异常,在确定存在数据异常时,根据所述异常数据的特征分布、异常数据之间的第一关联关系及异常数据与有效数据的第二关联关系,对所述异常数据进行修正处理。对异常数据进行准确的修正,提高了异常数据的利用率,避免再次实验,节约时间,同时也提高了确定混凝土梁的疲劳寿命的准确性。
如图4所示,根据混凝土梁开裂裂缝分布及其发展特征,以混凝土梁支座处最外侧主要受力裂缝位置为分界,将开裂损伤的混凝土梁划分为开裂段与未裂段两部分。然后构建损伤混凝土梁阶梯刚度模型,即如图5。图中,EI0为未开裂(无损伤)梁段的抗弯刚度(MN·m2);EIn为n次交变荷载作用后开裂(损伤)梁段的抗弯刚度,即疲劳剩余刚度(MN·m2);x1为左支座中心至损伤梁体最外侧主要受力裂缝之间的水平距离(m);x2为右支座中心至损伤梁体最外侧主要受力裂缝之间的水平距离(m);l为混凝土梁的计算跨径(m)。
在实际桥梁工程结构中,混凝土梁的跨高比较大(大于10),梁体在运动过程中剪切变形与转动惯量对其振动频率影响较小,可以忽略不计。
根据基本假定,在疲劳荷载下不考虑桥梁结构质量随疲劳荷载的变化而变化,梁开裂段抗弯刚度随着疲劳循环次数而不断退化降低,定义疲劳作用下开裂梁段的剩余抗弯刚度比则n次疲劳交替荷载作用后混凝土梁体开裂段刚度为EIn=ηnEI0。
在n=0,且x1=x2=l/2时,计算无损伤混凝土简支梁的第一阶固有频率(基频):
其中,n为疲劳荷载循环作用次数;
无损伤混凝土梁的刚度EI0表示在n为0时,混凝土梁的刚度。
在经过n次疲劳荷载循环作用的刚度为:EIn=ηnEI0
经过多次实验,确定混凝土梁的剩余刚度为荷载作用次数n的关系,包括:B0为梁体未界发生疲劳损伤时的初始刚度,根据桥梁设计图纸计算或者通过桥梁基频进行反算,确定B0=EI0;Bn为n次荷载循环作用后梁体开裂段的剩余刚度。
经过多次实验可知,混凝土梁剩余刚度变化曲线中疲劳中期阶段约占混凝土梁疲劳总寿命80%以上,且该阶段梁开裂剩余刚度变化基本成线性,该阶段初始剩余刚度为无损伤梁刚度的0.9倍,该阶段梁剩余刚度Bn与荷载作用次数n之间具有很好的线性相关性,为:
Bn=0.9B0-kn;
其中,k为混凝土梁开裂段剩余刚度随荷载作用次数的退化速率。
在一实施例中,考虑开裂损伤阶梯刚度的混凝土梁寿命预测方法,包括:
步骤1,获取无损伤混凝土梁的初始刚度B0;
步骤3,在混凝土梁L/4、L/2及3L/4位置分布加速度传感器,采用环境激励法,确定t0时刻混凝土梁的振动基频f1 0;
步骤5,根据损伤梁阶段刚度分布下的剩余抗弯刚度比的计算公式,分别计算t0时刻的混凝土梁剩余抗弯刚度Bn0及t1时刻的混凝土梁剩余抗弯刚度Bn1;
步骤6,基于凝土梁的剩余刚度与荷载作用次数n的关系,计算混凝土梁的刚度退化率:
Bn0=0.9B0-kn1
Bn1=0.9B0-kn2
有益效果:基于损伤力学相关理论,引入了剩余刚度比和疲劳累积损伤系数,综合考虑主梁开裂情况,建立了钢筋混凝土梁桥阶梯刚度损伤分析模型,推导损伤混凝土简支梁基频计算公式,确定混凝土梁的刚度退化规律,进而建立了混凝土梁疲劳寿命预测模型,提高了预测混凝土梁疲劳寿命的准确性。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种考虑开裂损伤阶梯刚度的混凝土梁寿命预测方法,其特征在于,包括:
获取无损伤混凝土梁初始刚度;
设定第一时刻,确定第一时刻的混凝土梁的剩余抗弯刚度;
基于预设时间间隔,确定若干时刻的混凝土梁剩余抗弯刚度;
将相邻时刻的剩余抗弯刚度作为一个数据组,根据若干个数据组计算得到若干个混凝土梁刚度退化率;
根据若干个混凝土梁刚度退化率及初始刚度,确定混凝土梁的疲劳寿命;
所述确定第一时刻的混凝土梁的剩余抗弯刚度,包括:
获取在第一时刻混凝土梁裂缝的相关数据,并生成分布图,根据所述分布图确定在第一时刻,左支座中心至梁体最外侧受力裂缝之间的第一水平距离及右支座中心至梁体最外侧受力裂缝之间的第二水平距离;
确定在第一时刻混凝土梁的振动基频;
根据所述第一水平距离、所述第二水平距离及所述第一时刻混凝土梁的振动基频,确定第一时刻的混凝土梁的剩余抗弯刚度。
2.如权利要求1所述的考虑开裂损伤阶梯刚度的混凝土梁寿命预测方法,其特征在于,确定在第一时刻混凝土梁的振动基频,包括:
基于设置在混凝土梁的L/4、L/2及3L/4位置的加速度传感器,获取测量参数;
根据所述测量参数基于环境激励法确定在第一时刻混凝土梁的振动基频。
3.如权利要求1所述的考虑开裂损伤阶梯刚度的混凝土梁寿命预测方法,其特征在于,预设时间间隔为3-6个月。
4.如权利要求1所述的考虑开裂损伤阶梯刚度的混凝土梁寿命预测方法,其特征在于,获取无损伤混凝土梁初始刚度,包括:
对桥梁设计图纸进行解析,确定桥梁设计图纸参数信息,根据所述参数信息计算得到无损伤混凝土梁初始刚度。
5.如权利要求1所述的考虑开裂损伤阶梯刚度的混凝土梁寿命预测方法,其特征在于,还包括:设置混凝土梁刚处于疲劳中期阶段时,初始刚度为无损伤混凝土梁刚度的0.9倍。
6.如权利要求5所述的考虑开裂损伤阶梯刚度的混凝土梁寿命预测方法,其特征在于,还包括:混凝土梁处于疲劳中期阶段时,建立混凝土梁与荷载作用次数的线性相关关系。
7.如权利要求1所述的考虑开裂损伤阶梯刚度的混凝土梁寿命预测方法,其特征在于,根据若干个混凝土梁刚度退化率及初始刚度,确定混凝土梁的疲劳寿命,包括:
根据若干个混凝土梁刚度退化率,计算得到刚度退化率平均值;
根据刚度退化率平均值及初始刚度,确定混凝土梁的疲劳寿命。
8.如权利要求4所述的考虑开裂损伤阶梯刚度的混凝土梁寿命预测方法,其特征在于,对桥梁设计图纸进行解析,确定桥梁设计图纸参数信息,包括:
获取包括桥梁设计图纸的待处理图像;
对所述待处理图像进行灰度化处理,得到灰度图像;将灰度图像转换为像素点矩阵;
根据像素点矩阵中各个像素点的灰度值将像素点矩阵进行分割,并确定每个子像素点矩阵的灰度梯度等级;
将灰度梯度等级大于预设灰度梯度等级的子像素点矩阵剔除,得到目标像素点矩阵,根据所述目标像素点矩阵得到目标图像;
对所述目标图像的布局进行分析,确定第一区域、第二区域及第三区域;
对所述第一区域进行轮廓检测,确定第一区域包括的各个子第一区域的轮廓信息;
确定第二区域的引线走向信息,根据所述轮廓信息及所述引线走向信息,确定对应的标识符;
对所述第三区域进行特征检测,获取特征数据,将所述特征数据与数据库中的标准图像中的预设特征数据进行匹配,将匹配度最高的标准图像的预设特征数据确定为目标特征数据;
获取所述目标特征数据的属性信息;
根据所述属性信息及所述标识符,确定桥梁设计图纸参数信息。
9.如权利要求1所述的考虑开裂损伤阶梯刚度的混凝土梁寿命预测方法,其特征在于,在根据若干个混凝土梁刚度退化率及初始刚度,确定混凝土梁的疲劳寿命前,还包括:
将若干个混凝土梁刚度退化率分别与对应的预设刚度退化率进行比较,计算出若干个混凝土梁刚度退化率与对应的预设刚度退化率的差值,并判断是否大于预设差值;
在确定存在至少一个差值大于预设差值时,建立关于混凝土梁刚度退化率的时间序列数据;
根据所述时间序列数据确定异常数据,对所述异常数据进行分析,确定异常数据的特征分布及异常数据之间的第一关联关系;
基于预先训练好的数据模型,建立异常数据与有效数据的第二关联关系;
根据所述异常数据的特征分布、异常数据之间的第一关联关系及异常数据与有效数据的第二关联关系,对所述异常数据进行修正处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210002534.2A CN114398775B (zh) | 2022-01-04 | 2022-01-04 | 一种考虑开裂损伤阶梯刚度的混凝土梁寿命预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210002534.2A CN114398775B (zh) | 2022-01-04 | 2022-01-04 | 一种考虑开裂损伤阶梯刚度的混凝土梁寿命预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114398775A CN114398775A (zh) | 2022-04-26 |
CN114398775B true CN114398775B (zh) | 2022-08-16 |
Family
ID=81229416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210002534.2A Active CN114398775B (zh) | 2022-01-04 | 2022-01-04 | 一种考虑开裂损伤阶梯刚度的混凝土梁寿命预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114398775B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101923024A (zh) * | 2010-08-04 | 2010-12-22 | 重庆大学 | 一种确定带裂钢筋混凝土梁弹性模量及抗弯刚度的方法 |
CN103215899A (zh) * | 2013-05-08 | 2013-07-24 | 中铁第一勘察设计院集团有限公司 | 一种预应力连续梁底板崩裂的加固方法 |
CN108256700A (zh) * | 2018-04-13 | 2018-07-06 | 中国人民解放军火箭军工程大学 | 一种维修设备剩余寿命预测方法及系统 |
CN108304685A (zh) * | 2018-04-13 | 2018-07-20 | 中国人民解放军火箭军工程大学 | 一种非线性退化设备剩余寿命预测方法及系统 |
CN109829136A (zh) * | 2019-01-22 | 2019-05-31 | 中国人民解放军火箭军工程大学 | 一种带随机跳变的退化设备的剩余寿命预测方法及系统 |
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 |
CN110132512A (zh) * | 2019-05-30 | 2019-08-16 | 山东省建筑科学研究院 | 一种基于主梁刚度衰减规律的桥梁结构监测评估方法 |
CN113158471A (zh) * | 2021-04-26 | 2021-07-23 | 中国人民解放军火箭军工程大学 | 一种考虑测量不确定性的退化设备剩余寿命预测方法 |
-
2022
- 2022-01-04 CN CN202210002534.2A patent/CN114398775B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101923024A (zh) * | 2010-08-04 | 2010-12-22 | 重庆大学 | 一种确定带裂钢筋混凝土梁弹性模量及抗弯刚度的方法 |
CN103215899A (zh) * | 2013-05-08 | 2013-07-24 | 中铁第一勘察设计院集团有限公司 | 一种预应力连续梁底板崩裂的加固方法 |
CN108256700A (zh) * | 2018-04-13 | 2018-07-06 | 中国人民解放军火箭军工程大学 | 一种维修设备剩余寿命预测方法及系统 |
CN108304685A (zh) * | 2018-04-13 | 2018-07-20 | 中国人民解放军火箭军工程大学 | 一种非线性退化设备剩余寿命预测方法及系统 |
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 |
CN109829136A (zh) * | 2019-01-22 | 2019-05-31 | 中国人民解放军火箭军工程大学 | 一种带随机跳变的退化设备的剩余寿命预测方法及系统 |
CN110132512A (zh) * | 2019-05-30 | 2019-08-16 | 山东省建筑科学研究院 | 一种基于主梁刚度衰减规律的桥梁结构监测评估方法 |
CN113158471A (zh) * | 2021-04-26 | 2021-07-23 | 中国人民解放军火箭军工程大学 | 一种考虑测量不确定性的退化设备剩余寿命预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114398775A (zh) | 2022-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101639872B (zh) | 用于预测金属合金的特高循环疲劳特性的方法和系统 | |
Maljaars et al. | Probabilistic fatigue life updating accounting for inspections of multiple critical locations | |
CN111444629B (zh) | 一种基于支持向量机的钢筋锈蚀参数预测方法 | |
CN109871615B (zh) | 基于有限元疲劳分析的自动扶梯桁架残余寿命计算方法 | |
CN112101649B (zh) | 一种基于模糊熵权综合评判法-灰色关联分析法与表面质量评价系统的加工参数优化方法 | |
CN114398775B (zh) | 一种考虑开裂损伤阶梯刚度的混凝土梁寿命预测方法 | |
JP6628712B2 (ja) | 時系列データの逐次更新予測判定方法及び逐次更新予測判定システム | |
CN110378433A (zh) | 基于pso-svm的桥梁拉索表面缺陷的分类识别方法 | |
CN114565314A (zh) | 一种基于数字孪生的热轧钢卷端面质量管控系统及方法 | |
CN108182503B (zh) | 一种工业用离心泵的质量评价方法及其设备 | |
CN108090241B (zh) | 连续性工艺的趋势变量鉴定方法与系统 | |
JP2003019997A (ja) | 舶用推進装置における駆動軸系の位置検出方法および位置検出装置並びに位置検出用プログラム | |
CN111448453A (zh) | 确定缺陷的几何结构的方法以及确定负荷能力极限的方法 | |
CN109902752B (zh) | 基于病害信息大数据的桥梁定检分类方法、装置及设备 | |
JP7433319B2 (ja) | 材料の硬さを測定および計算するためのシステムおよび方法 | |
Jeyasehar et al. | Nondestructive evaluation of prestressed concrete beams using an artificial neural network (ANN) approach | |
CN113276907B (zh) | 基于惯导系统及多种传感器组合的轨道检测方法及系统 | |
CN104331775A (zh) | 一种计量资产全寿命周期质量分析方法 | |
CN115018452A (zh) | 一种工程建设项目进度管理指标体系构建和综合评价方法 | |
JP4885008B2 (ja) | 保守計画方法 | |
RU2315971C1 (ru) | Способ определения поврежденности объекта | |
JP6376081B2 (ja) | 被検体の形状算出方法、鋼板のプレス矯正方法および鋼板の製造方法 | |
CN117523132B (zh) | 一种钢桁拱桥扣塔垂直度调节系统及方法 | |
CN117147200B (zh) | 一种基于物联网的地下仓库建筑结构运维监测系统 | |
JP2012009038A (ja) | 保守計画方法 |
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 |