CN114580234A - 一种吊索疲劳寿命预测方法、装置、电子设备及存储介质 - Google Patents
一种吊索疲劳寿命预测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114580234A CN114580234A CN202210182459.2A CN202210182459A CN114580234A CN 114580234 A CN114580234 A CN 114580234A CN 202210182459 A CN202210182459 A CN 202210182459A CN 114580234 A CN114580234 A CN 114580234A
- Authority
- CN
- China
- Prior art keywords
- steel wire
- sling
- fatigue
- determining
- different
- 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 53
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 167
- 239000010959 steel Substances 0.000 claims abstract description 167
- 238000004590 computer program Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 12
- 239000000725 suspension Substances 0.000 claims description 12
- 230000009471 action Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 6
- 230000001186 cumulative effect Effects 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 5
- 239000004567 concrete Substances 0.000 abstract description 20
- 230000015556 catabolic process Effects 0.000 abstract description 7
- 238000006731 degradation reaction Methods 0.000 abstract description 7
- 238000004458 analytical method Methods 0.000 abstract description 4
- 238000009661 fatigue test Methods 0.000 abstract description 4
- 238000009864 tensile test Methods 0.000 abstract description 4
- 230000007547 defect Effects 0.000 abstract description 2
- 230000007797 corrosion Effects 0.000 description 26
- 238000005260 corrosion Methods 0.000 description 26
- 230000001808 coupling effect Effects 0.000 description 7
- 238000009825 accumulation Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 229910001335 Galvanized steel Inorganic materials 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000008397 galvanized steel Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 239000011150 reinforced concrete Substances 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- 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
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本发明涉及一种吊索疲劳寿命预测方法、装置、电子设备及存储介质,包括:获取被测吊索的钢丝服役年限和实测交通流量;根据所述钢丝服役年限,确定钢丝质量损失率;根据所述实测交通流量,确定不同的吊杆应力幅对应的循环次数;根据所述钢丝质量损失率、所述不同的吊杆应力幅对应的循环次数,确定疲劳累计损伤度。本发明通过分析在役钢管混凝土拱桥吊索钢丝的病害特征,基于锈蚀钢丝的拉伸以及疲劳试验,建立锈蚀吊索钢丝力学性能退化规律以及疲劳性能规律与疲劳寿命,基于桥梁交通量实测数据分析的基础上,建立吊索疲劳寿命的预测方法。
Description
技术领域
本发明涉及大跨钢管混凝土拱桥吊索疲劳寿命技术领域,尤其涉及一种吊索疲劳寿命预测方法、装置、电子设备及存储介质。
背景技术
既有拱桥的病害调查结果表明,吊索是钢管混凝土拱桥的易损构件之一,也是钢管混凝土拱桥结构体系中对损伤最为敏感的构件,吊索的损伤及破坏已成为影响钢管混凝土拱桥寿命的主要因素。其中,导致吊索损伤、破坏的主要原因不仅包括车辆荷载等荷载因素,还包括腐蚀、疲劳等损伤演化引起的抗力衰减因素。而吊索的抗力衰减源于钢丝的损伤演化,在腐蚀与疲劳损伤的耦合作用下,钢丝面积将会减小,承载能力将会降低,并最终发生断裂。钢丝断裂后,剩余钢丝之间将发生内力重分布,使得剩余钢丝所承担的荷载不断增加,并最终引起剩余钢丝的连续破坏,从而导致吊索的断裂。
现有技术中,对钢丝的损伤机理、损伤作用下钢丝力学性能的变化规律、钢丝断裂后的内力重分布规律等问题的研究已经获得了一定程度的进展。但对考虑疲劳腐蚀耦合作用下,钢丝强度衰减规律的研究并不多见,还缺乏准确有效的吊索疲劳寿命预测方法,因而这种情况严重威胁吊索及桥梁结构安全。因此,如何高效预测吊索疲劳寿命是亟待解决的问题。
发明内容
有鉴于此,有必要提供及一种吊索疲劳寿命预测方法、装置、电子设备及存储介质,用以克服现有技术中难以高效预测吊索疲劳寿命的问题。
为了解决上述技术问题,本发明提供一种吊索疲劳寿命预测方法,包括:
获取被测吊索的钢丝服役年限和实测交通流量;
根据所述钢丝服役年限,确定钢丝质量损失率;
根据所述实测交通流量,确定不同的吊杆应力幅对应的循环次数;
根据所述钢丝质量损失率、所述不同的吊杆应力幅对应的循环次数,确定疲劳累计损伤度。
进一步地,所述根据所述钢丝服役年限,确定钢丝质量损失率,包括:
根据所述钢丝服役年限和第一预设值的乘积,确定第一乘积;
根据所述第一乘积和第二预设值之和,确定第一和值;
将所述第一和值作为所述钢丝质量损失率的对数,求解所述钢丝质量损失率。
进一步地,所述钢丝质量损失率通过如下公式表示:
1g N=aη+b
其中,N表示所述钢丝质量损失率,a表示所述第一预设值,η表示所述钢丝服役年限,b表示所述第二预设值,所述第一预设值a和所述第二预设值b通过不同应力幅下的所述钢丝质量损失率N和所述钢丝服役年限η的方程进行拟合而确定。
进一步地,所述根据所述实测交通流量,确定不同的吊杆应力幅对应的循环次数,包括:
根据所述实测交通流量,将通行车辆分类为不同车型;
将所述不同车型的荷载作用标准值,作为通行时吊杆的吊杆应力幅;
采用数值有限元模拟方法,确定所述不同车型对应的所述不同的吊杆应力幅对应的循环次数。
进一步地,所述根据所述钢丝质量损失率、所述不同的吊杆应力幅对应的循环次数,确定疲劳累计损伤度,包括:
根据所述不同的吊杆应力幅对应的循环次数与不同的吊杆应力幅加载对应的所述钢丝质量损失率之比,确定不同的吊杆应力幅对应的第一比值;
将不同的吊杆应力幅对应的第一比值进行叠加,确定所述疲劳累计损伤度。
进一步地,所述疲劳累计损伤度通过如下公式表示:
其中,D表示所述疲劳累计损伤度,n1,n2,n3···nn表示所述不同的吊杆应力幅对应的循环次数,N1,N2,N3…Nn表示不同的吊杆应力幅加载对应的所述钢丝质量损失率。
进一步地,所述吊索疲劳寿命预测方法还包括:
根据不同被测吊索的所述钢丝服役年限和所述疲劳累计损伤度,确定变化规律曲线;
根据所述变化规律曲线,预测吊索疲劳寿命。
本发明还提供了一种吊索疲劳寿命预测装置,包括:
获取单元,用于获取被测吊索的钢丝服役年限和实测交通流量;
处理单元,用于根据所述钢丝服役年限,确定钢丝质量损失率;用于根据所述实测交通流量,确定不同的吊杆应力幅对应的循环次数;
预测单元,用于根据所述钢丝质量损失率、所述不同的吊杆应力幅对应的循环次数,确定疲劳累计损伤度。
本发明还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时,实现如上所述的吊索疲劳寿命预测方法。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时,实现如上所述的吊索疲劳寿命预测方法。
与现有技术相比,本发明的有益效果包括:首先,对被测吊索的钢丝服役年限以及实测交通流量进行有效的获取;进而,基于钢丝服役年限,确定钢丝质量损失率,有效反馈钢丝质量的损失情况;然后,通过实测交通流量,确定不同的吊杆应力幅对应的循环次数,充分考虑锈蚀对吊杆寿命的影响;最后,结合钢丝质量损失率、不同的吊杆应力幅对应的循环次数,反映疲劳腐蚀耦合作用下,钢丝强度衰减的规律,建立锈蚀吊索钢丝力学性能退化规律、疲劳性能规律与疲劳寿命规律,从而实现对吊索疲劳寿命的有效预测。综上,本发明通过分析在役钢管混凝土拱桥吊索钢丝的病害特征,基于锈蚀钢丝的拉伸以及疲劳试验,建立锈蚀吊索钢丝力学性能退化规律、疲劳性能规律与疲劳寿命,基于桥梁交通量实测数据分析的基础上,建立吊索疲劳寿命的预测方法,充分考虑了疲劳腐蚀耦合作用下的钢丝强度衰减规律,从而保证了对被测吊索的疲劳寿命的准确预测,更符合客观规律,且能充分基于实际使用情况进行高效预测,提高了预测结果的准确性。
附图说明
图1为本发明提供的吊索疲劳寿命预测方法一实施例的流程示意图;
图2为本发明提供的图1中步骤S102一实施例的流程示意图;
图3为本发明提供的图1中步骤S103一实施例的流程示意图;
图4为本发明提供的图1中步骤S103一实施例的流程示意图;
图5为本发明提供的吊索疲劳寿命预测方法另一实施例的流程示意图;
图6为本发明提供的吊杆疲劳损伤度累积一实施例的曲线示意图;
图7为本发明提供的吊索疲劳寿命预测装置一实施例的结构示意图;
图8为本发明提供的电子设备一实施例的结构示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
在本发明的描述中,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。此外,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明的描述中,提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,所描述的实施例可以与其它实施例相结合。
本发明提供了一种吊索疲劳寿命预测方法、装置、电子设备及存储介质,利用钢丝服役年限和实测交通流量,探究疲劳腐蚀耦合作用下,钢丝强度衰减规律,为进一步提高吊索疲劳寿命预测的准确性和高效性提供了新思路。
在实施例描述之前,对相关词语进行释义:
疲劳寿命:材料在疲劳破坏前所经历的应力循环数称为疲劳寿命。对实际构件,常以工作小时计。在循环加载情况下,材料产生疲劳破坏所需的应力或应变的循环数。对实际构件,常以工作小时计。构件在出现工程裂纹(宏观可见或可检的裂纹,长度约0.2~1.0mm)以前的疲劳寿命称为裂纹形成寿命。自工程裂纹扩展至完全断裂的疲劳寿命称为裂纹扩展寿命。总寿命是二者之和。在给定重复荷载作用下使材料破损所必需的应力或应变循环次数。通常分为裂缝形成寿命和裂缝扩展寿命。现在普遍认为应力变化范围是影响疲劳寿命的主要因素,前者大则后者短,反之亦然。
应力幅:每次应力循环中的最大拉应力(取正值)和最小拉应力或压应力(拉应力取正值,压应力取负值)之差称为应力变程,应力幅为应力变程的一半。
基于上述技术名词的描述,现有技术中,往往着重于探究钢丝力学性能的变化规律、钢丝断裂后的内力重分布规律,缺乏考虑疲劳腐蚀耦合作用下,钢丝强度衰减规律的研究,难以有效进行吊索疲劳寿命的预测,因而,本发明旨在提出一种高效准确的吊索疲劳寿命预测方法。
以下分别对具体实施例进行详细说明:
本发明实施例提供了一种吊索疲劳寿命预测方法,结合图1来看,图1为本发明提供的吊索疲劳寿命预测方法一实施例的流程示意图,包括步骤S101至步骤S104,其中:
在步骤S101中,获取被测吊索的钢丝服役年限和实测交通流量;
在步骤S102中,根据所述钢丝服役年限,确定钢丝质量损失率;
在步骤S103中,根据所述实测交通流量,确定不同的吊杆应力幅对应的循环次数;
在步骤S104中,根据所述钢丝质量损失率、所述不同的吊杆应力幅对应的循环次数,确定疲劳累计损伤度。
在本发明实施例中,首先,对被测吊索的钢丝服役年限以及实测交通流量进行有效的获取;进而,基于钢丝服役年限,确定钢丝质量损失率,有效反馈钢丝质量的损失情况;然后,通过实测交通流量,确定不同的吊杆应力幅对应的循环次数,充分考虑锈蚀对吊杆寿命的影响;最后,结合钢丝质量损失率、不同的吊杆应力幅对应的循环次数,反映疲劳腐蚀耦合作用下,钢丝强度衰减的规律,建立锈蚀吊索钢丝力学性能退化规律、疲劳性能规律与疲劳寿命规律,从而实现对吊索疲劳寿命的有效预测。
以一个具体的应用场景进行说明如下:大跨钢管混凝土拱桥(CFST)常有钢筋混凝土拱桥、钢管混凝土拱桥或钢箱、钢桁拱桥钢管混凝土拱桥主拱均是采用缆索吊装若干个节段合龙形成钢管。相对于普通吊索,大跨钢管混凝土拱桥所使用的吊索在投用过程中,会受到腐蚀和疲劳损伤的耦合作用、车流量的车辆荷载影响,导致钢丝面积将会减小,承载能力将会降低,并最终发生断裂,因而,本发明充分考虑对吊索使用寿命影响的多方面因素,结合钢丝强度衰减的规律、吊索钢丝力学性能退化规律、疲劳性能规律与疲劳寿命规律,建立相应的预测模型,反映客观规律,提高预测寿命的准确性。
作为优选的实施例,结合图2来看,图2为本发明提供的图1中步骤S102一实施例的流程示意图,步骤S102包括步骤S201至步骤S203,其中:
在步骤S201中,根据所述钢丝服役年限和第一预设值的乘积,确定第一乘积;
在步骤S202中,根据所述第一乘积和第二预设值之和,确定第一和值;
在步骤S203中,将所述第一和值作为所述钢丝质量损失率的对数,求解所述钢丝质量损失率。
在本发明实施例中,结合钢丝服役年限,有效利用对数关系,求解钢丝质量损失率。
作为优选的实施例,上述钢丝质量损失率通过如下公式表示:
1g N=aη+b
其中,N表示所述钢丝质量损失率,a表示所述第一预设值,η表示所述钢丝服役年限,b表示所述第二预设值,所述第一预设值a和所述第二预设值b通过不同应力幅下的所述钢丝质量损失率N和所述钢丝服役年限η的方程进行拟合而确定。
在本发明实施例中,通过上述公式,有效求解出钢丝质量损失率。
在本发明一个具体的实施例中,钢丝质量损失率的确定具体包括如下步骤:
第一,明确钢管混凝土拱桥(CFST)吊索钢丝锈蚀过程及其力学性能退化规律,具体步骤如下:
结合在役大跨钢管混凝土拱桥(CFST),钢管混凝土拱桥吊索的主要病害特征,采用盐雾腐蚀试验模拟实际吊索的腐蚀过程,实测不同服役年限下的吊索钢丝锈蚀质量的损失,通过线性拟合建立吊索钢丝锈蚀的质量损失率拟合公式。
η=-5.37672×10-8x6+8.59264×10-6x5-4.92238×10-4x4+1.19974×10-2x3
-1.07565×10-1x2+5.08886×10-1x+1.32390×10-2
R2=9.98824×10-1
上式中,x表示为钢丝服役年限(年);η表示为钢丝质量损失率(%);
其中,对腐蚀高强钢丝进行静力拉伸试验,对不同腐蚀率下高强钢丝的极限强度、屈服强度等力学性能进行分析,综合分析质量损失率对吊杆高强钢丝力学性能的影响规律,基于实验数据建立吊杆高强钢丝强度与钢丝质量损失率、服役年限之间的数量转换关系;
σb=-1.82785×10-6x5-6.36×10-4x4+0.074x3-2.41x2+12.25x-1754.18
σp0.2=-2.41×10-6x5-8.37×10-4x4+0.098x3-3.18x2+16.13x-1677.45
上式中,σb表示为钢丝极限强度(Mpa);σp02表示为钢丝屈服强度(Mpa);x表示为钢丝服役年限(年);
第二,明确钢管混凝土拱桥(CFST)锈蚀吊索疲劳性能规律与疲劳寿命,具体步骤如下:
基于吊索疲劳损伤特征,对锈蚀吊索钢丝进行了疲劳试验。依据规范《桥梁缆索用热镀锌钢丝》(GB/T 17101-2008)确定加载时的最大应力荷载为0.45Fm,Fm为镀锌钢丝公称极限拉力。应力幅Δσ分别为270Mpa、360Mpa和450Mpa的轴向荷载对原状钢丝和加速腐蚀的钢丝进行200万次的循环加载,获得不同疲劳损伤程度;
其中,基于试验数据可以得到应力幅分别为270Mpa、360Mpa和450Mpa下的高强钢丝腐蚀钢丝疲劳寿命和质量损失率的关系,进而通过线性回归分析,可以得到270Mpa、360Mpa和450Mpa下的高强钢丝疲劳寿命和质量损失率N-η方程的表达式如为:
以上得到了270Mpa、360Mpa和450Mpa等不变应力幅下高强钢丝疲劳寿命和质量损失率关系,而实际桥梁吊杆的应力幅是变化的,且各吊杆间也不相同。因此,还需得到不同应力幅下高强钢丝疲劳寿命和质量损失率S-N-η方程的表达式;
其中,根据上式可设定不同应力幅下高强钢丝疲劳寿命和质量损失率S-N-η方程的表达式为如下形式:
lgN=aη+b
上式中,参数a,b可通过270Mpa、360Mpa和450Mpa下的N-η方程拟合得到:
a=-1.50000000×10-4S-4.61333333×10-2
b=-3.43944×10-3S+7.83107
作为优选的实施例,结合图3来看,图3为本发明提供的图1中步骤S103一实施例的流程示意图,步骤S103包括步骤S301至步骤S303,其中:
在步骤S301中,根据所述实测交通流量,将通行车辆分类为不同车型;
在步骤S302中,将所述不同车型的荷载作用标准值,作为通行时吊杆的吊杆应力幅;
在步骤S303中,采用数值有限元模拟方法,确定所述不同车型对应的所述不同的吊杆应力幅对应的循环次数。
在本发明实施例中,利用不同车型的荷载作用标准值以及数值有限元模拟方法,有效确定不同车型对应的不同的吊杆应力幅对应的循环次数。
在本发明一个具体的实施例中,确定交通荷载作用下钢管混凝土拱桥(CFST)吊索应力幅及其循环次数的步骤具体如下:
基于实测交通流量,根据车辆流量和总重统计数据,将通行车辆分为重、中和轻型车,其中,将20吨以下车辆视为轻车,20吨到40吨的车辆视为中型车,40吨至60吨视为重型车。将公路-Ⅰ级汽车荷载作用标准值视为重型车(两辆)通行下吊杆的应力幅值;将公路-Ⅰ级汽车荷载作用频遇值视为中型车(两辆)通行下吊杆的应力幅值;将公路-Ⅰ级汽车荷载作用准永久值视为轻型车(两辆)通行下吊杆的应力幅值;各应力幅下应力循环次数率为对应车型的交通量,采用数值有限元模拟的方法,计算得到的重、中和轻型车对应的吊杆应力幅及其循环次数。
作为优选的实施例,结合图4来看,图4为本发明提供的图1中步骤S103一实施例的流程示意图,步骤S104包括步骤S401至步骤S403,其中:
在步骤S401中,根据所述不同的吊杆应力幅对应的循环次数与不同的吊杆应力幅加载对应的所述钢丝质量损失率之比,确定不同的吊杆应力幅对应的第一比值;
在步骤S402中,将不同的吊杆应力幅对应的第一比值进行叠加,确定所述疲劳累计损伤度。
在本发明实施例中,利用钢丝质量损失率和循环次数,确定第一比值,通过第一比值的叠加,反馈疲劳累积的规律,进行疲劳累计损伤度的有效计算。
作为优选的实施例,上述疲劳累计损伤度通过如下公式表示:
其中,D表示所述疲劳累计损伤度,n1,n2,n3…nn表示所述不同的吊杆应力幅对应的循环次数,N1,N2,N3…Nn表示不同的吊杆应力幅加载对应的所述钢丝质量损失率。
在本发明实施例中,通过上述公式,有效确定疲劳累计损伤度。
其中,需要说明的是,基于不同应力幅下高强钢丝疲劳寿命和质量损失率S-N-η方程,采用Miner线性疲劳损伤积累准则计算各吊杆的疲劳累计损伤度,计算时假定不考虑不同应力幅作用的先后次序对疲劳损伤的影响。当吊杆的疲劳累计损伤度≥1.0时可认为吊杆将发生疲劳破坏。
作为优选的实施例,结合图5来看,图5为本发明提供的吊索疲劳寿命预测方法另一实施例的流程示意图,还包括步骤S501至步骤S502,其中:
在步骤S501中,根据不同被测吊索的所述钢丝服役年限和所述疲劳累计损伤度,确定变化规律曲线;
在步骤S502中,根据所述变化规律曲线,预测吊索疲劳寿命。
在本发明实施例中,通过变化规律曲线,反馈钢丝服役年限和疲劳累计损伤度之间的相对关系,高效预测吊索疲劳寿命。
在本发明一个具体的实施例中,结合图6来看,图6为本发明提供的吊杆疲劳损伤度累积一实施例的曲线示意图,由上面公式可计算出桥梁使用年限内每年的不同应力幅下吊杆的疲劳寿命Ni(考虑锈蚀对吊杆寿命的影响),采用上面公式可计算得到各吊杆的疲劳累计损伤度随使用年限的变化规律,从而可以计算出吊杆的疲劳损伤度随年份的累积变化,图6给出了某钢管混凝土拱桥第1号~第10号吊杆的疲劳损伤度随年份的累积变化,其中,第1号吊杆为靠近公交处短吊杆,第10号吊杆为拱肋跨中处吊杆;
其中,从图6可以看出,吊杆腐蚀将会加快拱桥吊杆疲劳损伤度发展,且短吊杆疲劳寿命衰减速度略快于长吊杆;考虑腐蚀作用,1号吊杆疲劳损伤度在使用年限22年左右达到1.0,2号吊杆疲劳损伤度在使用年限23年左右达到1.0,其它吊杆均在24~25年左右,相比不考虑疲劳损伤下吊杆失效的年份明显要短。
其中,根据建立的基于吊索钢丝疲劳性能试验与实测交通流量的吊索疲劳寿命预测方法,预测钢管混凝土拱桥疲劳累计损伤发展规律,可为大跨钢管混凝土拱桥(CFST)吊杆养护、更换决策提供依据。
本发明实施例还提供了一种吊索疲劳寿命预测装置,结合图7来看,图7为本发明提供的吊索疲劳寿命预测装置一实施例的结构示意图,吊索疲劳寿命预测装置700包括:
获取单元701,用于获取被测吊索的钢丝服役年限和实测交通流量;
处理单元702,用于根据所述钢丝服役年限,确定钢丝质量损失率;用于根据所述实测交通流量,确定不同的吊杆应力幅对应的循环次数;
预测单元703,用于根据所述钢丝质量损失率、所述不同的吊杆应力幅对应的循环次数,确定疲劳累计损伤度。
吊索疲劳寿命预测装置的各个单元的更具体实现方式可以参见对于上述吊索疲劳寿命预测方法的描述,且具有与之相似的有益效果,在此不再赘述。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时,实现如上所述的吊索疲劳寿命预测方法。
一般来说,用于实现本发明方法的计算机指令的可以采用一个或多个计算机可读的存储介质的任意组合来承载。非临时性计算机可读存储介质可以包括任何计算机可读介质,除了临时性地传播中的信号本身。
计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言,特别是可以使用适于神经网络计算的Python语言和基于TensorFlow、PyTorch等平台框架。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本发明实施例还提供了一种电子设备,结合图8来看,图8为本发明提供的电子设备一实施例的结构示意图,电子设备800包括处理器801、存储器802及存储在存储器802上并可在处理器801上运行的计算机程序,处理器801执行程序时,实现如上所述的吊索疲劳寿命预测方法。
作为优选的实施例,上述电子设备800还包括显示器803,用于显示处理器801执行如上所述的吊索疲劳寿命预测方法。
示例性的,计算机程序可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器802中,并由处理器801执行,以完成本发明。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,该指令段用于描述计算机程序在电子设备800中的执行过程。例如,计算机程序可以被分割成上述实施例中的获取单元701、处理单元702及预测单元703,各单元的具体功能如上所述,在此不一一赘述。
电子设备800可以是带可调摄像头模组的桌上型计算机、笔记本、掌上电脑或智能手机等设备。
其中,处理器801可能是一种集成电路芯片,具有信号的处理能力。上述的处理器801可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(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。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
其中,存储器802可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器802用于存储程序,所述处理器801在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流程定义的方法可以应用于处理器801中,或者由处理器801实现。
其中,显示器803可以是LCD显示屏,也可以是LED显示屏。例如,手机上的显示屏。
可以理解的是,图8所示的结构仅为电子设备800的一种结构示意图,电子设备800还可以包括比图8所示更多或更少的组件。图8中所示的各组件可以采用硬件、软件或其组合实现。
根据本发明上述实施例提供的计算机可读存储介质和电子设备,可以参照根据本发明实现如上所述的吊索疲劳寿命预测方法具体描述的内容实现,并具有与如上所述的吊索疲劳寿命预测方法类似的有益效果,在此不再赘述。
本发明公开了一种吊索疲劳寿命预测方法、装置、电子设备及存储介质,首先,对被测吊索的钢丝服役年限以及实测交通流量进行有效的获取;进而,基于钢丝服役年限,确定钢丝质量损失率,有效反馈钢丝质量的损失情况;然后,通过实测交通流量,确定不同的吊杆应力幅对应的循环次数,充分考虑锈蚀对吊杆寿命的影响;最后,结合钢丝质量损失率、不同的吊杆应力幅对应的循环次数,反映疲劳腐蚀耦合作用下,钢丝强度衰减的规律,建立锈蚀吊索钢丝力学性能退化规律、疲劳性能规律与疲劳寿命规律,从而实现对吊索疲劳寿命的有效预测。
本发明技术方案,通过分析在役钢管混凝土拱桥吊索钢丝的病害特征,基于锈蚀钢丝的拉伸以及疲劳试验,建立锈蚀吊索钢丝力学性能退化规律以及疲劳性能规律与疲劳寿命,基于桥梁交通量实测数据分析的基础上,建立吊索疲劳寿命的预测方法,充分考虑了疲劳腐蚀耦合作用下的钢丝强度衰减规律,从而保证了对被测吊索的疲劳寿命的准确预测,更符合客观规律,且能充分基于实际使用情况进行高效预测,提高了预测结果的准确性。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种吊索疲劳寿命预测方法,其特征在于,包括:
获取被测吊索的钢丝服役年限和实测交通流量;
根据所述钢丝服役年限,确定钢丝质量损失率;
根据所述实测交通流量,确定不同的吊杆应力幅对应的循环次数;
根据所述钢丝质量损失率、所述不同的吊杆应力幅对应的循环次数,确定疲劳累计损伤度。
2.根据权利要求1所述的吊索疲劳寿命预测方法,其特征在于,所述根据所述钢丝服役年限,确定钢丝质量损失率,包括:
根据所述钢丝服役年限和第一预设值的乘积,确定第一乘积;
根据所述第一乘积和第二预设值之和,确定第一和值;
将所述第一和值作为所述钢丝质量损失率的对数,求解所述钢丝质量损失率。
3.根据权利要求2所述的吊索疲劳寿命预测方法,其特征在于,所述钢丝质量损失率通过如下公式表示:
lgN=aη+b
其中,N表示所述钢丝质量损失率,a表示所述第一预设值,η表示所述钢丝服役年限,b表示所述第二预设值,所述第一预设值a和所述第二预设值b通过不同应力幅下的所述钢丝质量损失率N和所述钢丝服役年限η的方程进行拟合而确定。
4.根据权利要求1所述的吊索疲劳寿命预测方法,其特征在于,所述根据所述实测交通流量,确定不同的吊杆应力幅对应的循环次数,包括:
根据所述实测交通流量,将通行车辆分类为不同车型;
将所述不同车型的荷载作用标准值,作为通行时吊杆的吊杆应力幅;
采用数值有限元模拟方法,确定所述不同车型对应的所述不同的吊杆应力幅对应的循环次数。
5.根据权利要求1所述的吊索疲劳寿命预测方法,其特征在于,所述根据所述钢丝质量损失率、所述不同的吊杆应力幅对应的循环次数,确定疲劳累计损伤度,包括:
根据所述不同的吊杆应力幅对应的循环次数与不同的吊杆应力幅加载对应的所述钢丝质量损失率之比,确定不同的吊杆应力幅对应的第一比值;
将不同的吊杆应力幅对应的第一比值进行叠加,确定所述疲劳累计损伤度。
7.根据权利要求1所述的吊索疲劳寿命预测方法,其特征在于,所述吊索疲劳寿命预测方法还包括:
根据不同被测吊索的所述钢丝服役年限和所述疲劳累计损伤度,确定变化规律曲线;
根据所述变化规律曲线,预测吊索疲劳寿命。
8.一种吊索疲劳寿命预测装置,其特征在于,包括:
获取单元,用于获取被测吊索的钢丝服役年限和实测交通流量;
处理单元,用于根据所述钢丝服役年限,确定钢丝质量损失率;用于根据所述实测交通流量,确定不同的吊杆应力幅对应的循环次数;
预测单元,用于根据所述钢丝质量损失率、所述不同的吊杆应力幅对应的循环次数,确定疲劳累计损伤度。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,处理器执行程序时,实现根据权利要求1至7任一项所述的吊索疲劳寿命预测方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时,实现根据权利要求1至7任一项所述的吊索疲劳寿命预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210182459.2A CN114580234A (zh) | 2022-02-25 | 2022-02-25 | 一种吊索疲劳寿命预测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210182459.2A CN114580234A (zh) | 2022-02-25 | 2022-02-25 | 一种吊索疲劳寿命预测方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114580234A true CN114580234A (zh) | 2022-06-03 |
Family
ID=81774786
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210182459.2A Pending CN114580234A (zh) | 2022-02-25 | 2022-02-25 | 一种吊索疲劳寿命预测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114580234A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117272697A (zh) * | 2023-11-21 | 2023-12-22 | 江苏航运职业技术学院 | 基于多样本的海洋工程装备用钢丝绳可靠寿命计算方法 |
-
2022
- 2022-02-25 CN CN202210182459.2A patent/CN114580234A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117272697A (zh) * | 2023-11-21 | 2023-12-22 | 江苏航运职业技术学院 | 基于多样本的海洋工程装备用钢丝绳可靠寿命计算方法 |
CN117272697B (zh) * | 2023-11-21 | 2024-02-13 | 江苏航运职业技术学院 | 基于多样本的海洋工程装备用钢丝绳可靠寿命计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Akiyama et al. | Life‐cycle reliability of RC bridge piers under seismic and airborne chloride hazards | |
Noble et al. | The effect of prestress force magnitude and eccentricity on the natural bending frequencies of uncracked prestressed concrete beams | |
El Aghoury et al. | Corrosion-fatigue strain-life model for steel bridge girders under various weathering conditions | |
Du et al. | Experimental research on fatigue behavior of prestressed concrete beams under constant-amplitude and variable-amplitude fatigue loading | |
JP6374628B1 (ja) | 鉄筋コンクリート部材の判別システム及び鉄筋コンクリート部材の判別プログラム | |
Elachachi et al. | A probabilistic multi-scale time dependent model for corroded structural suspension cables | |
Jiao et al. | Constant-amplitude fatigue behavior of M24 high-strength bolt of end-plate flange connection | |
CN114580234A (zh) | 一种吊索疲劳寿命预测方法、装置、电子设备及存储介质 | |
Zhang et al. | Corrosion evolution of steel bars in RC structures based on Markov chain modeling | |
JP2019157360A (ja) | 鉄筋コンクリート部材の判別システム及び鉄筋コンクリート部材の判別プログラム | |
Abdullah et al. | Experimental and numerical evaluation of unbonded posttensioning tendons subjected to wire breaks | |
Nakamura et al. | Ultimate strength and chain-reaction failure of hangers in tied-arch bridges | |
Su et al. | Fatigue life prediction for prestressed concrete beams under corrosion deterioration process | |
Jikal et al. | Influence of corrosion on the mechanical behavior of strand of a non-rotating wire rope: experimental study | |
Bonopera et al. | Vibration of prestressed beams: Experimental and finite-element analysis of post–tensioned thin-walled box-girders | |
Tijani et al. | Combined effect of broken rope components and corrosion on damage evolution through its lifetime | |
Calderon-Uriszar-Aldaca et al. | A plain linear rule for fatigue analysis under natural loading considering the sequence effect | |
Domaneschi et al. | A probabilistic framework for the resilience assessment of transport infrastructure systems via structural health monitoring and control based on a cost function approach | |
CN114201808A (zh) | 一种钢箱梁服役寿命预测方法、装置、设备及介质 | |
Rocha et al. | Influence of 1350 and 6201 aluminum alloys on the fatigue life of overhead conductors–A finite element analysis | |
Aflatooni et al. | Synthetic rating system for railway bridge management | |
Huang et al. | Stochastic modelling and optimum inspection and maintenance strategy for fatigue affected steel bridge members | |
Wu et al. | Analysis of symmetrical wires breaking in unbonded prestressed steel strand considering bending deformation | |
Tian et al. | Experimental study on bond performance and damage detection of corroded reinforced concrete specimens | |
CN108333335B (zh) | 一种混凝土梁桥抗力折减系数确定方法 |
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 |