CN115935464A - 基于隧道结构裂损状态的服役性能检测方法及设备 - Google Patents
基于隧道结构裂损状态的服役性能检测方法及设备 Download PDFInfo
- Publication number
- CN115935464A CN115935464A CN202211340933.6A CN202211340933A CN115935464A CN 115935464 A CN115935464 A CN 115935464A CN 202211340933 A CN202211340933 A CN 202211340933A CN 115935464 A CN115935464 A CN 115935464A
- Authority
- CN
- China
- Prior art keywords
- disease
- technical condition
- service performance
- condition value
- value
- 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
Images
Landscapes
- Lining And Supports For Tunnels (AREA)
Abstract
本发明涉及一种基于隧道结构裂损状态的服役性能检测方法及设备,所述方法包括以下步骤:获取公路隧道的病害检测数据;基于所述病害检测数据,确定每一病害类型的所有单点技术状况值;基于所述单点技术状况值,考虑多种病害类型,计算待评价模区段内每一病害类型对应的病害技术状况值,以最大的病害技术状况值作为该待评价模区段的健康状态分值;基于所述健康状态分值确定待评价模区段的裂损服役性能等级。与现有技术相比,本发明具有考虑全面、准确性高等优点。
Description
技术领域
本发明涉及隧道结构状态检测技术领域,尤其是涉及一种基于隧道结构裂损状态的服役性能检测方法及设备。
背景技术
隧道作为交通运输线路上的工程结构物,具有重大的社会、经济效益。现阶段,虽然隧道建设处于高速稳定的发展阶段,但由于早期修建过程中的诸多技术限制,在勘测、设计和施工等方面都存有不同程度的不足,并且随着使用年限的增加,隧道运营安全形势也越来越严峻,为了适应适应当前隧道工程蓬勃发展的趋势,对隧道结构本身病害进行研究,制定适合运营隧道的结构安全评估技术已迫在眉睫。
目前常见的评价隧道的服役性能手段为层次分析法和模糊综合评价模型,其主要步骤为:①利用层次分析法确定隧道服役性能的指标体系;②根据常权重、组合赋权法或变权重修正法确定权重;③选取适合的隶属函数,计算得目标层的隶属向量并进行单值化处理;④根据计算结果评价隧道多指标综合性能。
现行的《公路隧道养护技术规范(JTG H12-2015)》仅仅考虑单个指标对隧道结构的影响,忽视了多种病害对隧道的叠加影响。此外,专利CN106910002B采用层次分析法和模糊综合评价法,并考虑指标之间的相关性,修正模糊综合法的评价结果;专利申请CN110378551A构建了公路隧道设施服役性能评价模型,依据模型提出层次结构法和模糊计算的公路隧道设施服役性能评价方法;专利申请CN106919784A提供了一种可修正权重的基于模糊综合评价的隧道服役性能评价方法,结合模糊综合评价法建立沉管隧道的健康状态评价方法。由上述内容可知,现有方法需要建立复杂的评价指标体系以及确定各个指标的权重,未曾考虑地质条件的复杂性引起的指标评价标准在同一条隧道的不同区段适用性问题,导致操作难度大、适用性差且评价不够全面。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种考虑全面、准确性高的基于隧道结构裂损状态的服役性能检测方法及设备。
本发明的目的可以通过以下技术方案来实现:
一种基于隧道结构裂损状态的服役性能检测方法,包括以下步骤:
获取公路隧道的病害检测数据;
基于所述病害检测数据,确定每一病害类型的所有单点技术状况值;
基于所述单点技术状况值,考虑多种病害类型,计算待评价模区段内每一病害类型对应的病害技术状况值,以最大的病害技术状况值作为该待评价模区段的健康状态分值;
基于所述健康状态分值确定待评价模区段的裂损服役性能等级。
进一步地,所述病害类型包括裂缝、剥离剥落和钢材腐蚀。
进一步地,所述病害类型为裂缝时,所述单点技术状况值的确定具体包括:
11)识别获得裂缝的几何特征和分布形态,若裂缝长度l≥2m,则执行步骤12),若1m<l<2m且裂缝与施工缝接触,则执行步骤12),否则,无需进行评价;
12)当裂缝中间是否出现断开不连续,判断裂缝断开长度是否小于1m,若否,则视为两条裂缝,分别进行评价,若是,则进一步判断断开的两条裂缝延展方式是否一致,若是,则将两条裂缝长度叠加进行行评价;
13)当裂缝出现分叉时,判断分叉裂缝长度是否小于2m,若是,则进行识别并标记,若否,则视为两条裂缝,分别进行评价;
14)针对每一裂缝:
若存在裂缝密集形成网状,或与施工缝形成闭环,则该处单点技术状况值≥3;
若存在以某一点为中心的密集型裂缝,且裂缝条数≥4,则该处单点技术状况值≥3;
在以上基础上,若裂缝出现严重的渗漏水,则对应的单点技术状况值提高1。
进一步地,所述病害类型为剥离剥落时,所述单点技术状况值的确定具体包括:
识别获得剥离剥落的几何特征和分布形态,若剥落面积S<1m2,则该处单点技术状况值为1;若S>1m2且剥离深度d<5cm,则该处单点技术状况值为2;若S>1m2且d≥5cm,则该处单点技术状况值为3;若存在即将剥落的风险,则该处单点技术状况值≥3。
进一步地,所述健康状态分值的计算公式为:
其中,THIRj为第j模的某一病害类型对应的病害技术状况值,THIp-max为该模中当前病害类型下的最大单点技术状况值,ωi为该模中其余病害类型中第i种病害对应的影响附加值,n为该模中所有病害类型的数量。
进一步地,所述影响附加值的确定具体包括:
若病害类型的最大单点技术状况值为1,则该病害类型的影响附加值为0.1;
若病害类型的最大单点技术状况值为2,则该病害类型的影响附加值为0.3;
若病害类型的最大单点技术状况值为3,则该病害类型的影响附加值为0.5;
若病害类型的最大单点技术状况值为4,则不考虑该病害类型的影响附加值。
进一步地,对所述健康状态分值按照四舍五入的方式取整,以获得待评价模区段的裂损服役性能等级。
进一步地,基于所述裂损服役性能等级生成对应的隧道结构养护方案。
进一步地,所述隧道结构养护方案包括针对病害本身进行处置或对当前模区段进行加固或翻修。
本发明还提供一种计算机检测设备,包括一个或多个处理器、存储器和被存储在存储器中的一个或多个程序,所述一个或多个程序包括用于执行如权利要求1-9任一所述基于隧道结构裂损状态的服役性能检测方法的指令。
与现有技术相比,本发明具有以下有益效果:
1、本发明通过识别病害检测数据,获得待评价模区段的健康状态分值,进而确认隧道结构的裂损服役性能等级,具有快速诊断特点,不需要建立复杂的评价指标体系以及确定各个指标的权重,只需要选取隧道裂缝、剥离剥落这些较为简单易测的指标,建立起这些指标与其他影响隧道服役性能指标之间的联系,并建立考虑其他指标影响的评价标准,就可评价隧道的服役性能,无需在隧道混凝土或者钢筋中预埋传感器,减少了实际操作的难度和成本,即可对隧道的服役性能进行合理的诊断,评价较为全面。
2、本发明确定待评价模区段的裂损服役性能等级时还考虑其他各种病害类型的相互影响关系,提高了检测结果的可靠性。
附图说明
图1为本发明的流程示意图;
图2为实施例中裂缝病害下单点技术状况值的确定流程示意图;
图3为实施例中剥离剥落病害下单点技术状况值的确定流程示意图;
图4为模段内裂缝实际照片局部图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例1
本实施例提供一种基于隧道结构裂损状态的服役性能检测方法,能够根据裂缝、剥离剥落相关评价方法和隧道养护技术规范确定计算隧道衬砌各病害类型的技术状况值,并评估隧道结构裂损服役性能等级,如图1所示,包括以下步骤:
S1、获取公路隧道的病害检测数据;
S2、基于所述病害检测数据,确定每一病害类型的所有单点技术状况值,病害类型包括裂缝、剥离剥落和钢材腐蚀;
S3、基于所述单点技术状况值,考虑多种病害类型,计算待评价模区段内每一病害类型对应的病害技术状况值,以最大的病害技术状况值作为该待评价模区段的健康状态分值;
S4、基于所述健康状态分值确定待评价模区段的裂损服役性能等级。
上述步骤S2中,根据《公路隧道养护技术规范(JTG H12-2015)》和裂缝、剥离剥落相关评价方法确定每一类型单点病害的技术状况值。
如图2所示,病害类型为裂缝时,通过识别裂缝的几何特征、分布形态得到其技术状况值相关评价过程具体包括步骤:
11)识别获得裂缝的几何特征和分布形态,若裂缝长度l≥2m,则执行步骤12),若1m<l<2m且裂缝与施工缝接触,则执行步骤12),否则,无需进行评价;
12)当裂缝中间是否出现断开不连续,判断裂缝断开长度是否小于1m,若否,则视为两条裂缝,分别进行评价,若是,则进一步判断断开的两条裂缝延展方式是否一致,若是,则将两条裂缝长度叠加进行行评价;
13)当裂缝出现分叉时,判断分叉裂缝长度是否小于2m,若是,则进行识别并标记,无需进行评价,若否,则视为两条裂缝,分别进行评价;
14)针对每一裂缝:
若存在裂缝密集形成网状,或与施工缝形成闭环,即衬砌混凝土存在掉块风险,则该处单点技术状况值≥3;
若存在以某一点为中心的密集型裂缝,且裂缝条数≥4,则该处单点技术状况值≥3;
在以上基础上,若裂缝出现严重的渗漏水,则对应的单点技术状况值提高1。
在上述步骤14)中,若裂缝与隧道环向夹角小于22.5°,则视为环向裂缝,l<3m时,需进行单点评价,但评价该模段隧道技术状况值时不考虑。
如图3所示,病害类型为剥离剥落时,通过识别剥离剥落的几何特征、分布形态得到其技术状况值相关评价包括:
识别获得剥离剥落的几何特征和分布形态,若剥落面积S<1m2,则该处单点技术状况值为1;若S>1m2且剥离深度d<5cm,则该处单点技术状况值为2;若S>1m2且d≥5cm,则该处单点技术状况值为3;若存在即将剥落的风险,则该处单点技术状况值≥3。
上述步骤S3中,所述病害技术状况值的计算公式为:
其中,THIRj为第j模的某一病害类型对应的病害技术状况值,THIp-max为该模中当前病害类型下的最大单点技术状况值,ωi为该模中其余病害类型中第i种病害对应的影响附加值,n为该模中所有病害类型的数量。若存在THIp-max=4,则直接将THIRj定为4。
其中,影响附加值的确定具体包括:
若病害类型的最大单点技术状况值为1,则该病害类型的影响附加值为0.1;
若病害类型的最大单点技术状况值为2,则该病害类型的影响附加值为0.3;
若病害类型的最大单点技术状况值为3,则该病害类型的影响附加值为0.5;
若病害类型的最大单点技术状况值为4,则不考虑该病害类型的影响附加值。
上述步骤S4中,对健康状态分值按照四舍五入的方式取整,以获得待评价模区段的裂损服役性能等级,裂损服役性能等级从I至IV级,若THIp-max=4或THIRj>4时,则隧道结构裂损服役性能等级为IV级。
在优选的实施方式中,参考图1所示,该方法还包括:
S5、基于所述裂损服役性能等级生成对应的隧道结构养护方案。具体的,所述隧道结构养护方案包括针对病害本身进行处置的小修以及对当前模区段进行加固或翻修的中大修。
将上述方法应用于一具体实施案例中,如下:
一、根据某隧道检测报告,获取第j模区段内裂缝的几何特征、分布形态,得到模段内裂缝实际照片局部图,如图4所示。
从局部图中分析可知,第j模区段内有两处出现裂缝类型单点病害,其中A处密集形成网状,故该单点技术状况值宜≥3;B处裂缝出现分叉,分叉裂缝长度为3.37m>2m,故将分叉裂缝视为新裂缝进行评价,则两条裂缝宽度d分别为0.47mm和0.53mm,裂缝长度l分别为3.37m和6.03m;结合《公路隧道养护技术规范(JTG H12-2015)》中给出的对衬砌开裂等破损的评定标准,如表1所示。
表1当无法确定裂缝是否存在发展时的评定标准
计算得到B处两条裂缝技术状况值分别为1和2,故第j模区段内裂缝病害类型对应的最大单点技术状况值为3。
二、根据某隧道检测报告,获取第j模区段内剥离剥落的几何特征、分布形态,得到模段内剥离最大的区域面积为0.44m2,计算得到第j模区段内剥离剥落病害类型对应的最大单点技术状况值为2。
三、根据某隧道检测报告,获取第j模区段内还存在钢材腐蚀现象,且钢材腐蚀程度仅在表面小面积腐蚀;结合《公路隧道养护技术规范(JTG H12-2003)》中给出的对钢材腐蚀的评定标准,如表2所示。
表2钢材腐蚀的评定标准
计算得到第j模区段内钢材腐蚀病害类型对应的最大单点技术状况值为1。
四、计算待评价模区段内每一病害类型对应的病害技术状况值:得到第j模内裂缝病害类型的技术状况值THIRj 1=3+0.3+0.1=3.4≈3;第j模内剥离剥落类型的技术状况值THIRj 2=2+0.5+0.1=2.6≈3;第j模内钢材腐蚀病害类型的技术状况值THIRj 3=1+0.5+0.3=1.8≈2。
五、以最大的病害技术状况值作为该待评价模区段的健康状态分值,即得到第j模的健康状态分值为3,进而该模段隧道结构裂损服役性能等级为Ⅲ级,需大中修,应当对第j模进行加固和翻修。
实施例2
本实施例提供一种计算机检测设备,包括一个或多个处理器、存储器和被存储在存储器中的一个或多个程序,所述一个或多个程序包括用于执行如实施例1所述基于隧道结构裂损状态的服役性能检测方法的指令。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种基于隧道结构裂损状态的服役性能检测方法,其特征在于,包括以下步骤:
获取公路隧道的病害检测数据;
基于所述病害检测数据,确定每一病害类型的所有单点技术状况值;
基于所述单点技术状况值,考虑多种病害类型,计算待评价模区段内每一病害类型对应的病害技术状况值,以最大的病害技术状况值作为该待评价模区段的健康状态分值;
基于所述健康状态分值确定待评价模区段的裂损服役性能等级。
2.根据权利要求1所述的基于隧道结构裂损状态的服役性能检测方法,其特征在于,所述病害类型包括裂缝、剥离剥落和钢材腐蚀。
3.根据权利要求2所述的基于隧道结构裂损状态的服役性能检测方法,其特征在于,所述病害类型为裂缝时,所述单点技术状况值的确定具体包括:
11)识别获得裂缝的几何特征和分布形态,若裂缝长度l≥2m,则执行步骤12),若1m<l<2m且裂缝与施工缝接触,则执行步骤12),否则,无需进行评价;
12)当裂缝中间是否出现断开不连续,判断裂缝断开长度是否小于1m,若否,则视为两条裂缝,分别进行评价,若是,则进一步判断断开的两条裂缝延展方式是否一致,若是,则将两条裂缝长度叠加进行行评价;
13)当裂缝出现分叉时,判断分叉裂缝长度是否小于2m,若是,则进行识别并标记,若否,则视为两条裂缝,分别进行评价;
14)针对每一裂缝:
若存在裂缝密集形成网状,或与施工缝形成闭环,则该处单点技术状况值≥3;
若存在以某一点为中心的密集型裂缝,且裂缝条数≥4,则该处单点技术状况值≥3;
在以上基础上,若裂缝出现严重的渗漏水,则对应的单点技术状况值提高1。
4.根据权利要求2所述的基于隧道结构裂损状态的服役性能检测方法,其特征在于,所述病害类型为剥离剥落时,所述单点技术状况值的确定具体包括:
识别获得剥离剥落的几何特征和分布形态,若剥落面积S<1m2,则该处单点技术状况值为1;若S>1m2且剥离深度d<5cm,则该处单点技术状况值为2;若S>1m2且d≥5cm,则该处单点技术状况值为3;若存在即将剥落的风险,则该处单点技术状况值≥3。
6.根据权利要求1所述的基于隧道结构裂损状态的服役性能检测方法,其特征在于,所述影响附加值的确定具体包括:
若病害类型的最大单点技术状况值为1,则该病害类型的影响附加值为0.1;
若病害类型的最大单点技术状况值为2,则该病害类型的影响附加值为0.3;
若病害类型的最大单点技术状况值为3,则该病害类型的影响附加值为0.5;
若病害类型的最大单点技术状况值为4,则不考虑该病害类型的影响附加值。
7.根据权利要求1所述的基于隧道结构裂损状态的服役性能检测方法,其特征在于,对所述健康状态分值按照四舍五入的方式取整,以获得待评价模区段的裂损服役性能等级。
8.根据权利要求1所述的基于隧道结构裂损状态的服役性能检测方法,其特征在于,基于所述裂损服役性能等级生成对应的隧道结构养护方案。
9.根据权利要求8所述的基于隧道结构裂损状态的服役性能检测方法,其特征在于,所述隧道结构养护方案包括针对病害本身进行处置或对当前模区段进行加固或翻修。
10.一种计算机检测设备,其特征在于,包括一个或多个处理器、存储器和被存储在存储器中的一个或多个程序,所述一个或多个程序包括用于执行如权利要求1-9任一所述基于隧道结构裂损状态的服役性能检测方法的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211340933.6A CN115935464A (zh) | 2022-10-30 | 2022-10-30 | 基于隧道结构裂损状态的服役性能检测方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211340933.6A CN115935464A (zh) | 2022-10-30 | 2022-10-30 | 基于隧道结构裂损状态的服役性能检测方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115935464A true CN115935464A (zh) | 2023-04-07 |
Family
ID=86649758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211340933.6A Pending CN115935464A (zh) | 2022-10-30 | 2022-10-30 | 基于隧道结构裂损状态的服役性能检测方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115935464A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117351241A (zh) * | 2023-10-18 | 2024-01-05 | 中交路桥科技有限公司 | 隧道病害的智能检测评定方法、装置、终端及存储介质 |
-
2022
- 2022-10-30 CN CN202211340933.6A patent/CN115935464A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117351241A (zh) * | 2023-10-18 | 2024-01-05 | 中交路桥科技有限公司 | 隧道病害的智能检测评定方法、装置、终端及存储介质 |
CN117351241B (zh) * | 2023-10-18 | 2024-05-03 | 中交路桥科技有限公司 | 隧道病害的智能检测评定方法、装置、终端及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ji et al. | Probabilistic physical modelling of corroded cast iron pipes for lifetime prediction | |
CN115935464A (zh) | 基于隧道结构裂损状态的服役性能检测方法及设备 | |
CN111737916A (zh) | 一种基于大数据的道路桥梁病害分析与养护决策方法 | |
Hoang et al. | A Novel Approach for Automatic Detection of Concrete Surface Voids Using Image Texture Analysis and History‐Based Adaptive Differential Evolution Optimized Support Vector Machine | |
CN115577814B (zh) | 一种溶蚀检测及修复方法及系统 | |
CN109993742A (zh) | 基于对角倒数算子的桥梁裂缝快速识别方法 | |
CN116246240A (zh) | 路面识别模型建立方法、路面破损病害自动识别方法和系统 | |
CN117235672A (zh) | 一种基于多源数据的综合管廊故障诊断方法及装置 | |
CN116629712A (zh) | 基于pso-bp神经网络的海底盾构隧道施工质量风险评估方法 | |
CN113065267B (zh) | 一种隧洞裂缝检测及安全评价系统 | |
CN113689685A (zh) | 一种公路隧道变形情况监测预警系统及方法 | |
CN110119572B (zh) | 一种适用于隧道病害的评价系统 | |
CN106157182B (zh) | 一种公路隧道仰拱质量缺陷程度的判定方法 | |
CN117093835A (zh) | 一种隧道衬砌裂缝诊断与预测方法 | |
CN115082802B (zh) | 道路病害识别方法、装置、设备及可读存储介质 | |
Lee et al. | Accelerating multi-class defect detection of building façades using knowledge distillation of DCNN-based model | |
Wang et al. | Probabilistic constitutive model for corroded structural steel with stochastic pits under monotonic tension | |
CN111929424B (zh) | 一种基于尺寸效应的巨跨地下洞室硬质围岩亚分级方法 | |
CN115456973A (zh) | 渗漏水病害检测与识别模型的建立方法、装置及设备 | |
CN110516269A (zh) | 一种用于海底管道工程临界评估的优化参考应变方法 | |
CN114487014A (zh) | 一种红外无损检测的缺陷几何特征提取方法 | |
CN112649354A (zh) | 一种多传感器测量金属管道腐蚀的综合评价方法 | |
You et al. | [Retracted] Intelligent Edge Computing Detection Vehicle and Detection Method Based on Tunnel Lining Concrete | |
Chen et al. | Maintenance strategies and life-cycle cost analysis of inspection robots in metro tunnels | |
CN117745276B (zh) | 一种基于物联网的数据共享管理方法及系统 |
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 |