CN119043606B 一種橋梁結構隱性損傷識別方法 （廣州航海學院）

本發明涉及一種橋梁結構隱性損傷識別方下的銹蝕程度，構建銹蝕預測及粘結力關聯模型及其發展趨勢的問題；通過精確的監測和預2S2、分析采集的鋼筋表面銹蝕圖像，識別銹S4、對不同預設銹蝕程度的鋼筋與混凝土之間S5、將所述銹蝕預測模型與不同橋梁結構的S6、將所述關聯分析模型與不同橋梁結構的當前監測對銹蝕程度時間序列進行平穩性檢驗，若不平穩則進行差分處理，直提取實時的粘結力監測數據，包括采用拉拔法測試得到的鋼筋與混將當前粘結力監測數據輸入到已構建的鋼筋表面銹蝕程度與粘結力的關聯分析模型3針對每個橋梁結構，將粘結力預測值與實測值進行比對，計評估關聯分析模型在當前銹蝕程度下的準確度，確定模型的預測精度是2.根據權利要求1所述橋梁結構隱性損傷識別方法，其特征在于，所述步驟S1具體包采用圖像傳感器獲取橋梁結構表面的高清圖像數據，并對圖像進行分割和特征提取，采用應變傳感器和加速度計對橋梁結構的應變和振動加速度進行實采用溫度傳感器、濕度傳感器和腐蝕傳感器對橋梁所處環境的溫度3.根據權利要求1所述橋梁結構隱性損傷識別方法，其特征在于，所述步驟S2具體包根據采集鋼筋表面的高清圖像數據，采用圖像預處理技術對圖像采用基于深度學習的語義分割算法對銹蝕圖像進行像素級分割，根據銹蝕區域掩碼圖，計算銹蝕面積占鋼筋表面總面積的比例通過計算銹蝕區域的局部二值模式特征，捕捉銹蝕紋理的微觀結4.根據權利要求1所述橋梁結構隱性損傷識別方法，其特征在于，所述步驟S4具體包根據預設的銹蝕程度等級，采用電化學加速腐蝕的方法，對鋼筋模擬實際環境中的不均勻銹蝕，并制備不同銹蝕程度的鋼筋試件，測量將銹蝕處理后的鋼筋試件與混凝土澆筑成標準試件，采用與實際4對不同銹蝕程度的鋼筋混凝土試件進行拉拔實驗，通過位移傳感器和應變片測試設結合銹蝕產物的體積膨脹效應、疏松多孔特性以及鋼對不同銹蝕程度下的粘結強度和界面應力分布進行統計分析，提取粘結力的定量指采用多元線性回歸或非線性回歸方法，建立鋼筋表面銹蝕程度與粘結力5.根據權利要求1所述橋梁結構隱性損傷識別方法，其特征在于，所述步驟S5具體包將監測數據庫中各橋梁的當前銹蝕狀態參數輸入到已構建的銹蝕對各個橋梁的預測誤差進行統計分析，計算預測誤差的均值和標準差，的分布直方圖和箱線圖，直觀評估銹蝕預測模型在不同橋梁上的整體預測準確度和穩定6.根據權利要求1所述橋梁結構隱性損傷識別方法，其特征在于，所述步驟S7具體包結合銹蝕的形態特征、空間分布特點和成因機理，結合銹蝕分布特征分析，確定各類型銹蝕在橋梁不同部位的分布概率和空間相關性，7.根據權利要求1所述橋梁結構隱性損傷識別方法，其特征在于，所述步驟S8具體包根據橋梁結構的受力特點，選擇適用的有限元分析軟件，建立橋梁結5在修正粘結滑移本構時，引入反映銹蝕程度的無量綱參數將修正后的銹蝕劣化_粘結滑移本構嵌入有限元模型，評估不同銹蝕程度對橋梁整體對超出粘結力閾值的危害區域，利用有限元分析方法進行受力分析對未超出粘結力閾值的非危害區域，根據橋梁的結構特點和監測數6[0001]本發明涉及橋梁結構損傷識別的技術，具體涉及一種橋梁結構隱性損傷識別方78得各個橋梁在當前時刻的銹蝕程度預測值，并與通過電化學參數估算的銹蝕程度進行對[0051]將當前粘結力監測數據輸入到已構建的鋼筋表面銹蝕程度與粘結力的關聯分析9[0063]針對銹蝕鋼筋混凝土粘結滑移行為，采用經修正的CEB_FIPModelCode2010本構[0065]將修正后的銹蝕劣化_粘結滑移本構嵌入有限元模型，評估不同銹蝕程度對橋梁[0067]對超出粘結力閾值的危害區域，利用有限元分析方法進[0070]本發明的一種橋梁結構隱性損傷識別方法解決了傳統橋梁銹蝕監測方法難以實[0092]通過大數據分析技術對歷史監測數據進行挖掘分析，選擇長短期記憶神經網絡更新養護計劃；[0099]對于識別出的裂紋，可根據其長度劃分為輕度裂紋(小于10cm)、中度裂紋(10_[0101]通過建立環境參數與橋梁結構材料性能退化速率的數學模型，例如濕度每增加特征圖劃分為8x8的網格，計算每個網格內的LBP直方圖，將直方圖連接成一個長度為[0133]通過建立灰度值與銹蝕深度的標定模型，估算銹蝕區域的平均深度和最大深[0138]將鋼筋表面劃分為若干個網格區域，統計每個網格內的銹蝕面積比例和平均深[0139]采用K_means或DBSCAN聚類算法對熱力圖進行聚類分析，找出銹蝕程度最高的集[0141]通過Sobel算子計算邊界像素的灰度梯度方向和大小，將梯度方向量[0143]采用層次分析法(AHP)對各指標進行重要性排序和權重分配，構建判斷矩陣并進[0144]采用模糊綜合評判法(FCE)將各指標的隸屬度函數映射到統一的評判標度，通過[0145]在銹蝕程度評估過程中引入時間維度，分析不同時間段降雨量作為協變量，將其與銹蝕程度時間序列進行偏相關分析，若偏相關系數的P值小于[0172]對于模型性能評估，計算預測值與真實值的RMSE為0.02,MAPE為3表明預測模[0175]當預測誤差的RMSE連[0178]通過控制腐蝕電流密度和腐蝕時間，實現對銹蝕程度的調控；腐蝕電流密度為設備，連續記錄拉拔過程中的荷載_位移曲線和鋼筋應變分布，獲得反映粘結力的力學參量評估銹蝕產物的這些特性能為揭示銹蝕損傷[0195]在將關聯分析模型應用于實際工程時，需要獲取鋼筋混凝土結構的銹蝕監測數[0199]將銹蝕鋼筋與C30強度等級的混凝土澆筑成直徑為150mm、高度為300mm的圓柱形數據，采用最小二乘法擬合得到銹蝕面積比例x與極限粘結強度y的線性回歸方程：y＝_[0202]數值模擬得到的拉拔荷載_位移曲線與試驗結果吻合良好，驗證了黏結滑移模型析模型預測得到板樁的極限粘結強度下降了10據此對板樁的承載能力進行校核和安全化學參數，采用線性極化法或電化學阻抗譜法，測量自然腐蝕電位和極化電阻，并根據得各個橋梁在當前時刻的銹蝕程度預測值，并與通過電化學參數估算的銹蝕程度進行對評估各因素對預測偏差的影響程度，確定銹蝕預測模型在實際應用中的適用條件和局限的溫度范圍為_5℃~40℃,濕度范圍為5090氯離子濃度范圍為0.01～0.5mol/L；積百分比為2而實際檢測的銹蝕面積百分比為2.5相對誤差為20%;[0217]通過對100個歷史時間點的預測誤差進行統計分析，得到預測誤差的均值為0.5標準差為0.3繪制預測誤差的分布直方圖，發現誤差主要集中在0.20.8％之[0218]進一步計算預測誤差與環境溫度的皮爾遜相關[0219]在控制其他因素不變的情況下，環境溫度每升高10℃,預[0220]針對該大橋的預測誤差超過0.5％的情降低了20平均絕對百分比誤差降低了15決定系數提高了0.1，表明模型的預測精度[0221]基于上述分析結果，建立了一個包含1000個實際工程案例的橋梁銹蝕預測知識爾遜相關系數或斯皮爾曼等級相關系數，定量衡量預測偏差與環境因素的相關強度和方相對濕度75％)下，鋼筋與混凝土的粘結強度為8.5MPa，而根據港工行業標準JTS167_4_[0236]進一步采用偏相關分析，控制其他因素不變，溫度每升高1℃,預測偏差增加[0238]利用最近1年的數據進行參數估計，得到修正后的模型在訓練集上的均方根誤差[0245]將當前粘結力監測數據輸入到已構建的鋼筋表面銹蝕程度與粘結力的關聯分析[0250]根據偏差數據的分布類型和樣本量，選擇合適的假設檢驗方法，例如單樣本t檢[0254]針對不同類型的橋梁結構，構建基于結構特點的銹蝕－[0262]針對該大橋上部結構的預應力混凝土T梁，訓練了一個子模型，通過分段線性擬策略，將子模型與總體模型加權組合，顯著提高了該類橋梁的預測精度(相對誤差降至混組合梁斜拉橋；當新數據量超過閾值(15％)時，自動觸發增量學習過程，通過Mini_[0278]采用阿基米德法測得銹蝕鋼筋的平均截面損失率為8局部最大銹蝕深度為[0287]針對銹蝕鋼筋混凝土粘結滑移行為，采用經修正的CEB_FIPModelCode2010本構[0289]將修正后的銹蝕劣化_粘結滑移本構嵌入有限元模型，評估不同銹蝕程度對橋梁力退化的交互影響機理，其中需考慮溫度對銹蝕反應動力學和混凝土物理力學性質的影[0299]收集該橋5年來的交通流量數據，統計得到疲勞車輛比例約30平均軸載為[0300]對有限元分析結果和現場檢測數據進行偏最小二乘回歸，通過Leave_one_out交[0304]對超出粘結力閾值的危害區域，利用有限元分析方法進