论文部分内容阅读
钢结构因塑性、韧性、抗震等性能好、轻质高强,施工周期短、工业化程度高、造型多样等优点,被广泛应用于高耸结构、大跨结构以及受动力荷载影响的厂房结构等多方面。然而,钢结构应用于复杂多变环境中,不可避免的遭受材料老化、环境腐蚀、复杂荷载的长期效应、疲劳效应等问题;此外,自身设计和制造产生的缺陷、接近其设计的使用寿命也带来不可避免的损伤。钢结构节点连接区是结构连续传力且受力最集中、最重要的部位,也是较容易发生破坏的部位,一旦发生破坏,将导致部件之间连接区失效,从而引发结构损伤,甚至倒塌。本文针对钢结构在安装和使用过程中,节点连接区较常见的两类损伤:螺栓松动和裂纹扩展进行研究,提出了基于压电智能传感技术的钢结构节点连接健康监测方法,以期为钢结构的安全运营提供一定保障。具体研究内容包括:(1)基于时间反演技术的钢塔筒法兰节点螺栓松动监测研究(1)基于时间反演技术的钢塔筒法兰节点螺栓松动监测方法的理论分析,建立了法兰节点螺栓连接接触力学模型。根据螺栓联接结合面接触理论,推导并建立了法兰节点上法兰板-下法兰板间接触面积与螺栓连接状态之间的关系模型,即螺栓连接越紧密,法兰节点上法兰板-下法兰板间接触面积越大;利用ABAQUS软件建立钢塔筒法兰节点有限元模型,通过数值模拟进一步验证了所建立的关系模型的正确性;然后,利用压电智能传感法,结合时间反演技术具有的时-空聚焦特性,推导可得:螺栓的连接状态不同时,法兰节点上法兰板-下法兰板接触表面的接触面积会发生变化,引起压电陶瓷片产生的应力波能量在节点连接区传递时发生不同程度的衰减,通过量化波源处聚焦的应力波能量,从而建立了应力波信号的聚焦峰值和法兰节点连接状态之间的对应关系,即法兰节点连接状态随着应力波信号聚焦峰值的变化而发生变化。因此,可以通过对PZT片产生的应力波信号聚焦峰值的监测实现对法兰节点松动状态的监测。(2)基于时间反演技术的钢塔筒法兰节点螺栓松动监测方法的模型试验。设计并制作一个缩尺风电钢塔筒法兰节点模型,通过对法兰节点处的螺栓施加不同的扭矩值以模拟法兰节点不同的松动状态,利用NI USB-6363型信号采集卡产生一个高斯脉冲信号,通过ATA-2022H型功率放大器放大50倍,利用压电陶瓷传感器同时具有驱动和传感的特性,以法兰节点试验模型中的一个螺栓连接为例,在螺栓帽上粘贴一个PZT片,在脉冲信号的激励下,产生应力波,在法兰板上粘贴另一个PZT片,接收应力波,以所接收到的应力波信号的聚焦峰值作为监测指标,利用时间反演技术,根据监测指标的变化实现对法兰节点螺栓连接松紧状态的监测,模型试验结果验证了所提方法的有效性;进一步,针对法兰节点试验模型的另外3根螺栓,进行了重复性试验,结果表明所提方法具有较好的可重复性;接着,以金属棒摩擦钢塔筒的方式增加噪音,对3根螺栓进行了抗噪性试验,通过对施加噪音前后应力波聚焦峰值的对比分析,结果表明,噪音的存在不影响应力波信号聚焦峰值的大小,验证了所提方法具有良好的抗噪性;最后,考虑监测螺栓周围的其他不同的螺栓同时发生松动时,对监测螺栓结果的影响,进行了5种抗扰动性试验,通过对比不同扰动前后应力波信号聚焦峰值的变化分析,结果表明,相邻螺栓松动时,监测螺栓的聚焦信号峰值不受影响,验证了所提方法具有良好的抗扰动性。综上,利用压电陶瓷传感器,采用时间反演技术,可以实现对钢塔筒法兰节点连接状态的实时在线监测,该方法具有一定的有效性、可重复性、良好的抗噪性和抗扰动性,较适用于工程实际中的应用。(2)基于压电阻抗和BP神经网络的钢网架节点连接区裂纹扩展监测研究(1)基于压电阻抗和BP神经网络的钢网架节点连接区裂纹扩展监测方法的理论分析。在一维弹簧-质量-阻尼系统下,结合PZT片的电导纳方程,基于压电阻抗理论分析可知,当钢网架结构节点连接区的裂纹发生扩展时候,节点处的结构机械阻抗将发生变化,进而将导致被粘贴在节点连接区的PZT片的电阻抗信号发生变化,因此,可以通过对PZT片电阻抗信号的监测实现对节点连接区裂纹扩展状态的监测。(2)基于压电阻抗和BP神经网络的钢网架节点连接区裂纹扩展监测方法的模型试验。设计并制作一个缩尺的正方三角锥型钢网架模型,将套筒切割不同的深度以模拟节点连接区不同的裂纹程度,在靠近套筒的杆件表面粘贴PZT片,以导纳值的均方根偏差(RMSD)作为损伤指标,利用压电阻抗法实现对钢网架节点连接区裂纹的监测;进一步构建BP神经网络,针对设计的6种裂纹扩展工况,每种工况下反复试验20次并提取导纳值,将经RMSD程序函数处理过的导纳数值矩阵作为BP神经网络的输入数据,选择其中102组作为学习集,18组作为测试集,将损伤程度作为BP神经网络的输出结果,构建一个10×10×6的BP神经网络。将学习集输入BP神经网络进行训练,以测试集数据对所训练的结果进行测试,结果表明BP神经网络可以量化裂纹深度。综上,利用压电阻抗和BP神经网络可以实现对钢网架节点裂纹扩展的实时在线监测,利用阻抗法的灵敏性,可用于识别早期微小裂纹;利用BP神经网络强大的鲁棒性可以消除环境、仪器等随机因素对监测结果的影响,两者优势互补。该方法操作简单、更符合工程实际,具有良好的实际工程应用价值。