CN117740663A - 混凝土结构硫酸盐侵蚀耐久性评定方法、***及装置 - Google Patents
混凝土结构硫酸盐侵蚀耐久性评定方法、***及装置 Download PDFInfo
- Publication number
- CN117740663A CN117740663A CN202410191139.2A CN202410191139A CN117740663A CN 117740663 A CN117740663 A CN 117740663A CN 202410191139 A CN202410191139 A CN 202410191139A CN 117740663 A CN117740663 A CN 117740663A
- Authority
- CN
- China
- Prior art keywords
- sulfate
- concrete
- spectrum
- standard test
- compressive strength
- 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.)
- Granted
Links
- QAOWNCQODCNURD-UHFFFAOYSA-L Sulfate Chemical compound [O-]S([O-])(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-L 0.000 title claims abstract description 176
- 238000000034 method Methods 0.000 title claims abstract description 80
- 230000003628 erosive effect Effects 0.000 title claims abstract description 47
- 238000012360 testing method Methods 0.000 claims abstract description 100
- 230000007797 corrosion Effects 0.000 claims abstract description 86
- 238000005260 corrosion Methods 0.000 claims abstract description 86
- 238000001228 spectrum Methods 0.000 claims abstract description 83
- 238000011156 evaluation Methods 0.000 claims abstract description 32
- 230000003595 spectral effect Effects 0.000 claims abstract description 26
- 238000013210 evaluation model Methods 0.000 claims abstract description 19
- 239000000203 mixture Substances 0.000 claims abstract description 16
- 230000001133 acceleration Effects 0.000 claims abstract description 10
- 238000012216 screening Methods 0.000 claims abstract description 4
- 239000000243 solution Substances 0.000 claims description 34
- 229910052602 gypsum Inorganic materials 0.000 claims description 33
- 239000010440 gypsum Substances 0.000 claims description 31
- 229910001653 ettringite Inorganic materials 0.000 claims description 28
- 238000002310 reflectometry Methods 0.000 claims description 20
- 150000001768 cations Chemical class 0.000 claims description 17
- 238000000701 chemical imaging Methods 0.000 claims description 15
- 230000015654 memory Effects 0.000 claims description 13
- 229910001415 sodium ion Inorganic materials 0.000 claims description 10
- 239000012085 test solution Substances 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- VTHJTEIRLNZDEV-UHFFFAOYSA-L magnesium dihydroxide Chemical compound [OH-].[OH-].[Mg+2] VTHJTEIRLNZDEV-UHFFFAOYSA-L 0.000 claims description 8
- 239000000347 magnesium hydroxide Substances 0.000 claims description 8
- 229910001862 magnesium hydroxide Inorganic materials 0.000 claims description 8
- 238000002791 soaking Methods 0.000 claims description 8
- 238000003384 imaging method Methods 0.000 claims description 7
- 238000002156 mixing Methods 0.000 claims description 7
- JLVVSXFLKOJNIY-UHFFFAOYSA-N Magnesium ion Chemical compound [Mg+2] JLVVSXFLKOJNIY-UHFFFAOYSA-N 0.000 claims description 6
- 238000010521 absorption reaction Methods 0.000 claims description 6
- 239000010881 fly ash Substances 0.000 claims description 6
- 229910001425 magnesium ion Inorganic materials 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 239000004568 cement Substances 0.000 claims description 4
- 238000012549 training Methods 0.000 abstract description 8
- 238000006243 chemical reaction Methods 0.000 description 10
- PMZURENOXWZQFD-UHFFFAOYSA-L Sodium Sulfate Chemical compound [Na+].[Na+].[O-]S([O-])(=O)=O PMZURENOXWZQFD-UHFFFAOYSA-L 0.000 description 8
- 229910052938 sodium sulfate Inorganic materials 0.000 description 8
- 235000011152 sodium sulphate Nutrition 0.000 description 8
- FKNQFGJONOIPTF-UHFFFAOYSA-N Sodium cation Chemical compound [Na+] FKNQFGJONOIPTF-UHFFFAOYSA-N 0.000 description 7
- YQCIWBXEVYWRCW-UHFFFAOYSA-N methane;sulfane Chemical compound C.S YQCIWBXEVYWRCW-UHFFFAOYSA-N 0.000 description 7
- CSNNHWWHGAXBCP-UHFFFAOYSA-L Magnesium sulfate Chemical compound [Mg+2].[O-][S+2]([O-])([O-])[O-] CSNNHWWHGAXBCP-UHFFFAOYSA-L 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 239000010456 wollastonite Substances 0.000 description 6
- 229910052882 wollastonite Inorganic materials 0.000 description 6
- MKTRXTLKNXLULX-UHFFFAOYSA-P pentacalcium;dioxido(oxo)silane;hydron;tetrahydrate Chemical compound [H+].[H+].O.O.O.O.[Ca+2].[Ca+2].[Ca+2].[Ca+2].[Ca+2].[O-][Si]([O-])=O.[O-][Si]([O-])=O.[O-][Si]([O-])=O.[O-][Si]([O-])=O.[O-][Si]([O-])=O.[O-][Si]([O-])=O MKTRXTLKNXLULX-UHFFFAOYSA-P 0.000 description 5
- 230000006835 compression Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 229910000831 Steel Inorganic materials 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000006703 hydration reaction Methods 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 239000011777 magnesium Substances 0.000 description 3
- 229910052943 magnesium sulfate Inorganic materials 0.000 description 3
- 235000019341 magnesium sulphate Nutrition 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- 238000010998 test method Methods 0.000 description 3
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 2
- 229910001294 Reinforcing steel Inorganic materials 0.000 description 2
- TZCXTZWJZNENPQ-UHFFFAOYSA-L barium sulfate Chemical compound [Ba+2].[O-]S([O-])(=O)=O TZCXTZWJZNENPQ-UHFFFAOYSA-L 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000036571 hydration Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012847 principal component analysis method Methods 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- KCXVZYZYPLLWCC-UHFFFAOYSA-N EDTA Chemical compound OC(=O)CN(CC(O)=O)CCN(CC(O)=O)CC(O)=O KCXVZYZYPLLWCC-UHFFFAOYSA-N 0.000 description 1
- BPQQTUXANYXVAA-UHFFFAOYSA-N Orthosilicate Chemical compound [O-][Si]([O-])([O-])[O-] BPQQTUXANYXVAA-UHFFFAOYSA-N 0.000 description 1
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 1
- RGCKGOZRHPZPFP-UHFFFAOYSA-N alizarin Chemical compound C1=CC=C2C(=O)C3=C(O)C(O)=CC=C3C(=O)C2=C1 RGCKGOZRHPZPFP-UHFFFAOYSA-N 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000000378 calcium silicate Substances 0.000 description 1
- 229910052918 calcium silicate Inorganic materials 0.000 description 1
- OYACROKNLOSFPA-UHFFFAOYSA-N calcium;dioxido(oxo)silane Chemical compound [Ca+2].[O-][Si]([O-])=O OYACROKNLOSFPA-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004737 colorimetric analysis Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 102220182402 rs80133178 Human genes 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000004901 spalling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000004879 turbidimetry Methods 0.000 description 1
Landscapes
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本发明提供了一种混凝土结构硫酸盐侵蚀耐久性评定方法、***及装置,涉及混凝土结构耐久性评估技术领域,方法包括:制备标准试件及硫酸盐腐蚀产物混合物;对标准试件进行硫酸盐侵蚀加速试验;搭建光谱***;扫描得到标准试件及硫酸盐腐蚀产物混合物的光谱数据;进行光谱匹配确定标准试件中硫酸盐腐蚀产物的成分含量;测定标准试件混凝土抗压强度;构建数据库;筛选特征波长;训练评定模型用于评定混凝土的抗压强度及硫酸盐腐蚀产物的成分含量;采集被测构件的光谱数据输入评定模型,输出评定结果。本发明不会破坏被测构件或结构的整体性,评定速度快、准确性高且扩展性强,通过采集光谱数据,即可对混凝土结构硫酸盐侵蚀耐久性做出评估。
Description
技术领域
本发明涉及混凝土结构耐久性评估技术领域,尤其是涉及一种混凝土结构硫酸盐侵蚀耐久性评定方法、***及装置。
背景技术
混凝土结构所处的环境类别中包括硫酸盐环境,一般是指滨海硫酸盐环境和西部盐渍土硫酸盐环境,而滨海硫酸盐环境按照具体应用场景又可划分为水下区、潮汐区、浪溅区及大气区。硫酸盐环境对混凝土结构的耐久性有着很大的影响,硫酸盐对混凝土的侵蚀往往是由外向内的,硫酸盐与混凝土中的水泥发生水化反应后,会生成不易溶解挥发的盐结晶。该盐结晶附着于混凝土的内部与外部结构中,继续发生化学反应,进而生成钙矾石、石膏等膨胀性物质。这些膨胀性物质会引起混凝土的膨胀、开裂及剥落等一系列破坏现象。当混凝土构件外层由于被硫酸盐侵蚀而产生严重的剥落现象时,内部钢筋就会暴露在外。硫酸盐环境进而使钢筋出现锈蚀,从而降低混凝土建筑物的耐久性,最终影响建筑物的服役寿命。
硫酸盐腐蚀混凝土结构后需要对其进行安全鉴定,现有的鉴定方法大致有两种:方法一、从疑似受腐蚀影响的位置取样,使用硫酸钡重量法、EDTA容量法、茜素红法、比浊法及比色法等方法,确定硫酸根离子含量,即通过分析硫酸盐的含量,确定腐蚀程度;方法二、对腐蚀后的混凝土结构进行钻芯取样,对试样进行抗压强度、抗拉强度、渗透性及动弹性模量等物理性能测试,通过这些测试评估混凝土的结构性能以及硫酸盐腐蚀对混凝土的影响。
虽然这些方法可以鉴定混凝土结构在被硫酸盐侵蚀后的安全性,但这些方法对现有结构均具有破坏性,很有可能会对现有结构的整体性或强度造成影响;并且操作步骤不仅复杂、费时,还容易引入误差;而且每次试验只能获得局部的硫酸盐腐蚀情况,无法快速、全面掌握构件乃至结构整体的腐蚀情况。
发明内容
本发明的目的在于提供一种混凝土结构硫酸盐侵蚀耐久性评定方法、***及装置,以解决现有技术中存在的至少一种上述技术问题。
第一方面,为解决上述技术问题,本发明提供了一种混凝土结构硫酸盐侵蚀耐久性评定方法,包括如下步骤:
步骤S10、基于混凝土评定条件,分类制备若干组标准试件,并采集所述标准试件的物理指标;同时根据硫酸盐腐蚀混凝土的产物,按预设比例制备硫酸盐腐蚀产物混合物;
步骤S20、根据技术规范,判定结构丧失承载力的混凝土抗压强度、工程指标数据及侵蚀时间,计算相应应用场景的硫酸盐溶液浓度;基于所述硫酸盐溶液浓度配置试验溶液,对标准试件进行加速试验;
步骤S30、通过光谱相机,组建光谱***,例如近红外高光谱***;
步骤S40、对标准试件的表面及硫酸盐腐蚀产物混合物进行光谱扫描,得到相应的光谱成像数据;
步骤S50、对所述光谱成像数据进行预处理;
步骤S60、对所述光谱成像数据进行光谱匹配,确定标准试件中硫酸盐腐蚀产物的成分含量;
步骤S70、对标准试件进行混凝土抗压强度试验,测得抗压强度;
步骤S80、基于所述抗压强度、所述成分含量及所述光谱成像数据,构建数据库;
步骤S90、通过数学分析方法,简化所述数据库,提取与所述抗压强度及所述成分含量具有相关性的特征波长;
步骤S100、基于所述抗压强度、所述成分含量及所述特征波长,构建评定模型,用于通过特征波长得到相对应的反射率,由反射率评定混凝土的抗压强度及混凝土中硫酸盐腐蚀产物的成分含量;
步骤S110、采集被测构件的混凝土表面光谱数据;将所述混凝土表面光谱数据输入至所述评定模型,输出被测构件的抗压强度及硫酸盐腐蚀产物的成分含量,有利于评定被测构件是否安全。
通过上述方法,利用混凝土表面光谱数据中有关硫酸盐腐蚀产物的光谱曲线特征,构建数学模型,进而完成对被测构件的硫酸盐侵蚀耐久性评定,避免了对被测构件的破坏。
在一种可行的实施方式中,所述标准试件密封其平行于钢筋方向的某两个相对侧面及垂直于钢筋方向的两个侧面,后序硫酸根离子按照Fick第二定律进行一维扩散。
在一种可行的实施方式中,所述标准试件可根据技术规范,例如《普通混凝土力学性能试验方法标准》(GB/T50081-2019),进行制作。
在一种可行的实施方式中,所述物理指标可根据技术规范进行采集,具体包括:混凝土强度等级、龄期、水灰比、水胶比、含水率、孔隙率以及粉煤灰掺量等信息。
在一种可行的实施方式中,所述混凝土评定条件包括:应用场景、温度、酸碱度、阳离子类型及硫酸盐侵蚀浓度等。
在一种可行的实施方式中,所述混凝土强度等级可按照常用混凝土强度等级,分别为C20、C30、C40、C50及C60等。
在一种可行的实施方式中,所述硫酸盐侵蚀浓度是指用于浸泡标准试件的硫酸盐试验溶液的浓度,该浓度按照倍率分类,至少包括0、0.25、0.5、0.75及1倍;该浓度需大于7500mg/L。
在一种可行的实施方式中,所述温度至少包括10℃和25℃。
在一种可行的实施方式中,所述酸碱度是指用于浸泡标准试件的硫酸盐试验溶液的酸碱度,至少包括10、11、12及13。
在一种可行的实施方式中,所述阳离子类型是指用于浸泡标准试件的硫酸盐试验溶液的阳离子种类,包括钠离子和/或镁离子。
在一种可行的实施方式中,所述标准试件按照混凝土强度等级进行制备,一种强度等级至少制备3件,这样可以减小试验误差对测得数据的影响。
在一种可行的实施方式中,所述产物包括石膏()和/或钙矾石()和/或碳硫硅钙石()等;当阳离子中存在镁离子(Mg2+)时,所述产物还包括氢氧化镁(Mg(OH)2)等;将这些产物按预设比例混合后,得到硫酸盐腐蚀产物混合物。
在一种可行的实施方式中,所述预设比例可以根据实际工程中,混凝土结构在具体的应用场景、温度、酸碱度、阳离子种类及硫酸盐侵蚀浓度等条件下,发生化学反应后,所测得产物的比例进行设置。
在一种可行的实施方式中,所述步骤S20中硫酸盐溶液浓度的计算方法包括:
步骤S20-1、采集步骤S10中确定的应用场景、温度T(单位:℃)、酸碱度x、水胶比R W/B及粉煤灰掺量F;
步骤S20-2、根据硫酸盐侵蚀耐久性的时间需求,确定加速试验持续时间t(单位:秒);
步骤S20-3、计算硫酸根浓度c(单位:%),可以根据已有的混凝土抗压强度与硫酸盐溶液浓度关系式进行计算,具体公式可以为:
;
步骤S20-4、计算硫酸盐溶液浓度,具体公式可以为:
;
其中,表示被测构件距离海面的修正系数:当处于大气区和潮汛区时,取值为0.7;当处于水下区时,距离海面1米处取值为1,距离海面25米处取值为1.4;这样可以兼顾到,在不同应用场景下,混凝土表面吸收硫酸根离子的能力差异,反算得到更准确的硫酸盐溶液浓度。
通过上述步骤,可以针对具体应用场景,计算得到准确的硫酸盐溶液浓度。
在一种可行的实施方式中,所述步骤S20中的加速试验包括硫酸盐浸泡试验及硫酸盐干湿循环试验:所述硫酸盐浸泡试验对应于应用场景中的水下区;所述硫酸盐干湿循环试验对应于应用场景中的潮汐区和大气区;根据应用场景,选择相应的加速试验,这样更接近实际情况,从而有利于后序测得更准确的光谱成像数据。
在一种可行的实施方式中,所述步骤S30具体包括:
步骤S30-1、黑白标定:首先拍摄全白标定图像W,然后拍摄全黑标定图像S,计算标定后的相对图像R,具体公式可以为:
;
其中,I表示原始图像;
步骤S30-2、扫描参数设定:测量标准试件上表面距离相机镜头的高度,根据高度计算光谱图像采集时的曝光时间及扫描速度等参数,并根据标准试件待测面的大小确定扫描距离,以保证可以采集到整个标准试件待测面的图像即可。
在一种可行的实施方式中,步骤S50中预处理的方法包括:多元散射校正、标准正态变量变换、尺度缩放、平滑算法、导数算法、主成分滤波和独立成分滤波、小波变换等现有方法,可根据实际情况选择合适的预处理方法。
在一种可行的实施方式中,步骤S60中确定成分含量的具体步骤包括:
步骤S60-1、对硫酸盐腐蚀产物混合物的光谱成像数据进行整理,建立硫酸盐腐蚀产物的光谱库;
步骤S60-2、将各倍率硫酸盐侵蚀浓度条件下标准试件的光谱成像数据,通过光谱解混方法,例如光谱比值法及光谱导数法等,得到混凝土腐蚀产物的光谱解混模型;
步骤S60-3、通过最小距离匹配、光谱角(SAM)匹配算法、光谱相关系数(SCC)、光谱信息散度(SID)等方法,将所述光谱解混模型与所述光谱库进行匹配;
步骤S60-4、分别提取所述光谱解混模型和所述光谱库的特征,对光谱曲线的吸收位置、深度、吸收面积和对称性等特征,进行光谱特征拟合(SFF);
步骤S60-5、从所述光谱库中,筛选出与所述光谱解混模型拟合值在0.95以上的光谱曲线,将该光谱曲线所对应的硫酸盐腐蚀产物成分含量作为标准试件中硫酸盐腐蚀产物的成分含量。
在一种可行的实施方式中,所述步骤S70中的混凝土抗压强度试验可按照《普通混凝土力学性能试验方法标准》(GB/T50081-2019)进行。
在一种可行的实施方式中,所述步骤S80的数据库,具体包括不同混凝土强度等级的标准试件,在硫酸盐侵蚀后,其抗压强度、硫酸盐腐蚀产物的成分含量与光谱曲线之间的一一对应关系。
在一种可行的实施方式中,步骤S90中的数学分析方法包括相关系数法、权重系数法、主成分分析法、波段比、遗传算法、逐步回归法等,通过这些方法可以得到与混凝土抗压强度、硫酸盐腐蚀产物的成分含量具有较强相关性的特征波长。
在一种可行的实施方式中,步骤S100包括:将所述数据库中的数据按照70%、15%和15%的比例划分为训练集、验证集和测试集,将所述抗压强度及所述成分含量作为标签;使用z-score或者min-max scaling等标准化方法对数据进行标准化,使得模型训练过程更加稳定;对神经网络模型,例如一维卷积神经网络(1D-CNN),进行训练、验证和测试,得到评定模型,从而建立混凝土的抗压强度及硫酸盐腐蚀产物的成分含量与光谱曲线特征之间的数学模型。
在一种可行的实施方式中,所述数据库中还可以包括温度、酸碱度、阳离子类型、硫酸盐侵蚀浓度及物理指标等,从而可以根据实际需求,构建出包括上述任何项目作为评定结果的评定模型。
第二方面,基于相同的发明构思,本申请还提供了一种混凝土结构硫酸盐侵蚀耐久性评定***,包括数据接收模块、数据处理模块及结果生成模块:
所述数据接收模块,用于接收被测构件的混凝土表面光谱数据;
所述数据处理模块,包括数据库、模型单元及评定单元:
所述数据库,存储有标准试件的抗压强度、硫酸盐腐蚀产物的成分含量及光谱成像数据;
所述模型单元,通过数学分析方法,简化所述数据库,提取与所述抗压强度及所述成分含量具有相关性的特征波长,构建评定模型,用于通过特征波长得到相对应的反射率,由反射率评定混凝土的抗压强度及混凝土中硫酸盐腐蚀产物的成分含量;
所述评定单元,调用所述评定模型,输入被测构件的混凝土表面光谱数据,得到混凝土的抗压强度及混凝土中硫酸盐腐蚀产物的成分含量;
所述结果生成模块,用于将混凝土的抗压强度及混凝土中硫酸盐腐蚀产物的成分含量外发。
第三方面,基于相同的发明构思,本申请还提供了一种混凝土结构硫酸盐侵蚀耐久性评定装置,包括处理器、存储器及总线,所述存储器存储由处理器读取的指令及数据,所述处理器用于调用所述存储器中的指令及数据,以执行如上所述的混凝土结构硫酸盐侵蚀耐久性评定方法,所述总线连接各功能部件用于传送信息。
采用上述技术方案,本发明具有如下有益效果:
本发明提供的一种混凝土结构硫酸盐侵蚀耐久性评定方法、***及装置,基于光谱图像进行检测,不会对被测构件或结构产生破坏;本方案在评定模型构建完成后,只需对被测构件进行光谱图像采集,根据图像数据完成耐久性评定,大大缩短了评定周期,有利于提升检测效率;本方案通过对硫酸盐腐蚀产物的光谱曲线特征进行识别,可准确检测材料表面的硫酸盐腐蚀产物的成分含量及混凝土的抗压强度,相比于传统的定性或半定量方法更加精确;本方案还可以根据实际需求,构建综合指标的评定模型,为混凝土结构硫酸盐侵蚀耐久性评定提供全面的数据支持。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的混凝土结构硫酸盐侵蚀耐久性评定方法的流程图;
图2为本发明实施例提供的步骤S20中计算硫酸盐溶液浓度的具体方法流程图;
图3为本发明实施例提供的步骤S60中确定成分含量的具体方法流程图;
图4为本发明实施例提供的混凝土结构硫酸盐侵蚀耐久性评定***图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
为了便于理解下述各实施例,先就本申请的发明构思简述如下:
针对背景技术中的技术问题,本申请考虑通过光谱相机采集被测混凝土(例如硅酸盐混凝土)构件表面的光谱图像,通过对光谱图像中有关硫酸盐腐蚀产物的光谱曲线特征进行机器识别,进行硫酸盐侵蚀耐久性评定,这种方法既不会对被测构件产生破坏,又能大大提升评定效率。
其中,通过对标准试件进行加速侵蚀试验并采集其光谱图像,作为数据库的数据来源,保证了评定基准的可比性;再通过筛选数据库中的光谱曲线特征,并以此为基础进行神经网络训练,保证了评定模型的可靠性。
下面结合具体的实施方式对本发明做进一步的解释说明。
还需要说明的是,下述具体实施例或具体实施方式,是本发明为进一步解释具体的发明内容而列举的一系列优化的设置方式,而这些设置方式之间均是可以相互结合或者相互关联使用的。
实施例一:
如图1所示,本实施例提供的一种混凝土结构硫酸盐侵蚀耐久性评定方法,具体混凝土评定条件包括应用场景为水下区(距离海面1米)、酸碱度为12、温度为25℃及阳离子类型为钠离子(来自于硫酸钠),具体步骤如下:
步骤S10、基于混凝土评定条件,采用同批材料、同样的设备及工艺,制备不同混凝土强度等级、不同硫酸盐侵蚀浓度的若干组标准试件,并采集所述标准试件的物理指标;同时,根据硫酸盐腐蚀混凝土的产物,在试验室中按预设比例制备硫酸盐腐蚀产物混合物;
所述标准试件的外形为立方体;标准试件的具体尺寸可设置为;
所述标准试件密封其平行于钢筋方向的某两个相对侧面及垂直于钢筋方向的两个侧面,后序硫酸根离子按照Fick第二定律进行一维扩散;
所述标准试件可根据技术规范,例如《普通混凝土力学性能试验方法标准》(GB/T50081-2019),进行制作;
所述物理指标也可根据上述技术规范进行采集,具体包括:龄期、水灰比、水胶比、含水率、孔隙率以及粉煤灰掺量等信息;
所述混凝土强度等级可按照常用混凝土强度等级,分别为C20、C30、C40、C50及C60;所述标准试件按照混凝土强度等级进行制备,一种强度等级至少制备3件,这样可以减小试验误差对测得数据的影响;
所述硫酸盐侵蚀浓度是指用于浸泡标准试件的硫酸盐试验溶液的浓度c b,该浓度c b按照倍率分类,至少包括0、0.25、0.5、0.75及1倍;该浓度c b需大于7500mg/L;
基于酸碱度为12、温度为25℃及阳离子类型为钠离子(来自于硫酸钠)的混凝土评定条件,腐蚀产物主要有石膏及钙矾石,在试验室中根据预设比例将石膏和钙矾石混合,制备硫酸盐腐蚀产物混合物,预设比例至少包括:1:0、4:1、3:2、2:3、1:4及0:1;
步骤S20、根据技术规范,判定结构丧失承载力的混凝土抗压强度、工程指标数据及侵蚀时间,计算相应应用场景的硫酸盐溶液浓度;基于所述硫酸盐溶液浓度配置试验溶液,对标准试件进行加速试验;
其中,如图2所示,硫酸盐溶液浓度的计算方法具体包括:
步骤S20-1、确定应用场景为水下区、温度T为25℃、酸碱度x为12、水胶比R W/B及粉煤灰掺量F;
步骤S20-2、根据硫酸盐侵蚀耐久性的时间需求,确定加速试验持续时间t(单位:秒);
步骤S20-3、计算硫酸根浓度c(单位:%),可以根据已有的混凝土抗压强度与硫酸盐溶液浓度关系式进行计算,具体公式可以为:
;
步骤S20-4、计算硫酸盐溶液浓度,具体公式可以为:
;
其中,表示被测构件距离海面的修正系数,当处于水下区时,距离海面1米处取值为1;
针对水下区,所述加速试验采用硫酸盐浸泡试验,具体方法包括:将标准养护28天的标准试件置于带盖的蓝色塑料箱内,采用预先设定的硫酸盐侵蚀浓度分组配置硫酸盐溶液,硫酸盐溶液的浓度按预设参照组的倍率及常数进行配置(倍率乘以常数:0倍c b、0.25倍c b、0.5倍c b、0.75倍c b及1倍c b),静置一夜待溶液成分完全溶解后倒入塑料箱内,保证液面高出混凝土标准试件表面2cm以上,随后将塑料箱置于标准养护室内,以保证外部环境的稳定,试验进行至预设持续时间后试验结束;
步骤S30、通过近红外高光谱相机,组建近红外高光谱***,具体包括:
步骤S30-1、黑白标定:首先拍摄全白标定图像W,然后拍摄全黑标定图像S,计算标定后的相对图像R,具体公式可以为:
;
其中,I表示原始图像;
步骤S30-2、扫描参数设定:测量标准试件上表面距离相机镜头的高度,根据高度计算光谱图像采集时的曝光时间及扫描速度等参数,并根据标准试件待测面的大小确定扫描距离,以保证可以采集到整个标准试件待测面的图像即可;
步骤S40、对标准试件的暴露表面及硫酸盐腐蚀产物混合物进行近红外高光谱扫描,得到相应的近红外高光谱成像数据;
步骤S50、对所述近红外高光谱成像数据进行预处理,具体包括:多元散射校正、标准正态变量变换、尺度缩放、平滑算法、导数算法、主成分滤波和独立成分滤波、小波变换等现有方法,可根据实际情况选择合适的预处理方法;
步骤S60、对所述近红外高光谱成像数据进行光谱匹配,确定标准试件中硫酸盐腐蚀产物的成分含量,如图3所示,具体包括:
步骤S60-1、对硫酸盐腐蚀产物混合物的近红外高光谱成像数据进行整理,建立硫酸盐腐蚀产物的光谱库;
步骤S60-2、将各倍率硫酸盐侵蚀浓度条件下标准试件的进红外高光谱成像数据,通过光谱解混方法,例如光谱比值法及光谱导数法等,得到混凝土腐蚀产物的光谱解混模型;
步骤S60-3、通过最小距离匹配、光谱角(SAM)匹配算法、光谱相关系数(SCC)、光谱信息散度(SID)等方法,将所述光谱解混模型与所述光谱库进行匹配;
步骤S60-4、分别提取所述光谱解混模型和所述光谱库的特征,对光谱曲线的吸收位置、深度、吸收面积和对称性等特征,进行光谱特征拟合(SFF);
步骤S60-5、从所述光谱库中,筛选出与所述光谱解混模型拟合值在0.95以上的光谱曲线,将该光谱曲线所对应的硫酸盐腐蚀产物成分含量作为标准试件中硫酸盐腐蚀产物的成分含量;
步骤S70、对标准试件进行混凝土抗压强度试验,可按照《普通混凝土力学性能试验方法标准》(GB/T50081-2019)中的方法,测得抗压强度;
步骤S80、基于所述抗压强度、所述成分含量及所述光谱成像数据,构建数据库,具体包括不同混凝土强度等级的标准试件,在硫酸盐侵蚀后,其抗压强度、硫酸盐腐蚀产物的成分含量与光谱曲线之间的一一对应关系;
步骤S90、通过数学分析方法,简化所述数据库,提取与所述抗压强度及所述成分含量具有相关性的特征波长;
先基于混凝土评定条件,分析确定硫酸盐腐蚀产物及其特征波长:
本实施例的酸碱度为12、温度为25℃及阳离子类型为钠离子(来自于硫酸钠),硫酸盐与混凝土中水化产物发生化学反应,当硫酸盐的浓度不同时,腐蚀产物也不同:低浓度硫酸根环境中(<1000mg/L),主要腐蚀产物为钙矾石;高浓度硫酸根环境中(/>>8000 mg/L),主要腐蚀产物为石膏;当浓度在这两者之间时,石膏和钙矾石均会出现,具体发生的化学反应如下:
石膏型硫酸盐侵蚀:
;
钙矾石型硫酸盐侵蚀:
;
当侵蚀时间持续增加,生成的石膏与钙矾石逐渐增多,对混凝土产生膨胀破坏作用,最终导致混凝土抗压强度减小,而钙矾石和石膏的光谱曲线特征明显,在光谱曲线中存在特征波长;
而且不同腐蚀产物成分含量下,其特征波长的反射率也不同,因此,后序确定钙矾石和石膏的特征波长处的反射率,即可确定硫酸盐侵蚀后混凝土的抗压强度;
所述数学分析方法包括相关系数法、权重系数法、主成分分析法、波段比、遗传算法、逐步回归法等,通过这些方法可以得到与混凝土的抗压强度、硫酸盐腐蚀产物的成分含量具有较强相关性的特征波长;
步骤S100、基于所述抗压强度、所述成分含量及所述特征波长,构建评定模型,用于通过特征波长得到相对应的反射率,由反射率评定混凝土的抗压强度及混凝土中硫酸盐腐蚀产物的成分含量,具体包括:将所述数据库中的数据按照70%、15%和15%的比例划分为训练集、验证集和测试集,将所述抗压强度及所述成分含量作为标签;使用z-score或者min-max scaling等标准化方法对数据进行标准化,使得模型训练过程更加稳定;对一维卷积神经网络(1D-CNN),进行训练、验证和测试,得到所述评定模型;
进一步地,所述数据库中还可以包括温度、酸碱度、阳离子类型、硫酸盐侵蚀浓度及物理指标等,从而可以根据实际需求,构建出包含上述任何项目作为评定结果的评定模型;
步骤S110、采集被测构件的混凝土表面光谱数据;将所述混凝土表面光谱数据输入至所述评定模型,输出被测构件的抗压强度及硫酸盐腐蚀产物的成分含量,有利于评定被测构件是否安全。
实施例二:
本实施例的混凝土评定条件包括应用场景为潮汐区和大气区、酸碱度为12、温度为25℃及阳离子类型为钠离子(来自于硫酸钠),主要采用实施例一中的方法,不同之处在于:
步骤S20-4中,取值为0.7;
步骤S20中的所述加速试验采用硫酸盐干湿循环试验,具体方法包括:在试验室中采用NJ-LSY-18干湿循环试验箱,进行24小时制干湿循环硫酸盐侵蚀试验;将标准养护28天的混凝土标准试件完全浸泡在硫酸盐溶液中15个小时,采用预先设定的硫酸盐侵蚀浓度分组配置硫酸盐溶液,硫酸盐溶液的浓度按预设参照组的倍率及常数进行配置(倍率乘以常数:0倍c b、0.25倍c b、0.5倍c b、0.75倍c b及1倍c b),此时保持箱体内温度为25℃;然后,排液风干1小时,其中排液需要在半小时之内排完;再设定温度为60℃,烘干6小时;最后,自然冷却至室温2个小时;此过程为一个循环周期,试验达到预设循环周期数时试验结束;这样可以避免硫酸盐腐蚀产物中的钙矾石在高温下(大于60℃)发生分解,从而不改变硫酸盐的侵蚀机理。
实施例三:
本实施例的混凝土评定条件包括应用场景为水下区、酸碱度为11、温度为25℃及阳离子类型为钠离子(来自于硫酸钠),主要采用实施例一中的方法,不同之处在于:
步骤S10中,基于酸碱度为11、温度为25℃及阳离子类型为钠离子(来自于硫酸钠)的混凝土评定条件,腐蚀产物主要是石膏,在试验室中制备石膏,得到硫酸盐腐蚀产物混合物;
步骤S90中,除了如实施例一中生成钙矾石和石膏外,当酸碱度小于11.4时,混凝土水化产物中的水化硅酸钙凝胶C-S-H会出现脱钙现象,生成石膏,化学反应式如下:
;
当酸碱度小于11.5~12时,钙矾石将会继续分解成石膏,化学反应式如下:
;
当侵蚀时间持续增加,生成的石膏逐渐增多,对混凝土产生膨胀破坏作用,最终导致混凝土抗压强度减小,而石膏的光谱曲线特征明显,在光谱曲线中存在特征波长;
而且不同腐蚀产物成分含量下,其特征波长的反射率也不同,因此,后序确定石膏的特征波长处的反射率,即可确定硫酸盐侵蚀后混凝土的抗压强度。
实施例四:
本实施例的混凝土评定条件包括应用场景为水下区、酸碱度为12、温度为10℃及阳离子类型为钠离子(来自于硫酸钠),主要采用实施例一中的方法,不同之处在于:
步骤S10中,基于酸碱度为12、温度为10℃及阳离子类型为钠离子(来自于硫酸钠)的混凝土评定条件,腐蚀产物主要有石膏、钙矾石及碳硫硅钙石,在试验室中根据预设比例将石膏、钙矾石和碳硫硅钙石混合,制备硫酸盐腐蚀产物混合物,预设比例至少包括: 1:3:1、4:1:0、3:1:1、2:2:1、2:1:2及1:3.5:0.5;
步骤S90中,在温度低于15℃的硫酸盐溶液中,并有充足水源和碳酸盐的环境下,除了如实施例一中生成钙矾石和石膏外,其中的钙矾石还会与C-S-H凝胶、碳酸盐(离子或空气中的/>气体)和充足的水反应生成碳硫硅钙石,该反应起初较慢,但在碳硫硅钙石开始生成后,反应的速率会明显加快,具体化学反应式如下:
石膏型硫酸盐侵蚀:
;
钙矾石型硫酸盐侵蚀:
;
碳硫硅钙石型硫酸盐侵蚀:
;
或
;/>
当侵蚀时间持续增加,生成的石膏、钙矾石与碳硫硅钙石不断增多,对混凝土产生膨胀破坏作用,最终导致混凝土抗压强度减小,而钙矾石、石膏与碳硫硅钙石的光谱曲线特征明显,在光谱曲线中存在特征波长;
而且不同腐蚀产物成分含量下,其特征波长的反射率也不同,因此,后序确定钙矾石、石膏与碳硫硅钙石的特征波长处的反射率,即可确定硫酸盐侵蚀后混凝土的抗压强度。
实施例五:
本实施例的混凝土评定条件包括应用场景为水下区、酸碱度为12、温度为10℃及阳离子类型为镁离子(来自于硫酸镁MgSO4),主要采用实施例四中的方法,不同之处在于:
步骤S10中,基于酸碱度为12、温度为10℃及阳离子类型为镁离子(来自于硫酸镁MgSO4)的混凝土评定条件,腐蚀产物主要有石膏、钙矾石、碳硫硅钙石及氢氧化镁,在试验室中根据预设比例将石膏、钙矾石、碳硫硅钙石、氢氧化镁混合,制备硫酸盐腐蚀产物混合物,预设比例至少包括:1:2:1:1、4:1:0:0、3:1:0.5:0.5、2:1:1:1、2:1:1.5:0.5及1:2.5:0.5:0.5;
步骤S90中,除了如实施例四种生成钙矾石、石膏及碳硫硅钙石外,硫酸镁溶液中镁离子(Mg2+)也会会参与反应,生成难溶性的氢氧化镁,从而发生破坏程度更加严重的硫酸镁MgSO4双侵蚀型侵蚀,具体化学反应式如下:
MgSO4双侵蚀型侵蚀:
;
当侵蚀时间持续增加,生成的石膏、钙矾石、碳硫硅钙石与氢氧化镁不断增多,对混凝土产生膨胀破坏作用,最终导致混凝土抗压强度减小,而石膏、钙矾石、碳硫硅钙石与氢氧化镁的光谱曲线特征明显,在光谱曲线中存在特征波长;
而且不同腐蚀产物成分含量下,其特征波长的反射率也不同,因此,后序确定石膏、钙矾石、碳硫硅钙石与氢氧化镁的特征波长处的反射率,即可确定硫酸盐侵蚀后混凝土的抗压强度。
实施例六:
如图4所示,本实施例提供了一种混凝土结构硫酸盐侵蚀耐久性评定***,包括数据接收模块、数据处理模块及结果生成模块:
所述数据接收模块,用于接收被测构件的混凝土表面光谱数据;
所述数据处理模块,包括数据库、模型单元及评定单元:
所述数据库,存储有标准试件的抗压强度、硫酸盐腐蚀产物的成分含量及光谱成像数据;
所述模型单元,通过数学分析方法,简化所述数据库;提取与所述抗压强度及所述成分含量具有相关性的特征波长;构建评定模型,用于通过特征波长得到相对应的反射率,由反射率评定混凝土的抗压强度及混凝土中硫酸盐腐蚀产物的成分含量;
所述评定单元,调用所述评定模型,输入被测构件的混凝土表面光谱数据,得到混凝土的抗压强度及混凝土中硫酸盐腐蚀产物的成分含量;
所述结果生成模块,用于将混凝土的抗压强度及混凝土中硫酸盐腐蚀产物的成分含量外发。
实施例七:
本实施例提供了一种混凝土结构硫酸盐侵蚀耐久性评定装置,包括处理器、存储器及总线,所述存储器存储由处理器读取的指令及数据,所述处理器用于调用所述存储器中的指令及数据,以执行如上所述的混凝土结构硫酸盐侵蚀耐久性评定方法,所述总线连接各功能部件用于传送信息。
本方案在又一种实施方式下,可以通过设备的方式来实现,该设备可以包括执行上述各个实施方式中各个或几个步骤的相应模块。模块可以是专门被配置为执行相应步骤的一个或多个硬件模块、或者由被配置为执行相应步骤的处理器来实现、或者存储在计算机可读介质内用于由处理器来实现、或者通过某种组合来实现。
处理器执行上文所描述的各个方法和处理。例如,本方案中的方法实施方式可以被实现为软件程序,其被有形地包含于机器可读介质,例如存储器。在一些实施方式中,软件程序的部分或者全部可以经由存储器和/或通信接口而被载入和/或安装。当软件程序加载到存储器并由处理器执行时,可以执行上文描述的方法中的一个或多个步骤。备选地,在其它实施方式中,处理器可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行上述方法之一。
该设备可以利用总线架构来实现。总线架构可以包括任何数量的互连总线和桥接器,这取决于硬件的特定应用和总体设计约束。总线将包括一个或多个处理器、存储器和/或硬件模块的各种电路连接到一起。总线还可以将诸如***设备、电压调节器、功率管理电路、外部天线等的各种其它电路连接。
总线可以是工业标准体系结构(ISA,Industry Standard Architecture)总线、外部设备互连(PCI,Peripheral Component)总线或扩展工业标准体系结构(EISA,ExtendedIndustry Standard Component)总线等,总线可以分为地址总线、数据总线、控制总线等。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种混凝土结构硫酸盐侵蚀耐久性评定方法,其特征在于,包括:
步骤S10、基于混凝土评定条件,分类制备若干组标准试件,并采集所述标准试件的物理指标;同时根据硫酸盐腐蚀混凝土的产物,按预设比例制备硫酸盐腐蚀产物混合物;
步骤S20、根据技术规范,判定结构丧失承载力的混凝土抗压强度、工程指标数据及侵蚀时间,计算相应应用场景的硫酸盐溶液浓度;基于所述硫酸盐溶液浓度配置试验溶液,对标准试件进行加速试验;
步骤S30、通过光谱相机,组建光谱***;
步骤S40、对标准试件的表面及硫酸盐腐蚀产物混合物进行光谱扫描,得到相应的光谱成像数据;
步骤S50、对所述光谱成像数据进行预处理;
步骤S60、对所述光谱成像数据进行光谱匹配,确定标准试件中硫酸盐腐蚀产物的成分含量;
步骤S70、对标准试件进行混凝土抗压强度试验,测得抗压强度;
步骤S80、基于所述抗压强度、所述成分含量及所述光谱成像数据,构建数据库;
步骤S90、通过数学分析方法,简化所述数据库,提取与所述抗压强度及所述成分含量具有相关性的特征波长;
步骤S100、基于所述抗压强度、所述成分含量及所述特征波长,构建评定模型,用于通过特征波长得到相对应的反射率,由反射率评定混凝土的抗压强度及混凝土中硫酸盐腐蚀产物的成分含量;
步骤S110、采集被测构件的混凝土表面光谱数据;将所述混凝土表面光谱数据输入至所述评定模型,输出被测构件的抗压强度及硫酸盐腐蚀产物的成分含量。
2.根据权利要求1所述的方法,其特征在于,所述物理指标包括:混凝土强度等级、龄期、水灰比、水胶比、含水率、孔隙率及粉煤灰掺量。
3.根据权利要求2所述的方法,其特征在于,所述混凝土评定条件包括:应用场景、温度、酸碱度、阳离子类型及硫酸盐侵蚀浓度。
4.根据权利要求3所述的方法,其特征在于,所述温度至少包括10℃和25℃;所述酸碱度是指用于浸泡标准试件的硫酸盐试验溶液的酸碱度,至少包括10、11、12及13;所述阳离子类型是指用于浸泡标准试件的硫酸盐试验溶液的阳离子种类,包括钠离子和/或镁离子。
5.根据权利要求4所述的方法,其特征在于,所述步骤S10中硫酸盐腐蚀混凝土的产物包括石膏和/或钙矾石和/或碳硫硅钙石和/或氢氧化镁。
6.根据权利要求4所述的方法,其特征在于,所述步骤S20中硫酸盐溶液浓度的计算方法包括:
步骤S20-1、采集步骤S10中确定的应用场景、温度T、酸碱度x、水胶比R W/B及粉煤灰掺量F;
步骤S20-2、根据硫酸盐侵蚀耐久性的时间需求,确定加速试验持续时间t;
步骤S20-3、计算硫酸根浓度c,具体公式为:
;
步骤S20-4、计算硫酸盐溶液浓度,具体公式为:
;
其中,表示被测构件距离海面的修正系数:当处于大气区和潮汛区时,取值为0.7;当处于水下区时,距离海面1米处取值为1,距离海面25米处取值为1.4。
7.根据权利要求1所述的方法,其特征在于,所述步骤S30具体包括:
步骤S30-1、黑白标定:首先拍摄全白标定图像W,然后拍摄全黑标定图像S,计算标定后的相对图像R,具体公式为:
;
其中,I表示原始图像;
步骤S30-2、扫描参数设定:测量标准试件上表面距离相机镜头的高度,根据高度计算光谱图像采集时的曝光时间及扫描速度,并根据标准试件待测面的大小确定扫描距离。
8.根据权利要求4所述的方法,其特征在于,步骤S60中确定成分含量的具体步骤包括:
步骤S60-1、对硫酸盐腐蚀产物混合物的光谱成像数据进行整理,建立硫酸盐腐蚀产物的光谱库;
步骤S60-2、将各倍率硫酸盐侵蚀浓度条件下标准试件的光谱成像数据,通过光谱解混方法,得到混凝土腐蚀产物的光谱解混模型;
步骤S60-3、通将所述光谱解混模型与所述光谱库进行匹配;
步骤S60-4、分别提取所述光谱解混模型和所述光谱库的特征,对光谱曲线的吸收位置、深度、吸收面积和对称性进行光谱特征拟合;
步骤S60-5、从所述光谱库中,筛选出与所述光谱解混模型拟合值高于预设阈值的光谱曲线,将该光谱曲线所对应的硫酸盐腐蚀产物成分含量作为标准试件中硫酸盐腐蚀产物的成分含量。
9.一种混凝土结构硫酸盐侵蚀耐久性评定***,其特征在于,包括数据接收模块、数据处理模块及结果生成模块:
所述数据接收模块,用于接收被测构件的混凝土表面光谱数据;
所述数据处理模块,包括数据库、模型单元及评定单元:
所述数据库,存储有标准试件的抗压强度、硫酸盐腐蚀产物的成分含量及光谱成像数据;
所述模型单元,通过数学分析方法,简化所述数据库;提取与所述抗压强度及所述成分含量具有相关性的特征波长;构建评定模型,用于通过特征波长得到相对应的反射率,由反射率评定混凝土的抗压强度及混凝土中硫酸盐腐蚀产物的成分含量;
所述评定单元,调用所述评定模型,输入被测构件的混凝土表面光谱数据,得到混凝土的抗压强度及混凝土中硫酸盐腐蚀产物的成分含量;
所述结果生成模块,用于将混凝土的抗压强度及混凝土中硫酸盐腐蚀产物的成分含量外发。
10.一种混凝土结构硫酸盐侵蚀耐久性评定装置,其特征在于,包括处理器、存储器及总线,所述存储器存储由处理器读取的指令及数据,所述处理器用于调用所述存储器中的指令及数据,以执行如权利要求1~8中任一所述的方法,所述总线连接各功能部件用于传送信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410191139.2A CN117740663B (zh) | 2024-02-21 | 2024-02-21 | 混凝土结构硫酸盐侵蚀耐久性评定方法、***及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410191139.2A CN117740663B (zh) | 2024-02-21 | 2024-02-21 | 混凝土结构硫酸盐侵蚀耐久性评定方法、***及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117740663A true CN117740663A (zh) | 2024-03-22 |
CN117740663B CN117740663B (zh) | 2024-06-04 |
Family
ID=90283642
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410191139.2A Active CN117740663B (zh) | 2024-02-21 | 2024-02-21 | 混凝土结构硫酸盐侵蚀耐久性评定方法、***及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117740663B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107576619A (zh) * | 2017-09-04 | 2018-01-12 | 华北理工大学 | 检测混凝土腐蚀产物的高光谱测试与分析方法 |
CN110426459A (zh) * | 2019-08-15 | 2019-11-08 | 朱小明 | 一种隧道衬砌混凝土抗硫酸盐侵蚀测试方法 |
CN115931764A (zh) * | 2023-01-09 | 2023-04-07 | 中冶建筑研究总院(深圳)有限公司 | 混凝土表面遭受的最高温度近红外高光谱成像检测方法 |
CN116380760A (zh) * | 2023-02-15 | 2023-07-04 | 浙江大学 | 一种利用高光谱成像实现金属腐蚀程度可视化监测的方法 |
CN117435940A (zh) * | 2023-12-20 | 2024-01-23 | 龙建路桥股份有限公司 | 一种面向冬季混凝土养护过程中光谱检测方法 |
-
2024
- 2024-02-21 CN CN202410191139.2A patent/CN117740663B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107576619A (zh) * | 2017-09-04 | 2018-01-12 | 华北理工大学 | 检测混凝土腐蚀产物的高光谱测试与分析方法 |
CN110426459A (zh) * | 2019-08-15 | 2019-11-08 | 朱小明 | 一种隧道衬砌混凝土抗硫酸盐侵蚀测试方法 |
CN115931764A (zh) * | 2023-01-09 | 2023-04-07 | 中冶建筑研究总院(深圳)有限公司 | 混凝土表面遭受的最高温度近红外高光谱成像检测方法 |
CN116380760A (zh) * | 2023-02-15 | 2023-07-04 | 浙江大学 | 一种利用高光谱成像实现金属腐蚀程度可视化监测的方法 |
CN117435940A (zh) * | 2023-12-20 | 2024-01-23 | 龙建路桥股份有限公司 | 一种面向冬季混凝土养护过程中光谱检测方法 |
Non-Patent Citations (4)
Title |
---|
包乃文;杨树才;董朝文;陈锁忠;: "C30高性能泵送混凝土抗硫酸盐侵蚀耐久性研究", 城市轨道交通研究, no. 06, 30 December 2005 (2005-12-30), pages 43 - 46 * |
杜应吉, 李元婷: "高性能混凝土抗硫酸盐侵蚀耐久寿命预测初探", 西北农林科技大学学报(自然科学版), no. 12, 25 December 2004 (2004-12-25), pages 100 - 102 * |
汪金花;曹兰杰;徐国强;封孝信;吴兵;张博;: "混凝土硫酸钠腐蚀产物的高光谱检测方法研究", 光谱学与光谱分析, no. 06, 15 June 2019 (2019-06-15), pages 1724 - 1730 * |
牛荻涛;王家滨;马蕊;: "干湿交替喷射混凝土硫酸盐侵蚀试验", 中国公路学报, no. 02, 15 February 2016 (2016-02-15), pages 82 - 89 * |
Also Published As
Publication number | Publication date |
---|---|
CN117740663B (zh) | 2024-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ferrara et al. | Experimental characterization of the self-healing capacity of cement based materials and its effects on the material performance: A state of the art report by COST Action SARCOS WG2 | |
CN108225906B (zh) | 基于计算机视觉的拉索腐蚀监测识别与疲劳寿命评估方法 | |
KR20190130257A (ko) | 콘크리트 시설물의 표면 이미지 및 딥 컨볼루션 신경망 알고리즘을 이용한 콘크리트 압축강도 예측 방법 및 그 시스템 | |
CN107576619A (zh) | 检测混凝土腐蚀产物的高光谱测试与分析方法 | |
CN117371337B (zh) | 一种基于数字孪生的水利模型构建方法及*** | |
JP7455660B2 (ja) | コンクリートの劣化の診断または予測方法 | |
Yao et al. | Correlation between the Compressive, Tensile Strength of Old Concrete under Marine Environment and Prediction of Long‐Term Strength | |
Schoefs et al. | Quantitative evaluation of contactless impact echo for non-destructive assessment of void detection within tendon ducts | |
Noorzaei et al. | Development of artificial neural networks for predicting concrete compressive strength | |
CN113933195A (zh) | 基于图像数字化处理的混凝土抗压强度预测方法及*** | |
CN117740663B (zh) | 混凝土结构硫酸盐侵蚀耐久性评定方法、***及装置 | |
Cui et al. | Mesoscopic pore characteristics analysis of aged bridge concrete based on X-ray computed tomography | |
Reddy et al. | Image-based deterioration assessment of concrete | |
Ryan | Comparison of two methods for the assessment of chloride ion penetration in concrete: A field study | |
CN211899468U (zh) | 一种砂浆调节装置和包含该装置的抹灰机器人 | |
CN117760951B (zh) | 混凝土结构碱-骨料反应耐久性评定方法、***及装置 | |
CN117740665B (zh) | 混凝土结构氯盐侵蚀耐久性评定方法、***及装置 | |
Buenfeld et al. | Predicting the life of concrete structures using neural networks. | |
Reichert et al. | New semiempirical temporal model to predict chloride profiles considering convection and diffusion zones | |
di Luzio et al. | PREDICTING THE LONG-TERM PERFORMANCE OF STRUCTURES MADE WITH ADVANCED CEMENT BASED MATERIALS IN EXTREMELY AGGRESSIVE ENVIRONMENTS: CURRENT STATE OF PRACTICE AND RESEARCH NEEDS–THE APPROACH OF H2020 PROJECT RESHEALIENCE. | |
CN107525783A (zh) | 一种直读式激光污秽度测试仪及其测试方法 | |
CN118050309A (zh) | 混凝土结构酸雨侵蚀耐久性评定方法、***及装置 | |
Guo et al. | Multi-factor model to predict surface chloride concentration of concrete based on fuzzy logic system | |
CN114755302A (zh) | 一种基于超声相控阵的裂纹表征方法及装置 | |
Li et al. | Durability assessment of concrete immersed tube tunnel in Hong Kong-Zhuhai-Macau sea link project |
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 |