一种钢筋套筒灌浆密实度检测方法技术

本发明专利技术公开了一种钢筋套筒灌浆密实度检测方法，通过小波分解钢筋套筒激振反馈波形，然后利用分形原理对分解后的波形进行盒维数分析，提取描述缺陷特征的“分形特征向量”，最后将“分形特征向量”作为BP神经网络的缺陷特征向量输入值，经训练过的BP神经网络智能分析判别后，输出套筒灌浆密实度系数及缺陷类型；通过这种智能识别方法对套筒灌浆密实度进行检测，大大的提高了检测人员的检测效率，降低了人为因素对检测结果的影响。

【技术实现步骤摘要】
一种钢筋套筒灌浆密实度检测方法
本专利技术涉及装配式建筑领域，具体涉及一种钢筋套筒灌浆密实度检测方法。
技术介绍
术语解释：小波分析：是一种信号的时间—频率分析方法，具有多分辨率分析的特点。该方法用有限长或快速衰减的、称为母小波的振荡波形来表示信号，通过缩放母小波的宽度来获得信号的频率特征，通过平移母小波来获得信号的时间信息，从而在时频两域都具有表征信号局部特征的能力。对于瞬态冲击振动响应这类具有较宽频带的非平稳随机信号，小波分析技术可对其局部进行多分辨率、突出化分析，能够快速、准确地探测到结构振动响应中所含有的缺陷反常信号。BP神经网络：一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。它能学习和存贮大量的输入—输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。盒维数：假设钢筋套筒受激振动产生的振动波信号s∈F，F是n维欧式空间Rn上面的封闭的集合。将Rn划分成尽可能小的宽度为δ的正方形方格，如果Nδ是网格宽度为δ的离散空间上覆盖F集合最少的网格个数，那我们将振动波s的盒维数定义为：随着我国经济和城市化的快速发展，建筑工业化进程也在加快，传统现浇建筑技术由于资源配置不合理、施工机械化程度低、施工作业环境较差，已不能满足于建筑行业发展需求。装配式建筑因具有工业化程度高、施工效率高、节能环保等优点，近年来在国内得到了迅速推广及使用。装配式建筑技术的重要特点就是建筑物整体或部分结构由预制部品部件在工地装配而成，各装配构件间节点的有效连接是装配式混凝土结构的关键技术，也是装配式混凝土结构能否推广应用的关键。为提高装配式建筑的抗震性和完整性，须确保装配式建筑构件之间具有可靠的连接。常用的装配式建筑连接方式主要是通过采用钢筋套筒实现连接，该连接方式有效地保证了装配式建筑的完整性，因此也相应地提高了装配式建筑的抗震性，广泛用于房建装配式剪力墙、桥梁装配式箱梁及桥梁墩台等建筑结构中。钢筋套筒主要由连接钢筋与套筒所组成。当前，常规的钢筋套筒连接强度评价方法是对钢筋套筒接头试件采用单向拉伸、高应力反复拉压试验、大变形反复拉压试验等；在无损检测方法上，超声波法、冲击回波法虽然在一定程度上都能够得到钢筋套筒灌浆密实度的信息，但对于检测结果的判读受人为因素影响较大；预埋钢丝拉拔法、预埋传感器法检测费时费力，无法实现钢筋套筒灌浆密实度的普查；X射线法虽然检测效果直观易读，但检测设备昂贵、操作流程复杂、无法探测并排套筒、检测深度有限，并且存在射线辐射，易对人体造成伤害。因此，目前尚无一种高效率、低成本、智能化的钢筋套筒灌浆密实度检测方法。
技术实现思路
为了克服现有检测技术的不足，本专利技术提供了一种钢筋套筒灌浆密实度检测方法，以提高套筒灌浆密实度的检测效率及智能化程度。本专利技术解决其技术问题所采用的技术方案是：一种钢筋套筒灌浆密实度检测方法，包括钢筋套筒，所述钢筋套筒的上、下两端分别嵌有钢筋，所述上、下两端的钢筋通过钢筋套筒内部凝固的灌浆料固定；所述钢筋套筒上设有出浆口和进浆口；对所述钢筋套筒灌浆密实度检测方法步骤如下：步骤1，准备A件已知灌浆缺陷类型及密度的钢筋套筒；所述A的数值大于等于100；步骤2，对步骤1中的钢筋套筒逐个进行如下步骤：1)在钢筋套筒的进浆口设置振动传感器，所述振动传感器连接数据采集设备，所述数据采集设备可接收振动传感器的信号并实时保存；2)还包括激振设备，所述激振设备可控制每次输出的激振波一致；完成步骤1)之后，启动数据采集设备，并利用激振设备使钢筋套筒的出浆口产生激振波；通过振动传感器采集到钢筋套筒的振动响应信号后传输至数据采集设备并保存；3)将步骤2)采集到的的振动响应信号载入电脑；4)根据步骤3)输入的振动响应信号波形，选择Sym8小波函数以及小波分解的层次为N；所述N的数值小于等于7；然后对步骤3)的振动响应信号，利用选定的小波函数进行N层正交小波分解，得到第1～N层小波分解的信号分量{cAN，cDN，cDN-1......cD4，cD3，cD2，cD1}。5)分别对步骤4)得到的AN，DN，DN-1......D4，D3，D2，D1进行盒维数计算，得到盒维数FAN、FDN、FN-1......F4、F3、F2、F1。6)计算步骤5)中FAN、FDN、FN-1......F4、F3、F2、F1的平均值，然后再计算用平均值分别减去FAN、FDN、FN-1......F4、F3、F2、F1所得的绝对值。7)根据步骤6)所得的绝对值从大到小对盒维数FAN、FDN、FN-1......F4、F3、F2、F1进行重新排列，组成分形特征向量FX＝{F1，F2，F3，F4......FN-1、FDN、FAN}；步骤3，完成步骤2后，得到分形特征向量FA、FA-1、FA-2......F3、F2、F1；将得到的分形特征向量FA、FA-1、FA-2......F3、F2、F1及各个分形特征向量所对应钢筋套筒的灌浆缺陷类型及密度导入MATLAB软件中的BP神经网络进行训练学习，并保存。步骤4，完成步骤3后，将需检测钢筋套筒进行步骤2的操作，得到分形特征向量FB；然后将分形特征向量FB作为步骤3中已经训练完成的BP神经网络的输入值，经BP神经网络智能分析判别后，输出钢筋套筒的灌浆缺陷类型及密度。进一步，每次进行步骤2时，所述激振设备产生的激振波均一致。进一步，所述步骤2中的步骤4)的Sym8小波函数还可以是Haar小波函数、Daubechies小波函数以及Coiflet小波函数等。进一步，完成步骤4后，利用X射线法对分形特征向量FB所对应的钢筋套筒进行精确判断后，将分形特征向量FB、钢筋套筒缺陷类型及密度信息对BP神经网络继续训练。进一步，所述激振设备为手锤。进一步，所述步骤1中，振动传感器与钢筋套筒进浆口的接触面上涂抹有耦合剂。进一步，所述耦合剂为黄油。本专利技术的有益效果是：通过对大量已知灌浆缺陷类型及密度的钢筋套筒激振反馈的振动响应信号进行小波分解，然后利用分形原理对分解后的波形进行盒维数分析，提取描述缺陷特征的分形特征向量FA、FA-1、FA-2......F3、F2、F1，最后利用分形特征向量FA、FA-1、FA-2......F3、F2、F1及其对应钢筋套筒的灌浆缺陷类型及密度输入MATLAB软件中的BP神经网络进行不断训练学习；从而当检测人员需要检测钢筋套筒的灌浆缺陷类型及密度时，只需要采集其激振反馈的振动响应信号后，对采集的振动响应信号进行小波分解并提取分形特征向量FB后将FB作为输入值，输入经过训练学习的BP神经网络中，经BP神经网络智能分析判别后即可输出钢筋套筒的灌浆缺陷类型及密度信息；通过这种智能识别方法对钢筋套筒灌浆密实度进行检测，可以大大的提高检测人员的检测效率、降低检测成本以及提高检测精度。附图说明下面结合附图和实施例对本专利技术进一步说明。图1是本专利技术检本文档来自技高网...

【技术保护点】
1.一种钢筋套筒灌浆密实度检测方法，包括钢筋套筒，所述钢筋套筒的上、下两端分别嵌有钢筋(2)，所述上、下两端的钢筋(2)通过钢筋套筒内部凝固的灌浆料固定；所述钢筋套筒上设有出浆口(11)和进浆口(12)；其特征在于，所述钢筋套筒灌浆密实度检测方法步骤如下：/n步骤1，准备A件已知灌浆缺陷类型及密度的钢筋套筒；所述A的数值大于等于100；/n步骤2，对步骤1中的钢筋套筒逐个进行如下步骤：/n1)在钢筋套筒的进浆口(12)设置振动传感器(3)，所述振动传感器(3)连接数据采集设备(4)，所述数据采集设备(4)可接收振动传感器(3)的信号并实时保存；/n2)还包括激振设备(6)，所述激振设备(6)可控制每次输出的激振波一致；完成步骤1)之后，启动数据采集设备(4)，并利用激振设备(6)使钢筋套筒的出浆口(11)产生激振波；通过振动传感器(3)采集到钢筋套筒的振动响应信号后传输至数据采集设备(4)并保存；/n3)将步骤2)采集到的的振动响应信号载入电脑(5)；/n4)根据步骤3)输入的振动响应信号波形，选择Sym8小波函数以及小波分解的层次为N；所述N的数值小于等于7；然后对步骤3)的振动响应信号，利用选定的小波函数进行N层正交小波分解，得到第1～N层小波分解的信号分量{cAN，cDN，cDN-1......cD4，cD3，cD2，cD1}。/n5)分别对步骤4)得到的A...

【技术特征摘要】
1.一种钢筋套筒灌浆密实度检测方法，包括钢筋套筒，所述钢筋套筒的上、下两端分别嵌有钢筋(2)，所述上、下两端的钢筋(2)通过钢筋套筒内部凝固的灌浆料固定；所述钢筋套筒上设有出浆口(11)和进浆口(12)；其特征在于，所述钢筋套筒灌浆密实度检测方法步骤如下：
步骤1，准备A件已知灌浆缺陷类型及密度的钢筋套筒；所述A的数值大于等于100；
步骤2，对步骤1中的钢筋套筒逐个进行如下步骤：
1)在钢筋套筒的进浆口(12)设置振动传感器(3)，所述振动传感器(3)连接数据采集设备(4)，所述数据采集设备(4)可接收振动传感器(3)的信号并实时保存；
2)还包括激振设备(6)，所述激振设备(6)可控制每次输出的激振波一致；完成步骤1)之后，启动数据采集设备(4)，并利用激振设备(6)使钢筋套筒的出浆口(11)产生激振波；通过振动传感器(3)采集到钢筋套筒的振动响应信号后传输至数据采集设备(4)并保存；
3)将步骤2)采集到的的振动响应信号载入电脑(5)；
4)根据步骤3)输入的振动响应信号波形，选择Sym8小波函数以及小波分解的层次为N；所述N的数值小于等于7；然后对步骤3)的振动响应信号，利用选定的小波函数进行N层正交小波分解，得到第1～N层小波分解的信号分量{cAN，cDN，cDN-1......cD4，cD3，cD2，cD1}。
5)分别对步骤4)得到的AN，DN，DN-1......D4，D3，D2，D1进行盒维数计算，得到盒维数FAN、FDN、FN-1......F4、F3、F2、F1。
6)计算步骤5)中FAN、FDN、FN-1......F4、F3、F2、F1的平均值，然后再计算用平均值分别减去FAN、FDN、FN-1......F4、F3、F2、F1所得的绝对值。
7)根据步骤6)所得的绝对值从大到小对盒维数FAN、FDN、FN-1.......

【专利技术属性】
技术研发人员：唐孟雄，孙晓立，周治国，卞德存，杨军，邵继喜，赵亚宇，郭都城，赵鸿彬，
申请(专利权)人：广州市市政工程试验检测有限公司，
类型：发明
国别省市：广东;44