建筑结构检测方法分析

建筑结构检测方法学习总结与结构无损检测新方法的学习探究【摘 要】本文通过对几种常见的建筑结构（混凝土结构、砌体结构、钢结构）的常用检测方法的学习进行系统总结，同时对国内外在这些结构的检测方法最新进展的方面进行学习，并做出相应的总结报告，了解并学习近年在各类结构的检测方面的最新研究成果，比较各种方法之间的内在联系及个中利弊。【关键词】结构检测 混凝土结构 砌体结构 钢结构 结构无损检测“结构”一词的范围及其广泛，不仅包括通常意义上的土木工程结构（混凝土结构、砌体结构、钢结构等），也包括连杆、轴承、齿轮等一系列零件所组成的机械结构，而各种工业及民用建筑物、桥梁、海洋平台、水工结构、机器的支架承台和基础、管道和容器等则都属于工程结构范畴。工程结构中常常存在损伤，如建筑结构中的梁、板、柱、壳等的裂缝，钢结构的开焊和压力容器爆炸等。对大多数的工程结构而言，一定程度的带伤工作是完全容许的，因此现有的检测工作多数为结构的可靠性评估，对于结构的质量检测尤其是故障诊断及智能化故障诊断的开展尚不足。工程结构中建筑结构检测的目的是通过对结构物受到的各种不同因素作用后的观察和测试，并进行分析与计算，对结构物的工作性能及可靠性进行评估，对结构物的承载能力做出正确的估计，同时，为验证和发展理论及对新结构的研究提出可靠的具体依据；其具体过程为采用各种检测方法对建筑结构进行耐久性检测，并对其安全性、可靠性进行鉴定，得出其鉴定等级和是否需要加固的结论。下面将对建筑结构检测与诊断的各个方面做出学习总结。1 建筑结构常见的劣化现象建筑结构在自然条件、人为因素及有害介质的作用下，将会逐渐受到侵蚀，进而产生各种劣化现象。这些劣化现象往往是建筑结构损坏甚至倒塌的主要原因，也是建筑结构经过检测、鉴定后进行加固、改造的主要对象。1.1 承载力不满足要求建筑结构或构件由于本身的剥蚀、冲刷或磨损，使其截面面积减少，或因钢筋、钢结构的锈蚀使其截面面积不足，在荷载不变的情况下结构承载力相应显著降低，不能满足承载力要求；或者由于外部环境条件的改变，结构或构件的外部荷载明显增加，从而使结构承载力不符合要求。1.2 裂缝裂缝在钢筋混凝土结构中及其常见，也是建筑结构中最为常见的劣化现象。裂缝是造成结构耐久性下降的重要因素，它不仅影响结构感观，而且因为有害物质的入侵打开了通道，使结构加重劣化程度。但是有相关研究表明，并不是所有的裂缝都会对建筑结构产生影响，其中一部分裂缝是不影响结构使用的（称之为无害裂缝），可以不对其进行修补或加固，而影响结构使用性能的裂缝（称之为有害裂缝）则必须加以修补和加固。目前混凝土现浇结构的大量使用和结构刚度的增加以及在其他结构的约束下于施工现场进行结构的变形都是裂缝产生的因素；同时施工速度加快，使混凝土等结构没有变形的时间和空间，也是裂缝产生的原因之一；此外，材料性能的改变，如水泥强度和混凝土强度的提高，特别是早期强度的提高，使混凝土或砌体结构变脆，或早期施放较多的水花热，也容易使结构产生裂缝。目前根据裂缝的成因将混凝土结构以及砌体结构的裂缝大致分为一下几类：I 钢筋混凝土结构裂缝： 干燥收缩裂缝； 自收缩裂缝； 温度收缩裂缝； 塑性收缩裂缝； 荷载裂缝；II 砌体结构裂缝： 基础不均匀沉降裂缝； 温度裂缝； 因结构连接不当造成的裂缝等。1.3 腐蚀腐蚀主要包含水泥基材料的腐蚀和钢筋以及钢结构的锈蚀。水泥基材料的腐蚀主要是化学腐蚀，物理腐蚀较少，主要包括：酸腐蚀、硫酸盐腐蚀、氯盐腐蚀以及碱-骨料反应；而钢筋及钢结构的腐蚀主要是电化学腐蚀，即在离子存在的情况下，铁原子失去电子转化成二价铁离子，即铁锈，这一反应使得钢筋或钢结构不断锈蚀。1.4 渗漏建筑结构的渗漏最易发生在屋面和卫生间，其次是墙面，成为建筑结构的以种常见的劣化现象。渗漏不但影响建筑的使用功能，而且会大大降低其耐久性，特别是会造成钢筋锈蚀。造成渗漏的原因除施工质量不符合规范要求外，就是使用不当。另外，某些地下结构如隧道、地铁等因地下水较丰富，形成一定水压力，也常出现渗漏现象。1.5 结构变形或连接缺陷建筑结构的较大变形不但预示着结构的承载力降低，而且改变了结构的受力状态，当变形达到一定程度后，会使结构产生裂缝，严重影响结构的使用功能。结构的变形主要有梁类构件的挠度增加，主梁或桁架的侧向弯曲、柱顶的倾斜和基础不均匀沉降等，是结构劣化现象之一。连接缺陷是指构建与构件之间、构件与连接件之间的连接方式不当，其构造存在严重缺陷，焊缝、螺栓、铆钉等各种连接处有明显变形、滑移、局部拉脱或剪坏。连接缺陷同样将会造成建筑物局部损坏，严重的会造成整体垮塌。2 建筑结构的传统检测内容（项目）及检测方法2.1 混凝土结构的检测安全性检测安全性检测主要是指根据结构的整体变位和支承情况判断整个结构或结构的一部分是否危险；根据强度检测结果演算结构构件的强度安全情况，并由强度检测和构造条件演算和评价连接节点、连接材料的安全性，根据结构和构件的工作条件做出安全、稳定性测评，同根据检测结构和构件的变形和开裂数据做出整个结构及构件的安全状态及质量优劣的评定。其具体的检测项目有：强度（抗压强度和抗剪强度）、弹塑性、断裂性能、缺陷（蜂窝麻面、孔洞等）、损伤（混凝土因干缩、温度收缩、化学收缩、外荷载作用产生的裂缝等）等。功能完整性检测功能完整性检测主要是根据设计目的和规范要求进行感观评估，以确定是否满足使用要求；根据实际测量的变形值与规范值或理论值进行比较，以判定对使用的影响程度；另外，根据裂缝的发生和发展来确定其对屋盖以及围护墙体的影响程度以及对整体结构的危害程度。主要的检测项目有：感观评估、位移及变形检测、整体试验等。耐久性检测耐久性检测主要是根据结构材料和裂缝状态、老化程度、钢筋锈蚀程度以及环境条件的作用对其使用寿命进行预测。具体检测项目有：抗渗漏、抗冻、钢筋锈蚀、抗磨损、碳化和收缩、受压徐变、动弹性模量、抗压疲劳强度检测等。现将钢筋混凝土结构性能检测方法总结如下表2.1所示。表2.1 混凝土结构性能常用无损检测方法检测目的常用方法测试量换算原理混凝土强度钻芯法芯样抗压强度局部区域的抗压、抗拉或抗冲击强度推算成标准抗压强度及特征强度拔出法拉拔强度压痕法压力和压痕直径或深度射击法探针射入深度回弹法回弹值根据混凝土应力应变性质与强度的关系，用弹性模量或粘塑性指标推算标准抗压强度及特征强度超声脉冲法超声脉冲传播速度回弹-超声综合法回弹值和声速超声-衰减综合法声速和衰减射线法吸收或散射强度根据混凝土密实度推算强度混凝土内部缺陷超声脉冲法声时、波高、波形、频谱、反射回波波的绕射、衰减、叠加等射线法穿透后的射线强度射线强度记录或摄影混凝土受力和损伤程度声发射法声发射信号、事件记数、幅值分布能谱等声发射信号源定位、声发射的凯塞效应超声脉冲法声速、衰减破坏过程的连续观察其他弹性模量和黏塑性性质及耐久性共振法固有频率、品质因数震动分析敲击法对数衰减率震动分析超声法声速、衰减系数、频谱应用波传播分析透气法气压变化孔隙渗透性钢筋位置和锈蚀磁测法磁场强度钢筋对磁场的影响电测法钢筋的半电池电位电化学分析射线法射线穿透射线摄影2.2 砌体结构的检测与评定砌体结构是指由砖砌体、石砌体和砌块砌体建造的结构。对于砌体结构的质量检查主要有以下七个方面的内容： 物理力学性能检查； 裂缝检查； 损伤检查； 变形检查； 连接部位的检查； 圈梁检查； 墙体稳定性检查； 施工质量检查等。砌体结构常用的检测项目与方法有：回弹法检测砂浆抗压强度、回弹检测烧结普通砖抗压强度、原位轴压法检测砌体抗压强度等。具体检测方法见表2.2：表2.2 砌体强度检测方法序号检测方法特点用途限制条件1取样法属于取样检测，在墙体上取出符合要求的砌体试样，在实验室进行力学性能试验；直观性，准确性强受外界影响因素较小；取样、运输困难；检测部位局部损坏检测普通砖砌体的抗压强度取样尺寸有一定限制；同一墙体上测点数量不应多于一个；取样、运输时不能使试件受损2轴压法属原位检测，直接在墙体上检测，检测结果直接反映了墙体质量和施工质量；直观性、可比性强；设备较重；检测部位局部损坏检测普通砖砌体的抗压强度槽间砌体每侧的墙体不应大于1.5m；同一墙体上测点数量不应多于一个；测点数量不应太多；限用于240mm3扁顶法属原位检测，直接在墙体上检测，检测结果直接反映了墙体质量和施工质量；直观性、可比性强；扁顶重复率较低；砌体强度较高或轴向变形较大时，难以测出抗压强度；设备轻便；检测部位局部损坏检测普通砖砌体的强度；检测古建筑和重要建筑的实际应力；检测具体工程的砌体弹性模量槽间砌体每侧的墙体不应大于1.5m；同一墙体上测点数量不应多于一个；测点数量不应太多4原位单剪法属原位检测，直接在墙体上检测，检测结果直接反映了墙体质量和施工质量；直观性强；检测部位局部损坏检测各种砌体的抗剪强度测点宜选在窗下墙部位，且承受反作用力的墙体应有足够长度；测点数量不应太多5原位单砖双剪法属原位检测，直接在墙体上检测，检测结果直接反映了墙体质量和施工质量；直观性强；检测部位局部损坏检测烧结普通砖砌体的抗剪强度；其他墙体应经试验确定有关换算系数当砂浆强度低于5MPa时，误差较大6推出法属原位检测，直接在墙体上检测，检测结果直接反映了墙体质量和施工质量；设备轻便；检测部位局部损坏检测普通砖墙体的砂浆强度当水平灰缝的砂浆饱满度低于65%时，不宜选用7筒压法属取样检测；仅需利用一般混凝土试验室的常用设备；取样部位局部损坏检测烧结普通砖墙体中的砂浆强度测点数量不应太多（续上表）8砂浆片剪切法属取样检测；专用的砂浆强度仪和其标定仪，较为轻便；试验工作较简便；取样部位局部损坏检测烧结普通砖墙体中的砂浆强度9回弹法属原位无损检测，测区选择不受限制；回弹仪有定型产品，性能较稳定，操作简便；检测部位的装饰面层仅局部损伤检测烧结普通砖墙体中的砂浆强度；适宜于砂浆强度均质性普查砂浆强度不应小于2MPa10点荷法属取样检测；试验工作较简便；取样部位局部损坏检测烧结普通砖墙体中的砂浆强度砂浆强度不应小于2MPa11射钉法属原位无损检测，测区选择不受限制；射钉枪、子弹、射钉有配套定型产品，设备轻便；检测部位的装饰面层仅局部损伤烧结普通砖、多孔砖砌体中，砂浆强度均质性普查定量推定砂浆强度，宜与其他检测方法配合使用；砂浆强度不应小于2MPa；检测前，需要用标准靶检校2.3 钢结构的检测钢结构的缺陷主要有制造缺陷、安装缺陷以及使用缺陷三个方面，其损坏主要表现为：裂缝、断裂、构件切口形式的整体性破坏，变形、弯曲和局部扭曲形式的几何形状变态，焊缝、螺栓和铆钉产生裂缝、松动与破坏形式的连接破损，挠度过大、偏斜等形式的结构变位以及腐蚀破损、疲劳破损等形式的损坏。钢结构的质量检测与评定需包含材质的检验与测定、钢结构构件承载能力和结构构件变形的检验与评定等几个方面的内容。具体的检测方法包含取样拉伸法、表面硬度法、化学分析法、超声检测法以及磁探伤法等检测手段。具体检测项目及检测方法或步骤见表2.3所示。表2.3 钢结构检测方法序号检测类别检测项目检测方法或步骤1钢材强度检测钢材强度取样拉伸法表面硬度法化学分析法2钢材缺陷无损检测新材缺陷超声波法、射线法、磁力法旧材锈蚀超声波测厚仪脉冲反射法（续上表）3结构连接检测焊缝无损检测斜探头横波探伤普通螺栓最小拉力载荷试验高强螺栓螺栓实物最小载荷试验；扭剪型高强度螺栓连接副预拉力试验；高强度螺栓连接副施工扭矩检验；高强度大六角头螺栓连接副扭矩系数实验；高强度螺栓连接摩擦面的抗滑系数检验连接节点焊接球节点承载能力检测；螺栓球节点承载能力检测3 结构损伤检测技术的发展新动向 桥梁、堤坝和超高层建筑等重大工程结构在发生地震等自然灾害时会因年久失修而产生隐患，建筑结构中的裂缝、混凝土的过火、钢结构的开焊以及构件中存在的内部缺陷等往往具有很大的危险性并造成重大的经济损失。由于结构都是按照力学原理进行设计，没有生命和只能，无法感知自然灾害作用而向工程人员反馈，因此设计者常常采取片安全的保守设计，比如增大截面尺寸与重量等，这样一来不但增加了人力物力财力，也增加了资源的消耗，造成浪费。因此，如何通过一定的检测手段就可以判断出结构的健康状况是当前国际上一个研究热点。基于此，近年世界主要发达国家投入大量人力物力发展等结构检测技术以及结构无损检测技术等先进的结构检测技术。建筑的无损检测技术是建筑工程质量控制的重要手段。无损检测技术是一门以物理学、材料科学、变形固体力学、电子学等为基础，在不改变被检测对象为前提下，探测和评价被测对象的性能的综合性应用技术。不改变被测对象原有的结构形式，不影响其使用是无损检测技术最显著的特点。这一特点使得无损检测技术在许多行业和部门得到了广泛的应用，同时也在土木工程结构的质量检测方面发挥了极大的作用。无损检测技术包含多种方法，如：超声波无损检测法、电磁无损检测法、雷达无损检测法(911)、焊接结构的射线和磁粉检测法、红外热成像检测技术、钢丝绳检测技术以及声发射技术等，由于近20年来神经网络技术在全世界范围内的飞速发展，使得基于计算只能（包括神经网络、遗传算法和模糊理论等）的结构优化设计和结构损伤检测问题为广大国内外科技与工程界相关科研人员关注与研究。而神经网络技术以其良好的自适应性以及较强的学习、优化、联想和容错功能特别适合于结构工程领域中许多非线性问题，因而近十几年神经网络被广泛的应用于结构工程的优化设计与损伤检测中。这里，最早将神经网络用于结构损伤检测的是美国普渡大学(Purdue University)的Venkatasubramanian 和Chan，他们最早于1989年发表基于神经网络方法的缺陷诊断处理(A neural network methodology for process fault diagnosis)，文中运用BP网络进行了工程结构的损伤与诊断，后来许多研究人员开发了不同的网络模型，对工程结构或构件进行了损伤检测与诊断。Venkatasubramanian 和Chan在1989年构造的神经网络为18个输入单元、13个输出单元、一个隐含层且单元数为5至27个的BP网络。该神经网络的缺点是训练时间过长，且训练时使用的数据不是实时的。后来1992年Wu等人发表神经网络在结构损伤检查中的应用(Use of neural networks in detection of structural damage)利用神经网络的自组织、自学习能力，提出了一种基于傅里叶谱的损伤检测方法，并成功的对一栋3层建筑的开裂与无裂缝结构进行了损伤检测。同年，Kudva等人发表基于神经网络与有限元分析的大型结构损伤检测(Damage detection in smart structures using neural networks and finite-element analysis)，提出了大型结构损伤检测的方法，该方法首先运用有限元分析的结果来训练神经网络，然后运用训练后的神经网络作为模式分类器，来识别给定应变模式的损伤位置和损伤程度。接下来第二年，Elkordy等人用两个数学模型产生的训练样本训练神经网络，用试验数据来检验神经网络建立的模态与构件刚度变化之间的映射关系。他们发表基于分析型模拟损坏状态下的神经网络训练(Neural network trained by analytically simulated damage states)，并用这样的BP网络来识别一栋5层建筑，该网络模型比较成功的预报了第一、二层的损伤及其损伤程度。次年，他们在对仅依靠现场目测进行结构损伤检测的传统方法的可靠性产生质疑的情况下提出一个基于BP网络的结构损伤检测系统，发表结构损伤的神经网络警报系统(A structural damage neural network monitoring system)。该系统训练采用来自振动台试验和有限元分析得到的应变模态作为震动信号，研究发现神经网络可以用来诊断比较复杂的损伤模式，对于处理具有噪声和不完整的数据效果较好。1993年Worden等人发表神经网络用于缺陷定位(Neural network for fault location)一文，文中用BP网络来识别一个20根构件组成的结构的损伤，研究发现，当使用实验数据来训练神经网络时，训练后的神经网络能够识别结构的大部分损伤。我国道路复杂，河流众多，在道路及桥梁中存在的损伤很容易造成重大的财产损失与人员伤亡。而神经网络同样可以用于道路桥梁方面的健康检测与损伤诊断。1999年Chan等人发表独创性神经网络用于青马大桥悬索的异常检测(Neural network novelty for anomaly detection of Tsing Ma bridge cables)，该法通过调整索的张力来改变索的频率变化，并在理论计算的基础上添加测量噪声获得“测量数据”，用测量数据的前300个来训练过滤器，后200个来检验大桥的健康状况。2000年时Ko等人发表自动联结神经网络用于香港汀九斜拉桥的结构损伤警报(Structural damage alarming in Ting Kau bridge using auto-associative neural network)，用自联想神经网络对香港汀九斜拉桥进行了异常检测。此后Choi等人开发了一个真实钢结构桁架桥的损伤检测系统，发表基于神经网络技术的实际钢结构桁架桥的损伤检测系统(Damage detection system of a real steel truss bridge by neural networks)，该系统首先对实桥进行加载实验，测得火车通过该桥的应变和加速度，用实际测得的数据来修正有限元模型，然后运用修正后的有限元模型来模拟损伤序列，最后运用BP神经网络对损伤构件的位置及损伤程度进行检测与识别。神经网络具有自适应、自学习的能力，它能够通过训练或学习阶段，获得健康结构和损伤结构所具有的有关知识与信息；神经网络还具有联想、记忆及模式匹配的能力，能够存储学习过程中的损伤知识，然后将此信息与实测数据进行模式匹配与比较；神经网络具有抽取、归纳的能力，它具有滤出噪声及在有噪声情况下抽取事物本身内在特征、得出正确结论的能力，比较适合具有大量噪声和测量误差的结构的在线健康检测与状态评估；同时神经网络本身就是一个输入 输出的映射函数关系，它具有分辨原因及结构损伤类型的能力。总之，现阶段的研究表明，神经网络非常适合应用于结构的损伤检测与状态评估。【参考文献】1 陈长征、罗跃纲等编著. 结构损伤检测与智能诊断. 北京：科学出版社，20012 卜乐奇、陈星烨编著. 建筑结构检测技术与方法. 长沙：中南大学出版社，20033 冯文远、冯志华编著. 建筑结构检测与鉴定实用手册. 北京：中国建筑工业出版社，20074 陈志鹏、张天申等编著. 结构试验与工程检测. 北京：中国水利水电出版社：知识产权出版社，20045 姜绍飞著. 基于神经网络的结构优化与损伤检测. 北京：科学出版社，20026 周克印、周在杞等编著. 建筑工程结构无损检测技术. 北京：化学工业出版社，20067 宋彧主编. 工程结构检测与加固. 北京：科学出版社，20058 宋彧、段敬民主编. 建筑结构试验与检测. 北京：人民交通出版社，20059 吴新璇主编. 混凝土无损检测技术手册. 北京：人民交通出版社，200310 Quality assurance of fresh concrete by radar techniques. G. Van der wegen, G. Bosmans11 Mircowave nondes tructive detention of delamination in IC packages utilizing open-ended coaxial line sensor. Y. JU, M. Saka. H. Abe, 1999, NDT&E international 32(1999)12 Venkatasubramanian V and Chan K. A neural network methodology for process fault diagnosisJ. Journal of AIChE, 1989, 35(12): 1993200213 Wu X J, Ghaboussi and Garrett. Use of neural networks in detection of structural damageJ. Computers and Structures, 1992, 42(4): 64965914 Kudva J N, Munir N and Tan P W. Damage detection in smart structures using neural networks and finite-element analysisJ. Smart Mater. Struct. , 1992, 1: 10811215 Elkordy et al. Neural network trained by analyti