扩展功能
文章信息
- 汪辛, 丁志凯, 刘胜春.
- WANG Xin, DING Zhi-kai, LIU Sheng-chun
- 基于BOTDA的混凝土结构裂缝识别试验研究及工程应用
- Experimental Study and Engineering Application on Identifying Cracks in Concrete Structure Based on BOTDA
- 公路交通科技, 2023, 40(9): 151-157
- Journal of Highway and Transportation Research and Denelopment, 2023, 40(9): 151-157
- 10.3969/j.issn.1002-0268.2023.09.018
-
文章历史
- 收稿日期: 2021-08-12
2. 中国公路工程咨询集团有限公司, 北京 100089;
3. 中咨公路养护检测技术有限公司, 北京 100089;
4. 中交第二公路勘察设计研究院有限公司, 湖北 武汉 430052
2. China Highway Engineering Consulting Corporation, Beijing 100089, China;
3. CHECC Highway Maintenance and Test Technology Co., Ltd., Beijing 100089, China;
4. CCCC Second Highway Consultants Co., Ltd., Wuhan Hubei 430052, China
在公路基础设施的建设中,混凝土结构是主要的结构类型,包括混凝土桥梁、隧道衬砌、抗滑桩等。根据以往的混凝土结构养护经验,混凝土结构的表面裂缝和内部裂缝是其主要病害[1-3],因此对于重要的基础设施,对其结构裂缝的产生、发展进行全时全域的监测十分必要。
目前混凝土结构的裂缝监测还是以人工监测为主[4],随着图像识别技术[5]、光纤光栅传感技术[6]、深度学习技术[7]以及各类算法[8-11]的快速发展,对混凝土结构裂缝的监测手段更加丰富、监测结果更加精准。但是这些方法和手段在数据采集阶段也存在监测范围小、对监测环境的要求较高、监测仪器的寿命较短等问题,无法满足全时全域的监测要求。
布里渊光时域分析(the Brillouin Optical Time Domain Analysis,BOTDA)技术因其具有高精度、长距离、分布式、耐久性好等特点被广泛应用于结构健康监测领域。蒋孝鹏等[12]依托汉江特大桥建设工程,采用传统监测方式与分布式光纤技术进行对比研究,研究表明分布式光纤能够很精确地识别和定位梁体各处的应变异常点位置,且相对于传统的千分表监测方式,分布式光纤能更灵敏地监测梁体的应变情况。毛江鸿等[13]改进了光纤布设方式监测混凝土微裂缝,实现了微裂缝的发生及开裂路径的监测。叶宇霄[14]研究了分布式光纤传感器监测裂缝的应变传递,并提出了裂缝宽度与光纤应变的对应关系。徐东升等[15]提出了一种分布式光纤传感器在钻孔桩中的新安装方法,在多阶段开挖过程中,通过BOTDA传感器获得了沿钻孔桩的分布式应变,并通过分布式应变推导出钻孔桩侧向挠度。
分布式光纤自身耐久性好,但是易受施工环境的影响。因此本研究尝试在混凝土结构的表面和内部同时布设分布式光纤,并使用千斤顶进行加载试验,通过分析监测数据验证了分布式光纤布设方式的可行性,同时验证了分布式光纤可以识别混凝土结构的表面裂缝和内部裂缝,最后在宜巴高速某隧道进行了现场试验。
1 BOTDA技术原理布里渊光时域分析技术[16](Brillouin Optical Time Domain Analysis,BOTDA)的原理如图 1所示,解调仪在光纤两端分别注入探测光和泵浦光,当探测光和泵浦光的频率差落在布里渊光谱内,光纤会发生布里渊效应,根据布里渊频移(BFS)与光纤应变差、光纤温度差之间的线性关系[17-18],如式(1)所示,可以测得分布式光纤的应变变化量和温度变化量。
|
| 图 1 BOTDA技术原理 Fig. 1 Principle of BOTDA technology |
| |
|
(1) |
式中,Δf为布里渊频移量;C11为布里渊频移应变系数;C12为布里渊频移温度系数;Δε为分布式光纤应变变化量;Δt为分布式光纤温度变化量。试验前进行标定试验,确定布里渊频移应变系数和布里渊频移温度系数。
2 混凝土梁加载试验为了验证使用BOTDA光纤传感技术能识别混凝土结构的表面裂缝和内部裂缝,此次混凝土梁加载试验参考文献[19]中的材料配比,制作了一根高强钢筋活性粉末混凝土梁,通过在混凝土梁的内部和表面布设分布式光纤,获得混凝土梁在加载全过程中的应变分布情况。
2.1 试验材料及设备高强钢筋活性粉末混凝土梁所用到的原材料包括:42.5级普通硅酸盐水泥、微硅粉、石英砂、高效聚羧基减水剂、钢纤维。各组分配合比为水泥∶微硅粉∶石英砂∶高效减水剂∶钢纤维∶水=1∶0.18∶1.17∶0.02∶0.13∶0.19[19]。活性粉末混凝土的抗压强度为120 MPa,弹性模量为4.52×104 MPa。高强钢筋采用HRB400,钢筋直径为20 mm。制备的高强钢筋活性粉末混凝土梁长度为2.0 m,宽120 mm,高250 mm,配筋采用2根20 mm的高强钢筋,配筋率为2.52%。混凝土搅拌完成以后开始浇注试件,并用振动台振动密实,待试件养护36 h以后拆去模板,并持续浇水养护12 d。
试验所用解调仪为国产YS-BA型解调仪,YS-BA是一款基于布里渊散射和光时域散射原理而研发的分布式监测主机,适用于长距离的分布式应变与温度的实时在线监测。该系统具有操作简便、界面友好、性能稳定等优点,其技术参数如表 1所示。
| 技术指标 | 性能参数 |
| 通道数 | 2(可定制) |
| 测量范围/km | 60 (往返) |
| 空间分辨率/m | 0.1~50 |
| 测量时间/s | 20~180 |
| 测温范围/℃ | -270~1 600(取决于光缆) |
| 测温精度/℃ | ±0.5 |
| 应变量程/με | ±30 000 |
| 应变精度 | ±5 |
| 连接形式 | FC/APC |
| 工作环境 | 温度:-10 ℃~50 ℃;湿度:0~80%,无凝结 |
根据试验开始之前的解调仪标定试验,布里渊温度系数为0.925 MHz/με,布里渊应变系数为0.046 MHz/℃。本试验所使用的分布式光纤为高传递紧包护套应变感测光纤,光纤通过聚氨酯护套封装保护,如图 2所示。此次试验使用的设备还包括光纤熔接机、光纤切割刀、光功率计等。
|
| 图 2 分布式光纤 Fig. 2 Distributed optical fiber |
| |
2.2 试验方案 2.2.1 光纤布设方案
在混凝土梁的表面和内部布设分布式光纤,如图 3所示。(1)混凝土梁内部的光纤在预制钢筋笼时提前将光纤沿钢筋笼主筋内侧用扎带绑扎固定,在混凝土梁的一端形成回路,在另一端引出两根光纤作为接头。(2)混凝土梁表面的光纤通过环氧树脂胶水和透明胶带粘在混凝土梁的侧面,然后将混凝土梁内部光纤的一端和表面光纤的一端使用光纤熔接机进行熔接。(3)最后使用两根跳线分别和混凝土梁的内部光纤、外部光纤剩余端头熔接。
|
| 图 3 混凝土梁表面布设分布式光纤 Fig. 3 Distributed optical fibers laid on surface of concrete beam |
| |
在光纤的熔接工作全部结束以后,将两根跳线的接口连接光功率计红光笔一体机,测试整个光路的损耗,当光纤的损耗满足要求以后,将两根跳线与解调仪连接。
2.2.2 混凝土梁加载方案混凝土梁的加载参照《混凝土结构试验方法标准》(GB/T50152—2012)进行,采用千斤顶分级加载,加载示意图如图 4所示。加载过程中,解调仪全程采集光纤应变数据。
|
| 图 4 混凝土梁加载示意图(单位:mm) Fig. 4 Schematic diagram of loading on concrete beam (unit: mm) |
| |
2.3 试验过程
将制备完成的混凝土梁放置于试验平台上,如图 5所示,然后将跳线接口与解调仪相连,千斤顶分级施加荷载,每级荷载为20 kN。随着荷载增加,混凝土梁发生受弯破坏,纯弯段的纵向钢筋受拉屈服,随后受压区的混凝土被压碎。在加载过程中,混凝土梁的纯弯段跨中首先出现裂缝,然后裂缝数量逐渐增多、宽度逐渐增大,并且裂缝向受压区边缘延伸。当荷载达到屈服荷载时,混凝土梁形成1~2条主裂缝,并且裂缝宽度迅速增大。继续加载,受压区混凝土被压碎,混凝土梁断裂,分布式光纤被拉断。
|
| 图 5 混凝土梁加载现场 Fig. 5 Site of loading on concrete beam |
| |
2.4 试验结果及分析
将解调仪采集的数据绘制曲线图,如图 6所示。10.1~12.0,13.3~15.5,18.2~20.3 m这3个区段有明显的应变变化,而且这3个区间的长度分别为1.9,2.2,2.1 m,符合混凝土梁长2 m的尺寸。根据光纤布设情况,10.1~12.0 m区间是混凝土梁表面的应变数据,3.3~15.5,18.2~20.3 m区间是混凝土梁内部的应变数据。在11.1,14.3,19.2 m处应变曲线出现峰值,说明在混凝土的跨中产生了裂缝。而且在同一区间,荷载越大,应变曲线突变越剧烈,以10.1~12.0 m为例,当荷载施加到10级荷载之前,混凝土梁表面没有裂缝产生,应变曲线较为平滑;当荷载继续加大,应变曲线出现峰值,混凝土梁表面出现裂缝,随着荷载增大,裂缝宽度变大,应变曲线的突变越来越明显。在相同荷载作用下,混凝土梁表面的光纤所测得的应变比混凝土梁内部光纤测得的应变大,这一现象符合混凝土梁的应变分布。
|
| 图 6 混凝土梁加载过程中的应变分布 Fig. 6 Strain distribution during loading on concrete beam |
| |
3 工程应用
通过混凝土梁加载试验,证明了分布式光纤用于混凝土结构裂缝监测的可行性。因此本论文继续研究BOTDA光纤传感技术用于公路隧道衬砌裂缝监测的可行性。
3.1 施工场地情况宜巴高速某隧道是一座上、下行分离的四车道高速公路短隧道,长452 m,最大埋深约55 m。洞轴线走向方位角218°,左右幅间距约l5 m,单洞净空10.25×5 m,路面坡度-2.5%,2.7%。因为隧道所在地发生山体滑坡,导致该隧道衬砌出现病害,病害类型以隧道衬砌开裂、路面开裂为主。衬砌开裂主要为环向裂缝,局部为树枝状裂缝或网状裂缝,横向裂缝较少;衬砌裂缝的宽度一般为1~3 mm,局部达1~20 mm,最大达60 mm(位于右幅隧道YK150+794,缝深达73 cm,衬砌钢筋拉断,有轻微剪切迹象)。对于该隧道的衬砌开裂,采用分布式光纤传感技术监测隧道右幅的应变和裂缝整体分布及演化趋势。
3.2 光纤布设为了对该隧道进行关键部位全面的应变监测,在隧道拱顶、拱腰、拱底铺设分布式光纤,考虑安全施工的因素,施工过程中需要对该侧隧道进行封路。分别在右幅隧道的拱顶、拱腰、拱底布设纵向光纤,在隧道局部布设环向光纤,形成纵向、环向两条光路,再引出通信光缆接入解调仪中,加装示意如图 7所示,并且在光纤末端预留一段松弛的光纤,这段光纤的测试数据用于光纤温度补偿。
|
| 图 7 光纤布设示意图 Fig. 7 Schematic diagram of optical fiber layout |
| |
3.3 现场试验过程
在光纤布设完毕以后,首先进行光纤定点的工作,在光纤分段点处拉伸分布式光纤,通过监测数据中的应变突变来确定分段点的位置,将一根传感光纤分成若干个区间,方便后期监测识别裂缝位置和裂缝发展趋势。第一次监测得到的应变分布作为基准值,后期每一次的监测数据与第一次的监测数据进行对比,通过数据对比和现场观察验证分布式光纤监测衬砌裂缝产生和发展的可行性。
3.4 现场试验结果 3.4.1 纵向光纤监测结果纵向光纤的监测段被分为3部分,分别是120~250,250~290,290~306 m共3段,将两次的监测数据相减,得到隧道衬砌在光纤布设处的应变差, 见图 8。由图 8(a)所示,大部分区域的应变差在50 με以内,只有158,167,238 m处应变差有较大波动,通过现场勘测,如图 9所示,167 m和238 m处出现了新的裂缝,验证了监测数据的可靠性,由于158 m处已有裂缝,且应变变化幅度较小,只有170 με,因此无法验证裂缝宽度是否继续扩大。由图 8(b)所示,271 m处应变变化较大,达到890 με,通过现场勘测并且和之前裂缝宽度测量数据的对比,271 m处的裂缝有继续发展的趋势。由图 8(c)所示,应变差虽有波动,但都在100 με以内,因为该区域没有新的裂缝产生,同时由于分布式光纤的测量精度为±25 με,因此该区域的已有裂缝宽度没有继续扩大。
|
| 图 8 纵向光纤各点应变差 Fig. 8 Strain differences at each point of longitudinal optical fiber |
| |
|
| 图 9 衬砌裂缝 Fig. 9 Crack on lining |
| |
3.4.2 环向光纤监测结果
环向光纤分为40~125,211~247,318~370 m这3部分,由图 10(a)所示,50~70 m处的应变差有较大波动,且该区域内测点的应变差持续有波动。根据现场观察,由于该区域的光纤靠近隧道入口处,来往的部分超限货车会刮动光纤,将部分光纤刮断,因此对这部分光纤重新熔接,进行了修复,并使用铁质护套对这部分光纤进行保护。由图 10(b)所示,220 m处光纤的应变差达到1 500 με,由图 10(c)所示,347 m处光纤的应变差达到1 550 με,353 m处光纤的应变差达到190 με,通过现场勘测,220 m和347 m处各产生明显的裂缝,353 m处产生了微小裂缝。
|
| 图 10 环向光纤各点应变差 Fig. 10 Strain differences at each point of circumferential optical fiber |
| |
4 结论
(1) 根据混凝土梁加载试验,说明基于BOTDA的光纤传感技术可以精准定位混凝土结构裂缝。而且光纤传感技术可以监测混凝土结构裂缝产生、发展全过程,满足全时全域的监测要求。
(2) 当混凝土梁表面没有裂缝产生时,应变曲线较为平滑;当荷载继续加大,应变曲线出现峰值,混凝土梁表面出现裂缝。随着荷载增大,裂缝宽度变大,应变曲线的突变越来越明显。在相同荷载作用下,混凝土梁表面的光纤所测得的应变比混凝土梁内部光纤测得的应变大。
(3) 通过对实际工程测试数据的分析可以发现:裂缝产生的地方应变变化较大,应变差可达到800 με以上。而且产生裂缝区域的应变差与没有产生裂缝区域的应变差相差较大,从应变差分布图中可以很明显的识别。建议后期将要建设的隧道衬砌裂缝监测系统的报警阈值设定为800 με,应变差超过800 με,监测系统进行报警,养护人员需要到现场进行查看并判断是否需要进行养护。
| [1] |
袁鑫, 宋炎峰, 郑伟, 等. 鹤大高速红岭高架桥病害分析及加固设计研究[J]. 世界桥梁, 2021, 49(1): 107-113. YUAN Xin, SONG Yan-feng, ZHENG Wei, et al. Deterioration Analysis and Retrofitting Design for Hongling Viaduct on Hegang-Dalian Expressway[J]. World Bridge, 2021, 49(1): 107-113. |
| [2] |
刘德军, 仲飞, 黄宏伟, 等. 运营隧道衬砌病害诊治的现状与发展[J]. 中国公路学报, 2021, 34(11): 178-199. LIU De-jun, ZHONG Fei, HUANG Hong-wei, et al. Present Status and Development Trend of Diagnosis and Treatment of Tunnel Lining Diseases[J]. China Journal of Highway and Transport, 2021, 34(11): 178-199. |
| [3] |
谢发祥, 丁鹏飞, 陈欣, 等. 基于管养数据的高速公路板梁桥病害特征分析[J]. 重庆交通大学学报(自然科学版), 2018, 37(6): 8-15. XIE Fa-xiang, DING Peng-fei, CHEN Xin, et al. Characteristics of Defects in Expressway Plate Bridges Based on Maintenance Data[J]. Journal of Chongqing Jiaotong University (Natural Sciences), 2018, 37(6): 8-15. |
| [4] |
李国耀, 王腾. 基于形态学处理与特征分析的混凝土裂缝检测研究[J]. 建筑结构, 2020, 50(增2): 529-533. LI Guo-yao, WANG Teng. Research on Concrete Crack Detection Based on Morphological Processing and Feature Analysis[J]. Building Structure, 2020, 50(S2): 529-533. |
| [5] |
孟庆成, 万达, 吴浩杰, 等. 基于卷积神经网络的混凝土裂缝图像识别方法[J]. 沈阳建筑大学学报(自然科学版), 2021, 37(5): 832-840. MENG Qing-cheng, WAN Da, WU Hao-jie, et al. Image Recognition Method of Concrete Cracks Based on Convolutional Neural Network[J]. Journal of Shenyang Jianzhu University (Natural Science), 2021, 37(5): 832-840. |
| [6] |
庞香润, 王大鹏. FBG宏应变传感器的混凝土梁斜裂缝监测[J]. 激光与光电子学进展, 2017, 54(12): 109-114. PANG Xiang-run, WANG Da-peng. Oblique Crack Monitoring of Concrete Beam with Macro FBG Strain Sensor[J]. Laser & Optoelectronics Progress, 2017, 54(12): 109-114. |
| [7] |
雷斯达, 曹鸿猷, 康俊涛. 基于深度学习的复杂场景下混凝土表面裂缝识别研究[J]. 公路交通科技, 2020, 37(12): 80-88. LEI Si-da, CAO Hong-qiu, KANG Jun-tao. Study on Concrete Surface Crack Recognition in Complex Scenario Based on Deep Learning[J]. Journal of Highway and Transportation Research and Development, 2020, 37(12): 80-88. |
| [8] |
李可心, 王钧, 戚大伟. 基于G-S-G的混凝土结构裂缝识别及监测方法[J]. 振动与冲击, 2020, 39(11): 101-108. LI Ke-xin, WANG Jun, QI Da-wei. Research on Crack Identification and Monitoring Method of Concrete Structure Based on G-S-G[J]. Journal of Vibration and Shock, 2020, 39(11): 101-108. |
| [9] |
蒋燕芳, 蒋伟, 刘纲, 等. 运营环境下混凝土简支梁桥裂缝的非线性损伤识别[J]. 重庆大学学报, 2020, 43(5): 59-66. JIANG Yan-fang, JIANG Wei, LIU Gang, et al. Nonlinear Damage Identification of Cracks of the Concrete Simply-supported Bridge under Operational Environment[J]. Journal of Chongqing University, 2020, 43(5): 59-66. |
| [10] |
阮小丽, 王波, 荆国强, 等. 桥梁混凝土结构表面裂缝自动识别技术研究[J]. 世界桥梁, 2017, 45(6): 55-59. RUAN Xiao-li, WANG Bo, JING Guo-qiang, et al. Study of Automatic Identification Technology for Surface Cracks in Bridge Concrete Structures[J]. World Bridges, 2017, 45(6): 55-59. |
| [11] |
高庆飞, 王宇, 刘晨光, 等. 基于卷积神经网络算法的混凝土桥梁裂缝识别与定位技术[J]. 公路, 2020, 65(9): 268-274. GAO Qing-fei, WANG Yu, LIU Chen-guang, et al. Identifying and Positioning Technologies of Concrete Bridge Crack Based on Convolutional Neural Network[J]. Highway, 2020, 65(9): 268-274. |
| [12] |
蒋孝鹏, 邓清禄, 胡晓磊, 等. 分布式光纤在桥梁监测中的应用研究[J]. 建筑结构, 2018, 48(增1): 617-620. JIANG Xiao-peng, DENG Qing-lu, HU Xiao-lei, et al. Research on Application of Distributed Optical Fiber in Bridge Monitoring[J]. Building Structure, 2018, 48(S1): 617-620. |
| [13] |
毛江鸿, 崔磊, 金伟良, 等. 基于分布式光纤传感的混凝土裂缝识别与监测试验研究[J]. 传感技术学报, 2014, 27(9): 1298-1304. MAO Jiang-hong, CUI Lei, JIN Wei-liang, et al. Experimental Research on Concrete Crack Recognizing and Monitoring Based on Distributed Fiber Sensor[J]. Chinese Journal of Sensors and Actuators, 2014, 27(9): 1298-1304. |
| [14] |
叶宇霄. 基于分布式光纤传感的混凝土裂缝监测机理及试验研究[D]. 南京: 南京航空航天大学, 2017. YE Yu-xiao. Study on Concrete Crack Monitoring Mechanism and Experiment Based on Distributed Optical Fiber Sensor[D]. Nanjing: Nanjing University of Aeronautics and As-tronautics, 2017. |
| [15] |
XU D S, YIN J H, LIU H B. A New Measurement Approach for Deflection Monitoring of Large-scale Bored Piles Using Distributed Fiber Sensing Technology[J].
Measurement, 2017(3): 444-454.
|
| [16] |
TKACH R W, CHRAPLYVY A R, DEROSIER R M. Spontaneous Brillouin Scattering for Single Model Optical Fiber Characterization[J].
Electronics Letters, 1986, 22(19): 1011-1013.
|
| [17] |
HORIGUCHI T, KURASHIMA T, TATEDA M. Tensile Strain Dependence of Brillouin Frequency Shift in Silica Optical Fibers[J].
IEEE Photonics Technology Letters, 1989, 1(5): 107-108.
|
| [18] |
BAO X Y, DEMERCHANT M, BROWN A, et al. Tensile and Compressive Strain Measurement in the Lab and Field with Distributed Brillouin Scattering Sensor[J].
Journal of Lightwave Technology, 2001, 10(11): 1698-1704.
|
| [19] |
孙明德, 高日, 高明昌, 等. 高强钢筋活性粉末混凝土梁抗弯性能试验研究[J]. 桥梁建设, 2017, 47(2): 25-30. SUN Ming-de, GAO Ri, GAO Ming-chang, et al. Experimental Study of Flexural Behavior of Reactive Powder Concrete Beams Reinforced with High-Strength Steel Bars[J]. Bridge Construction, 2017, 47(2): 25-30. |
2023, Vol. 40

