基于压电陶瓷和小波包分析的钢管混凝土构件钢管壁剥离监测方法

摘要

本发明公开了一种基于压电陶瓷和小波包分析的钢管混凝土构件钢管壁剥离监测方法，属于钢管混凝土构件钢管壁剥离状况的监测领域，具体方法为：在钢管外壁上粘贴多个压电陶瓷传感器，在钢管混凝土内部埋入智能骨料，通过高频信号激励智能骨料，由高频信号采集系统采集钢管壁上传感器的输出信号并将该信号数据传至计算机分析系统；然后进行小波包分析，得出所定义的各传感器的能量指标：并选取所监测面最不易产生剥离损伤位置的能量指标代表无剥离损伤处的能量水平；最后定义一个损伤指标，对钢管壁各个传感器所在位置的粘结状态进行评估。本发明实现了钢管壁粘结状况的快速监测、能精确地找到损伤位置，灵敏度高、响应快、操作简便、价格低廉。

主权项

1.一种基于压电陶瓷和小波包分析的钢管混凝土构件钢管壁剥离监测方法，其特征是，包括基于智能骨料和压电陶瓷测量的监测系统的建立和钢管混凝土构件钢管壁剥离的监测和评价方法；所述基于智能骨料和压电陶瓷测量的监测系统的建立步骤为：在钢管混凝土构件可能出现界面剥离损伤和不可能出现剥离损伤的对应钢管（1）外壁上均粘贴多个作为压电陶瓷传感器（2）的压电陶瓷片，在钢管混凝土（8）内部不同高度处埋入作为驱动器的压电陶瓷埋入型智能骨料（3），然后由任意信号函数发生器（10）产生的信号激励智能骨料（3），所述压电陶瓷传感器（2）与高频信号采集系统（11）相连，由高频信号采集系统（11）将数据传至计算机分析系统；所述钢管混凝土壁剥离监测方法为：首先通过对所有压电陶瓷传感器（2）的电压信号分别单独进行三层小波包分析，于是每一个压电陶瓷传感器（2）的时域测量信号V_k可以表示为：$V_k=v_{k,1}+v_{k,2}+···+v_{k,i}+···+v_{{k,2}^N-1}+v_{{k,2}^N},$(i＝1,…,2^N)，(k＝1,…,K)    (1)式（1）中v_k，i是小波包分解后的时域信号，k是压电陶瓷传感器的编号，K是钢管混凝土柱某一监测面上的压电陶瓷传感器的总数量，i是频段编号，其中v_k，i又可表示为v_k，i＝[v_k，i,1 v_k，i，2…v_k，i，j…v_k，i,M-1 v_k，i，M]，(j＝1,…,M)    (2)式（2）中M是时域信号的采集数据点的个数，其中第k个压电陶瓷传感器的能量指标可表示为：${\bar{E}}_k=\left[\begin{array}{ccccccc}{e}_{k,1}& e_{k,2}& ···& e_{k,i}& ···& e_{{k,2}^N-1}& e_{{k,2}^N}\end{array}\right],$(i＝1,…,2^N),(k＝1,…,K)    (3)式（3）中e_k，i是小波分解后第i频段的能量，其中e_k，i可定义成：$e_{k,i}=\underset{j=1}{\overset{M}{\Sigma }}{v}_{k,i,j}^2,$(i＝1,…,2^N),(k＝1,…,K)    (4)压电陶瓷片k的信号能量指标E_k定义为：$E_k=\underset{i=1}{\overset{2^N}{\Sigma }}{e}_{k,i},$(k＝1,…,K)(5)然后选取所监测面最不易产生剥离损伤位置的压电陶瓷传感器（2）测到的信号的能量指标代表无剥离处的信号能量；最后建立的如下损伤指标DI_k：${\mathrm{DI}}_k=\sqrt{\frac{\underset{i=1}{\overset{2^N}{\Sigma }}{(e_{k,i}-e_i^h)}^2}{\underset{i=1}{\overset{2^N}{\Sigma }}{\left(e_i^h\right)}^2}},$(k＝1,…,K)    （6）其中式（6）的是无剥离的信号能量指标；基于剥离位置对应的压电陶瓷传感器（2）测到的信号的能量指标和压电陶瓷传感器（2）在无剥离损伤位置测得的信号能量指标，能得出每一个压电陶瓷片的损伤指标，进而得出各个压电陶瓷传感器（2）所在位置的钢管混凝土构件钢管壁的粘结状态。