基于EMI與ANN技術的鋼筋混凝土梁結構損傷

張 軍， 丁鵬飛

(安徽理工大學 機械工程學院， 安徽 淮南 232001)

0 引 言

鋼筋混凝土結構是建筑工程中最常用的結構。結構在使用周期中不可避免地會受到各種環境因素的影響而產生損傷。結構的損傷會導致出現剛度下降等各種問題，應及時治理和維護。因此，對結構的健康檢測顯得尤為重要，而鋼筋混凝土在結構材料中占絕大部分，因此,首先最重要就是對混凝土的損傷情況進行監測。

文中利用壓電阻抗技術將壓電陶瓷制作成傳感器粘貼于混凝土梁的表面，測得其阻抗變化,并結合BP神經網絡對損傷位置進行識別定位。

1 EMI技術

由PZT(壓電陶瓷)等制成的智能壓電材料具有將機械能和電能相互轉化的能力。其中機械能轉化為電能叫作PZT的正壓電效應，電能轉化為機械能叫作PZT逆壓電效應[1-3]。本質是機械能與電能的相互轉化。由于結構機械阻抗的變化主要是由于結構損傷所引起的，而結構的機械阻抗是很難通過相關的測量設備直接測試得到。

EMI技術就是利用壓電智能材料(壓電陶瓷片等)測量結構電阻抗，從而間接地得到機械阻抗。

1.1 機械阻抗

以簡單的彈簧系統(SMD系統)為例，系統模型如圖1所示。

圖1 SMD系統模型

(1)

式中：F----外力；

Z----系統機械阻抗；

x----位移大小；

阻抗Z可表示為

(2)

若F為簡諧力，則得到：

(3)

(4)

1.2 結構壓電耦合電阻抗

PZT驅動的SMD系統[4-6]如圖2所示。

圖2 機電耦合模型

對PZT的z方向施加激振電壓，可得

(5)

由耦合系統特性可得到

(6)

求得整個耦合系統的振動位移表達式為

(7)

(8)

等效激勵力為

(9)

(10)

其振動速度為

(11)

PZT的機械阻抗值為

(12)

化簡可得，系統的振動位移方程為

(13)

求解得到PZT的電位移

(14)

uPZT(x,t)=u(x1,t)-u(x2,t)-

(15)

在實際應用中tan(klPZT)≈klPZT，可得PZT的電阻抗為

(16)

2 壓電阻抗技術的混凝土梁損傷識別實驗

2.1 EMI傳感器的設計

壓電阻抗傳感器是由于壓電陶瓷片具有正/逆壓電效應而制成的，即壓PZT不是直接粘貼在被測物體上，選一容易制作的基體將PZT粘貼或嵌入其中,基體的制作方便了實驗的安裝與進行，實驗中使用A2/HA2型導電銀膠，A2和HA2膠按照2∶3的比例混合并加入適量丙酮調和；在PZT背面與基體上涂抹調和好的導電銀膠，然后將PZT粘貼在基體上，輕按PZT，確保粘貼準確。一個簡單的壓電阻抗傳感器就制成了。

2.2 實驗方案與實驗平臺

實驗選用的是鋼筋混凝土梁尺寸,單位為mm。將制成的EMI傳感器粘貼在梁上，如圖3所示。

圖3 PZT位置示意圖

實驗步驟：

1)將制作好的壓電傳感器用魚鰾膠粘貼在混凝土梁上，粘貼過程中應充分攪拌，保證粘貼均勻。并常溫下保存24 h,讓其充分硬化。

2)在基體和PZT片上分別用導線連接在阻抗分析儀上，設定不同的掃頻范圍，并將結果保存在U盤內。

實驗中共檢測了在5種損傷情況下混凝土梁阻抗變化情況，分別為無損傷狀態,有裂紋，深度分別為1、2、4、5 mm，裂紋處離梁左端100 mm處。

2.3 實驗結果分析

壓電耦合阻抗如圖4所示。

(a) 5～15 kHz阻抗實部

(b) 200～500 kHz阻抗實部

(c) 1～5 MHz阻抗實部

(d) 9.1～9.8 kHz阻抗實部圖4 壓電耦合阻抗

由圖4(a)和(d)可知，鋼筋混凝土梁在5～15 kHz頻率段上，阻抗值隨著鋼筋混凝土梁的裂紋不斷增加而下降，而且梁的共振頻率點也相應的減小。而通過圖(b)和(c)，此頻段的阻抗值變化雜亂無章，沒有實際研究意義。

3 BP神經網絡的混凝土梁的損傷識別實驗

3.1 網絡的建立、訓練和驗證

神經網絡(ANN技術)實質就是使用機器語言模仿人腦做出決定的過程[7]。神經網絡中兩個或兩個以上的神經元可以組合為一個層，每一層都可以構建一個網絡。BP神經網絡是多層型網絡，包括輸入層、隱含層和輸出層。BP神經網絡根據目標輸出和實際輸出的誤差來調整更新權重，以達到輸出和目標相匹配。文中應用Matlab R2013a構建BP神經網絡模型。以上所得的5組數據輸入網絡作為訓練樣本，并再進行一次裂紋深度為2 mm處的數據作為監測樣本。分別把5個損傷樣本分為4個不同的損傷狀態：E0表示無裂紋；E1表示裂紋深度介于1～2 mm；E2表示裂紋深度介于2～4 mm；E3表示裂紋深度介于4～5 mm,見表1。

表1 輸出故障編碼

首先對阻抗實驗的數據進行了歸一化處理。然后對網絡進行設計， BP神經網絡分析圖如圖5所示。

經過50步訓練后，網絡誤差已經達到預計目標，滿足了要求。訓練結果見表2。

圖5 神經網絡分析圖

表2 訓練樣本網絡輸出

由表2可知，該網絡在誤差允許的范圍內能夠實現對梁損傷的識別。

3.2 網絡監測

將監測樣本輸入訓練好的網絡中，用來驗證網絡識別混凝土梁的損傷能力，結果見表3。

表3 網絡輸出

分析表3可知，2 mm裂紋的測試結果處于E1，說明所對應的1～2 mm之間剛好與測試結果相同。充分說明電阻抗技術結合BP神經網絡技術可以實現對混凝土結構的損傷進行識別。

4 結 語

1)通過阻抗掃頻實驗可以看出，在低頻段隨著鋼筋混凝土梁的裂紋深度不斷增加，梁的共振頻率發生明顯偏移，即減小且峰值也減小，說明了使用壓電阻抗的方法可以實現對結構的損傷識別。

2)通過BP神經網絡建立了對混凝土梁的損傷識別系統，對阻抗實驗的數據處理發現該系統能夠很好地識別裂紋的深度。充分說明BP神經網絡技術結合壓電阻抗分析法能夠實現對鋼筋混凝土梁結構損傷的識別和定位。