淺談土木工程結構損傷及其診斷方法

摘要：隨著我國城市化建設懂的不斷深化，我國建筑物在居民日常生活中發揮著越來越重要的作用，因此，一旦土木工程出現質量風險和安全隱患，其所造成的危害并不比特大型自然災害小，必然造成巨大的人員傷亡和經濟損失。因此，積極強化對土木工程結構損傷的診斷工作，不僅可以提升損傷識別程度，還能通過診斷來詳細而全面的了解建筑物內部的損傷情況，制定科學合理的修復方案。

關鍵詞：土木工程;結構損傷;診斷方法

1土木工程機構損傷的危害及損傷診斷概述

土木工程結構是我國建筑物中最常用的結構，因為該類結構形式在巨大的自然災害中極易發生振動，例如地震。然而，這類振動往往也是風險和隱患發生的誘因，輕則造成結構性的損傷，重則會引發工程出現安全問題和質量問題，屆時的損失將難以估計。因此，工程管理人員需要對土木工程結構損傷的診斷進行強化，避免土木工程結構損傷所引發的事故造成經濟效益和社會效益的損失。在具體的施工診斷操作中，相關工程人員應該通過檢查新舊建筑物以及工程的結構來判斷其中是否存在內部結構損傷的情況，以保證建筑物后期的施工安全和將來建筑物的作用。其次，結構損傷診斷更能夠診斷和檢查出災害后的建筑物狀況，對其所受的損傷進行評級評估，方便后續的維修和重建工作。最后，對相對重要的建筑物或使用頻次較高、人數較多的建筑進行周期性檢查和診斷，確保建筑物在使用過程中的安全和穩定，避免出現突發狀況，對建筑物和人民群眾造成不可挽回的損失。除此之外，在加固工作的完成中需要依據結構性損傷的診斷結果來對建筑物加固后的可靠度進行判斷，這一可靠度也是目前用來評定建筑物安全性的重要指標之一，同時也是的設計人員進行方案設計的依據。

2土木結構損傷及其診斷方法分析

結構損傷識別與診斷工作大致分為以下幾個階段：預測結構的剩余使用壽命;確定結構損傷的程度;確定結構損傷的位置;確定結構是否存在損傷。一般借助于結構損傷識別與診斷方法運用數據處理技術以及測試技術進行整體檢測。其在很大程度上是基于結構的損傷以及整體失穩的發生都會導致結構動力性能的變化，并借助于固有頻率降低以及診斷結構剛度減小等，從而進一步準確的判斷結構損傷的實際狀況。

2.1局部檢測技術

局部檢測技術在土木結構診斷過程中所使用的重要檢測技術，這一檢測技術又被稱為無損檢測技術，主要包括五種技術內容，分別為滲透檢測、磁粉檢測、超聲波檢測、渦流檢測和射線檢測。局部檢測技術主要用來檢測和判斷建筑物內結構主體的完整性，檢測其是否有裂縫和銜接是否牢固，并判斷其構建連接是否準確和堅固。在實際診斷和檢測過程中，為保證診斷工作的效率和準確通常采用將多種方法融合在一起的方式來作業，一方面，這能夠彌補一種檢測技術方法的漏洞，另一方面能夠全方位、高效率地對土木結構進行檢測。例如磁粉檢測通常用來檢測材料的密度均勻度和連續性，通過判斷材料吸附磁粉產生的磁痕來判斷建筑的位置、大小及損傷嚴重程度。射線檢測檢查是通過射線穿過不同材料所產生的不同程度的射線數據來進行診斷。超聲波在進行檢測時會發生反射、透射等熱點，通過整理和分析數據、熱點進行超聲波檢測。

2.2整體檢測技術

（1）模型修正與系統識別技術

現階段，系統識別法以及模型修正法是借助于模型構造優化約束條件以及動力測試方法，并且在一定程度上修正結構的阻尼、剛度以及質量等特性，以至于其測試獲得的結構響應基本等于最大響應，并逐漸將修正后的基線模型矩陣以及模型矩陣進行比較，以此完成針對結構損傷的識別與診斷。與此同時，該方法在處理子結構模型以及劃分結構單元上具有諸多優點，但因為測試參數不敏感、測量噪聲強與模型誤差大等因素，也使的該方法在結構損傷診斷過程中受到了一定的約束。除此之外，現階段模態試驗測得的模態信息還不夠成熟和完備。

（2）動力指紋檢測技術

動力指紋檢測技術是將被檢測結構與標準結構進行比對，以診斷出被檢測結構的問題所在。如果被檢測結果和標準結構有所不同，在自身動力指紋上就會有所顯示，包括頻率、振型、應變、柔度、功率譜、COMAC、MAC、頻響系數等數據，檢測人員通過對這些數據和現象進行整理、分析，并結合其他精細的測量工具、方案來確定出土木結構損傷的具體情況，由于其損傷情況較為復雜，造成損傷的原因也不止一項，在使用動力指紋檢測技術過程中不能單單靠一種技術方法確定出所有原因和情況，盡量采用多種方法相結合的形式進行診斷。

（3）神經網絡技術

目前，人工神經網絡技術主要是借助于模擬人體神經機理，進而進行分析與研究客觀事物的方法。人工神經網絡技術兼具自我學習功能以及計算機并行計算能力，與此同時，該技術還具有強大的容錯性，并且善于擴散、綜合以及聯想，借助于神經網絡算法的墨水識別能夠很好的解決模式損失以及高噪聲等問題，使其已經成為了一項土木工程結構損傷識別與診斷的有效工具。人工神經網絡技術的原理是借助于研究結構在各種不同狀態下的相應反應，從而相應的提取出結構的特征值，進而以神經網絡輸入向量當作結構損傷敏感的參數，再相應的輸出結構的不同損傷狀態，并逐漸有序的建立起輸出損傷狀態以及輸入參數之間的特征關系，與此同時，訓練后的神經網絡有著模式分類能力，能夠在一定程度上反映出結構損傷的模式。除此之外，人工神經網絡技術的自身特性決定其具備強非線性的映射能力，從而極大的適合于非線性模式分類以及識別，人工神經網絡技術和模型修正法相比，前者的適用范圍更加廣泛。

（4）遺傳算法

首先要對各類的參數和數據進行綜合性的抓取和選呢，然后選擇最合適的方案來完成診斷。遺傳算法的優勢在于其可以在信息匱乏的條件進行損傷是否存在、損傷大致位置以及程度等信息的判斷，實現對了模態信息不全問題的有效應對，發揮出擇優方案的能力。

3結語

結構現場檢測技術對工程質量事故的檢測、處理方面，具有重大的應用價值，新參數、新性能指標的測試，新思想的引入、對數學模型的創新和改善是創新的特點之處。隨著材料科學的發展，許多新材料被工程所應用，建筑結構設計的不斷改進，一些新的參數和新的性能指標能夠說明新材料和新結構的可靠性，需要不斷研究這些參數指標的測試方法，為工程實踐服務，是當前測試技術發展的趨勢。

參考文獻：

[1]土木工程結構損傷診斷研究[J].邢然.科技經濟導刊.2018（26）.

[2]基于土木結構損傷及其診斷方法分析[J].黃艷妮.山東工業技術.2016（10）.

作者簡介：尹作正（1970年04月-）男，本科，主要從事土木工程工作。