温度变化对水闸混凝土裂缝的影响分析

孙 勇

(费县三和水源工程服务中心,山东 临沂 273400)

0 引 言

在众多复杂的工程环境中,影响裂缝发展的因素很多。如果不重视裂缝的维护而任由其发展,将会影响结构物的正常使用［1］。

近年来,许多学者采用数值拟合、工程检测等多种方式,对混凝土裂缝可逆性进行了相关研究。王畅［2］对裂缝尖端出现的塑性变形进行分析,探究了时间因素、拓展状态与裂缝发展之间的关系,并将裂缝发展的过程划分为3个阶段。胡少伟等［3］采用小波提取裂缝的变形量,并使用空间重构的方法对裂缝发展的阶段进行识别。李雪红等［4］根据实地测量的数据,建立裂缝宽度与裂缝展开的相对位移关系,并根据拟合数据提出了裂缝失稳模型,将突变理论与统计模型相结合,分析了裂缝发展与裂缝灰色尖点处突变间的关系。

本文在某水闸裂缝处布置传感器与测缝计,监测和记录裂缝的宽度变化和相对位置变化,分析温度变化和时效分量对裂缝的影响,以达到闸门裂缝检测的目的。

1 工程概况

某水利枢纽的主要作用是发电,建设过程中水坝围挡、泄水闸、电站厂区的建筑物等级为3级。该水库的常规蓄水水位86.5m,设计洪水位88.1m。在安全巡查中发现,水库泄水闸门上方的交通桥左侧有多处裂缝,产生原因不详。裂缝中,有两条从交通桥的上游贯穿到下游,在建筑物胸墙88m处终止。在泄水闸门库上游有一条竖直裂缝,且裂缝周围存在明显的析钙现象,裂缝一直延伸至交通桥底板处。

2 裂缝计布置

裂缝的发展贯穿了整个泄水闸的门库胸墙,主要发生在库门的上游位置,严重影响到门库对水流的阻拦效果。

2020年第二季度,在裂缝发生处设置了双向测缝计。共设置9组,编号分别为Mkj-1～Mkj-9。上游侧面设置Mkj-1和Mkj-2,泄水闸门库侧面设置Mkj-6和Mkj-7。两只测缝计为一组,相互交叉垂直布置,用于监测和记录裂缝的宽度变化。与测缝计相连接的传感器型号为NVJ-5,测量精度0.001mm,该型号传感器的测试精度高,环境适应能力强,数据测试传输性能稳定。

Mkj-1～Mkj-9测缝计位置布置平面图见图1。

图1 测缝计位置布置平面图

3 建模与数据分析

3.1 统计模型的建立

在宏观领域,混凝土裂缝的时效分量是表征混凝土构件的主要指标之一。因此,为了便于描述水库闸墩处的裂缝发展对闸墩工作性能的影响,建立裂缝宽度计算模型。混凝土裂缝的发展会随温度的升降表现出非线性的变化趋势,综合考量温度变化对裂缝产生的非线性变化,本文参考相关文献［4］构建的混凝土裂缝宽度统计计算模型［5］如下:

(1)

式中:δ(t)为裂缝的实测宽度值,mm;Ti为测点序号为i时的实测温度值,℃;K为测点总数;L为多项式的温度阶次;c为回归因子;H为水深,m;t为时间,s;θ=0.01t(s-1);a0为时效分量;b为常系数。

3.2 裂缝统计模型建立及回归分析

统计测缝计2020年6月至2021年4月的监测数据进行分析。文中选取的数据包含高温、低温、汛期等多种环境,不同的环境会对测缝计造成不同的环境荷载。在进行泄水闸的安全检查时发现,门库处出现较为明显的裂缝,严重影响了泄水闸的正常交通管理工作,导致重型卡车不能通行。

已有研究表明,导致泄水闸门出现裂缝的主要因素是温度变化,由于热胀材料的热胀冷缩,导致闸门的裂缝宽度和新的位置发生变化。采用9组测缝计记录监测裂缝的变化情况,并记录测缝计设置处的温度,作为温度影响数据,监测数据点位K为9。采用已有研究经验,使用L值进行数据运算,对9个测试点的温度值进行一次方函数、二次方函数、三次方函数的拟合计算。运算结果发现,进行三次方拟合计算时得到的数据相关性最好。因此,在分析温度变化对其他因素的影响时,采用三阶函数,取L=3。在进行裂缝统计拟合时,采用分步线性回归法运算得到计算模型。各监测点的相关系数和误差见表1。在9组监测数据中,传感器J6-1的数据拟合精度高,规律明显,绘制温度变化对实测值与模型拟合数值的影响趋势,见图2。

各监测点的数值变化幅度和影响比例见表2。由表2可知,各监测点位的拟合精度为0.88～0.99,相对位置平方根误差为0.05～0.5mm,数据的拟合精度较高,并且均方的平方根误差较小,表明采用的拟合公式能够较好预测裂缝的发展情况。

表1 各监测点的相关系数和误差

图2 温度变化对实测值与模型拟合数值的影响

表2 各监测点的数值变化幅度和影响比例

每年的6-8月份处于汛期,6-10月份处于高温季节,11月份至次年2月份处于低温季节。其中,一年的高温季节最高温度可达35.1℃,在该温度环境中可以检测到的裂缝最大宽度为0.08mm;一年的低温季节最低温度仅有0.3℃,在该温度环境中可以检测到的裂缝最大宽度为0.21mm。从裂缝的总体变化趋势来看,裂缝宽度的发展与环境温度呈负相关。当温度上升时,裂缝的宽度逐渐减小;温度下降时,裂缝的宽度增大。比较各变化因素对裂缝宽度的影响所占比例发现,温度的改变对裂缝的宽度影响最为显著,影响比例在57%～85%范围内波动。由此可见,温度变化是造成裂缝发展的主要因素,裂缝宽度计算模型拟合效果好,精度高,可用于泄水闸门裂缝预测［6-7］。

3.3 时效分量分离

根据统计模型的计算,时效分量随时间的发展趋势见图3。

图3 时效分量随时间的发展趋势

由图3可以发现,若监测点位于同一侧面,则时效分量的发展趋势保持同样的规律。位于门库上游的监测点拟合得到的时效分量,表现出随时间的增长先增大后减小的变化趋势。其中,位于门库顶端上游侧的J4-1的时效分量变化最小,仅在刚开始阶段有小幅下降,之后随时间的变化,时效分量基本保持水平发展,而其他几个测点的失效分量均表现出随时间的增长先增大后减小的趋势。位于门库内测的监测点位均表现出逐渐减小的发展趋势。位于门库顶端下游侧的J8-1时效分量变化最小,仅在刚开始阶段有下降,之后随时间的变化,时效分量基本保持水平发展;J9-1测点的失效分量均表现出随时间的增长而减小的趋势。

由表2可以看出,测点J3-1处的时效分量受到的影响最大。裂缝宽度的时效分量发展规律与日变幅的发展规律十分接近,当裂缝的宽度增长幅度较大时,测点的时效分量变化趋势就越显著。在接近闸墩位置的测点时效分量要明显小于距离闸墩较远处的测点。闸墩位于基岩上,在进行门库的泄水闸检修时,会受到左侧库岸的沉降影响,导致接近库岸的测点监测得到的裂缝宽度值更大。

由图3还可以看出,除J8-1测点外,其他几个测点的失效分量均表现闭合的发展趋势。表明裂缝的发展在减缓,宽度在逐渐变小,但其变化的稳定性难以由图3观察得到。

3.4 裂缝工作性态诊断

根据裂缝统计模型,计算获得时效分量,具体数据见表3。

由表3可知,传感器J4-1、传感器J6-1、传感器J8-1监测到的裂缝宽度时效分量要小于传感器的可视精度0.01mm。因此,判定一阶导数值为零,裂缝处于可正常工作状态。传感器J4-1的一阶导数为负,二阶导数为正,处于收敛趋势,裂缝处于可正常工作状态。传感器J1-1、传感器J2-1、传感器J3-1、传感器J5-1、传感器J9-1的计算结果均呈现出不收敛,裂缝宽度的发展呈现出减小的趋势。由此可见,该水利枢纽泄水闸门库处的裂缝目前处于稳定,后续应保持持续监测和分析,并着重关注温度变化的影响,做好预防措施。

表3 裂缝统计模型计算

4 结 论

本文在某水利枢纽的泄水闸裂缝发生处设置9组传感器,分析了因常年在不利环境荷载作用下受温度变化产生的裂缝变化规律。结论如下:

1)当温度上升时,裂缝的宽度逐渐减小;温度下降时,裂缝的宽度增大。比较各变化因素对裂缝宽度的影响所占比例发现,温度的改变对裂缝的宽度影响最为显著,影响比例在57%～85%范围内波动。由此可见,温度变化是造成裂缝发展的主要因素。

2)裂缝宽度的时效分量发展规律与日变幅的发展规律十分接近,当裂缝的宽度增长幅度较大时,测点的时效分量变化趋势就越显著。后续应保持持续监测和分析,并着重关注温度变化的影响,做好预防措施。