基于小波包能量法的扣件式模板支撑架节点连接状态监测方法

任师训,叶德英,徐 菁,*,刘 客,姜世宇

(1.青岛理工大学 土木工程学院,青岛 266525;2.莱州市城乡建设事务服务中心,莱州 261400)

脚手架是用于建造房屋、桥梁和其他结构的临时支撑结构。扣件式脚手架以承载力大、装拆方便等优点得到了广泛的应用[1-2]。但过载、几何缺陷、连接松动、安装不当等因素都有可能导致脚手架的倒塌,对生命财产安全造成威胁。节点的连接松动是导致脚手架失效的重要因素。在搭设脚手架时,即使螺栓拧紧,在使用过程中,也会因震动等因素造成螺栓松动导致节点的连接松动,进而导致结构特性以及屈曲参数发生变化[3]。所以针对脚手架节点连接松动的监测研究具有一定的意义。

目前,对脚手架的安全研究大多在材料性能和力学性能方面,传统的脚手架监测大多依靠人工来完成,不仅效率低,劳动强度大,而且准确性和检测人员的经验相关[4]。近年来,压电陶瓷材料[5]因具有灵敏度高、响应快、可靠性好且集传感和驱动于一体等优点,在健康监测[6]与损伤识别[7-8]领域得到了广泛的应用。陈冬冬[9]基于压电材料实现了对螺栓预紧力松动的监测;梁亚斌[10]完成了对大跨度斜拉桥销铰式索梁连接锚固区域中销栓-销孔的受力监测研究;李鲲等基于PZT提出了敲击定位法实现了对管道裂纹位置的检测[11]。

针对扣件式脚手架节点连接松动问题,结合压电传感技术,提出了基于小波包能量法的节点连接状态的监测方法[12],并对施工现场获得的一个正常使用的钢管脚手架直角扣件节点进行了试验验证。试验结果证明了该方法可以有效地监测到节点的不同状态。对于避免因节点的状态变化而导致的脚手架倒塌造成的工程事故具有一定的意义。

1 小波包分析法基本原理

小波包分析能够为信号提供一种更为精细的分析方法,将频带进行多层次划分,对多分辨率分析没有细分的高频信号部分进一步分解,并能够根据信号的特征,选择相应的频带,使之与信号谱更匹配,从而提高时频分辨率,因此,小波包具有更高的应用价值。

图1为小波包对信号进行3层分解的示意,其中,S表示信号,A表示低频段,D表示高频段,右下标的数字表示小波包分解的层次(即尺度数),分解前后的关系如式(1)所示:

图1 小波包分析信号分解示意

S=AAA3+DAA3+ADA3+DDA3+AAD3+DAD3+ADD3+DDD3

(1)

若对信号S分解的尺度数为n,分解后可以生成2n个宽度相等的信号频段。分解后的信号S等于这2n个频段的信号之和,即

S=T1+T2+…+Ti+…+T2n-1+T2n,(i=1,2,…,2n)

(2)

式中:Ti为第n层第i个频段的信号。

Ti=[ti,1ti,2…ti,j…ti,m-1ti,m],(j=1,2,…,m)

(3)

式中:ti,j为第i个信号频段Ti中第j个离散点的信号幅值;m为一个频段中离散点的个数。

第i个信号频段Ti的能量值Ei可以表示为

(4)

信号S转化的总能量值可以表示为

(5)

经式(4)(5)计算,把接收到的抽象信号转换为可以量化的小波包能量值,使损伤对比变得更加可视化。

扣件节点处于不同的松紧状态时,应力波信号在经过节点时的损失不同,感应器接收到的信号也不同,所以根据信号计算所得到的能量值也不同。通过比较不同工况下计算得出的能量值与扣件结构健康状态下的能量值,即可判断扣件节点的连接状态是否发生变化。均方根差(Root-Mean-Square Deviation,RMSD)表示的是测得数据与基准数据的差异程度,为了直观地比较节点所处状态与健康状态,引入均方根差作为判断的指标,此处称为松动指数I,其数学表达式为

(6)

式中:Ehi为扣件节点在健康状态下采集到的应力波信号经小波包分解后根据式(4)计算得出的第i个频段的能量值;Ei为不同工况下测得的第i个频段的能量值;2n为信号经过n层小波包分解后得到的频段数。

松动指数I以健康状态下测得的能量值作为基准值,不同工况下测得的能量值作为观测值,I值的大小直接反映了不同状态下的节点松动程度。

2 支撑架节点连接状态

2.1 扣件节点的组成

扣件式模板支撑架的节点是由2根垂直钢管和扣件组成的半刚性节点。直角扣件节点主要由底座、T型螺栓、盖板、垫片、螺母5个部分组成。其中盖板和底座包裹住钢管,通过旋拧螺栓使底座与钢管的接触更紧密。旋拧的力越大底座内表面与钢管的接触面积就越大。拧紧螺栓后,扣件和钢管紧密连接。

2.2 基本理论

由微接触理论[13]可知,如果在微观尺度上观察,所有的加工构件表面都是粗糙的,表面之间的接触仅限于表面尖端的离散区域。两个平坦的表面,但不是绝对光滑(或非黏结)的表面之间的接触也同样如此。除非是黏接的,否则所有的表面接触在其接触的界面上也只有部分的接触。通过旋拧紧固螺栓可以看作是施加接触压力。在这些接触的界面上实际的接触面积要比标称的接触面积要小。实际的接触面积随着接触压力的变大而变大。即实际的接触面积变化与接触压力的变化成正相关,也就是与旋拧螺栓的预紧力成正相关。所以通过控制旋拧螺栓预紧力的大小可以控制节点处接触面积的大小。

由应力波的传播理论[14]可知,当应力波信号从驱动器PZT片发射经过结构传播,最后被感应器接收的过程中,应力波信号在结构和接触面上传播时会产生一定的消耗,最后剩余部分应力波信号被感应器PZT片接收。对同一结构监测时,应力波信号在结构内部传播的信号损失相同。而扣件节点连接处的接触面积A由于螺栓的松紧状态不同为一变量,接触面积A越大,应力波信号在穿过接触面时消耗的应力波越少,感应器PZT最终采集到的应力波信号就越多。因此,感应器PZT片接收到的应力波信号的多少与扣件节点中的扣件和钢管的接触面积的大小呈正相关。

图2为应力波信号从驱动器发射到感应器接收在结构中的传递路线。通过计算机对驱动器PZT1施加一个电压激励信号,在激励信号作用下PZT1产生的应力波信号在结构中传递,最后由感应器PZT2接收。

图2 应力波信号在直角扣件节点的传播示意

综上,当模板支撑架连接节点螺栓预紧力越大时,节点连接的接触面之间的接触压力越大,由微接触理论可知,此时扣件节点中的扣件和钢管两接触面的接触面积就越大,即节点连接越紧;另一方面,由应力波传播理论可知,当接触面积越大时,通过接触面的应力波损失的就越少,所以感应器PZT片接收到的应力波信号也越强,因此,可以根据感应器PZT片测得应力波信号的变化来表征扣件和钢管之间接触面积的变化,进而表示扣件节点的连接状态。即根据不同节点连接松紧状态下的小波包能量值E,计算节点松动指数I,进而间接感知连接节点所处的连接状态。为后续基于小波包能量法的模型试验提供理论基础。

3 模型试验

3.1 试验简介

如图3所示,试验模型是一个由直角扣件连接2根垂直钢管组成的节点。钢管采用Q235型钢,规格φ48.3 mm×3.6 mm,长1500 mm。直角扣件材料为铸铁,质量为1.1 kg,T型螺栓采用M12型,均满足规范要求。试验仪器主要有笔记本电脑、数据采集设备、压电陶瓷传感器(PZT)以及扭矩扳手。笔记本电脑通过LabVIEW软件控制数据采集设备对驱动器发射激励信号和对感应器接收到的信号进行读取。数据采集设备工作电压为-10～10 V,具有信号的发射和读取的功能。PZT-5型压电陶瓷片具有介电常数和机电耦合系数稳定性好,灵敏度高的特点,尺寸为20 mm×10 mm×1 mm,其主要参数如表1所示。用环氧树脂胶把PZT片固定在结构上,PZT1和PZT2分别贴在1号、2号钢管距扣件节点50 mm处,如图4所示。

表1 PZT-5性能参数

图3 试验模型

图4 PZT片的粘贴位置示意

将施加在螺栓上的不同扭矩作为不同的工况,试验设计了9个工况,如表2所示。其中将扭矩为27 N·m时设为基准状态,即节点的健康状态。利用夹具将试件与操作台固定,以模拟杆端固结约束。

表2 不同工况对应的扭矩

3.2 试验过程

试验的流程如图5所示。

图5 扣件节点连接状态监测方法流程

1) 粘贴PZT片:如图3-4所示,用环氧树脂胶在1号钢管和2号钢管上粘贴PZT片,并命名为PZT1和PZT2。

2) 连接仪器设备:将试件固定在工作台上,将试验仪器与试件进行连接,形成通路。

3) 信号采集:利用扭矩扳手旋拧螺母至3 N·m,即表2所示工况1,然后用笔记本电脑通过LabVIEW软件控制信号采集设备对PZT1作用一个电压激励信号,使其产生应力波,应力波信号在结构中传递后被PZT2捕捉接收,最后由数据采集设备采集,电脑端可以观测信号图像并保存数据;继续旋拧扳手,在螺母上依次施加表2所示的剩余8个扭矩,分别采集9种工况下,PZT2接收到的应力波信号。

4) 信号处理:借助MATLAB软件中信号分析工具箱进行小波包分析,将所有工况下传感器PZT2接收到的信号进行5层小波包分解,获得32个基信号,根据式(4)—(6),计算不同工况下的信号能量值E和松动指数I的大小。

5) 判断是否发生损伤:根据松动指数I来确定节点的连接状态。

3.3 试验结果

图6为感应器PZT2接收到的应力波信号。根据应力波信号很难直观地判断结构处于什么状态。因此根据接收到的应力波信号进一步计算小波包能量值和松动指数。

图7所示为各工况下由应力波信号根据式(4)和式(5)计算得到的应力波信号能量值。由图7可知,随着扭矩的增大,能量值也逐渐增大。这是因为随着扭矩的增大,节点连接越紧密,最终穿过节点接触面并被PZT2接收的信号能量值也就越大。

图7 不同扭矩工况下接收信号的能量值

根据能量值的大小,不能很直观地判断节点所处的状态,需要比较损伤工况和健康工况下的松动指数大小来进行判断。根据式(6)计算得到各个工况下的松动指数I如图8所示。由图8可知,随着扭矩值的增大,松动指数逐渐减小,节点的连接状态与健康状态的差异程度越小,即越接近健康状态,节点的连接越安全。

图8 不同扭矩工况下的松动指数I值

由试验结果可知,随着旋拧螺母的扭矩值增大,经小波包分解后的信号能量值也增大,松动指数减小,说明扣件节点的连接状态越接近健康状态。试验结果验证了前面理论分析的正确性,所提方法可以对节点的连接状态进行监测。

为了避免试验的偶然性,在相同的试验条件下重复试验6次,如图9所示。由图9可知,在6次试验中,随着扭矩值的逐渐增加,松动指数均逐渐减小,6次试验的结果基本相同。

4 结论

针对扣件式脚手架节点连接松动问题,提出了一种基于小波包能量法的节点连接状态的监测方法。以一个直角扣件式模板支撑架节点为试验模型,设置了9种扭矩工况以模拟节点的不同松动程度,采用小波包能量分析法将接收到的应力波信号转化为能量值,然后计算节点松动指数。由试验结果可知:可以根据松动指数的大小来直观判断节点连接状态。松动指数越小说明节点连接状态越接近健康状态。通过6次重复性试验验证了该方法的有效性和可重复性。基于压电材料的小波包能量分析法可以有效实现对扣件式脚手架节点连接状态的监测,为工程施工过程中模板脚手架的安全提供了保障。