康积源,陈天成,陈 飞,祖公博,郑旭锐,魏 祺
(中国建筑第二工程局有限公司 华南分公司,广东 深圳 518000)
随着城市化进程的加快,超高层装配式住宅建筑在现代城市中得到了广泛应用[1]。然而,由于其高层、薄壁结构的特点,这类建筑容易受到风振的影响,从而影响结构的安全性和可靠性[2]。目前超高层装配式住宅建筑的风振监测系统在长期稳定性和数据准确性上面临挑战,传感器和数据采集系统的精度对数据的准确性和可靠性具有重要影响,数据的解释和分析方法也需要进一步研究和改进。优化数据处理方法以及引入模式识别和数据挖掘技术,可以加强对监测数据的解释和分析并提高监测数据的精度和可靠性,进一步提高风振监测系统的效能。
项目位于深圳市,地铁2 号线莲塘站东北角。项目占地面积17 133.66m2,容积率7.9,总建筑面积190 288.6m2,其中地上部分136 584.85m2、地下部分52 613.61m2(图1)。配套设施项目包括商业、社区健康服务中心、社区老年人日间照料中心、社区体育活动场地、文化活动室、公交首末站和幼儿园。本项目地上部分拟建A、B、C 3 栋超高层住宅,A、B、C 栋地上均为53 层,建筑高度172.10m,地下室3层、局部4 层。
图1 项目平面示意图
基于传感器测量风力引起的建筑结构振动,并将这些数据转化为可供分析和评估的信息。该系统通常由传感器、数据采集系统和数据分析软件组成[3]。传感器是监测系统的核心组成部分,用于测量建筑物在风力作用下的振动,最常用的传感器类型包括加速度计、应变计和风速传感器。数据采集系统负责接收传感器的信号并将其转化为数字信号进行存储和分析,通常包括模数转换器、数据存储设备和通信接口。对于超高层装配式住宅建筑,在监测系统中需要考虑到模块化构建、快速组装和高度预制的特点。
数据采集系统应具备高精度,采样率应根据监测目标和结构特性进行选择,以充分捕捉到结构的动态响应信息。
数据分析的第一步是数据预处理,包括滤波、去噪和数据校正等步骤,以提高数据质量和准确性。基于分析结果,通过与设计标准和规范进行对比,可以判断结构的安全性和稳定性。如果监测数据显示结构存在异常振动或超过安全范围,可以采取相应的措施,如加固结构或调整装配式住宅建筑结构参数。此外,还可以利用数据分析和结构响应评估的结果为装配式住宅建筑的设计和施工提供反馈和改进意见,以提高建筑物的安全性和结构稳定性。
对于装配式住宅建筑的风振监测系统布置方案,除了考虑传感器布置的关键节点外,还需要根据建筑的实际情况进行细致的布点设计。这包括考虑不同楼层、不同朝向和不同结构部位的监测需求,以充分获取风振响应的全局信息。在监测布置方案中也可以考虑不同模块的监测需求,以评估模块之间的相互影响和整体结构的稳定性。同时,对于装配式住宅建筑,由于其采用模块化构件的特点,传感器的布置可以考虑在模块接合点、连接构件等关键位置,以监测结构的振动情况。此外,还应考虑传感器之间的互动影响,避免布置过于密集导致传感器之间的相互干扰。
本项目对A、B、C 3 栋装配式住宅建筑的加速度、位移和风速风向方面都进行了监测,监测布点与传感器数量见表1。在A 栋顶层布置1 个位移(速度)测点,1 个风速测点,在A 栋顶层、41 层(避难层),各布置1 个加速度测点,如图2(a)所示。在B 栋顶层布置1 个位移(速度)测点,在B栋顶层、41层(避难层),各布置1个加速度测点,如图2(b)所示。在C 栋顶层布置1 个位移(速度)测点,1 个风速测点,在C 栋顶层、41 层(避难层),各布置1 个加速度测点,如图2(c)所示。
表1 3栋建筑的测点与传感器
图2 建筑主体结构测点布置图
由于装配式住宅的模块化特点,连接节点处可能存在更多的振动情况,模块之间的连接方式可能会对振动响应产生影响。同时,传感器在测量装配式建筑振动时可能存在误差,如传感器本身的噪声、非线性响应等。长期的监测需要确保监测设备的灵敏度和响应特性应该能够在长时间内保持不变,数据采集系统的信号处理和存储能力也需要稳定可靠。另外,监测设备需要经受住恶劣环境条件的考验,如高温、潮湿和振动等因素。
装配式住宅的特点是模块化构件的使用,因此监测设备需要布置在不同模块的连接节点或支撑节点等位置。在这些位置,监测设备面临的环境因素也会有所不同,例如温度、湿度和振动等,高温和湿度可能导致设备部件的老化和损坏,而振动可能影响设备的灵敏度和精度。监测设备需要定期进行维护和检修,以确保其性能和功能的正常运行,同时还需要定期校准以消除设备的漂移和误差,提高监测数据的可靠性。
装配式住宅的风振监测数据需要进行解释和分析,以获得有关结构振动性能的有用信息。对监测数据进行解释需要考虑数据的物理意义和背后的结构响应机制,这需要结合建筑的结构设计和风荷载理论,以及对监测数据的统计分析和频谱分析等方法来解释数据中的振动模式、频率成分和幅值等信息[4]。对于大规模、复杂的监测数据,传统的数据分析方法可能不足以提取有效的信息。因此,需要开发和应用适合装配式住宅风振监测数据特点的解释和分析方法,如基于机器学习和人工智能的数据挖掘和模式识别方法。
通过技术改进来提高监测数据的精度和可靠性,例如引入微振动传感器、光纤传感器等,这些传感器具有更高的灵敏度和更低的噪声水平,能够提供更准确的振动数据。监测设备的长期稳定性可以通过设备更新和定期维护来改善。
随着科技的不断进步,新一代的监测设备可能具有更好的性能和更长的寿命。定期检查设备的工作状态,对设备进行清洁和维护,并进行校准和调整,可以确保设备始终处于最佳工作状态。
数据预处理可以通过滤波、降噪和数据修复等方法来提高数据的质量和可靠性,滤波技术可以消除数据中的噪声和干扰,降噪方法可以提取信号中的有效信息,数据修复技术可以提高数据的准确性和完整性,为后续的分析提供更可靠的数据基础。
通过对监测数据进行频域分析、时域分析和小波分析等方法,提取出振动信号的频率特征、能量特征和时域特征等,这些特征可以用于结构健康监测、异常检测和结构响应分析等方面,以提供更全面和深入的数据分析。
通过机器学习、深度学习和模式识别算法自动识别数据中的异常模式和振动模式,发现数据中的潜在规律和关联性,提高数据的解释性和分析效能。
预警和应急响应是提高超高层装配式住宅建筑风振监测系统可靠性和效能的重要措施,通过预警系统和应急响应机制,可以提前发现异常振动模式和结构存在的问题,及时进行预警并采取应急措施。
预警的准确性和时效性对于避免风振对装配式住宅建筑的影响和提高装配式住宅建筑的安全性具有重要意义。
提前预警和及时的应急响应能够为超高层装配式住宅建筑的安全和可持续发展提供重要保障,确保居民的生命和财产安全。
将上述对策应用于工程实际后,本文进行了对策效果分析,结果见表2。可以看出,技术改进和设备更新、优化数据处理方法以及提前预警和应急响应提高了超高层装配式住宅建筑风振监测系统的可靠性和效能,可以为建筑的安全性和可持续发展提供重要支持。
表2 对策效果分析
引入先进的传感器技术如微振动传感器和光纤传感器,以及采用多点布置传感器的方式,可以提高监测数据的精度和可靠性,定期更新监测设备并进行维护和校准可以改善设备的长期稳定性。数据预处理可以提高数据的质量和可靠性,频域分析、时域分析和小波分析等特征提取方法可以从监测数据中提取有用信息,模式识别和数据挖掘技术可以应用于监测数据的分析和解释,使得数据更具实际意义。
技术改进和设备更新可以提高数据准确性和可靠性,从而提升可靠性和效能,优化数据处理方法可以增强数据解释和分析效能,改进后的监测系统可提前预警和应急响应,减轻风振对建筑的影响,提高建筑的安全性和可靠性。