化率試件的孔隙水壓力隨時(shí)間變化的趨勢(shì)開(kāi)始發(fā)生
改變?溫度變化速率越高?試件孔隙水壓力也越高?
當(dāng)溫度從最低點(diǎn)上升時(shí)?3 種試件的孔隙水壓力都
開(kāi)始下降?溫度變化速率為 8 ℃?h
-1曲線的下降速
度最快?溫度變化速率為 6 ℃ ?h
-1曲線次之?溫度
變化速率為 4 ℃?h
-1曲線最慢?
過(guò)于快速的溫度變化速率?會(huì)導(dǎo)致混凝土內(nèi)部
孔隙水結(jié)冰速率提高?單位時(shí)間內(nèi)產(chǎn)生的冰晶數(shù)量
會(huì)增多?對(duì)混凝土孔隙結(jié)構(gòu)造成較大損傷?冰晶膨脹
迫使孔隙水進(jìn)行遷移?從而進(jìn)一步對(duì)孔隙結(jié)構(gòu)造成
損傷? 在滲透率一定的情況下?孔隙水壓力增高會(huì)
導(dǎo)致砂漿拉應(yīng)力增大?會(huì)導(dǎo)致再生混凝土的破壞?
100
80
60
40
20
0
-20
0 4 8 12 16
溫度變化速率 4 ℃·h-1
溫度變化速率 6 ℃·h-1
溫度變化速率 8 ℃·h-1
p/M
Pa
t / h
圖 9 第 1 次凍融循環(huán)各溫度變化速率孔隙水壓力變化
Fig.9 Change of pore water pressure about each
temperature change rate in the first freeze-thaw cycle
圖 10 為 3 種工況下試件隨溫度變化的邊界及
中心溫度?試件的邊界及中心溫度變化變化趨勢(shì)也
是一次函數(shù)式降溫?與設(shè)置的降溫方式相同? 中心
溫度的變化趨勢(shì)與邊界溫度變化趨勢(shì)一致?在達(dá)到
最低溫度點(diǎn)前的降溫段?同時(shí)間點(diǎn)中心溫度高于邊
界溫度?邊界溫度達(dá)到最低溫度點(diǎn)后隨即開(kāi)始升溫?
此時(shí)邊界溫度為-19.17 ℃ ?而中心溫度仍然在繼續(xù)
降低?當(dāng)中心溫度降低到最低溫度為-18.39 ℃ 時(shí)?
中心溫度開(kāi)始上升?整個(gè)降溫過(guò)程中中心溫度與邊
界溫度最大的差值為 5.07 ℃ ? 此現(xiàn)象出現(xiàn)是由于
固體傳熱需要時(shí)間且會(huì)有熱量損耗?導(dǎo)致中心溫度
的變化趨勢(shì)相對(duì)于邊界溫度有滯后現(xiàn)象?同時(shí)使得
中心溫度的最低溫度高于邊界溫度? 由數(shù)據(jù)發(fā)現(xiàn)?
無(wú)論是邊界溫度還是中心溫度最低值都沒(méi)有達(dá)到我
們預(yù)設(shè)的-20 ℃ ?這是因?yàn)樗嘧冞^(guò)程中會(huì)釋放
潛熱[25]
? 潛熱中的熱量傳導(dǎo)到邊界與降溫散發(fā)的
熱量相互抵消一部分?導(dǎo)致邊界溫度略高于環(huán)境溫
度? 而中心溫度與環(huán)境溫度的差異不僅僅是相變潛
熱的影響?還包括水泥砂漿、界面、骨料導(dǎo)熱系數(shù)的
影響?使得中心部分溫度偏高?
20
10
0
-10
-20
0 4 8 12 16
邊界溫度
中心溫度
θ/℃
t / h
(a) 降溫速率 4 ℃?h
-1
20
10
0
-10
-20
0 2 4 8 10
邊界溫度
中心溫度
θ/℃
6
t / h
(b) 降溫速率 6 ℃?h
-1
20
10
0
-10
-20
0 2 4 6 8
邊界溫度
中心溫度
θ/℃
t / h
(c) 降溫速率 8 ℃?h
-1
圖 10 降溫速率分別為 4、6、8 ℃?h
-1試件邊界和
中心一個(gè)凍融循環(huán)內(nèi)溫度變化
Fig.10 Temperature change within a freezing and
thawing cycle at the boundary and center of the specimen
with cooling rates of 4?6 and 8 ℃?h
-1
respectivel
降溫速率為 6 ℃?h
-1及 8 ℃?h
-1試件?邊界及
中心溫度變化趨勢(shì)與 4 ℃ ?h
-1試件的變化趨勢(shì)相
似? 由表 3 可以看到?3 種試件的邊界和中心最低
溫度以及最大絕對(duì)溫度差?通過(guò)對(duì)比 3 種試件可以
發(fā)現(xiàn)?隨著降溫速率的提高?邊界最低溫度在逐漸降
低?中心最低溫度逐漸升高?最大絕對(duì)溫度差也逐漸
升高? 由表 4 可知?3 種試件在外界最低溫度時(shí)試
?150? 南昌大學(xué)學(xué)報(bào)(工科版) 2023 年
件邊界中心絕對(duì)溫差與凍融結(jié)束后試件邊界中心絕
對(duì)溫差? 可以看到 2 種絕對(duì)溫差都隨著降溫速率的
提高而提高?3 種試件在最低處的溫差是由于降溫
時(shí)長(zhǎng)不同?熱量傳導(dǎo)量不同所導(dǎo)致?凍融結(jié)束后絕對(duì)
溫差是由于在升溫過(guò)程中?冰晶融化?吸收熱量導(dǎo)致
中心溫度低于邊界溫度?可以看出溫度變化率高的
試件吸收的熱量遠(yuǎn)大于溫度變化率低的試件? 這個(gè)
現(xiàn)象說(shuō)明降溫速率不僅會(huì)影響再生混凝土內(nèi)部孔隙
水的結(jié)冰速率?還會(huì)影響其結(jié)冰量? 戈雪良等[26] 分
析不同降溫速率對(duì)混凝土的影響發(fā)現(xiàn)降溫速率越
快?凍結(jié)應(yīng)力增幅越大?驗(yàn)證了本節(jié)結(jié)論? 溫度變化
率越大?結(jié)冰速率以及結(jié)冰量都會(huì)相應(yīng)的增大?對(duì)試
件造成更為嚴(yán)重的凍融損傷?這同時(shí)也從另外一個(gè)
角度解釋了各試件孔隙水壓力變化的原因?
表 3 不同降溫速率試件溫度表
Tab.3 Table of specimen temperatures
at different cooling rates
試件降溫速率/
(℃?h
-1
)
邊界最低
溫度/ ℃
中心最低
溫度/ ℃
最大絕對(duì)
溫度差/ ℃
4 -19.17 -18.39 5.07
6 -19.30 -18.12 6.89
8 -19.65 -17.87 8.39
表 4 不同降溫速率試件特定時(shí)間點(diǎn)的溫度差
Tab.4 Temperature difference at specific time point
of specimens with different cooling rates
試件降溫速率/
(℃?h
-1
)
在外界溫度最低時(shí)
試件邊界中心
絕對(duì)溫差/ ℃
凍融結(jié)束后試件
邊界中心絕對(duì)
溫差/ ℃
4 1.28 0.81
6 2.01 1.92
8 2.93 4.80
3.3 外加荷載對(duì)再生混凝土抗凍融性能的影響
為更真實(shí)地模擬再生混凝土在實(shí)際凍融情況下
的性能演變?本節(jié)在試件上施加了一個(gè)大小為 15
MPa?方向垂直向下的均布荷載?凍融循環(huán)設(shè)定條件
同 3.1 節(jié)? 圖 11 為有、無(wú)荷載作用的試件孔隙水壓
力隨時(shí)間變化曲線?表 5 為有、無(wú)荷載作用下試件最
大孔隙水壓力?
可以看出?試件在承受向下的均布荷載后?試件
的孔隙水壓力有明顯的增大? 相比于無(wú)荷載試件?
荷載試件由于外部荷載原因?試件已經(jīng)存在較大初
始水壓力?隨著溫度的降低?孔隙水壓力持續(xù)升高?
直到溫度降到最低( -20 ℃ )?孔隙水壓力才逐漸回
落? 隨著凍融循環(huán)次數(shù)的增加?2 種試件的峰值孔
隙水壓力差逐漸減小? 在前 2 次凍融循環(huán)中單次凍
融循環(huán)結(jié)束段處(對(duì)應(yīng)圖中的 9.5 ~ 11.5 h 和 19.5 ~
21.5 h 2 個(gè)時(shí)間段)?有荷載試件的孔隙水壓力小于
無(wú)荷載試件? 而在后 2 次凍融循環(huán)的交界處?2 種
工況下試件的孔隙水壓力相差不多? 出現(xiàn)上述差異
的原因是外部荷載的存在導(dǎo)致試件內(nèi)部存在對(duì)孔隙
的初始?jí)嚎s作用?降低了試件的孔隙率?增加了內(nèi)部
水分遷移的難度?導(dǎo)致孔隙水壓力上升? 而后期荷
載的存在導(dǎo)致試件受到荷載和凍融循環(huán)的耦合作
用?使得試件內(nèi)部孔隙破壞的速度快于單純受凍融
循環(huán)作用的試件?因其內(nèi)部孔隙破壞導(dǎo)致各孔隙連
通?增大了孔隙率?導(dǎo)致試件中孔隙水遷移的難度降
低和水壓力逐漸下降?即便水達(dá)到相變點(diǎn)結(jié)成冰也
不會(huì)對(duì)孔隙壁產(chǎn)生較大孔隙壓力?最終導(dǎo)致隨著凍
融循環(huán)次數(shù)的增加不論最大或是最小孔隙水壓力都
越來(lái)越接近?
150
120
90
60
30
0
-30
-60
0 10 20 30 40
荷載試件
無(wú)荷載試件
p/M
Pa
t / h
圖 11 有、無(wú)荷載作用孔隙水壓力變化
Fig.11 Change of pore water pressure with or
without load
表 5 有、無(wú)荷載作用下試件最大孔隙水壓力
Tab.5 Maximum pore water pressure of test
piece with or without load
有、無(wú)荷載作用 最大孔隙水壓力/ MPa
有 126.05
無(wú) 78.84
由 3.1 節(jié)中骨料的應(yīng)力云圖發(fā)現(xiàn)試件砂漿部分
應(yīng)力分布主要為橫向?所以選取試件各組分在 x 軸
方向的應(yīng)變?分別探究有荷載及無(wú)荷載條件下凍融
作用對(duì)骨料、老砂漿、水泥砂漿基質(zhì)的影響? 圖 12、
圖 13 分別為有、無(wú)荷載試件各細(xì)觀成分應(yīng)變變化?
從圖中老砂漿及水泥砂漿基質(zhì)的應(yīng)變變化趨勢(shì)
可以看出:有荷載試件中的老砂漿應(yīng)變始終大于水
泥砂漿應(yīng)變?而無(wú)荷載試件中的老砂漿應(yīng)變和水泥
砂漿基質(zhì)應(yīng)變?cè)趦鋈谘h(huán)過(guò)程剛開(kāi)始時(shí)處于同步變
形狀態(tài)?此時(shí)的老砂漿與水泥砂漿基質(zhì)還有一定的
第 2 期 雷斌等:再生骨料混凝土在荷載-凍融條件下的多場(chǎng)耦合數(shù)值模擬 ?151?
黏結(jié)作用?隨著溫度的降低直到孔隙水開(kāi)始發(fā)生相
變時(shí)?兩者開(kāi)始產(chǎn)生相同的突變應(yīng)力?此時(shí)黏結(jié)能力
大幅減弱?很快就喪失了黏結(jié)能力?此時(shí)老砂漿基質(zhì)
應(yīng)變出現(xiàn)高于水泥砂漿基質(zhì)應(yīng)變現(xiàn)象? 說(shuō)明外加荷
載的存在會(huì)導(dǎo)致老砂漿與水泥基質(zhì)喪失彼此間的黏
結(jié)能力?使結(jié)構(gòu)發(fā)生損傷的時(shí)間大大提前?導(dǎo)致再生
混凝土試件更容易受到破壞?
0.003 0
0.001 5
0
-0.001 5
0 4 8 12
骨料應(yīng)變
老砂漿應(yīng)變
水泥砂漿基質(zhì)應(yīng)變
ε
t / h
圖 12 有荷載試件各細(xì)觀成分應(yīng)變變化
Fig.12 Strain change of each meso
component of loaded specimen
0.003 0
0.001 5
0
-0.001 5
0 4 8 12
骨料應(yīng)變
老砂漿應(yīng)變
水泥砂漿基質(zhì)應(yīng)變
ε
t / h
圖 13 無(wú)荷載試件各細(xì)觀成分應(yīng)變變化
Fig.13 Strain change of each meso
component of unloaded specimen
從表 6 可以看出:受荷載試件的骨料最大應(yīng)變
略大于無(wú)荷載試件?受荷載的老砂漿最大應(yīng)變大于
無(wú)荷載試件?受荷載的水泥砂漿基質(zhì)部分應(yīng)變小于
無(wú)荷載試件? 造成這種差異的原因是在有荷載試件
中?荷載的存在使得再生混凝土試件中的孔隙更加
密實(shí)?使得孔隙率下降?在凍融過(guò)程中孔隙水含量也
會(huì)相應(yīng)減少?當(dāng)孔隙水發(fā)生相變時(shí)?對(duì)水泥砂漿造成
的拉應(yīng)變會(huì)相應(yīng)降低?而水泥砂漿因?yàn)楹奢d的存在?
本身便存在一個(gè)初始?jí)簯?yīng)力?二者共同作用的情況
下導(dǎo)致無(wú)荷載試件的水泥砂漿基質(zhì)應(yīng)變大于有荷載
試件? 李細(xì)濤[27] 通過(guò)實(shí)驗(yàn)對(duì)比分析多種加載模式
下多因素耦合再生混凝土的耐久性能?結(jié)果發(fā)現(xiàn)
C30 再生混凝土試件在有荷載作用下的強(qiáng)度損失率
為負(fù)值?荷載的存在將再生混凝土壓實(shí)?提高了試件
強(qiáng)度?與本文的模擬結(jié)果相符?
表 6 試件各成分最大應(yīng)變
Tab.6 Maximum strain of each component
of the test piece
細(xì)觀成分 無(wú)荷載試件 有荷載試件
骨料 -1.1×10
-3 -1.12×10
-3
老砂漿 1.93×10
-3
2.04×10
-3
水泥砂漿基質(zhì) 1.50×10
-3
1.32×10
-3
4 結(jié)論
通過(guò) Python 軟件編寫(xiě)再生混凝土隨機(jī)骨料二
維模型?結(jié)合 Comsol 軟件對(duì)隨機(jī)骨料模型進(jìn)行多場(chǎng)
耦合分析? 對(duì)荷載-凍融循環(huán)作用下再生混凝土中
的孔隙水壓力變化以及各組分應(yīng)變進(jìn)行模擬分析?
得出主要結(jié)論如下:
1)新老界面滲透率對(duì)再生混凝土抗凍融性能
有較大影響? 新老界面滲透率過(guò)高會(huì)導(dǎo)致再生混凝
土凍融循環(huán)結(jié)束時(shí)第一主應(yīng)力急劇下降?導(dǎo)致老砂
漿處產(chǎn)生較為嚴(yán)重的受拉破壞現(xiàn)象? 為此?在實(shí)際
工程中可通過(guò)選擇合適強(qiáng)度的水泥砂漿降低新老界
面滲透率?從而提高再生混凝土的抗凍融性能?
2)降溫速率對(duì)再生混凝土抗凍融性能影響較
小? 隨著溫度快速升高?導(dǎo)致孔隙水結(jié)冰速率提高
并使結(jié)冰量增大?水相變引起的體積膨脹導(dǎo)致孔隙
壁受到更大壓力?溫度快速變化會(huì)降低再生混凝土
的抗凍融性能?
3)外部荷載的存在對(duì)再生混凝土抗凍融性能
有較大影響? 在初期試件經(jīng)受凍融循環(huán)作用時(shí)?由
于荷載的存在降低了試件的孔隙率?使試件更為密
實(shí)反倒提高了試件的抗凍性? 但試件在荷載與多次
凍融循環(huán)耦合作用下?荷載加速了試件內(nèi)部水泥砂
漿基質(zhì)與老砂漿的剝離?從而降低了試件的抗凍性
能? 因而?在工程設(shè)計(jì)階段需要考慮荷載對(duì)建筑抗
凍融性能的負(fù)面影響?
參考文獻(xiàn):
[1] OHEMENG E A?EKOLU S O. Comparative analysis on
costs and benefits of producing natural and recycled con ̄
crete aggregates: a South African case study [ J]. Case
Studies in Construction Materials?2020?13:e00450.
[2] SINGH R?NAYAK D?PANDEY A?et al.Effects of recy ̄
cled fine aggregates on properties of concrete containing
?152? 南昌大學(xué)學(xué)報(bào)(工科版) 2023 年
natural or recycled coarse aggregates:a comparative study
[J].Journal of Building Engineering?2022?45:103442.
[3] ZHANG C B?HU M M?DONG L?et al.Co ̄benefits of ur ̄
ban concrete recycling on the mitigation of greenhouse gas
emissions and land use change:a case in Chongqing me ̄
tropolis?China[ J].Journal of Cleaner Production?2018?
201:481-498.
[4] TAM V W Y?SOOMRO M?EVANGELISTA A C J?et al.
Deformation and permeability of recycled aggregate con ̄
crete:a comprehensive review[J].Journal of Building En ̄
gineering?2021?44:103393.
[5] LEI B?LI W G?TANG Z?et al.Durability of recycled ag ̄
gregate concrete under coupling mechanical loading and
freeze ̄thaw cycle in salt ̄solution [ J]. Construction and
Building Materials?2018?163:840-849.
[6] WANG J G?ZHANG J X?CAO D D.Pore characteristics
of recycled aggregate concrete and its relationship with
durability under complex environmental factors[ J].Con ̄
struction and Building Materials?2021?272:121642.
[7] ZHU X Y?CHEN X D?ZHANG N?et al.Experimental and
numerical research on triaxial mechanical behavior of
self ̄compacting concrete subjected to freeze ̄thaw damage
[J ]. Construction and Building Materials? 2021? 288:
123110.
[8] MIAO H B?GUO C?LU Z R?et al.3D mesoscale analysis
of concrete containing defect damages during different
freeze ̄thaw cycles[ J].Construction and Building Materi ̄
als?2022?358:129449.
[9] ZHOU W?ZHAO C?LIU X H?et al.Mesoscopic simula ̄
tion of thermo ̄mechanical behaviors in concrete under
frost action [ J ]. Construction and Building Materials?
2017?157:117-131.
[10] KIM J.Properties of recycled aggregate concrete designed
with equivalent mortar volume mix design[ J].Construc ̄
tion and Building Materials?2021?301:124091.
[11] SHI C X?SHI Q?TONG Q?et al.Peridynamics modeling
and simulation of meso ̄scale fracture in recycled coarse
aggregate (RCA) concretes[ J].Theoretical and Applied
Fracture Mechanics?2021?114:102949.
[12] WRIGGERS P?MOFTAH S O.Mesoscale models for con ̄
crete:homogenisation and damage behaviour [ J]. Finite
Elements in Analysis and Design? 2006? 42 ( 7): 623 -
636.
[13] WALRAVEN J C. Aggregate interlock:a theoretical and
experimental analysis [M].Delft:Delft University Press?
1980.
[14] ZHANG N L?GUO X M?ZHU B B?et al.A mesoscale
model based on Monte ̄Carlo method for concrete fracture
behavior study [ J ]. Science China Technological Sci ̄
ences?2012?55(12):3278-3284.
[15] WANG X F?YANG Z J?YATES J R?et al.Monte Carlo
simulations of mesoscale fracture modelling of concrete
with random aggregates and pores [ J]. Construction and
Building Materials?2015?75:35-45.
[16] 施惠生?孫丹丹?吳凱.混凝土界面過(guò)渡區(qū)微觀結(jié)構(gòu)及
其數(shù)值模擬方法的研究進(jìn)展[ J].硅酸鹽學(xué)報(bào)?2016?
44(5):678-685.
[17] 姚澤良?段東旭?黨發(fā)寧?等.基于隨機(jī)骨料模型的再
生混凝土單軸壓縮數(shù)值模擬[J].西安理工大學(xué)學(xué)報(bào)?
2018?34(4):475-480.
[18] 肖建莊?李文貴?劉瓊.模型再生混凝土單軸受壓性能
細(xì)觀數(shù)值模擬[ J]. 同濟(jì)大學(xué)學(xué)報(bào) ( 自然科學(xué)版)?
2011?39(6):791-797.
[19] 段安.受凍融混凝土本構(gòu)關(guān)系研究和凍融過(guò)程數(shù)值模
擬[D].北京:清華大學(xué)?2009.
[20] 肖建莊?劉瓊?李文貴?等.再生混凝土細(xì)微觀結(jié)構(gòu)和
破壞機(jī)理研究[ J].青島理工大學(xué)學(xué)報(bào)?2009?30(4):
24-30.
[21] 張鴻儒.基于界面參數(shù)的再生骨料混凝土性能劣化機(jī)
理及工程應(yīng)用[D].杭州:浙江大學(xué)?2016.
[22] 曾強(qiáng)?李克非.凍融情況下降溫速率對(duì)水泥基材料變
形和損傷的影響[ J].清華大學(xué)學(xué)報(bào)(自然科學(xué)版)?
2008?48(9):1390-1394.
[23] WU K?HAN H?XU L L?et al.The improvement of freez ̄
ing ̄thawing resistance of concrete by cellulose / polyvinyl
alcohol hydrogel [ J]. Construction and Building Materi ̄
als?2021?291:123274.
[24] 黃康橋?趙程?周偉?等.基于多場(chǎng)耦合模型的混凝土
凍融三維細(xì)觀研究[ J]. 浙江大學(xué)學(xué)報(bào) ( 工學(xué)版)?
2021?55(1):62-70.
[ 25] ESMAEELI H S?FARNAM Y?BENTZ D P?et al.Numeri ̄
cal simulation of the freeze ̄thaw behavior of mortar con ̄
taining deicing salt solution[J].Materials and Structures?
2017?50(1):96.
[26] 戈雪良?陸采榮?梅國(guó)興.降溫速率對(duì)混凝土凍結(jié)應(yīng)力
的影響及機(jī)理研究[J].材料導(dǎo)報(bào)?2020?34(8):8051-
8057.
[27] 李細(xì)濤.再生混凝土多因素耦合作用的實(shí)驗(yàn)室模擬方
法研究[D].南昌:南昌大學(xué)?2020.
第 2 期 雷斌等:再生骨料混凝土在荷載-凍融條件下的多場(chǎng)耦合數(shù)值模擬 ?153?
收稿日期:2022-03-26?
基金項(xiàng)目:國(guó)家自然科學(xué)基金項(xiàng)目(52168023)?中國(guó)博士后科學(xué)基金面上項(xiàng)目(2017M611993)?江西省科技廳科學(xué)基金面
上項(xiàng)目(20171BAB206050)?江西省科技廳科學(xué)基金青年項(xiàng)目(20161BAB216113)?
作者簡(jiǎn)介:田欽(1982—)?男?講師?博士?研究方向?yàn)闃蛄嚎拐稹摌蚱?
?通信作者:康彩霞(1982—)?女?講師?博士?研究方向?yàn)榻Y(jié)構(gòu)抗震? E ̄mail:kangcaixia123@ 163.com?
田欽?霍振坤?劉康?等.鋼擋塊內(nèi)置橡膠緩沖裝置的厚度對(duì)曲線梁橋抗震性能影響[ J].南昌大學(xué)學(xué)報(bào)(工科版)?2023?45(2):
154-161.
TIAN Q?HUO Z K?LIU K?et al.Influence of thickness of shock absorber device equipped in steel block on seismic performance of
curved bridge[J].Journal of Nanchang University(Engineering & Technology)?2023?45(2):154-161.
鋼擋塊內(nèi)置橡膠緩沖裝置的厚度
對(duì)曲線梁橋抗震性能影響
田欽1
?霍振坤1
?劉康1
?康彩霞2?
(1.南昌大學(xué)工程建設(shè)學(xué)院?江西 南昌 330031?2.華東交通大學(xué)土木建筑學(xué)院?江西 南昌 330013)
摘要:通過(guò)在每一滑動(dòng)支座附近設(shè)置含橡膠緩沖裝置的鋼擋塊?將鄰梁間的集中碰撞轉(zhuǎn)移到鋼擋塊內(nèi)的多點(diǎn)
碰撞?達(dá)到有效減小集中碰撞引起橋梁震害的目的? 基于梁格法和纖維單元?采用 FORTRAN 編程軟件?建立三維
曲線梁橋模型?其中鋼擋塊和橡膠緩沖裝置均考慮了碰撞過(guò)程中的能量損失? 基于非線性時(shí)程分析法?研究橡膠
緩沖裝置的厚度對(duì)曲線梁橋抗震性能的影響? 研究結(jié)果表明?緩沖裝置依靠緩沖作用?最大能減小 57.1%的碰撞
力、78.5%的墩頂漂移率、56.3%的主梁最大位移以及減小墩底最大彎矩和曲率等抗震性能評(píng)價(jià)指標(biāo)?且厚度越大效
果越明顯?
關(guān)鍵詞:緩沖裝置?鋼擋塊?碰撞損壞?碰撞能量損失?抗震性能
中圖分類號(hào):TU391 文獻(xiàn)標(biāo)志碼:A 文章編號(hào):1006-0456(2023)02-0154-08
Influence of thickness of shock absorber device equipped in
steel block on seismic performance of curved bridge
TIAN Qin
1
?HUO Zhenkun
1
?LIU Kang
1
?KANG Caixia
2?
(1.School of Infrastructure Engineering?Nanchang University?Nanchang 330031?China?
2.School of Civil Engineering and Architecture?East China Jiaotong University?Nanchang 330013?China)
Abstract:The concentrated pounding between adjacent superstructures is transferred to the multi ̄point pounding at the steel stop ̄
pers by setting steel stoppers containing shock absorber devices near each roller bearing.Thus?the damage by concentrated pounding is
obviously reduced.Based on the beam grid method and fiber element?a three ̄dimensional curved bridge was modeled by the software of
FORTRAN.Both steel stopper and shock absorber device take into account the energy dissipation during the pounding.Based on the non ̄
linear time history analysis?the influence of the thickness of shock absorber device on the seismic performance of curved bridges was
studied.The research results showed that the pounding force of 57.1%?the drift rate of 78.5% at the top of the pier?the maximum dis ̄
placement of the superstructures of 56.3% and the maximum bending moment and curvature at the bottom of the pier can be reduced by
the shock absorber device.And the greater the thickness was?the more obvious the effect.
Key Words:shock absorber device?steel stopper?pounding damage?pounding energy dissipation?seismic performance
在過(guò)去幾十年里發(fā)生的大地震中?曲線梁橋的
支座發(fā)生脫空、移位損壞?其中 1995 年日本阪神地
震?曲線梁橋中超過(guò) 65%的鋼支座遭受損壞[1]
? 曲
線梁橋動(dòng)力特性復(fù)雜?受雙向地震力作用明顯?其地
震反應(yīng)不對(duì)稱?在伸縮縫處產(chǎn)生縱橫向耦合位移?易
引起伸縮縫處的碰撞損壞及落梁破壞[2-5]
? 梁體落
梁時(shí)如果撞擊橋墩?還會(huì)引起橋墩的碰撞破壞[6]
?
地震中鄰梁的碰撞力不僅會(huì)引起碰撞區(qū)域的局部損
壞?還會(huì)把碰撞力效應(yīng)傳到橋墩底部?引起橋墩底部
彎剪損壞?甚至導(dǎo)致全橋倒塌[7-9]
? 基于地震中曲
第 45 卷第 2 期
2023 年 6 月
南昌大學(xué)學(xué)報(bào)(工科版)
Journal of Nanchang University(Engineering & Technology)
Vol.45 No.2
Jun.2023
線梁橋支座損壞、落梁破壞和橋墩震害?國(guó)內(nèi)外專家
開(kāi)展了減隔震措施的研究? 目前減震方法主要有調(diào)
節(jié)伸縮縫寬度、安裝限位裝置、在碰撞位置安裝緩沖
裝置以及設(shè)置隔震支座等[10-12]
? 雖然調(diào)節(jié)伸縮縫
寬能減小鄰梁間碰撞力?但在滿足伸縮縫正常使用
功能的前提下?減小程度非常有限[9]
? 限位裝置雖
然能在一定程度上減小墩梁間相對(duì)位移?預(yù)防落梁
震害?但一般僅僅安裝在伸縮縫處?安裝位置少?地
震中受力大?裝置本身容易損壞? 為了減小鄰梁間
的碰撞損壞?研究者將緩沖裝置設(shè)在伸縮縫處的梁
體端部?依靠橡膠材料的緩沖特性?減小梁體間較大
的碰撞力[13]
?但是減小程度有限? 在建筑工程領(lǐng)
域?通過(guò)在電梯轎廂四周設(shè)置緩沖裝置以緩沖其與
電梯井壁的碰撞[14]
? 隔震支座雖然能減小梁體的
位移?適用于新建橋梁?但不適用于設(shè)置了鋼支座的
既有橋梁[15-16]
?
為有效避免支座的過(guò)大位移和減小鄰梁間較大
碰撞力引起的其他震害?本文通過(guò)在既有橋梁的每
一滑動(dòng)支座附近設(shè)置鋼擋塊(圖 1)?將鄰梁間的集
中碰撞轉(zhuǎn)化為多點(diǎn)雙邊碰撞? 為了進(jìn)一步減小鋼擋
塊內(nèi)的剛性碰撞力及其引起的橋梁結(jié)構(gòu)加速度和速
度脈沖?緩沖裝置被設(shè)置在鋼擋塊內(nèi)?并分析緩沖裝
置的厚度對(duì)曲線梁橋抗震性能的影響? 研究成果可
為我國(guó)采用多點(diǎn)安裝鋼擋塊以及橡膠緩沖裝置的減
震措施?提供理論依據(jù)?
鋼牛腿
支座
鋼擋塊
(a) 安裝示意圖
鋼擋塊的上部
緩沖裝置
鋼擋塊的下部
(b) 三維圖
圖 1 鋼擋塊和緩沖裝置
Fig.1 Steel stopper and shock absorber devices
1 曲線梁橋有限元模型
1.1 全橋三維有限元模型
工字型鋼板組合梁橋施工速度快?裝配化程度
高?與預(yù)應(yīng)力混凝土橋相比?沒(méi)有收縮徐變和預(yù)應(yīng)力
損失?特別適用于跨徑為 30 ~ 40 m 的曲線梁橋? 本
文基于 FORTRAN 編程軟件?建立如圖 2 所示的典
型曲線梁橋模型?該橋全長(zhǎng) 160 m?每跨 40 m?由一
跨 40 m 簡(jiǎn)支梁和三跨 120 m 的連續(xù)梁組成?簡(jiǎn)支梁
和連續(xù)梁之間設(shè)置 10 cm 寬的伸縮縫? 上部結(jié)構(gòu)采
用工字型鋼板組合梁?G1 、G2 、G3 分別表示曲線梁從
內(nèi)側(cè)到外側(cè)的 3 根主梁?沿曲線梁橋切向每 5 m 設(shè)
置一道橫隔板? 本文采用 FORTRAN 軟件編寫(xiě)的橋
梁抗震計(jì)算程序?其計(jì)算結(jié)果已經(jīng)與多種有限元商
業(yè)軟件(如 EDYNA、DYNA2E、DYNAS)的計(jì)算結(jié)果進(jìn)
行了對(duì)比?并驗(yàn)證了該程序計(jì)算結(jié)果的準(zhǔn)確性[13]
?
固定支座
滑動(dòng)支座
鋼擋塊
B1~B3 支座編號(hào)
P1~P2 橋墩編號(hào)
G1~G3 主梁編號(hào)
連續(xù)梁 S2
簡(jiǎn)支梁 S1
B3
B1
B2
G1
G2
G3
P2
P1
Y Z
X
(a) 曲線梁橋三維有限元圖
固定支座
滑動(dòng)支座
鋼擋塊編號(hào)
橋墩編號(hào)
D1~D4
P P1~P5 1 P2 P3 P4
節(jié)點(diǎn) 伸縮縫 單元
P5
(b) 曲線梁橋有限元立面圖
圖 2 曲線梁橋有限元模型
Fig.2 Finite element model of the curved bridge
下部結(jié)構(gòu)采用中空的鋼箱截面橋墩?墩高 20
m?截面尺寸考慮了鋼板不發(fā)生局部屈曲的寬厚比?
鋼材和混凝土的密度分別為 7 850、2 500 kg?m
-3
?
鋼材的彈性模量為 200 GPa?屈服強(qiáng)度為 235 MPa?
塑性區(qū)域的硬化系數(shù)為 0.01? 鋼橋墩采用纖維單
元?在鋼橋墩頂部的橫橋向?用一根剛度極大的梁來(lái)
傳遞主梁與鋼橋墩之間的相互作用[17]
?
如圖 2(b)所示?全橋采用鋼支座(含固定支座
和滑動(dòng)支座)?簡(jiǎn)支梁和連續(xù)梁的最左邊設(shè)置固定
支座(F)?其他位置設(shè)置滑動(dòng)支座(R)? 固定支座
在切向徑向全部固定?滑動(dòng)支座在徑向固定?切向自
由移動(dòng)?且切向考慮庫(kù)侖摩擦力?
1.2 鋼擋塊與緩沖裝置的碰撞模型
如圖 2(b)所示?在每一個(gè)滑動(dòng)支座附近的橋墩
頂部和梁體底部之間設(shè)置鋼擋塊?其切向設(shè)置凈距
離?徑向固定? 圖 3 為鋼擋塊及緩沖裝置模型? 本文
第 2 期 田欽等:鋼擋塊內(nèi)置橡膠緩沖裝置的厚度對(duì)曲線梁橋抗震性能影響 ?155?
采用如圖 3(a)、(b)所示的修正 Hertz-damp 模型模
擬鋼擋塊內(nèi)的碰撞現(xiàn)象?并考慮碰撞中的耗能過(guò)程?
鋼擋塊碰撞模型的計(jì)算公式如下:
F =
0? δ>0
Kδ
3/ 2+ c δ
?
? δ<0 且 δ
?
>0
Kδ
3/ 2
? δ<0 且δ
?≤0
ì
?
í
?
?
?
?
(1)
c = 2ξ
-
K δ
m1m2
m1
+m2
(2)
δ = d-d0 (3)
式中:F 為碰撞力?K 為碰撞剛度?d 為鋼擋塊上、下
部間相對(duì)位移?d0 為鋼擋塊上、下部間初始間隙?c
為阻尼系數(shù)?ξ
-為阻尼比?m1 和 m2 分別為梁體與橋
墩的質(zhì)量?δ 為鋼擋塊除去初始間隙后的相對(duì)位移?
F
d0 d0 d
d0:鋼擋塊初始間距
(a) 鋼擋塊本構(gòu)模型
d0
C
K
C
K
d0
A B
(b) 鋼擋塊雙邊碰撞模型
d
FS3
KS3
F
FS2
FS1
K KS5 S1
KS2
KS4
(c) 緩沖裝置本構(gòu)模型
圖 3 鋼擋塊及緩沖裝置模型
Fig.3 Force-displacement relationships for
steel stoppers and shock absorber
橡膠緩沖裝置考慮了碰撞過(guò)程中的能量耗散?
其本構(gòu)關(guān)系如圖 3(c)所示?計(jì)算公式如下[10]
:
K
L
S
=
KS1 ? 0≤H≤0.6Hmax
KS2
= 12KS1 ? 0.6Hmax<H≤0.8Hmax
KS3
= 24KS1 ? H>0.8Hmax
ì
?
í
?
?
?
?
(4)
式中:K
L
S 為碰撞階段剛度?KS1 、KS2 、KS3分別為碰撞
第一、二、三階段的剛度?H 和 Hmax分別為橡膠緩沖
裝置的壓縮量和最大壓縮量即厚度?
2 分析方法
本文采用時(shí)程分析法分析曲線梁橋的抗震性
能?分析過(guò)程考慮材料和幾何非線性? 在 t +Δt 時(shí)
刻?增量有限元運(yùn)動(dòng)方程如下:
M u
¨
t+Δt+C u
?t+Δt+K
t+ΔtΔu
t+Δt = -M z
¨
t+Δt
式中:M 為橋梁結(jié)構(gòu)的質(zhì)量矩陣?C 為橋梁結(jié)構(gòu)的
阻尼矩陣?K 為橋梁結(jié)構(gòu)的剛度矩陣?u
¨ 為橋梁結(jié)構(gòu)
的加速度?u
? 為橋梁結(jié)構(gòu)的速度?Δu 為橋梁結(jié)構(gòu)的
位移增量?z
¨ 為地震波加速度?
材料非線性基于梁柱單元的雙線性彈塑性本構(gòu)
關(guān)系?并考慮單軸屈服準(zhǔn)則和隨動(dòng)應(yīng)變硬化準(zhǔn)則?
常加速度的 Newmark 逐步積分法被用于運(yùn)動(dòng)方程
的積分運(yùn)算? 為了考慮幾何非線性和材料非線性?
在每一積分步計(jì)算中?有限元運(yùn)動(dòng)方程中的剛度矩
陣均被更新?積分步長(zhǎng)為 0.01 s? 橋梁結(jié)構(gòu)阻尼采
用 Rayleigh 阻尼?阻尼比為 0.02?
因?yàn)橼嫔竦卣鸬呢Q直、水平方向均有震幅?烈度
強(qiáng)?卓越周期比較接近建筑物的自振周期?對(duì)城市破
壞大? 所以選取如圖 4 所示的日本鷹取火車 站
(TAK) 和日本氣象廳神戶觀測(cè)所 ( JMA) 記錄的
1995 年發(fā)生在日本的阪神地震? 考慮到本次研究
對(duì)象是曲線梁橋?不能忽略橫橋向的地震響應(yīng)?所以
采用的是三維地震波? 圖 4 中的 NS(L)、EW(T)和
UD(V)分別代表南北(順橋方向)、東西(橫橋方
向)和上下(豎直方向)?
3 分析工況
本文研究橡膠緩沖裝置的厚度對(duì)曲線梁橋抗震
性能的影響?表 1 為不同厚度的橡膠緩沖裝置的力學(xué)
參數(shù)?其中 T0 表示無(wú)緩沖裝置?共分為 5 個(gè)分析工況?
4 計(jì)算結(jié)果
4.1 鋼擋塊內(nèi)碰撞力
圖 5 為鋼擋塊(D3 )的最大碰撞力?其他墩頂鋼
?156? 南昌大學(xué)學(xué)報(bào)(工科版) 2023 年
t / s t / s t / s
(a) TAK
t / s t / s t / s
(b) JMA
圖 4 輸入地震波
Fig.4 Input earthquake ground motions
表 1 不同厚度的緩沖裝置的力學(xué)參數(shù)
Tab.1 Mechanical parameters of different thickness of shock absorber device
SAD type h / mm KS1
/ (MN?m
-1
) KS2
/ (MN?m
-1
) KS3
/ (MN?m
-1
) FS1
/ MN FS2
/ MN FS3
/ MN
T0 — — — — — — —
T2 20 8.33 100 200 0.10 0.50 1.30
T4 40 8.33 100 200 0.20 1.00 2.60
T6 60 8.33 100 200 0.30 1.50 3.90
T8 80 8.33 100 200 0.40 2.00 5.20
t / s t / s
(a) TAK
t / s t / s
(b) JMA
圖 5 鋼擋塊(D3 )的碰撞力時(shí)程圖
Fig.5 Time history for pounding force of stopper (D3 )
第 2 期 田欽等:鋼擋塊內(nèi)置橡膠緩沖裝置的厚度對(duì)曲線梁橋抗震性能影響 ?157?
擋塊的碰撞力規(guī)律與 D3 類似? 可知橡膠緩沖裝置
的厚度越大?鋼擋塊上的最大碰撞力越小? 在 TAK
和 JMA 作用下?厚度為 60 mm 的橡膠緩沖裝置?分
別能減小 30.8%、57.1%的碰撞力? 在碰撞過(guò)程中?
橡膠緩沖裝置能依靠延長(zhǎng)碰撞時(shí)間?有效減小發(fā)生
在鋼擋塊內(nèi)的雙邊碰撞力?且碰撞頻率也相應(yīng)減小?
其中較大厚度的橡膠緩沖裝置能在地震中較早地發(fā)
揮緩沖作用?也是碰撞力較小的原因之一?
4.2 墩頂漂移率
墩頂漂移率是評(píng)估橋墩是否受損的重要指標(biāo)?
文獻(xiàn)[1]認(rèn)為墩頂漂移率 L 大于 1?橋墩產(chǎn)生了不可
修復(fù)的嚴(yán)重?fù)p傷? 圖 6( a)所示在 TAK 作用下?沒(méi)
有設(shè)置橡膠緩沖裝置時(shí)?墩頂漂移率大于 1?而其他
工況下?橋墩的損傷均小于限值?緩沖裝置為 80 mm
時(shí)?最大能減小 78.5%的墩頂漂移率? 當(dāng)橡膠緩沖
裝置的厚度小于鋼擋塊凈距離的一半(40 mm)時(shí)?
墩頂漂移率隨著厚度的增加?迅速減小?當(dāng)橡膠緩沖
裝置的厚度大于鋼擋塊凈距離的一半時(shí)?墩頂漂移
率減小的趨勢(shì)變緩? 圖 6( b)所示在 JMA 作用下?
墩頂漂移率呈現(xiàn)出與 TAK 作用下相似的變化趨勢(shì)?
圖 7 為墩頂?shù)淖畲笃坡?Lmax?其變化趨勢(shì)與圖 6
所示的墩頂漂移率相似? 另外?因?yàn)楣潭ㄖё乃?/p>
平力小于鋼擋塊上的碰撞力?所以 P1 的墩頂漂移率
和最大漂移率均小于其他墩頂?shù)闹?
(a) TAK (b) JMA
圖 6 墩頂漂移率
Fig.6 Drift rate of pier
(a) TAK (b) JMA
圖 7 墩頂最大漂移率
Fig.7 Maximum drift rate of pier
4.3 梁體位移
梁體的位移時(shí)程如圖 8 所示?在 TAK 地震波作
用下?沒(méi)有設(shè)置緩沖裝置(T0 )時(shí)?簡(jiǎn)支梁( S1 )和連
續(xù)梁(S2 )的最大位移分別為 0.546、0.568 m? 緩沖
裝置厚度為 60 mm 時(shí)?S1 、S2 的最大位移均為 0.444
m?與設(shè)置緩沖裝置比?分別減少了 18.7%、21.8%?
在 JMA 地震波作用下?沒(méi)有設(shè)置緩沖裝置時(shí)?S1 、S2
的最大位移分別為 0.530、0.538 m? 緩沖裝置厚度
為 60 mm 時(shí)?S1 、S2 的最大位移分別為 0.277、0.235
m?與沒(méi)有設(shè)置緩沖裝置比?分別減小了 47. 7%、
56.3%? 另外?由圖可知梁體的最大位移決定梁體
的殘余位移? 橡膠緩沖裝置減小梁體最大位移和殘
?158? 南昌大學(xué)學(xué)報(bào)(工科版) 2023 年
余位移的程度隨著厚度的增大而增大?
t / s t / s
t / s t / s
(a) TAK
t / s t / s
t / s t / s
(b) JMA
圖 8 梁體(S1 和 S2 )的位移時(shí)程圖
Fig.8 Time history of superstructures displacements (S1 and S2 )
4.4 鋼橋墩底彎矩與曲率關(guān)系
墩底的彎矩和曲率也是反映地震中橋墩是否損
傷的重要指標(biāo)?圖 9 為鋼橋墩底彎矩-曲率圖?其中
M4X
/ My 為 4 號(hào)橋墩沿 X 方向的墩底彎矩與墩底屈
服彎矩之比?M4X 、M4Y分別是 4 號(hào)橋墩沿著 X 和 Y
方向的彎矩? 由圖可知鋼橋墩底沿順橋向(X)和橫
橋向(Y)的最大曲率及最大彎矩都較大?2 個(gè)方向均
有損傷? 隨著緩沖裝置厚度的增加?2 個(gè)方向的最
大彎矩及曲率均逐漸減小? 緩沖裝置能有效減小墩
底順橋向和橫橋向的彎矩和曲率?起到一定的保護(hù)
第 2 期 田欽等:鋼擋塊內(nèi)置橡膠緩沖裝置的厚度對(duì)曲線梁橋抗震性能影響 ?159?
支座的作用?并減小地震震害?墩底順橋向的曲率比 橫橋向的大?
M4X/My
M4X/My
φ/ m
-1 φ/ m
-1
M4Y/My
M4Y/My
φ/ m
-1 φ/ m
-1
(a) TAK
M4X/My
M4X/My
φ/ m
-1 φ/ m
-1
M4Y/My
M4Y/My
φ/ m
-1 φ/ m
-1
(b) JMA
圖 9 墩底彎矩-曲率圖
Fig.9 Diagram for bending moment-curvature of piers bases
4.5 伸縮縫的寬度
伸縮縫的張開(kāi)位移會(huì)影響車輛的通行性能?是
橋梁典型震害形式之一? 圖 10 為地震作用下伸縮
縫寬度的時(shí)程圖?其中正號(hào)表示張開(kāi)方向?負(fù)號(hào)表示
合攏方向?紅虛線表示鋼擋塊的凈距離? 在 TAK 和
JMA 作用下?伸縮縫均呈現(xiàn)張開(kāi)位移? 隨著橡膠緩
沖裝置厚度的增大?伸縮縫張開(kāi)位移的最大值和殘
余值均逐漸減小?緩沖裝置能有效減小伸縮縫的寬
度? 因此?設(shè)置橡膠緩沖裝置有利于減小橋梁震害?
降低經(jīng)濟(jì)損失?
?160? 南昌大學(xué)學(xué)報(bào)(工科版) 2023 年
t / s t / s
(a) TAK
t / s t / s
(b) JMA
圖 10 伸縮縫寬度的時(shí)程圖
Fig.10 Time history of expansion joint width
5 結(jié)論
基于安裝了多點(diǎn)鋼擋塊以及橡膠緩沖裝置的典
型曲線梁橋模型?分析橡膠緩沖裝置厚度對(duì)橋梁抗
震性能的影響?得到如下結(jié)論:
1)橡膠緩沖裝置能延長(zhǎng)鋼擋塊上、下部間的碰
撞時(shí)間?減小碰撞頻率和碰撞力?且緩沖裝置的厚度
越大?減小碰撞力的效果越顯著?
2)橡膠緩沖裝置能減小墩頂漂移率和主梁的
最大位移?設(shè)置固定支座橋墩的墩頂漂移率小于設(shè)
置鋼擋塊的墩頂漂移率?且隨著緩沖裝置厚度的增
加?墩頂漂移率和主梁的最大位移越小?
3)橡膠緩沖裝置能有效減小墩底順橋向和橫
橋向的彎矩和曲率?隨著緩沖裝置厚度的增加?2 個(gè)
方向的最大彎矩及曲率均逐漸減小? 墩底順橋向的
損傷比橫橋向的損傷大? 橡膠緩沖裝置還能有效減
小伸縮縫的寬度?且厚度越大?減小程度越大?
參考文獻(xiàn):
[1] Japan Road Association.Specifications for highway bridges ̄
part V seismic design[M].Tokyo:Maruzen?2012.
[ 2] SCAWTHORN C?YANEV P I.Preliminary report 17 Janu ̄
ary 1995?Hyogo-ken Nambu?Japanese earthquake [ J].
Engineering Structures?1995?17(3):146-157.
[3] WATANABE E?SUGIURA K?NAGATA K?et al.Perform ̄
ances and damages to steel structures during the 1995
Hyogoken - Nanbu earthquake [ J ]. Engineering Struc ̄
tures?1998?20(4 / 5 / 6):282-290.
[4] 杜修力?韓強(qiáng)?李忠獻(xiàn)?等.5.12 汶川地震中山區(qū)公路橋
梁震害及啟示 [J].北京工業(yè)大學(xué)學(xué)報(bào)?2008?34(12):
1270-1279.
[5] 范鑫?徐略勤?孫榕徽.平面彎梁橋地震響應(yīng)特征與抗
震對(duì)策研究[ J].地震工程與工程振動(dòng)?2021?41( 4):
177-187.
[6] DESROCHES R? MUTHUKUMAR S. Effect of pounding
and restrainers on seismic response of multiple ̄frame
bridges [ J].Journal of Structural Engineering?2002?128
(7):1-10.
[7] TAFLANIDIS A. Optimal probabilistic design of seismic
dampers for the protection of isolated bridges against near ̄
fault seismic excitations [ J ]. Engineering Structures?
2011?33(12):3496-3508.
[8] ZANARDO G?HAO H?MODENA C. Seismic response of
multi ̄span simply supported bridges to a spatially varying
earthquake ground motion [ J]. Earthquake Engineering
and Structural Dynamics?2002?31(6):1325-1345.
(下轉(zhuǎn)第 204 頁(yè))
第 2 期 田欽等:鋼擋塊內(nèi)置橡膠緩沖裝置的厚度對(duì)曲線梁橋抗震性能影響 ?161?
收稿日期:2022-07-09?
作者簡(jiǎn)介:文明(1972—)?男?副教授?博士?研究方向?yàn)榻Y(jié)構(gòu)抗震?
?通信作者:陳寶魁(1982—)?男?副教授?博士?研究方向?yàn)榻Y(jié)構(gòu)抗震? E ̄mail:bkchen@ ncu.edu.cn?
文明?馮輝?王偉偉?等.現(xiàn)澆梁式樓梯支座形式對(duì)結(jié)構(gòu)抗震性能的影響[J].南昌大學(xué)學(xué)報(bào)(工科版)?[J].南昌大學(xué)學(xué)報(bào)(工科
版)?2023?45(2):162-169.
WEN M?FENG H?WANG W W?et al.Influence of cast ̄in ̄place beam staircase bearing form on seismic performance of structure[ J].
Journal of Nanchang University(Engineering & Technology)?2023?45(2):162-169.
現(xiàn)澆梁式樓梯支座形式對(duì)結(jié)構(gòu)抗震性能的影響
文明1?2
?馮輝1?2
?王偉偉1?2
?陳寶魁1?2?
?傅華耀1?2
(1.南昌大學(xué)工程建設(shè)學(xué)院?江西 南昌 330031?2.江西省近零能耗建筑工程實(shí)驗(yàn)室?江西 南昌 330031)
摘要:現(xiàn)澆梁式樓梯在框架結(jié)構(gòu)中普遍使用?但在結(jié)構(gòu)設(shè)計(jì)中往往被忽略?僅作為豎向荷載作用于結(jié)構(gòu)上? 為
探究梁式樓梯及其支座形式對(duì)結(jié)構(gòu)抗震性能的影響?利用數(shù)值模擬技術(shù)?對(duì)無(wú)樓梯框架及帶不同支座樓梯框架在
地震作用下應(yīng)力、位移、耗能特性以及混凝土損傷等特性進(jìn)行分析? 分析結(jié)果表明:地震作用下?無(wú)樓梯框架、固定
連接框架和滑動(dòng)連接框架的柱頂位移分別為 15.70、4.37、5.89 mm?表明樓梯結(jié)構(gòu)的存在將增大框架結(jié)構(gòu)整體剛度?
改善結(jié)構(gòu)應(yīng)力分布?滑動(dòng)支座連接與固定支座連接相比?地震作用下樓梯間結(jié)構(gòu)中鋼筋與混凝土的應(yīng)力峰值分別
減小了 15%和 22%?同時(shí)滯回環(huán)面積更大?因此滑動(dòng)支座連接樓梯將更好地改善整體結(jié)構(gòu)耗能及抗震性能?
關(guān)鍵詞:梁式樓梯?框架結(jié)構(gòu)?數(shù)值模擬?滑動(dòng)連接?抗震性能
中圖分類號(hào):TU352 文獻(xiàn)標(biāo)志碼:A 文章編號(hào):1006-0456(2023)02-0162-08
Influence of cast ̄in ̄place beam staircase bearing
form on seismic performance of structure
WEN Ming
1?2
?FENG Hui
1?2
?WANG Weiwei
1?2
?CHEN Baokui
1?2
?FU Huayao
1?2
(1.School of Infrastructure Engineering?Nanchang University?Nanchang 330031?China?
2.Jiangxi Provincial Engineering Laboratory of Near Zero Energy Building?Nanchang 330031?China)
Abstract:Cast ̄in ̄place beam staircases were commonly used in frame structures?but they were generally ignored in structural de ̄
sign and were only added to the structure as a form of vertical load.In order to analyze the influence of the beam staircase and its support
form on the seismic response of the structure?the numerical simulation technology was used to establish a multi ̄condition model under
the action of earthquake?such as stress?displacement?energy dissipation characteristics?concrete damage and other seismic responses.
The analysis results showed that the column top displacement of stairless frame?fixed connection frame and sliding connection frame was
15.70?4.37?5.89 mm under the influence of earthquakes?respectively?indicating that the existence of staircase structure would increase
the overall stiffness of the frame structure and improve the structural stress distribution.Compared with the fixed support connection?the
stress peaks of steel reinforcement and concrete in the staircase structureunder the action of earthquake were reduced by 15% and 22%?
respectively?and the hysteresis looparea was larger?so the sliding support connection staircases could better improved the overall struc ̄
tural energy consumption and seismic performance.
Key Words:beam staircase?frame structure?numerical simulation?sliding connection?seismic performance
地震中樓梯間作為建筑結(jié)構(gòu)主要的逃生通道?
其抗震性能至關(guān)重要? 然而?大量研究和震害資料
表明?地震災(zāi)害發(fā)生后?建筑物內(nèi)的樓梯間往往損傷
嚴(yán)重?產(chǎn)生嚴(yán)重的裂縫甚至坍塌? 樓梯不僅未能有
效發(fā)揮其人員疏散的重要功能?并且影響震后救援
工作? 由此可見(jiàn)?詳細(xì)地掌握樓梯的抗震特性?并增
強(qiáng)其抗震能力?將有效降低地震造成的損失?
目前結(jié)構(gòu)設(shè)計(jì)中?大多沒(méi)有將樓梯結(jié)構(gòu)與主體
結(jié)構(gòu)看作一個(gè)整體進(jìn)行計(jì)算?而是各自獨(dú)立設(shè)計(jì)?忽
略了真實(shí)地震作用中兩者之間的相互作用? 樓梯設(shè)
計(jì)時(shí)僅考慮豎向荷載?忽略了地震作用下其與主體
結(jié)構(gòu)的相互作用?導(dǎo)致樓梯的實(shí)際受力大于設(shè)計(jì)值?
第 45 卷第 2 期
2023 年 6 月
南昌大學(xué)學(xué)報(bào)(工科版)
Journal of Nanchang University(Engineering & Technology)
Vol.45 No.2
Jun.2023
使樓梯結(jié)構(gòu)在地震中易發(fā)生破壞[1]
?
目前?國(guó)內(nèi)外學(xué)者已對(duì)這個(gè)問(wèn)題展開(kāi)相關(guān)研究?
張望喜等[2]利用數(shù)值模擬的方法?通過(guò)比較不同工
況下結(jié)構(gòu)的位移響應(yīng)等特征?分析裝配式滑動(dòng)支座
樓梯抗震性能?發(fā)現(xiàn)該樓梯在地震作用下具有應(yīng)力
分布均勻?位移反應(yīng)較小等優(yōu)點(diǎn)? 吳兆旗等[3] 針對(duì)
RC 框架結(jié)構(gòu)現(xiàn)澆板式樓梯抗震的分析結(jié)果?對(duì)板式
樓梯抗震性能進(jìn)行綜合評(píng)價(jià)并針對(duì)性地提出其抗震
性能評(píng)價(jià)方法? 曹達(dá)忠等[4] 針對(duì)混凝土板式樓梯
中平臺(tái)板滑動(dòng)支座進(jìn)行擬靜力實(shí)驗(yàn)分析?發(fā)現(xiàn)滑動(dòng)
支座將使梯段板發(fā)生豎向翹起現(xiàn)象? 馬小瑞[5] 使
用 ANSYS 針對(duì)板式樓梯、梁式樓梯、懸挑樓梯 3 種
樓梯結(jié)構(gòu)進(jìn)行分析?發(fā)現(xiàn)樓梯結(jié)構(gòu)可以提高整體結(jié)
構(gòu)體系的剛度? Fallahi
[6]利用 Pushover 分析方法對(duì)
RC 框架進(jìn)行分析?探究樓梯結(jié)構(gòu)是否參與建模?樓
梯位置等因素對(duì)結(jié)構(gòu)的抗震性能的影響? Wang
等[7]對(duì) 1 個(gè) 5 層樓梯結(jié)構(gòu)進(jìn)行振動(dòng)臺(tái)實(shí)驗(yàn)分析?得
出反復(fù)拉壓作用使連接處發(fā)生破壞?并進(jìn)一步導(dǎo)致
樓梯間破壞? 以上研究主要集中于現(xiàn)澆板式樓梯以
及裝配式樓梯? 目前對(duì)梁式樓梯抗震性能的研究主
要集中于梁式樓梯結(jié)構(gòu)對(duì)整體結(jié)構(gòu)抗震性能的影
響? 而對(duì)現(xiàn)澆梁式樓梯連接方式以及對(duì)樓梯本身受
力方面研究較少?
因此?本文將針對(duì)框架結(jié)構(gòu)中的現(xiàn)澆梁式樓梯?研
究梁式樓梯結(jié)構(gòu)參與整體計(jì)算與否以及樓梯不同連接
方式對(duì)框架結(jié)構(gòu)抗震性能與樓梯受力性能的影響?
1 基本原理
1.1 梁式樓梯
梁式樓梯為踏步板下有梯梁支撐的樓梯?通常
由平臺(tái)板、梯梁、支承梁和踏步板組成?平臺(tái)板和梯
梁搭接并支承于支承梁?支承梁則與承重墻或框架
柱相連?由于有梯梁的存在?梁式樓梯與板式樓梯的
傳力途徑不同? 梁式樓梯與梯梁的連接方式一般采
用剛接?但為了改善性能?也會(huì)采用在下部與梯梁采
用滑動(dòng)支座?上部結(jié)構(gòu)與梯梁連接方式見(jiàn) 1.2 節(jié)?
1.2 滑動(dòng)支座梁式樓梯
梁式樓梯滑動(dòng)支座連接為上端與支承梁剛接?
在梯梁下端部與其支承梁之間鋪上一層聚四氟乙烯
板或其他摩擦系數(shù)比較小的一些特殊材料?這樣在
一定程度上釋放了踏步板下端?允許結(jié)構(gòu)發(fā)生一定
程度的位移?防止斜撐效應(yīng)的產(chǎn)生?改善結(jié)構(gòu)受力分
布狀況?同時(shí)也減少了樓梯板因整體受力而產(chǎn)生的
受力不規(guī)則性?具體做法見(jiàn)圖 1?
5 mm 厚聚四氟乙烯板
高端支承梁
梯梁內(nèi)
延一跨
封口邊梁
梯梁
低端
支承梁
圖 1 梁式樓梯滑動(dòng)支座做法
Fig.1 Beam staircase sliding support method
2 數(shù)值建模
2.1 模型參數(shù)
為了分析結(jié)構(gòu)抗震設(shè)計(jì)中是否考慮現(xiàn)澆梁式樓
梯的參與和梁式樓梯支座連接形式等因素對(duì)框架結(jié)
構(gòu)以及樓梯本身地震反應(yīng)的影響?本研究利用有限
元?jiǎng)恿Ψ治鲕浖?ABAQUS 建立了 3 種不同樓梯間
的局部構(gòu)造的單層框架模型:1)無(wú)樓梯整體框架模
型(模型 A)?2) 固定連接梁式樓梯整體框架模型
(模型 B)?3)滑動(dòng)連接梁式樓梯整體框架模型(模
型 C)?
樓梯采用 C30 混凝土?其彈性模量為 30 GPa?
混凝土的密度取 2.5×10
3
kg?m
-3
?泊松比取 0.2?
鋼材采用 HRB400 級(jí)鋼筋?其彈性模量為 200 GPa?
鋼材的密度取 7.85×10
3
kg?m
-3
?泊松比取 0.3? 模
型場(chǎng)地類別為二類?其地震分組為一組?結(jié)構(gòu)相應(yīng)的
抗震設(shè)防烈度為 7 度? 圖 2、圖 3 分別為模型 B 的
平面圖和剖面圖?其中 KZ 為框架柱?TZ 為梯柱?
TL1 為支承梁?TL2 為梯梁?TB1 和 PTB 分別為踏步
板和平臺(tái)板?相應(yīng)結(jié)構(gòu)尺寸如圖?配筋的各項(xiàng)具體參
數(shù)如表 1、表 2 所示?其中 L 表示截面長(zhǎng)度?W 表示
截面寬度?t 表示板厚?
表 1 構(gòu)件尺寸及配筋信息
Tab.1 Component size and reinforcement information
構(gòu)件 混凝土等級(jí) L / mm W/ mm 縱筋 箍筋
KZ C30 450 450 4 25 ?8@ 100 / 200
TZ C30 250 250 4 16 ?8@ 100 / 200
TL1 C30 600 250 6 25 ?8@ 100 / 200
TL2 C30 400 200 6 16 ?8@ 100 / 200
表 2 構(gòu)件厚度及配筋信息
Tab.2 Component thickness and reinforcement
information
構(gòu)件 混凝土等級(jí) t / mm 縱筋 箍筋
TB1 C30 120 8@ 200 ?8@ 100 / 200
PTB C30 100 8@ 200 ?8@ 100 / 200
第 2 期 文明等:現(xiàn)澆梁式樓梯支座形式對(duì)結(jié)構(gòu)抗震性能的影響 ?163?
圖 2 樓梯平面圖
Fig.2 Staircase plane graph
圖 3 樓梯剖面圖
Fig.3 Staircase section graph
2.2 建模方法
由于踏步在結(jié)構(gòu)整體計(jì)算中只參與了荷載的傳
遞而對(duì)結(jié)構(gòu)受力影響不大[8]
?并且為了便于網(wǎng)格劃
分?因此在使用 ABAQUS 建立模型時(shí)忽略踏步?直
接建立矩形樓梯板?踏步以荷載形式施加? 混凝土
模型采用塑性損傷模型?鋼筋模型采用雙線性模型?
模擬鋼筋骨架與混凝土框架間的相互作用時(shí)?采用
ABAQUS 中約束管理器中的內(nèi)置區(qū)域[9]
? 混凝土采
用 8 節(jié)點(diǎn)線性六面體減縮積分單元?鋼筋骨架采用
桁架? 采用綁定約束來(lái)模擬梯梁與支承梁之間的固
定連接?采用表面與表面接觸的相互作用來(lái)模擬滑
動(dòng)連接?接觸屬性設(shè)置為法向硬接觸?切向無(wú)摩擦?
通過(guò)約束管理器中的內(nèi)置區(qū)域?來(lái)模擬混凝土框架
與鋼筋骨架的相互作用? 采用動(dòng)力隱式分析步?樓
梯間的約束條件隨分析步而變化?在第 1 分析步中
約束方式為固定連接?第 2 分析步中釋放 Y 方向的
自由度? 運(yùn)用 ABAQUS 建立如圖 4 所示的 3 種結(jié)
構(gòu)模型?并對(duì)結(jié)構(gòu)做擬靜力數(shù)值實(shí)驗(yàn)分析與動(dòng)力時(shí)
程分析?研究不同結(jié)構(gòu)類型在同一荷載狀況下應(yīng)力、
位移、耗能特性及混凝土損傷情況等方面的差異?
(a) 模型 A (b) 模型 B (c) 模型 C
圖 4 3 種樓梯間構(gòu)造模型
Fig.4 Three staircase construction models
3 抗震性能分析
3.1 模態(tài)分析
模態(tài)分析是根據(jù)結(jié)構(gòu)的阻尼、模態(tài)振型、頻率等
固有屬性去描述結(jié)構(gòu)動(dòng)力特性?是時(shí)程分析的基
礎(chǔ)[10]
? 本文采用 Lanczos 法分析結(jié)構(gòu)模態(tài)?結(jié)果中
各方向振型參與質(zhì)量均達(dá)到規(guī)范要求的 90%以上?
圖 5 為模型 A、模型 B、模型 C 的前三階模態(tài)圖?
(a) 模型 A
(b) 模型 B
(c) 模型 C
圖 5 各模型前三階模態(tài)
Fig.5 The first three ̄order modes of each model
可知?有樓梯構(gòu)件的模型前三階模態(tài)以水平方
?164? 南昌大學(xué)學(xué)報(bào)(工科版) 2023 年
向運(yùn)動(dòng)為主?而對(duì)于無(wú)樓梯結(jié)構(gòu)純框架模型 A?其第
三階模態(tài)發(fā)生了豎向扭轉(zhuǎn)?由此可知?存在樓梯結(jié)構(gòu)
會(huì)提高樓梯間抗扭剛度?也得出樓梯結(jié)構(gòu)的存在以
及其不同的連接會(huì)對(duì)結(jié)構(gòu)的模態(tài)產(chǎn)生影響? 各模型
的前三階自振周期如表 3 所示?
表 3 各模型前三階自振周期
Tab.3 The first three ̄order self ̄oscillating periodic
table of each model 單位:s
階數(shù) 模型 A 模型 B 模型 C
1 0.172 8 0.092 4 0.206 1
2 0.153 3 0.080 2 0.167 1
3 0.152 8 0.072 5 0.158 4
可以看出?各模型的自振周期中?模型 B 最小?
模型 C 最大?根據(jù) T = 2π m / k ?其中 m 為質(zhì)量?k 為
剛度?可知?模型 B 與模型 A 相比?由于考慮剛性樓
梯的影響?結(jié)構(gòu)的質(zhì)量和剛度均增大?但質(zhì)量增大幅
度遠(yuǎn)小于剛度的增加幅度?因此周期下降?模型 C
與模型 A 相比?由于考慮滑動(dòng)樓梯的影響?結(jié)構(gòu)質(zhì)
量和剛度均增加?但質(zhì)量增加的幅度大于剛度增加
幅度?因此周期得到提高?模型 B 與模型 C 相比?二
者質(zhì)量基本相近?但滑動(dòng)樓梯整體剛度小于剛接樓
梯?因此模型 C 的周期更大?
綜上所述?樓梯結(jié)構(gòu)參與結(jié)構(gòu)計(jì)算會(huì)增強(qiáng)整體
結(jié)構(gòu)的剛度和質(zhì)量?滑動(dòng)支座連接樓梯對(duì)整體結(jié)構(gòu)
質(zhì)量增加幅度大于對(duì)剛度增加幅度?會(huì)引起整體周
期提高?
3.2 時(shí)程分析
3.2.1 輸入地震波
考慮梁式樓梯與主體結(jié)構(gòu)地震相互作用主要發(fā)
生在梯梁方向?因此在地震反應(yīng)分析模型中強(qiáng)震記
錄僅輸入梯梁方向的單向水平地震荷載?本文共輸
入 EI ̄Centro 波、Taft 波、天津波 3 組強(qiáng)震記錄?加速
度峰值統(tǒng)一調(diào)至 0.2g? 由于篇幅限制?下面分析結(jié)
果主要列出了 EI ̄Centro 地震波輸入時(shí)的結(jié)構(gòu)反應(yīng)?
3.2.2 結(jié)構(gòu)位移與應(yīng)力響應(yīng)
EI ̄Centro 地震作用下不同模型中柱頂(KZ)與
層間支承梁(TL1)位置的 X 方向的水平峰值位移如
表 4 所示?其中模型 A 中間平臺(tái)處峰值取上下框架
梁對(duì)應(yīng)位置位移平均值? 可以發(fā)現(xiàn)?模型 A 的柱頂
與中間平臺(tái)位置的位移最大?模型 B 各位置的位移
最小? 由于樓梯的存在可以提高框架結(jié)構(gòu)的整體剛
度?而剛接梁式樓梯對(duì)剛度增加更多? 當(dāng)樓梯以固
定支座考慮時(shí)? 柱頂位移的位移反應(yīng)可以降低
72%?中間平臺(tái)位置的地震反應(yīng)可降低 85%?當(dāng)加入
上端固定、下端滑動(dòng)的梁式樓梯時(shí)?柱頂位移的位移
反應(yīng)可以降低 62%?中間平臺(tái)位置的地震反應(yīng)可降低
68%? 因此在抗震分析模型中加入樓梯將降低局部
甚至整體的結(jié)構(gòu)位移反應(yīng)? 由于本模型未考慮整體
建筑結(jié)構(gòu)對(duì)局部樓梯間位置的約束作用?結(jié)構(gòu)地震反
應(yīng)的減少幅度會(huì)被放大?但局部模型可以更清晰地反
映樓梯對(duì)結(jié)構(gòu)地震反應(yīng)的影響作用與規(guī)律?
表 4 結(jié)構(gòu)峰值位移對(duì)比
Tab.4 Structural peak displacement comparison
單位:mm
位置 模型 A 模型 B 模型 C
柱頂 15.70 4.37 5.89
中間平臺(tái) 4.22 0.62 1.35
在 EI ̄Centro 地震波作用下?不同樓梯間結(jié)構(gòu)鋼
筋與混凝土構(gòu)件的最大應(yīng)力云圖如圖 6~圖 8 所示?
(a) 鋼筋應(yīng)力 (b) 混凝土應(yīng)力
圖 6 模型 A 應(yīng)力云圖
Fig.6 Model A stress cloud map
由圖 6 中應(yīng)力云圖可知?在未建樓梯的模型 A
中?結(jié)構(gòu)的最大應(yīng)力發(fā)生在框架柱的塑性鉸區(qū)域?
而在圖 7 與圖 8 中?加入了樓梯的模型 B 與模型 C
中?梯梁與柱和平臺(tái)梁相交處出現(xiàn)應(yīng)力集中現(xiàn)象?混
凝土和鋼筋應(yīng)力峰值加大?模型 B 的鋼筋和混凝土
應(yīng)力峰值分別增大為模型 A 相應(yīng)峰值的 2 800%和
566%?模型 C 的鋼筋和混凝土應(yīng)力峰值分別增大為
模型 A 相應(yīng)峰值的 2 389%和 422%?但應(yīng)力峰值區(qū)
第 2 期 文明等:現(xiàn)澆梁式樓梯支座形式對(duì)結(jié)構(gòu)抗震性能的影響 ?165?
域主要發(fā)生在樓梯與框架梁連接剛接處?支座剛接
處以及樓梯板區(qū)域? 因此?模型中增加樓梯?樓梯與
主體結(jié)構(gòu)的相互作用將增大樓梯自身的應(yīng)力水平?
而減小對(duì)框架柱的影響?這與樓梯結(jié)構(gòu)的實(shí)際受力
較為吻合?因此在結(jié)構(gòu)地震反應(yīng)分析模型中有必要
考慮樓梯的影響?
(a) 鋼筋應(yīng)力 (b) 混凝土應(yīng)力
圖 7 模型 B 應(yīng)力云圖
Fig.7 Model B stress cloud map
(a) 鋼筋應(yīng)力 (b) 混凝土應(yīng)力
圖 8 模型 C 應(yīng)力云圖
Fig.8 Model C stress cloud map
此外?對(duì)比模型 B 和模型 C 可知?模型 B 的鋼
筋應(yīng)力和混凝土應(yīng)力峰值分別為 118.8、3.921 MPa?
模型 C 的鋼筋應(yīng)力和混凝土應(yīng)力峰值分別為101.8、
3.075 MPa? 不難發(fā)現(xiàn)?改變樓梯與框架梁的連接支
座形式?將影響樓梯與支座在地震荷載作用下的應(yīng)
力值? 由于滑動(dòng)梯梁下端可以沿支座滑動(dòng)?地震時(shí)
應(yīng)力可適當(dāng)減小?地震作用下樓梯間結(jié)構(gòu)中鋼筋與
混凝土的應(yīng)力峰值分別減小了 15%和 22%?因此使
用滑動(dòng)支座連接的樓梯結(jié)構(gòu)可以有效減小構(gòu)件內(nèi)
力?對(duì)結(jié)構(gòu)抗震性能有利?
3.3 擬靜力數(shù)值試驗(yàn)
3.3.1 滯回曲線
為了對(duì)比 2 種不同支座類型樓梯在地震作用下
耗能能力的差異?采用數(shù)值模擬方法對(duì)模型 B 與模
型 C 分別進(jìn)行擬靜力性能分析? 對(duì)模型底部進(jìn)行
固定約束?并建立 2 個(gè)分析步?第 1 個(gè)分析步在模型
每個(gè)框架柱頂部施加 250 kN 的豎向荷載?第 2 個(gè)分
析步在模型頂部施加位移循環(huán)荷載?加載方式為第
一級(jí)加載位移為 1 mm?往后每級(jí)施加 2 mm?每級(jí)加
載反復(fù)循環(huán)一次?當(dāng)模型發(fā)生屈服后?每級(jí)施加 4
mm?每級(jí)加載反復(fù)循環(huán) 3 次[11]
? 得到的模型 B 和
模型 C 的滯回曲線?如圖 9 所示?圖中 X0 表示位移?
F0 表示側(cè)向力?
滯回曲線又稱恢復(fù)力特性曲線?為試件采用擬
靜力實(shí)驗(yàn)方法來(lái)確定的荷載-位移曲線?可以很好
地反映出構(gòu)件在受力過(guò)程中剛度退化、變形和能量
消耗特征[12]
? 由圖 9 可知?2 個(gè)模型在加載初期曲
線重合度較高?這是由于模型 B 和模型 C 2 個(gè)模型
的構(gòu)件尺寸及其屬性相同?樓梯處于彈性工作狀態(tài)
下?滯回環(huán)面積較小?耗能較小? 隨著位移荷載的增
大?滯回曲線呈 S 形?并伴隨著滯回曲線面積的增
大?構(gòu)件整體剛度發(fā)生退化?滯回曲線呈反 S 形?構(gòu)
件整體強(qiáng)度下降?承載能力減弱?
滑動(dòng)支座樓梯單元隨著施加位移荷載的變化?
其滑動(dòng)支座連接部位發(fā)生相互錯(cuò)動(dòng)?通過(guò)摩擦作用
來(lái)達(dá)到耗能效果?因此滯回曲線相對(duì)于固定連接樓
梯單元沒(méi)有明顯的捏縮效應(yīng)[13]
? 隨著加載位移的
增大?滯回環(huán)的面積也不斷增大?并伴隨著裂縫的產(chǎn)
生和貫通造成結(jié)構(gòu)承載力的減弱[14]
? 對(duì)比 2 種連
接方式的滯回曲線?可以看出滑動(dòng)連接樓梯單元有
?166? 南昌大學(xué)學(xué)報(bào)(工科版) 2023 年
450
300
150
0
-150
-300
-450
F0/kN
-100 -75 -50 -25 0 25 50 75
200
150
100
50
0
-50
-100
-150
-200
F0/kN
-100 -75 -50 -25 0 25 50 75 100
X0
/ mm
(a) 固定連接樓梯滯回曲線
X0
/ mm
(b) 滑動(dòng)連接樓梯滯回曲線
圖 9 樓梯單元滯回曲線對(duì)比圖
Fig.9 Comparison diagram of the staircase hysteresis curve
著更大的滯回環(huán)面積?因此有著更好的耗能性能[15]
?
以上表明?滑動(dòng)支座樓梯單元有著更好的耗能
特性?因此有著更好的抗震性能?
3.3.2 骨架曲線
骨架曲線是結(jié)構(gòu)在加載過(guò)程中所得到的最大水
平力相連的運(yùn)動(dòng)軌跡?可以很好地體現(xiàn)出混凝土結(jié)
構(gòu)的受力狀態(tài)與結(jié)構(gòu)變形過(guò)程中的規(guī)律和特性? 模
型 B 和模型 C 的骨架曲線如圖 10 所示?圖中 F1 為
荷載?X0 表示位移? 由兩骨架曲線可以看出?固定
連接樓梯單元承載力峰值是滑動(dòng)支座樓梯單元承載
力峰值的 2 倍多?這是因?yàn)楣潭ㄟB接樓梯結(jié)構(gòu)由于
整體剛度大?從而使其承載力峰值增大? 而滑動(dòng)連
接由于梯梁下部與支承梁連接斷開(kāi)?減弱了斜撐效
應(yīng)?減輕了結(jié)構(gòu)內(nèi)力? 可以看出固定連接樓梯在位
移值在 50 mm 左右時(shí)?便達(dá)到了結(jié)構(gòu)的屈服點(diǎn)?而
對(duì)于滑動(dòng)連接樓梯屈服點(diǎn)位移值則可以達(dá)到 70 mm
左右?滑動(dòng)連接樓梯結(jié)構(gòu)有著更大的屈服位移[16]
?
100
500
400
300
200
100
0
-100
-200
-300
F1/kN
-100 -60 -20 20 60
固定連接
滑動(dòng)連接
X0
/ mm
圖 10 樓梯單元骨架曲線對(duì)比圖
Fig.10 Comparison diagram of the skeleton
curve of the staircase
以上表明?滑動(dòng)支座樓梯單元有著更好屈服位
移值?因此有著更好的抗震性能? 但是在整體結(jié)構(gòu)
強(qiáng)度方面?滑動(dòng)支座樓梯單元不如固定連接樓梯單
元?結(jié)構(gòu)能承受的最大應(yīng)力小于固定連接樓梯單元?
3.3.3 混凝土損傷情況分析
在擬靜力數(shù)值分析下得到模型 B 和模型 C 的
混凝土損傷云圖如圖 11 所示?分析 2 種結(jié)構(gòu)損傷情
況來(lái)判斷 2 種結(jié)構(gòu)形式的抗震性能?
(a) 固定連接構(gòu)件混凝土受壓損傷云圖
(b) 固定連接構(gòu)件混凝土受拉損傷云圖
(c) 滑動(dòng)連接構(gòu)件混凝土受壓損傷云圖
(d) 滑動(dòng)連接構(gòu)件混凝土受拉損傷云圖
圖 11 混凝土損傷云圖
Fig.11 Concrete damage cloud map
第 2 期 文明等:現(xiàn)澆梁式樓梯支座形式對(duì)結(jié)構(gòu)抗震性能的影響 ?167?
由混凝土損傷應(yīng)力云圖可知?固定連接樓梯的
梯柱最先出現(xiàn)損傷?伴隨著荷載作用的增大?裂縫開(kāi)
始發(fā)展并逐漸貫通?其他構(gòu)件交接處也開(kāi)始出現(xiàn)損
傷?并且隨著荷載增大?損傷部位逐漸增大? 與固定
連接構(gòu)件相比?滑動(dòng)連接構(gòu)件出現(xiàn)損傷區(qū)域與固定連
接損傷區(qū)域相差不大?但是由于采用滑動(dòng)連接?樓梯
構(gòu)件損傷程度明顯減弱?除上部梯梁與支承梁連接處
出現(xiàn)輕微損傷?其他部位未有太大損傷? 此外滑動(dòng)連
接樓梯損傷發(fā)生的時(shí)間也要晚于固定連接樓梯?
綜上所述?滑動(dòng)連接樓梯整體損傷要小于固定
連接樓梯?此外固定連接樓梯結(jié)構(gòu)損傷出現(xiàn)時(shí)間更
早、分布更加分散?損傷擴(kuò)散速度更快?因此采用滑
動(dòng)支座可以減輕整體結(jié)構(gòu)的損傷?
3.4 整體結(jié)構(gòu)分析
為了進(jìn)一步驗(yàn)證上述結(jié)論的在整體結(jié)構(gòu)中仍適
用?研究建立 3 個(gè) 6 層?層高為 4 m 的框架模型 D、
模型 E、模型 F?模型與基礎(chǔ)的連接方式為固定連
接? 各模型樓梯間均按上文中樓梯間構(gòu)造設(shè)計(jì)?模
型 D 為不設(shè)樓梯間的純框架模型?模型 E 為設(shè)置固
定連接樓梯的框架模型?模型 F 為設(shè)置滑動(dòng)連接樓
梯的框架模型?3 種模型如圖 12 所示?
分別對(duì) 3 個(gè)模型進(jìn)行時(shí)程分析?時(shí)程分析采用
與樓梯間模型相同的地震波?得到 3 個(gè)模型的 X 方向
的水平位移以及模型 E、模型 F 梯柱與平臺(tái)梁內(nèi)力
值?位移具體數(shù)據(jù)如圖 13 所示?圖中 X0 表示位移?
(a) 模型 D
(b) 模型 E
(c) 模型 F
圖 12 3 種框架構(gòu)造模型
Fig.12 Three frame construction models
X0/m
m
0 1 2 3 4 5 6
20
18
16
14
12
10
8
6
4
2
模型 D
模型 E
模型 F
樓層
圖 13 各模型 X 方向樓層位移
Fig.13 Floor displacement in X direction of each model
從圖 13 可以看出?純框架結(jié)構(gòu)模型 D 由于缺
少樓梯結(jié)構(gòu)?失去樓梯結(jié)構(gòu)的剛度加強(qiáng)效應(yīng)?導(dǎo)致位
移最大? 模型 F 由于樓梯下部約束釋放?剛度減
小?所以模型 F 的位移大于模型 D 的位移?模型 D
由于樓梯結(jié)構(gòu)的剛度加強(qiáng)作用?位移最小?這與前面
單獨(dú)樓梯間分析情況一致?
此外?我們針對(duì) 2 種不同的支座連接形式進(jìn)行
相關(guān)探究?以得出 2 種不同支座連接形式對(duì)整體結(jié)
構(gòu)抗震性能的影響?得到模型 E、模型 F 梯柱與平臺(tái)
梁內(nèi)力值?如表 5、表 6 所示?表中 FN 表示軸力?Q
表示剪力?M 表示彎矩?
表 5 模型 E 和 F 梯柱內(nèi)力
Tab.5 Model E and F ladder internal forces
樓層
模型 E 模型 F
FN
/ kN Q / kN FN
/ kN Q / kN
5 34.2 4.8 13.8 1.7
4 49.1 7.1 20.0 2.6
3 61.7 8.5 24.0 3.3
2 69.8 9.9 24.2 3.7
1 61.3 9.7 16.5 3.6
?168? 南昌大學(xué)學(xué)報(bào)(工科版) 2023 年
表 6 模型 E 和 F 平臺(tái)梁內(nèi)力值
Tab.6 Model E and F platform beam internal force values
樓層
模型 E 模型 F
Q / kN M / (kN?m) Q / kN M / (kN?m)
5 18.2 19.0 3.6 9.6
4 25.0 23.8 4.7 12.8
3 33.4 34.4 6.0 16.4
2 36.4 41.4 7.5 20.0
1 31.6 37.4 6.2 19.6
從表 5 和表 6 可以看出?滑動(dòng)支座連接可以顯
著降低結(jié)構(gòu)的內(nèi)力?降低結(jié)構(gòu)損傷?與前面單獨(dú)分析
樓梯間的結(jié)論一致?
經(jīng)對(duì)比分析?整體框架模型的受力情況以及特
性均與樓梯間分析情況一致?進(jìn)一步驗(yàn)證了結(jié)論的
正確性?
4 結(jié)論
在樓梯間子結(jié)構(gòu)模型與整體框架模型中分析樓
梯結(jié)構(gòu)及其連接方式對(duì)結(jié)構(gòu)地震響應(yīng)的影響?得出
樓梯構(gòu)件的設(shè)計(jì)方法對(duì)框架結(jié)構(gòu)抗震設(shè)計(jì)的影響?
分析中對(duì)比不同工況模型的模態(tài)、地震作用下的位
移與應(yīng)力響應(yīng)?以及結(jié)構(gòu)滯回及損傷情況?得出以下
結(jié)論:
1)在樓梯間子結(jié)構(gòu)模型中增加樓梯板等構(gòu)造
可以提高樓梯間與結(jié)構(gòu)的整體剛度?減小結(jié)構(gòu)的自
振周期?但滑動(dòng)支座構(gòu)造可以使樓梯間結(jié)構(gòu)自振周
期增加?
2)地震作用下?在增加了樓梯結(jié)構(gòu)的兩類模型
中?樓梯間的應(yīng)力與位移反應(yīng)均大幅度降低? 并且
樓梯間子結(jié)構(gòu)的應(yīng)力最大值出現(xiàn)在樓梯與框架梁的
交接位置? 因此?在框架結(jié)構(gòu)的抗震設(shè)計(jì)中有必要
充分考慮樓梯的構(gòu)造與支座形式?
3)總體來(lái)看?固定支座可以更好地降低結(jié)構(gòu)局
部甚至抗震結(jié)構(gòu)的整體地震反應(yīng)?但梯梁與梯板自
身的地震反應(yīng)也將增大? 使用滑動(dòng)支座連接不但可
以大幅度降低結(jié)構(gòu)整體的地震反應(yīng)?還可以減小樓
梯間及樓梯結(jié)構(gòu)自身的受力反應(yīng)? 因此?考慮到樓
梯作為逃生通道的重要作用?建議在樓梯的抗震設(shè)
計(jì)時(shí)樓梯梁多采用滑動(dòng)連接方式?以確保樓梯的抗
震安全性?
此外?為了使樓梯結(jié)構(gòu)不但具有良好的抗震性
能?還能起到出色的減震耗能作用?在今后的研究中
可嘗試使用更多新型的支座連接形式與樓梯的減震
構(gòu)造方法?
參考文獻(xiàn):
[1] 叢術(shù)平?陳家學(xué)?彭敏.RC 框架結(jié)構(gòu)防震樓梯間抗震性
能試驗(yàn)研究[J].建筑結(jié)構(gòu)?2019?49(12):79-82.
[2] 張望喜?王志強(qiáng)?劉精巾?等.采用裝配式滑支板式樓梯
的 RC 框架結(jié)構(gòu)抗震性能[ J].重慶大學(xué)學(xué)報(bào)?2019?42
(1):48-63.
[3] 吳兆旗?李晨亮?姜紹飛.基于性能的 RC 框架結(jié)構(gòu)現(xiàn)
澆板式樓梯抗震性能評(píng)估[ J].福州大學(xué)學(xué)報(bào)(自然科
學(xué)版)?2018?46(1):109-114.
[4] 曹達(dá)忠?彭凌云?高志強(qiáng)?等.鋼筋混凝土框架結(jié)構(gòu)帶高
端平臺(tái)板滑動(dòng)支座樓梯抗震性能試驗(yàn)研究[J].建筑結(jié)
構(gòu)學(xué)報(bào)?2018?39(7):46-54.
[5] 馬小瑞.樓梯形式對(duì) RC 框架抗震性能的影響分析[J].
水利與建筑工程學(xué)報(bào)?2018?16(1):224-229.
[6] FALLAHI S?ALIREZAEI M.Response evaluation of stair ̄
ways in RC frames under earthquake ground motions[J].
International Journal of Engineering Sciences & Research
Technology?2014?3(4):6077-6082.
[7] WANG X?ASTROZA R?HUTCHINSON T C? et al. Dy ̄
namic characteristics and seismic behavior of prefabrica ̄
ted steel stairs in a full ̄scale five ̄story building shake ta ̄
ble test program[J].Earthquake Engineering & Structural
Dynamics?2015?44(14):2507-2527.
[8] 劉長(zhǎng)洋.板式樓梯連接方式對(duì) RC 框架結(jié)構(gòu)的抗震性
能影響研究[D].長(zhǎng)沙:湖南大學(xué)?2015.
[9] 班慧勇?趙平宇?周國(guó)浩?等.復(fù)合型高性能鋼材軸壓構(gòu)
件整體穩(wěn)定性能研究[ J]. 土木工程學(xué)報(bào)? 2021? 54
(9):39-55.
[10] 張望喜?劉長(zhǎng)洋.考慮樓梯影響的 5?12 汶川地震災(zāi)區(qū)
某典型教學(xué)樓彈塑性分析[ J]. 防災(zāi)減災(zāi)工程學(xué)報(bào)?
2015?35(5):699-706.
[11] 傅華耀.帶梁式樓梯框架結(jié)構(gòu)抗震性能的研究[D].南
昌:南昌大學(xué)?2021.
[12] 劉如月.防屈曲支撐混凝土框架結(jié)構(gòu)地震損傷分析
[J].南昌大學(xué)學(xué)報(bào)(工科版)?2020?42(4):346-354.
[13] 王雨辰?胡淑軍?熊進(jìn)剛.腹板開(kāi)洞的裝配式 RCS 節(jié)點(diǎn)
抗震性能[ J].南昌大學(xué)學(xué)報(bào)(工科版)?2021?43(4):
307-313.
[14] 楊朋超?薛松濤?謝麗宇.消能減震建筑結(jié)構(gòu)的貝葉斯
有限元模型修正[ J]. 土木工程學(xué)報(bào)?2021?54 ( S1):
13-19.
[15] 羅維剛?劉紀(jì)斌?宋江朋?等.雙重耗能機(jī)制框架剪力墻
結(jié)構(gòu)地震響應(yīng)分析[ J]. 振動(dòng)與沖擊?2022?41 ( 5):
151-157.
[16] 付國(guó)?張博?何斌.鋼筋混凝土框架延性破壞準(zhǔn)則研究
[J].地震工程與工程振動(dòng)?2022?42(2):163-171.
第 2 期 文明等:現(xiàn)澆梁式樓梯支座形式對(duì)結(jié)構(gòu)抗震性能的影響 ?169?
收稿日期:2022-05-24?
作者簡(jiǎn)介:劉世成(1997—)?男?碩士生?研究方向?yàn)榫G色先進(jìn)建筑材料?
?通信作者:鄒府兵(1992—)?男?講師?博士?研究方向?yàn)榈吞寄z凝材料高性能化、負(fù)碳建筑材料以及節(jié)能材料與技術(shù)開(kāi)發(fā)
等? E ̄mail:fubingzou@ ncu.edu.cn?
劉世成?孫旭輝?徐升才?等.超緩凝混凝土在長(zhǎng)螺旋咬合樁中的應(yīng)用[J].南昌大學(xué)學(xué)報(bào)(工科版)?2023?45(2):170-175.
LIU S C?SUN X H?XU S C?et al.Research on application of super ̄retarding concrete in long spiral bite pile[ J].Journal of Nanchang
University(Engineering & Technology)?2023?45(2):170-175.
超緩凝混凝土在長(zhǎng)螺旋咬合樁中的應(yīng)用
劉世成1
?孫旭輝2
?徐升才2
?鄒府兵1?
?龔良勇2
(1.南昌大學(xué)工程建設(shè)學(xué)院?江西 南昌 330031?2.江西中恒地下空間科技有限公司?江西 南昌 330052)
摘要:結(jié)合南昌某工程?以白糖和葡萄糖酸鈉作為復(fù)合緩凝劑?采用一次攪拌和二次攪拌 2 種制備工藝?配制
超緩凝混凝土? 通過(guò)對(duì)流動(dòng)性、凝結(jié)時(shí)間、抗壓強(qiáng)度等方面的測(cè)試分析?確定 C35 超緩凝混凝土的最佳配合比?通
過(guò)對(duì)微觀形貌的測(cè)試分析?探究緩凝劑對(duì)水泥水化產(chǎn)物的影響? 結(jié)果表明?摻入緩凝劑可以改變水泥早期水化產(chǎn)
物鈣礬石(AFt)的晶體結(jié)構(gòu)?減緩水化速率?延長(zhǎng)凝結(jié)時(shí)間? 緩凝劑摻量為 0.38%時(shí)?混凝土有較長(zhǎng)的凝結(jié)時(shí)間?較
好的流動(dòng)性?以及較高的力學(xué)性能?滿足實(shí)際工程的施工要求? 相較于一次攪拌工藝?采用二次攪拌工藝制備的超
緩凝混凝土?流動(dòng)性更好?凝結(jié)時(shí)間更長(zhǎng)?更有利于長(zhǎng)螺旋咬合樁的施工應(yīng)用?
關(guān)鍵詞:超緩凝混凝土?長(zhǎng)螺旋咬合樁?二次攪拌?微觀形貌
中圖分類號(hào):TU528 文獻(xiàn)標(biāo)志碼:A 文章編號(hào):1006-0456(2023)02-0170-06
Application of super ̄retarding concrete in long spiral bite pile
LIU Shicheng
1
?SUN Xuhui
2
?XU Shengcai
2
?ZOU Fubing
1?
?GONG Liangyong
2
(1.School of Infrastructure Engineering?Nanchang University?Nanchang 330031?China?
2.Jiangxi Zhongheng Underground Interspace Science Co.?Ltd.?Nanchang 330052?China)
Abstract:Combined with a project in Nanchang?white sugar and sodium gluconate were used as composite retarders? and the
super ̄retarding concrete was prepared by two preparation processes of primary stirring and secondary stirring process.Through the test
and analysis of fluidity?setting time and compressive strength?the optimum mix proportion of C35 super retarding concrete was deter ̄
mined.The influence of retarder on cement hydration products was investigated by testing and analyzing the micromorphology.The results
showed that the addition of retarder can change the crystal structure of early hydration products(AFt) of cement?slow down the hydra ̄
tion rate and prolong the setting time.When the retarder content was 0.38%?the concrete has longer setting time?better fluidity and
higher mechanical properties?which can meet the construction requirements of practical engineering.Compared with the primary stirring
process?the super retarding concrete prepared by the secondary stirring process has better fluidity and longer setting time?which was
more conducive to the construction and application of long spiral bite piles.
Key Words:super ̄retarding concrete?long spiral bite pile?secondary stirring?microstructure
隨著我國(guó)建筑水平的不斷提高?基坑工程快速
發(fā)展?支護(hù)方式也多種多樣?其中長(zhǎng)螺旋咬合樁作為
一種新型的建筑基坑圍護(hù)結(jié)構(gòu)?得到了大量研究學(xué)
者的關(guān)注?
長(zhǎng)螺旋咬合樁的基本結(jié)構(gòu)為一根素混凝土樁
(A 樁)和一根鋼筋混凝土樁(B 樁)間隔咬合布置?
在施工時(shí)?需先施工 A 樁?在 A 樁混凝土達(dá)到初凝
后、終凝前?對(duì)其進(jìn)行切割?并澆筑 B 樁?使之達(dá)到
緊密咬合的狀態(tài)?形成良好的整體連續(xù)結(jié)構(gòu)[1-3]
?
其具體施工順序?yàn)?A1→A2→B1→A3→B2→A4→
B3?? 施工工藝示意圖如圖 1?
相比較傳統(tǒng)的支護(hù)方式?長(zhǎng)螺旋咬合樁有著施
工安全快捷、對(duì)周圍環(huán)境影響小、沉降及變形容易控
制、工程造價(jià)低等諸多優(yōu)點(diǎn)[4]
? 目前已廣泛應(yīng)用到
了高層建筑的地下深基坑工程以及地鐵車站、橋梁
等工程的施工建設(shè)中?
第 45 卷第 2 期
2023 年 6 月
南昌大學(xué)學(xué)報(bào)(工科版)
Journal of Nanchang University(Engineering & Technology)
Vol.45 No.2
Jun.2023
圖 1 長(zhǎng)螺旋咬合樁施工工藝示意圖
Fig.1 Long spiral interlocking pile
construction process diagram
我國(guó)在深圳地鐵工程部分深基坑施工中首次采
用了咬合樁支護(hù)結(jié)構(gòu)?為地鐵深基坑支護(hù)提供了更
多的選擇方案[5]
? 通過(guò)高效緩凝泵送劑配制出凝
結(jié)時(shí)間達(dá)到 60 h 的超緩凝混凝土?并成功應(yīng)用于浙
江寧波某城市道路地下工程建設(shè)中[6]
? 鉆孔咬合
樁在杭州地區(qū)軟土深基坑工程中取得成功?樁身施
工質(zhì)量穩(wěn)定可控?圍護(hù)結(jié)構(gòu)安全可靠[7]
? 昆明地鐵
工程成功應(yīng)用咬合樁進(jìn)行施工?采用理論與試驗(yàn)相
結(jié)合的方法?探究緩凝劑的種類和摻量對(duì)超緩凝混
凝土基本性能的影響規(guī)律?為超緩凝混凝土的推廣
應(yīng)用打下基礎(chǔ)[8]
? 在廣州市南沙區(qū)慶盛樞紐綜合
體工程中?素樁采用終凝時(shí)間為 72 h 的 C20 水下混
凝土?并將全套管咬合樁鋼筋籠抗浮及抗變形技術(shù)
應(yīng)用到樁基礎(chǔ)施工中?有利于優(yōu)化咬合樁施工質(zhì)量?
提升施工效率?為咬合樁的施工提供了借鑒[9]
? 杭
州未來(lái)科技城綠汀路某項(xiàng)目?采用全回轉(zhuǎn)、葷-素混
凝土樁鉆孔咬合樁工藝來(lái)應(yīng)對(duì)復(fù)雜的地質(zhì)環(huán)境?并
成功解決了咬合樁施作進(jìn)度慢和止水性能差的問(wèn)
題[10]
?
超緩凝混凝土作為咬合樁施工的關(guān)鍵技術(shù)之
一?成為當(dāng)下研究的重點(diǎn)? 為保證咬合樁的咬合能
順利實(shí)現(xiàn)?則需應(yīng)用超緩凝混凝土?把素混凝土樁的
凝結(jié)時(shí)間延長(zhǎng)? 由于普通商品混凝土凝結(jié)速度較快?
幾小時(shí)就可達(dá)到終凝?為延長(zhǎng)其凝結(jié)時(shí)間?通常采用
在混凝土拌制過(guò)程中加入緩凝劑? 傳統(tǒng)的緩凝劑雖
然可以使混凝土的凝結(jié)時(shí)間延長(zhǎng)?但是摻入過(guò)多則會(huì)
引起混凝土強(qiáng)度的降低和硬化不良?且作用效果受環(huán)
境因素影響較大?影響施工效率和工程質(zhì)量[11]
? 為
滿足長(zhǎng)螺旋咬合樁的施工要求?研制出一種性能穩(wěn)
定、綠色新型的超緩凝混凝土具有重要意義?
1 工程概況及技術(shù)要求
1.1 工程概況
南昌某工程?地上 28 層?地下 2 層?建筑高度為
85 m? 該基坑工程平面長(zhǎng) 86 m?寬 43 m?基坑開(kāi)挖
面積約 3 356 m
2
?開(kāi)挖深度為 8.2 m?主體結(jié)構(gòu)深基
坑采用長(zhǎng)螺旋咬合樁作為圍護(hù)結(jié)構(gòu)? 此外?該工程
周邊高樓林立?且南側(cè)臨近湖泊?地下水較為豐富?
施工難度較大?
1.2 工程技術(shù)要求
由于超緩凝混凝土的強(qiáng)度明顯低于普通混凝
土?故需將原定混凝土強(qiáng)度等級(jí)(C30 水下樁)?提
高 1 個(gè)強(qiáng)度等級(jí)?按 C35 設(shè)計(jì)試驗(yàn)?
1) 凝結(jié)時(shí)間:初凝時(shí)間 30~40 h?終凝時(shí)間38~
50 h?
2) 流動(dòng)性:坍落度 200 ~ 220 mm?擴(kuò)展度 450 ~
550 mm?1 h 經(jīng)時(shí)坍落度損失 0~10 mm?
3) 抗壓強(qiáng)度:28 d 抗壓強(qiáng)度符合 C35 混凝土強(qiáng)
度?40 h 抗壓強(qiáng)度不大于 3.0 MPa?
2 原材料
1) 水泥:南昌亞?wèn)|水泥有限公司生產(chǎn)的洋房
P.O42.5普通硅酸鹽水泥?其 28 d 抗壓強(qiáng)度不低于
48 MPa?
2) 粉煤灰:江西鑫茂環(huán)保建材有限公司生產(chǎn)的
Ⅱ級(jí)粉煤灰?
3) 中砂:贛江河砂?其細(xì)度模數(shù)為 2.8?含泥量
為 0.4%?
4) 碎石:江西億昊實(shí)業(yè)發(fā)展有限公司生產(chǎn)的碎
石?其粒徑 5 ~ 31.5 mm?針片狀含量為 4%?含泥量
為 0.4%?
5) 外加劑:減水劑選用南昌科創(chuàng)建材有限公司
生產(chǎn)的創(chuàng)新-B 型減水劑?減膠劑選用江西森浦科技
有限公司生產(chǎn)的 SP-7.0 型減膠劑?緩凝劑選用復(fù)合
型緩凝劑?其中緩凝組分 1 為華東化工有限公司生
產(chǎn)的白糖(代號(hào) BT)?緩凝組分 2 為山東西王糖業(yè)有
限公司生產(chǎn)的葡萄糖酸鈉(代號(hào) PN)?
3 超緩凝混凝土的配制
3.1 配合比設(shè)計(jì)
混凝土配合比設(shè)計(jì)是建筑工程中很重要的一項(xiàng)
工作?它直接影響著混凝土拌合物的工作性能、強(qiáng)
度、耐久性[12]
? 超緩凝混凝土配合比設(shè)計(jì)參照普通
混凝土配合比設(shè)計(jì)步驟?即依據(jù) JGJ 55—2011?普通
混凝土配合比設(shè)計(jì)規(guī)程?中的設(shè)計(jì)原則?
3.1.1 水膠比
水膠比是混凝土配合比的重要參數(shù)?混凝土的
工作性、強(qiáng)度、耐久性等性能都與水膠比有直接的關(guān)
系? 根據(jù)工程施工混凝土強(qiáng)度等級(jí)及工作性能要
第 2 期 劉世成等:超緩凝混凝土在長(zhǎng)螺旋咬合樁中的應(yīng)用 ?171?
求?本試驗(yàn)水膠比選擇為 0.42?
3.1.2 砂率
砂率的變化會(huì)對(duì)混凝土拌合物的流動(dòng)性?以及
硬化后混凝土的強(qiáng)度和耐久性產(chǎn)生影響? 在混凝土
配合比設(shè)計(jì)中應(yīng)選擇合適的砂率? 本試驗(yàn)砂率選擇
為 44.8%?
3.1.3 外加劑
本試驗(yàn)所用緩凝劑為白糖和葡萄糖酸鈉按質(zhì)量
比 7?3 混合制得? 根據(jù)工程施工要求和國(guó)家規(guī)定
的設(shè)計(jì)原則?確定減水劑摻量 2. 4%?減膠劑摻量
0.6%?緩凝劑摻量 D 選擇 0.38%、0.50%、0.62% 3 種
設(shè)計(jì)超緩凝混凝土配合比?
本文中涉及到的減水劑摻量、減膠劑摻量以及
緩凝劑摻量均指的是占膠凝材料(水泥+粉煤灰)總
質(zhì)量的百分比?
3.1.4 試驗(yàn)配合比
結(jié)合上述各設(shè)計(jì)要素?確定如下試驗(yàn)配合比?如
表 1 所示?
表 1 超緩凝混凝土配合比
Tab.1 Mix ratio of super ̄retarding concrete 單位:kg?m
-3
編號(hào) 水 水泥 粉煤灰 中砂 碎石 減水劑 減膠劑
緩凝劑
D/ % BT PN
A0 170 325 80 813 1 000 9.7 2.4
A1
/ A4 170 325 80 813 1 000 9.7 2.4 0.38 1.08 0.46
A2
/ A5 170 325 80 813 1 000 9.7 2.4 0.50 1.42 0.61
A3
/ A6 170 325 80 813 1 000 9.7 2.4 0.62 1.76 0.75
注:A0 為空白對(duì)照組?A1 ~ A3 為一次攪拌組?A4 ~ A6 為二次攪拌組?
3.2 試驗(yàn)方法
本試驗(yàn)所用超緩凝混凝土采用 2 種制備方法?即
一次攪拌工藝和二次攪拌工藝?具體試驗(yàn)方法如下?
1) 一次攪拌工藝:按照上述配合比?稱取相應(yīng)
質(zhì)量的原材料?并將白糖和葡萄糖酸鈉混合攪拌均
勻?制得復(fù)合緩凝劑?將中砂和碎石加入攪拌機(jī)中攪
拌 30 s?隨后加入水泥和粉煤灰?繼續(xù)攪拌 30 s?最
后將減水劑、減膠劑和復(fù)合緩凝劑溶于水?加入攪拌
機(jī)中攪拌 60 s?制得超緩凝混凝土?
2) 二次攪拌工藝:按照上述配合比?稱取相應(yīng)
質(zhì)量的原材料?并將白糖和葡萄糖酸鈉混合攪拌均
勻?制得復(fù)合緩凝劑?將中砂和碎石加入攪拌機(jī)中攪
拌 30 s?隨后加入水泥和粉煤灰?繼續(xù)攪拌 30 s?再將
減水劑和減膠劑溶于水中混合均勻?加入攪拌機(jī)中攪
拌 60 s?之后靜置 1 h?最后將復(fù)合緩凝劑用少量水溶
解?加入攪拌機(jī)中攪拌 60 s?制得超緩凝混凝土?
4 超緩凝混凝土的性能指標(biāo)
4.1 流動(dòng)性
參照 GB / T 50080—2016?普通混凝土拌合物性
能試驗(yàn)方法標(biāo)準(zhǔn)?對(duì)超緩凝混凝土拌合物的初始坍
落度 H0 、擴(kuò)展度 L0 ?以及靜置 1 h 后的坍落度 H1 、擴(kuò)
展度 L1 進(jìn)行測(cè)試? 試驗(yàn)數(shù)據(jù)如表 2 所示?
從表 2 中可以看出?混凝土拌合物坍落度隨著
緩凝劑摻量的整體呈現(xiàn)一種先增大后減小的趨勢(shì)?
且在摻量在 0.38%和 0.50%左右時(shí)達(dá)到最大? 當(dāng)緩
凝劑摻量在 0.38% ~0.62%范圍內(nèi)時(shí)?混凝土拌合物
坍落度均滿足施工要求?
表 2 超緩凝混凝土的流動(dòng)性
Tab.2 Flowability of super ̄retarding concrete
單位:mm
編號(hào) H0 H1 L0 L1
A0 200 210 505 420
A1 220 200 450 475
A2 220 200 485 460
A3 210 200 470 445
A4 200 220 505 490
A5 200 220 505 470
A6 200 210 505 465
其中未摻緩凝劑的實(shí)驗(yàn)組?由于實(shí)驗(yàn)環(huán)境濕度
問(wèn)題?導(dǎo)致初始坍落度較低?為 200 mm?但仍在坍落
度要求范圍內(nèi)?1 h 后實(shí)驗(yàn)數(shù)據(jù)回歸正常?
當(dāng)緩凝劑摻量為 0.38%時(shí)?一次攪拌和二次攪
拌制備的超緩凝混凝土拌合物 1 h 擴(kuò)展度均達(dá)到最
高值?隨著緩凝劑摻量進(jìn)一步提高?混凝土拌合物坍
落度逐漸降低?但各實(shí)驗(yàn)組擴(kuò)展度均滿足咬合樁施
工要求?
對(duì)比表 2 中一次攪拌組(A1 ~ A3 )與二次攪拌組
(A4 ~ A6 )的試驗(yàn)數(shù)據(jù)?可以看出?二次攪拌組 1 h 后
坍落度和擴(kuò)展度均大于一次攪拌組?
試驗(yàn)證明?二次攪拌工藝可以使混凝土拌合物
的坍落度和擴(kuò)展度增加?黏性減小?更利于超緩凝混
?172? 南昌大學(xué)學(xué)報(bào)(工科版) 2023 年
凝土的泵送施工? 這是因?yàn)樗跗谏傻乃a(chǎn)
物較少?同時(shí)緩凝劑吸附在水泥顆粒表面?進(jìn)而影響
漿體流動(dòng)性[13]
? 二次攪拌加入緩凝劑避免了早期
水化反應(yīng)的消耗與水化產(chǎn)物的包裹?可快速吸附在
水泥顆粒表面?并產(chǎn)生良好分散效果?從而達(dá)到增加
流動(dòng)性的目的[14]
?
4.2 凝結(jié)時(shí)間
參照 GB / T 50080—2016?普通混凝土拌合物性
能試驗(yàn)方法標(biāo)準(zhǔn)?對(duì)超緩凝混凝土拌合物的凝結(jié)時(shí)
間進(jìn)行測(cè)試? 統(tǒng)計(jì)各緩凝劑摻量下的混凝土初凝時(shí)
間?終凝時(shí)間以及初、終凝時(shí)間差?具體試驗(yàn)結(jié)果如
圖 2 所示?
100
80
60
40
20
0
t/h
0 0.38 0.50 0.62
初凝時(shí)間
終凝時(shí)間
初、終凝時(shí)間差
D/ %
(a) 一次攪拌組
100
80
60
40
20
0
t/h
0 0.38 0.50 0.62
初凝時(shí)間
終凝時(shí)間
初、終凝時(shí)間差
D/ %
(b) 二次攪拌組
圖 2 緩凝劑摻量對(duì)混凝土凝結(jié)時(shí)間的影響
Fig.2 Effect of retarder content on setting time of concrete
可知?提高緩凝劑的摻量?可延長(zhǎng)超緩凝混凝土
的凝結(jié)時(shí)間? 此外?應(yīng)用二次攪拌工藝也可略微增
加其凝結(jié)時(shí)間? 當(dāng)緩凝劑摻量為 0. 38% 時(shí)?即 A1
(一次攪拌?初凝時(shí)間 32 h?終凝時(shí)間 45 h)與 A4(二
次攪拌?初凝時(shí)間 35 h?終凝時(shí)間 50 h)試驗(yàn)組?均
滿足上述工程技術(shù)要求?
4.3 抗壓強(qiáng)度
混凝土的抗壓強(qiáng)度參照 GB / T 50107—2019?普
通混凝土力學(xué)性能試驗(yàn)方法標(biāo)準(zhǔn)?進(jìn)行測(cè)試? 對(duì)標(biāo)
準(zhǔn)養(yǎng)護(hù) 40 h、7 d、14 d、28 d、56 d 5 個(gè)齡期的超緩凝
混凝土試塊進(jìn)行抗壓強(qiáng)度測(cè)試?測(cè)試結(jié)果如圖 3
所示?
50
40
30
20
10
fcu,k/M
Pa
A0
A1
A2
A3
0 7 14 21 28 35 42 49 56
t / d
(a) 一次攪拌組
50
40
30
20
10
fcu,k/M
Pa
A0
A4
A5
A6
0 7 14 21 28 35 42 49 56
t / d
(b) 二次攪拌組
圖 3 緩凝劑摻量對(duì)混凝土抗壓強(qiáng)度的影響
Fig.3 Effect of retarder content on compressive of concrete
從圖 3 中可以看出?同一齡期下?隨著緩凝劑摻
量的增加?混凝土強(qiáng)度相應(yīng)有所降低?當(dāng)摻量達(dá)到
0.50%及以上時(shí)?混凝土強(qiáng)度降低幅度較大?其 7 d
抗壓強(qiáng)度降低 70%以上? 同一緩凝劑摻量下?經(jīng)二
次攪拌的混凝土抗壓強(qiáng)度也會(huì)有少許降低? 因?yàn)榫?/p>
凝劑的摻入抑制了水泥的水化進(jìn)程?延長(zhǎng)了混凝土
的凝結(jié)時(shí)間?進(jìn)而使抗壓強(qiáng)度發(fā)展速度減慢[15]
?
以上各組試驗(yàn)?超緩凝混凝土的早期強(qiáng)度與后
期強(qiáng)度均滿足上述工程技術(shù)要求?
4.4 微觀形貌
根據(jù)以上論述?選出最優(yōu)緩凝劑摻量為 0.38%?
制備空白對(duì)照、一次攪拌和二次攪拌 3 組水泥凈漿
試塊?采用環(huán)境掃描電子顯微鏡(ESEM)觀測(cè)其 1、
2、3、7 d 的微觀形貌?結(jié)果如圖 4~圖 7 所示?
分析圖 4 中不同試驗(yàn)組的微觀形貌?可知水化
1 d 時(shí)?空白對(duì)照組?生成了大量的纖細(xì)桿棒狀的鈣
礬石(AFt)和水化硅酸鈣凝膠(C-S-H 凝膠)?而一
第 2 期 劉世成等:超緩凝混凝土在長(zhǎng)螺旋咬合樁中的應(yīng)用 ?173?
次攪拌組和二次攪拌組?大部分膠凝材料還未參與
水化?只觀測(cè)到少量的柱狀的 AFt?由于柱狀 AFt 會(huì)
導(dǎo)致水泥石的力學(xué)性能下降[16-17]
?使得水泥石早期
強(qiáng)度較低?
(a) 空白對(duì)照組 (b) 一次攪拌組 (c) 二次攪拌組
圖 4 水泥凈漿水化 1 d 的 ESEM 圖
Fig.4 ESEM diagram of cement paste hydration for 1 d
(a) 空白對(duì)照組 (b) 一次攪拌組 (c) 二次攪拌組
圖 5 水泥凈漿水化 2 d 的 ESEM 圖
Fig.5 ESEM diagram of cement paste hydration for 2 d
(a) 空白對(duì)照組 (b) 一次攪拌組 (c) 二次攪拌組
圖 6 水泥凈漿水化 3 d 的 ESEM 圖
Fig.6 ESEM diagram of cement paste hydration for 3 d
分析圖 5 中不同試驗(yàn)組的微觀形貌?可知水化
2 d 時(shí)?空白對(duì)照組?觀測(cè)到水化產(chǎn)物主要為氫氧化
鈣(CH)晶體和纖細(xì)桿棒狀 AFt?一次攪拌組?參與
水化反應(yīng)的膠凝材料逐漸增多?觀察到有較多 CH
晶體生成?而二次攪拌組?水化過(guò)程依舊緩慢?
分析圖 6 中不同試驗(yàn)組的微觀形貌?可知水化
3 d 時(shí)?空白對(duì)照組?觀測(cè)到纖細(xì)桿棒狀 AFt 和絮狀
C-S-H 凝膠交錯(cuò)生長(zhǎng)?包覆于膠凝材料表面?一次
攪拌組?觀測(cè)到較多的 CH 晶體和絮狀 C-S-H 凝
膠?且有少量纖細(xì)桿棒狀 AFt 生成?水泥石強(qiáng)度逐漸
提高?而二次攪拌組水化產(chǎn)物中 AFt 仍為柱狀?水泥
石強(qiáng)度小于一次攪拌組?
?174? 南昌大學(xué)學(xué)報(bào)(工科版) 2023 年
(a) 空白對(duì)照組 (b) 一次攪拌組 (c) 二次攪拌組
圖 7 水泥凈漿水化 7 d 的 ESEM 圖
Fig.7 ESEM diagram of cement paste hydration for 7 d
分析圖 7 中不同試驗(yàn)組的微觀形貌?可知水化
7 d 時(shí)?空白對(duì)照組?觀測(cè)到有大量絮狀 C-S-H 凝
膠與 AFt 和 CH 晶體交錯(cuò)生長(zhǎng)?形成較為穩(wěn)定致密
的空間結(jié)構(gòu)?抗壓強(qiáng)度快速增長(zhǎng)?一次攪拌組和二次
攪拌組?均還有些許孔隙?水化產(chǎn)物形成的空間結(jié)構(gòu)
較為疏松?水泥石強(qiáng)度較低?
5 結(jié)論
1)當(dāng)緩凝劑摻量為 0.38%時(shí)?一次攪拌和二次
攪拌工藝制備的超緩凝混凝土?其流動(dòng)性?凝結(jié)時(shí)間
和抗壓強(qiáng)度均滿足施工要求?
2)相較于一次攪拌工藝?采用二次攪拌工藝制
備的超緩凝混凝土?雖然其抗壓強(qiáng)度略低?但是其流
動(dòng)性更好?凝結(jié)時(shí)間更長(zhǎng)?更有利于長(zhǎng)螺旋咬合樁的
施工應(yīng)用?
3)緩凝劑的摻入會(huì)抑制水泥的水化作用?減少
水化產(chǎn)物?其中起到支撐水泥石空間結(jié)構(gòu)作用的纖
細(xì)桿棒狀 AFt 轉(zhuǎn)變?yōu)橹鶢?進(jìn)而使其凝結(jié)時(shí)間延長(zhǎng)?
早期強(qiáng)度降低?
參考文獻(xiàn):
[1] 曹良桂?何銳波?王世強(qiáng)?等.水下超緩凝混凝土在鉆孔
咬合樁中的應(yīng)用[ J].混凝土與水泥制品?2017( 10):
82-84.
[2] 劉燕?劉為民?鄧振崗?等.咬合樁在深基坑工程中的應(yīng)
用[J].建筑技術(shù)開(kāi)發(fā)?2022?49(15):173-175.
[3] 李軍豪.鉆孔咬合樁施工工藝及常見(jiàn)問(wèn)題處理[ J].建
筑技術(shù)開(kāi)發(fā)?2012?39(3):39-43.
[4] 徐華仙.超緩凝混凝土在鉆孔咬合樁中的應(yīng)用研究
[J].城市建設(shè)理論研究(電子版)?2017(18):161.
[5] 陳清志.深圳地鐵工程鉆孔咬合樁超緩凝混凝土的配
制與應(yīng)用[J].混凝土與水泥制品?2002(2):21-23.
[6] 戴嘉明?方成?杜朝輝.超緩凝混凝土在咬合樁中的應(yīng)
用[J].安徽建筑工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版)?2009?
17(2):21-24.
[7] 汪進(jìn)?李揚(yáng)?劉明峰?等.咬合樁支護(hù)工程技術(shù)應(yīng)用實(shí)例
[J].建筑?2014(9):49-51.
[8] HU Y N?XU Q?WU G Q.The preparation and research of
drilling bitten pile in Kunming metro engineering[J].Ad ̄
vanced Materials Research? 2014? 1004 / 1005: 1585 -
1588.
[9] 徐毅.全套管咬合樁混凝土、鋼筋籠抗浮技術(shù)研究[ J].
江西建材?2022(6):294-295.
[10] 李艷陽(yáng).鉆孔咬合樁及超緩凝混凝土施工技術(shù)分析
[J].邢臺(tái)職業(yè)技術(shù)學(xué)院學(xué)報(bào)?2022?39(1):65-69.
[11] 王芳利?鄧旭華.超緩凝高性能混凝土的試驗(yàn)與應(yīng)用研
究[J].廣東土木與建筑?2019?26(6):66-69.
[12] 桂根生?李政統(tǒng)?吳鑫.超緩凝混凝土的配制及工程應(yīng)
用[J].新型建筑材料?2019?46(2):23-26.
[13] JING H?XU M G?GAO M?et al.Effect of compounding
retarder and PCE on the early properties and hydration of
high ̄belite sulphoaluminate cement [ J ]. Applied Sci ̄
ences?2022?12(21):10731.
[14] 譚洪波?林超亮?馬保國(guó)?等.分次加入不同緩凝劑與聚
羧酸減水劑二元體系保坍性的研究[ J].硅酸鹽通報(bào)?
2015?34(4):1015-1020.
[15] SAEED M K?RAHMAN M K?ALFAWZAN M?et al.Eval ̄
uation of date kernel powder(DKP) for potential use as
setting and hydration retarder in concrete [ J].Journal of
Building Engineering?2022?57:104855.
[16] 許星星?李晶?陳嘯洋?等.蔗糖和活性氧化鎂對(duì)硫氧鎂
水泥水化進(jìn)程的影響[ J]. 建筑材料學(xué)報(bào)? 2023? 26
(2):193-199.
[17] 吳萌?張?jiān)粕?劉志勇?等.水泥基材料碳硫硅鈣石型硫
酸鹽侵蝕的研究進(jìn)展[ J].硅酸鹽學(xué)報(bào)?2022?50( 8):
2270-2283.
第 2 期 劉世成等:超緩凝混凝土在長(zhǎng)螺旋咬合樁中的應(yīng)用 ?175?
收稿日期:2022-04-26?
基金項(xiàng)目:國(guó)家自然科學(xué)基金項(xiàng)目(51665037)?
作者簡(jiǎn)介:賈浩(1996—)?男?碩士生?研究方向?yàn)槌?MIG 復(fù)合焊接數(shù)值模擬及圖像采集?
?通信作者:馬國(guó)紅(1976—)?男?教授?博士?研究方向?yàn)橹悄軝C(jī)器人焊接? E ̄mail:mgh@ ncu.edu.cn?
賈浩?洪蕾?曹龍?等.基于超聲輔助的 Q235 鍍鋅鋼板 MIG 焊電弧行為數(shù)值模擬[ J].南昌大學(xué)學(xué)報(bào)(工科版)?2023?45(2):
176-182.
JIA H?HONG L?CAO L?et al.Numerical simulation of MIG welding arc behavior of Q235 galvanized steel plate based on ultrasonic as ̄
sistance[J].Journal of Nanchang University(Engineering & Technology)?2023?45(2):176-182.
基于超聲輔助的 Q235 鍍鋅鋼板 MIG 焊電弧行為
數(shù)值模擬
賈浩1?2
?洪蕾1?2
?曹龍1?2
?付水淇1?2
?馬國(guó)紅1?2?
(1.南昌大學(xué)先進(jìn)制造學(xué)院?江西 南昌 330031?2.江西省輕質(zhì)高強(qiáng)結(jié)構(gòu)材料重點(diǎn)實(shí)驗(yàn)室?江西 南昌 330031)
摘要:針對(duì)超聲輔助熔化極惰性氣體保護(hù)焊(U-MIG)電弧行為?建立了二維瞬態(tài)數(shù)值模型?利用流體力學(xué)與電
磁學(xué)理論?模擬了 2 種焊接工藝電弧等離子體的溫度場(chǎng)、電流密度和電弧形貌等結(jié)果?并與普通 MIG 焊電弧進(jìn)行對(duì)
比? 結(jié)果表明:超聲的添加使焊接電弧成形過(guò)程發(fā)生了明顯變化? 相同焊接參數(shù)下?U-MIG 焊電弧高溫區(qū)面積增
大?溫度峰值上升?電弧區(qū)域內(nèi)電流密度增大?電弧更加密集?能量更加集中?同時(shí)電弧壓力增大?電弧中粒子電離
度增加?粒子能量增加?提升了 U-MIG 焊接質(zhì)量? 模擬的電弧形貌與實(shí)驗(yàn)結(jié)果相吻合?驗(yàn)證了模擬的準(zhǔn)確性?
關(guān)鍵詞:超聲輔助 MIG 焊?數(shù)值模擬?電弧成形?電流密度?溫度場(chǎng)
中圖分類號(hào):TG402 文獻(xiàn)標(biāo)志碼:A 文章編號(hào):1006-0456(2023)02-0176-07
Numerical simulation of MIG welding arc behavior of Q235
galvanized steel plate based on ultrasonic assistance
JIA Hao
1?2
?HONG Lei
1?2
?CAO Long
1?2
?FU Shuiqi
1?2
?MA Guohong
1?2?
(1.School of Advanced Manufacturing?Nanchang University?Nanchang 330031?China?
2.Key Laboratory of Lightweight and High Strength Structural Materials of Jiangxi Province?Nanchang 330031?China)
Abstract:A two ̄dimensional transient numerical model was established for the arc forming of ultrasonic ̄assisted melt insert ̄gas
welding (U-MIG).The temperature field?current density and arc morphology of the arc plasma of the two welding processes were simu ̄
lated by using the theories of hydrodynamics and electromagnetism?and compared with the ordinary MIG welding arc.The results showed
that the addition of ultrasonic make the welding arc forming change obviously.Under the same welding parameters?the high temperature
area of U-MIG welding arc increased and the peak temperature rised.With the increase of arc current density?the arc was more dense?
the energy was more concentrated?and the arc pressure increased.The ionization degree of particles in the arc increased?the particle en ̄
ergy increased?and the U-MIG welding quality was improved.The simulated arc morphology was consistent with the experimental re ̄
sults?which verified the accuracy of the simulation.
Key Words:ultrasonic ̄assisted MIG welding?numerical simulation?arc formation?current density?temperature field
熔化極惰性氣體保護(hù)焊(melt inert ̄gas welding?
MIG)因?yàn)樯a(chǎn)效率高、靈活性好等優(yōu)點(diǎn)?在工業(yè)生
產(chǎn)中具有廣泛應(yīng)用[1-3]
?但其存在方位局限性、穩(wěn)定
性差等缺點(diǎn)?限制了它的使用和發(fā)展[4-5]
? 為解決
傳統(tǒng) MIG 焊的缺陷以滿足更多的生產(chǎn)工藝需求?有
學(xué)者提出復(fù)合焊接的新型焊接方法[6-7]
? 目前研究
較多的有激光-MIG 復(fù)合焊接、TIG( tungsten inert ̄
gas welding) -MIG 復(fù)合焊接、磁控 MIG 焊接等? 超
聲波弧焊作為一種新興的焊接工藝?在提高焊接效
率與質(zhì)量方面效果顯著?因?yàn)槌暡ǖ统杀九c低能
耗的特點(diǎn)使其得到了廣泛的應(yīng)用與研究[8-9]
? Qiao
等[10]進(jìn)行了超聲振動(dòng)輔助等離子弧焊焊接過(guò)程的
數(shù)值模擬與實(shí)驗(yàn)研究?建立了 U-PAW 焊接過(guò)程的
瞬態(tài)數(shù)值模型?該模型考慮了電弧壁面熱流密度和
第 45 卷第 2 期
2023 年 6 月
南昌大學(xué)學(xué)報(bào)(工科版)
Journal of Nanchang University(Engineering & Technology)
Vol.45 No.2
Jun.2023
電弧壓力分布的動(dòng)態(tài)變化? 結(jié)果表明?超聲振動(dòng)可
提高熔池開(kāi)孔性能? Gao 等[11] 建立了一個(gè)三維瞬
態(tài)數(shù)值模型?研究振動(dòng)激光-GMA 混合搭接焊過(guò)程
中的溫度場(chǎng)和流場(chǎng)? 結(jié)果表明?熔滴沖擊過(guò)程對(duì)焊
縫形貌、溫度場(chǎng)和流體流動(dòng)形態(tài)有顯著影響? Li
等[12]給出了描述非平衡熱等離子體中復(fù)雜多物理
場(chǎng)效應(yīng)的控制方程和動(dòng)力學(xué)推導(dǎo)? Guo 等[13] 研究
了自由燃燒氬氣電弧中協(xié)同作用對(duì)能量交換和粒子
平衡過(guò)程的影響?發(fā)現(xiàn)了與電子-重粒子溫度比空
間分布不均勻有關(guān)的能量傳遞過(guò)程? Dong 等[14] 建
立了窄間隙 TIG 焊非對(duì)稱電弧的三維數(shù)學(xué)模型?對(duì)
厚板結(jié)構(gòu)的窄間隙 TIG 焊接電弧特性進(jìn)行了數(shù)值模
擬? Da Cunha 等[15]總結(jié)了近 10 年超聲振動(dòng)在已有
焊接方法中的應(yīng)用與發(fā)展?同時(shí)提出超聲電流激發(fā)
電弧這種新型引入超聲的方法?并描述了該方法在
不同焊接工藝與焊接材料中所產(chǎn)生的影響? Thava ̄
mani 等[16]建立了超聲輔助弧焊裝置的二維數(shù)值模
型?討論了輻射體高度、中心孔半徑、輻射體半徑以
及凹形輻射體表面曲率半徑等因素的影響?通過(guò)弧
聲結(jié)合實(shí)驗(yàn)驗(yàn)證了聲結(jié)合力與輻射體幾何參數(shù)之間
的關(guān)系? Jian 等[17] 建立了一個(gè)三維多物理場(chǎng)耦合
模型分析 LMF-TIG 混合焊接中的電弧行為?發(fā)現(xiàn)當(dāng)
外加電磁場(chǎng)超過(guò)某臨界值后電弧發(fā)生突變?致使電
弧行為不同于正常的自由電弧? Ogino 等[18]研究了
保護(hù)氣體對(duì)金屬轉(zhuǎn)移的影響?發(fā)現(xiàn)在使用不同成分
的保護(hù)氣體時(shí)?電弧行為與熔滴過(guò)渡存在差異?
Zhou 等[19]建立了一個(gè)三維數(shù)值模型?模擬了包括
電弧、熔滴和熔池在內(nèi)的整個(gè)焊接過(guò)程?求解了等離
子區(qū)速度、壓力和溫度隨時(shí)間的變化?
本文主要探究在超聲輔助 MIG 焊接中?超聲對(duì)
普通 MIG 焊電弧行為的影響? 通過(guò)建立焊接電弧
的瞬態(tài)數(shù)值模型?來(lái)模擬添加橫向超聲波后 MIG 焊
接電弧的成形過(guò)程與行為變化? 同時(shí)采集焊接試驗(yàn)
過(guò)程中的電弧圖像以驗(yàn)證模擬結(jié)果的準(zhǔn)確性?
1 數(shù)學(xué)模型
1.1 基本假設(shè)
焊接電弧是復(fù)雜且瞬時(shí)變化的?為節(jié)省計(jì)算時(shí)
間和提高計(jì)算結(jié)果的精度?需要對(duì)模擬過(guò)程作出如
下幾項(xiàng)假設(shè):
1)計(jì)算過(guò)程中的焊接電弧被認(rèn)為是層流狀態(tài)
且為不可壓縮的牛頓流體?采用非穩(wěn)態(tài)計(jì)算?
2)假設(shè)電弧是處于局部熱力學(xué)平衡狀態(tài)?且為
光學(xué)薄的?
3)保護(hù)氣體為理想氣體?各項(xiàng)物理參數(shù)均為溫
度相關(guān)函數(shù)?
4)電弧的物理屬性如電導(dǎo)率、熱導(dǎo)率、密度等
僅為與溫度相關(guān)的函數(shù)?
根據(jù)本實(shí)驗(yàn)室所用的超聲 MIG 自動(dòng)焊接平臺(tái)?
建立了相應(yīng)的三維幾何計(jì)算域和二維平面幾何模型
如圖 1 和圖 2 所示? 其中焊絲直徑 1.0 mm?保護(hù)氣
體為 99%的純氬氣?流量為 15 L?min
-1
?
圖 1 計(jì)算域示意圖
Fig.1 Schematic representation of the
computational domain
1.2 控制方程
質(zhì)量守恒方程:
?ρ
?t
+??(ρν)= 0 (1)
動(dòng)量守恒方程:
?(ρν)
?t
+??(ρνν)= -?p+??τ+J×B+ρg (2)
能量守恒方程:
?(ρh)
?t
+??(ρνh)= ??(
κ
Cp
?h)+
J
2
γe
+
5KB
2e
J??h-SR (3)
電流連續(xù)性方程:
??J = -??(γe ?φ)= 0 (4)
歐姆定律:
B =?×A (5)
安培定律:
?×B = μ0
J (6)
式中:ρ 為氬氣等離子體密度?ν 為速度矢量?t 為時(shí)
間?γe 為電導(dǎo)率?p 為壓強(qiáng)?KB 為玻爾茲曼常數(shù)?τ 為
黏性應(yīng)力張量?e 為電子電量?g 為重力加速度?SR
為輻射損失?h 為焓?φ 為電勢(shì)標(biāo)量?κ 為熱導(dǎo)率?B
為磁感應(yīng)強(qiáng)度?Cp 為質(zhì)量定壓熱容?A 為磁矢量?J
為電流密度矢量?u0 為真空磁導(dǎo)率?
第 2 期 賈浩等:基于超聲輔助的 Q235 鍍鋅鋼板 MIG 焊電弧行為數(shù)值模擬 ?177?
A B E F
C D
H G
O X
Y
氬氣
焊絲
壓力出口
工件
圖 2 二維對(duì)稱幾何模型及邊界條件
Fig.2 Two dimensional symmetric geometric
model and boundary conditions
本文的超聲添加方式為橫向垂直焊槍添加?超
聲致使焊絲產(chǎn)生的位移符合正弦運(yùn)動(dòng)?
動(dòng)邊界的位移方程為
S = asin(2πf×t) (7)
求導(dǎo)可得焊絲振動(dòng)的速度方程:
v = 2π×770×20×10
-6
cos(2π×770×t) (8)
其中:焊絲振幅 a = 20 μm?焊絲振動(dòng)頻率 f≈770
Hz?t 為計(jì)算時(shí)間?
考慮到超聲波產(chǎn)生的聲壓場(chǎng)?可在 U-MIG 的軸
向和徑向的動(dòng)力學(xué)平衡方程中添加超聲附加力:
F
(U)
Z
= -ρsg-Jr
×B (9)
F
(U)
r
= JZ
×B (10)
式中:F
(U)
Z 和 F
(U)
r 分別為軸向和徑向產(chǎn)生的附加
力?ρs 為等離子體密度?JZ 和 Jr 為軸向與徑向的電
流密度?B 為磁通量密度?
1.3 邊界條件
在計(jì)算過(guò)程中采用的邊界條件如表 1 所示?
BCDE 為焊絲邊界?AH/ FG 為壓力出口邊界?AB / EF
為保護(hù)氣體入口邊界?HG 為工件表面邊界? 對(duì)于控
制方程中的源項(xiàng)采用用戶自定義方程 UDF 求解?標(biāo)
量方程使用用戶自定義標(biāo)量方程 UDS 求解?
表 1 邊界條件
Tab.1 Boundary condition
參數(shù) CD BC / ED AB/ EF AH/ FG HG
L / cm — 5.2 4.5 12 12
A / (Wb?m
-1
)
?A
?n
= 0 —
?A
?n
= 0
?A
?n
= 0
?A
?n
= 0
T / K 3 000 300 300 300 1 000
v/ (m?s
-1
) 0 — 0.25 — 0
?/ V σ
?φ
?n
= J —
?φ
?n
= 0
?φ
?n
= 0 0
基于上述數(shù)學(xué)模型和邊界條件?采用 FLUENT
軟件求解? 求解過(guò)程采用雙精度計(jì)算?選擇更精確
的 PISO 算法?以提高瞬態(tài)計(jì)算的精確度?
2 焊接電弧模擬分析
基于上述建立的數(shù)值模型?進(jìn)行了超聲輔助
MIG 焊接與普通 MIG 焊接電弧成形的模擬?重點(diǎn)研
究在不同焊接條件下電弧的行為變化和 2 種焊接電
弧模擬結(jié)果的對(duì)比分析?
2.1 電弧溫度場(chǎng)分析
U-MIG 電弧和普通 MIG 電弧的溫度分布如圖
3 所示? 二者電弧都呈鐘罩形分布?這與相關(guān)研究
所得結(jié)論相同[19]
? 如圖 3(a)?當(dāng)焊接電流為 140 A
時(shí)?U-MIG 焊比普通 MIG 焊的電弧高溫區(qū)域面積增
大?焊絲下端峰值溫度更高?電弧區(qū)域等溫線增加?
電弧產(chǎn)生的熱量增加? 在圖 3(b)中可以看出?當(dāng)焊
接電流增加到 180 A 時(shí)?以上現(xiàn)象依然存在?但是與
I = 140 A 時(shí)相比 U-MIG 電弧高溫區(qū)面積增大幅度
減小?超聲作用效果減弱? U-MIG 焊的電弧在軸線
位置上出現(xiàn)小幅度偏離?這與超聲的加入有關(guān)? 同
時(shí)?對(duì)比 2 種焊接方式的電弧溫度分布發(fā)現(xiàn):U-MIG
電弧軸向溫度場(chǎng)存在明顯的伸展?使得焊件表面溫
度更高?
2 種焊接方式在不同焊接電流( I = 100、140、
180、220 A)條件下的電弧溫度峰值對(duì)比?如圖 4 所
示? 相同電流條件下?U-MIG 的電弧溫度峰值要高
于 MIG 焊? 隨著電流的增大?U-MIG 相比于 MIG
電弧峰值溫度的增幅在逐漸變小? 由此可知?隨著
焊接電流的增大?超聲對(duì)焊接電弧的影響在逐漸
減弱?
超聲的添加對(duì)電弧的溫度場(chǎng)產(chǎn)生了軸向上的拉
伸現(xiàn)象?同時(shí)提高了焊接電弧的最高溫度?其作用效
果在小電流時(shí)更為明顯? 產(chǎn)生上述現(xiàn)象的原因在于
超聲所帶來(lái)的能量致使電弧中的各種粒子運(yùn)動(dòng)速率
增加?粒子之間的碰撞頻率加快?能量交換加速?使
得焊接電弧熱量的產(chǎn)生和傳導(dǎo)頻率都得到了提升?
?178? 南昌大學(xué)學(xué)報(bào)(工科版) 2023 年
T/K
(a) I = 140 A 時(shí)電弧溫度分布
(b) I = 180 A 時(shí)電弧溫度分布
圖 3 U-MIG 與 MIG 焊接電弧溫度云圖
Fig.3 U-MIG and MIG arc temperature clouds
U-MIG
MIG
U-MIG
U-MIG MIG
U-MIG MIG
MIG
100 140 180 220
2.50
2.00
1.50
1.00
0.50
0
T/104 K
I/ A
圖 4 MIG 與 U-MIG 電弧溫度峰值對(duì)比圖
Fig.4 Comparison diagram of MIG and
U-MIG arc temperature peak
2.2 電流密度的模擬分析及其影響
2 種焊接方式的焊絲端部電流密度分布如圖 5
所示?二者在不同焊接電流條件下的電流密度分布
均類似于燕尾狀向焊絲端匯聚?焊絲端部電流密度
最大? 在 I = 140 A 時(shí)?2 種焊接方式的焊絲端部電
流密度均呈燕尾狀?端部的電流密度略微發(fā)散? 在
焊絲端部附近的左右兩邊形成了局部回流?同時(shí)在
電弧末端的左右兩邊也形成了局部回流? 這種回流
在 U-MIG 焊中更加明顯?這說(shuō)明超聲致使電弧電流
密度局部增大? U-MIG 電弧在靠近焊絲端部的電
流密度分布比 MIG 電弧更密集?電流密度值更大?
這是因?yàn)槌暡ǖ募尤氪嬖谝粋€(gè)正弦運(yùn)動(dòng)?使靠近
端部的電流密度曲線更加密集?電流密度更大? 在
I = 180 A 時(shí)?2 種焊接方式的電流密度同樣具有上
述規(guī)律? 對(duì)比圖 5(a)和圖 5(b)可發(fā)現(xiàn):相同焊接
方式下?電流的增大同樣可使電弧電流密度增大?同
時(shí)使電弧的局部回流增大? 相同電流條件下?超聲
的加入也可使電弧電流密度增大?這與增大電流的
作用相同?
J/(A·m-2
)
(a) I = 140 A 時(shí)電流密度
(b) I = 180 A 時(shí)電流密度
圖 5 電流密度模擬圖
Fig.5 Current density simulation diagram
更進(jìn)一步?不同電流( I = 100、140、180、220 A)
條件下?2 種焊接方式電流密度分布的模擬結(jié)果?如
圖 6 所示? 2 種焊接方法中電弧電流密度分布曲線
均為關(guān)于軸線對(duì)稱的高斯分布? 相同電流條件下?
U-MIG 的電弧電流密度峰值更大?且電流越大電流
密度峰值越高? 但在電弧邊緣處 MIG 焊電弧的電
流密度更大?隨著電流的增加?這種現(xiàn)象會(huì)更加明
顯? 在向軸線靠近的過(guò)程中?U-MIG 電弧的電流密
度增加幅度在逐漸增大? 這說(shuō)明超聲在軸線附近對(duì)
電流密度的提升效果最為顯著?而在電弧邊緣處有
較小的抑制作用? 在軸線附近的相同徑向?qū)挾葍?nèi)?
添加超聲后的電流密度均略微高于普通 MIG 焊?
電弧熱量與電流密度是正比關(guān)系?電流密度的大小
直接影響到熱通量的大小?因此?熱通量的分布與
第 2 期 賈浩等:基于超聲輔助的 Q235 鍍鋅鋼板 MIG 焊電弧行為數(shù)值模擬 ?179?
-6 -4 -2 0 2 4 6
2.90
2.80
2.70
2.60
2.50
2.40
2.30
2.20
2.10
2.00
1.90
J/(105 ·A
m-2
)
MIG
U-MIG
r/ m
(a) I = 100 A 時(shí)電流密度曲線
-6 -4 -2 0 2 4 6
6.20
5.70
5.20
4.70
4.20
3.70
3.20
2.70
2.20
1.70
1.20
J/(105 ·A
m-2
)
MIG
U-MIG
r/ m
(b) I = 140 A 時(shí)電流密度曲線
-6 -4 -2 0 2 4 6
9.00
8.00
7.00
6.00
5.00
4.00
3.00
2.00
1.00
J/(105 ·A
m-2
)
MIG
U-MIG
r/ m
(c) I = 180 A 時(shí)電流密度曲線
-6 -4 -2 0 2 4 6
17.5
15.5
13.5
11.5
9.5
7.5
5.5
3.5
1.5
J/(105 ·A
m-2
)
MIG
U-MIG
r/ m
(d) I = 220 A 時(shí)電流密度曲線
圖 6 工件表面電流密度分布
Fig.6 Current density distribution on workpiece surface
電流密度分布趨勢(shì)大致相同?這與前文關(guān)于電弧溫
度場(chǎng)的分析結(jié)論相同? 同時(shí)?不同電流條件下?2 種
焊接方式的電流密度增量也不同? 由工件表面的電
流密度分布可知?隨著電流的增大超聲振動(dòng)的影響
程度在逐漸降低?
綜上所述?U-MIG 焊電弧的中心電流密度更
大?電弧等離子體的能量更大? 超聲使得電弧內(nèi)部
等離子體流動(dòng)更加劇烈?熱通量更大? 這就使得焊
接溫度更高更集中?具有更高的熱輸入?有助于高質(zhì)
量焊縫的形成?同時(shí)提高焊接效率?
3 實(shí)驗(yàn)驗(yàn)證
為驗(yàn)證本研究中焊接電弧數(shù)學(xué)模型的可靠性和
模擬結(jié)果的準(zhǔn)確性?搭建了超聲輔助 MIG 焊接實(shí)驗(yàn)
平臺(tái)? 實(shí)驗(yàn)所用工件為 Q235 鍍鋅鋼板?主要成分
如表 2 所示? 為提高研究的準(zhǔn)確性?分別進(jìn)行了不
同電流條件( I = 100、140、180、220 A)下 U-MIG 和
MIG 的焊接試驗(yàn)?
表 2 鍍鋅鋼板主要化學(xué)成分
Tab.2 Main chemical composition of
galvanized steel sheets 單位:%
ω(C) ω(Mn) ω(P) ω(S) ω(Fe)
≤0.15 ≤0.60 ≤0.05 ≤0.05 ≥99.00
由高速攝像機(jī)拍攝的焊接動(dòng)態(tài)圖片?如圖 7 所
示? 在電流為 100 A 時(shí)?MIG 焊具有較大熔滴?頸縮
現(xiàn)象不明顯?U-MIG焊中熔滴半徑減小?存在一個(gè)
圖 7 2 種焊接方式下的焊接動(dòng)態(tài)圖
Fig.7 Welding dynamic diagram under
two welding modes
?180? 南昌大學(xué)學(xué)報(bào)(工科版) 2023 年
明顯的頸縮現(xiàn)象?熔滴被軸向拉長(zhǎng)? 比較兩者形成
穩(wěn)定電弧且在熔滴過(guò)渡時(shí)間段內(nèi)的焊接電弧形貌?
發(fā)現(xiàn) U-MIG 的電弧軸向上伸長(zhǎng)? 超聲波中的能量
一部分轉(zhuǎn)化為電弧熱量來(lái)源?提高了電弧溫度?焊絲
金屬熔化速度加快?熔滴半徑減小?另一部分能量轉(zhuǎn)
化為機(jī)械波?給焊絲一個(gè)橫向外力?頸縮半徑減小?
過(guò)渡時(shí)間縮短? 同時(shí)?超聲波所形成的聲壓場(chǎng)對(duì)電
弧有一定壓縮作用?使得在相同條件下 U-MIG 焊的
電弧被“拉長(zhǎng)”? 以上結(jié)論均與模擬所得結(jié)論相同?
通過(guò)對(duì)比 Hsu 等[20] 采用光譜法測(cè)定的電流為
220 A 時(shí)焊接自由電弧的溫度分布來(lái)判斷模擬結(jié)果
的準(zhǔn)確性?模擬結(jié)果與文獻(xiàn)[20]的測(cè)定結(jié)果的對(duì)比
如圖 8 所示?模擬結(jié)果與實(shí)驗(yàn)測(cè)定結(jié)果吻合良好?
T/K 11 000 K
12 000 K
13 000 K
14 000 K
15 000 K
17 000 K
19 000 K
21 000 K
23 000 K
圖 8 電弧溫度場(chǎng)試驗(yàn)結(jié)果[20]與模擬結(jié)果對(duì)比
Fig.8 Comparison between experimental results
[20]
and
simulation results of arc temperature field
將高速攝像機(jī)采集的電弧形貌圖片?利用基于
OpenCV 的圖像處理技術(shù)進(jìn)行電弧圖像處理?以獲
得更清晰直觀的電弧形貌? 圖像處理方法的流程如
圖 9 所示?圖像處理效果如圖 10 所示? 最后將圖像
處理后的電弧形貌與模擬的電弧形貌輪廓進(jìn)行比
較?圖像對(duì)比結(jié)果如圖 11? 對(duì)比發(fā)現(xiàn)兩者形貌吻合
良好?輪廓基本一致?
高斯濾波處理
圖像二值化處理
形態(tài)學(xué)處理
輪廓邊緣提取
圖 9 圖像處理算法流程圖
Fig.9 Flow chart of image processing algorithm
綜上所述?以上 2 種方法均可證明本研究所建
立的數(shù)學(xué)模型具有很好的準(zhǔn)確性?同時(shí)驗(yàn)證了模擬
結(jié)果的可靠性?
U-MIG MIG
圖 10 實(shí)驗(yàn)結(jié)果圖像處理效果圖
Fig.10 Experimental results image
processing renderings
(a) U-MIG 電弧對(duì)比圖
(b) MIG 電弧對(duì)比圖
圖 11 實(shí)驗(yàn)圖與模擬結(jié)果圖對(duì)比
Fig.11 Comparison of experimental and simulation results
4 結(jié)論
1)超聲波的添加?使得在相同電流條件下 U-
MIG 焊比普通 MIG 焊的溫度峰值有明顯增加?使電
弧的溫度場(chǎng)產(chǎn)生了軸向的拉伸和徑向的壓縮?同時(shí)
提高了電弧中各粒子的運(yùn)動(dòng)速率?加速了能量交換
過(guò)程?
第 2 期 賈浩等:基于超聲輔助的 Q235 鍍鋅鋼板 MIG 焊電弧行為數(shù)值模擬 ?181?
2)U-MIG 焊比普通 MIG 焊在靠近焊絲端部的
電流密度分布更密集?溫度更高更集中?而在工件表
面?隨著電流的增加超聲對(duì)電弧電流密度的影響在
逐漸降低? 電流密度分布模擬結(jié)果顯示?超聲添加
后粒子的電離度增加?電弧能量增加?
3)利用前人研究成果與本研究的模擬結(jié)果對(duì)
比?驗(yàn)證了本次數(shù)值模擬結(jié)果的準(zhǔn)確性? 另外?通過(guò)
對(duì)比模擬結(jié)果圖和圖像處理后的實(shí)驗(yàn)采集電弧形貌
圖?進(jìn)一步驗(yàn)證了數(shù)學(xué)模型的可靠性?
4)該電弧模型可靠性高、適用范圍廣?為 MIG
焊接電弧機(jī)理研究提供了有效的技術(shù)支持? 同時(shí)?
該圖像處理方法可以為焊接過(guò)程圖像特征采集的研
究提供部分參考?
參考文獻(xiàn):
[1] SATPATHY M P?SAHOO S K.Microstructural and me ̄
chanical performance of ultrasonic spot welded Al - Cu
joints for various surface conditions[J].Journal of Manu ̄
facturing Processes?2016?22:108-114.
[2] 李曉延?武傳松?李午申.中國(guó)焊接制造領(lǐng)域?qū)W科發(fā)展
研究[J].機(jī)械工程學(xué)報(bào)?2012?48(6):19-31.
[3] WU X? LIU T? CAI W. Microstructure? welding mecha ̄
nism?and failure of Al / Cu ultrasonic welds[J].Journal of
Manufacturing Processes?2015?20:321-331.
[4] XIE W F?HUANG T?YANG C L?et al. Comparison of
microstructure?mechanical properties? and corrosion be ̄
havior of gas metal arc ( GMA) and ultrasonic ̄wave ̄
assisted GMA (U-GMA) welded joints of Al-Zn-Mg al ̄
loy [ J ]. Journal of Materials Processing Technology?
2020?277:116470.
[5] NING F D? CONG W L. Ultrasonic vibration ̄assisted
(UV-A) manufacturing processes:state of the art and fu ̄
ture perspectives[J].Journal of Manufacturing Processes?
2020?51:174-190.
[6] YANG Z C?ZHU L D?ZHANG G X?et al.Review of ul ̄
trasonic vibration ̄assisted machining in advanced materi ̄
als[J].International Journal of Machine Tools and Manu ̄
facture?2020?156103594.
[7] KUMAR S?WU C S?PADHY G K?et al.Application of
ultrasonic vibrations in welding and metal processing: a
status review [ J]. Journal of Manufacturing Processes?
2017?26:295-322.
[8] WANG Y J?YU C?LU H?et al.Research status and future
perspectives on ultrasonic arc welding technique[J].Jour ̄
nal of Manufacturing Processes?2020?58:936-954.
[9] WANG D Q?HUA C?LU H.Numerical analysis of ultra ̄
sonic waves in the gas tungsten arc welding ( GTAW)
with ultrasonic excitation of current [ J ]. International
Journal of Heat and Mass Transfer?2020?158:119847.
[10] QIAO J N?WU C S?LI Y F.Numerical and experimental
investigation of keyholing process in ultrasonic vibration
assisted plasma arc welding[J].Journal of Manufacturing
Processes?2020?50:603-613.
[11] GAO X S?WU C S?GOECKE S F?et al.Numerical simu ̄
lation of temperature field?fluid flow and weld bead for ̄
mation in oscillating single mode laser - GMA hybrid
welding[J].Journal of Materials Processing Technology?
2017?242:147-159.
[12] LI H P?ZHANG X N?XIA W D.A numerical model of
non ̄equilibrium thermal plasmas.Ⅱ.Governing equations
[J].Physics of Plasmas?2013?20(3):33509.
[13] GUO H?ZHANG X N?CHEN J? et al. Non ̄equilibrium
synergistic effects in atmospheric pressure plasmas [ J].
Scientific Reports?2018?8(1):1-10.
[14] DONG B L?CAI X Y?NI Z?et al.Numerical simulation of
arc characteristics in narrow gap TIG welding[J].Interna ̄
tional Journal of Mechanical Sciences?2019?161:105031.
[15] DA CUNHA T V?BOHORQUEZ C E N.Ultrasound in arc
welding:a review[J].Ultrasonics?2015?56:201-209.
[16] THAVAMANI R?BALUSAMY V?NAMPOOTHIRI J?et
al.Mitigation of hot cracking in Inconel 718 superalloy by
ultrasonic vibration during gas tungsten arc welding[ J].
Journal of Alloys and Compounds?2018?740:870-878.
[17] JIAN L?YAO Z X?XUE K L.Anti ̄gravity gradient unique
arc behavior in the longitudinal electric magnetic field hy ̄
brid tungsten inert gas arc welding[ J].The International
Journal of Advanced Manufacturing Technology?2016?84
(1 / 2 / 3 / 4):647-661.
[18] OGINO Y?HIRATA Y?MURPHY A B.Numerical simula ̄
tion of GMAW process using Ar and an Ar-CO2
gas mix ̄
ture[J].Welding in the World?2016?60(2):345-353.
[19] ZHOU X M? ZHANG H O? WANG G L? et al. Three ̄
dimensional numerical simulation of arc and metal trans ̄
port in arc welding based additive manufacturing[ J].In ̄
ternational Journal of Heat and Mass Transfer?2016?103:
521-537.
[20] HSU K C?ETEMADI K?PFENDER E.Study of the free ̄
burning high ̄intensity argon arc [ J].Journal of Applied
Physics?1983?54(3):1293-1301.
?182? 南昌大學(xué)學(xué)報(bào)(工科版) 2023 年
收稿日期:2022-09-06?
作者簡(jiǎn)介:潘兵兵(1998—)?男?碩士生?研究方向?yàn)檗r(nóng)業(yè)機(jī)械設(shè)計(jì)與虛擬樣機(jī)仿真分析?
?通信作者:黃興元(1961—)?男?教授?博士生導(dǎo)師?研究方向?yàn)闄C(jī)械設(shè)計(jì)、聚合物成型理論與裝備? E ̄mail:xyhuang@ ncu.
edu.cn?
潘兵兵?黃興元?馬林.平地與側(cè)坡一體化割草機(jī)的設(shè)計(jì)與分析[J].南昌大學(xué)學(xué)報(bào)(工科版)?2023?45(2):183-188.
PAN B B?HUANG X Y?MA L.Design and analysis of an integrated flatland and side slope mower[J].Journal of Nanchang University
(Engineering & Technology)?2023?45(2):183-188.
平地與側(cè)坡一體化割草機(jī)的設(shè)計(jì)與分析
潘兵兵?黃興元?
?馬林
(南昌大學(xué)先進(jìn)制造學(xué)院?江西 南昌 330031)
摘要:南方丘陵地區(qū)果園通常修整成梯田形式栽種果樹(shù)?這種地形的果園需要對(duì)平地和側(cè)坡割草? 目前常規(guī)
割草機(jī)難以適應(yīng)?只能采用人工背負(fù)式割草機(jī)進(jìn)行割草?效率低?勞動(dòng)強(qiáng)度大?為此設(shè)計(jì)一款能同時(shí)對(duì)平地與側(cè)坡
割草的一體化割草機(jī)? 通過(guò)對(duì)割草機(jī)功能要求進(jìn)行分析?設(shè)計(jì)出割草機(jī)的整機(jī)方案? 整機(jī)采用四把圓盤(pán)甩刀進(jìn)行
割草?前面兩把用于平地割草?側(cè)邊兩把用于側(cè)坡割草?根據(jù)割幅?割刀直徑分別選為 575、525 mm?采用 300 W 電
機(jī)驅(qū)動(dòng)?電機(jī)由一臺(tái) 3 kW 發(fā)電機(jī)供電?采用履帶式行走裝置?由一臺(tái) 5.6 kW 發(fā)動(dòng)機(jī)為行走裝置和發(fā)電機(jī)提供動(dòng)
力? 應(yīng)用 Solidworks 進(jìn)行結(jié)構(gòu)設(shè)計(jì)和整機(jī)裝配?得到整機(jī)模型?通過(guò) Solidworks 軟件分析?對(duì)各部分材料定義確定各
部分質(zhì)量及質(zhì)心位置?在丘陵果園梯田平面存在 0° ~ 20°傾斜角的情況下?整機(jī)在對(duì)下側(cè)坡作業(yè)時(shí)?整機(jī)的抗傾覆
安全系數(shù)最小為 4.6>3?滿足工程機(jī)械的穩(wěn)定性要求?
關(guān)鍵詞:丘陵果園?割草機(jī)?結(jié)構(gòu)設(shè)計(jì)?抗傾覆分析
中圖分類號(hào):S224.1
+
5 文獻(xiàn)標(biāo)志碼:A 文章編號(hào):1006-0456(2023)02-0183-06
Design and analysis of an integrated flatland and side slope mower
PAN Bingbing?HUANG Xingyuan
?
?MA Lin
(School of Advanced Manufacturing?Nanchang University?Nanchang 330031?China)
Abstract:The orchards in the southern hilly areas are usually cultivated into terraces for planting fruit trees?and the orchards in
this terrain need to mow the flat land and side slopes.At present?it is difficult to adapt to the conventional mowers?and only manual
backpack mowers can be used for mowing?which is inefficient and labor ̄intensive?an integrated mower was designed?which could mow
both flat and side slopes.By analyzing the functional requirements of the lawn mower?the whole machine scheme of the mower was de ̄
signed.The whole machine adopted four disc throwing knives for mowing?the front two were used for mowing on the flat land and the
side two were used for mowing on the side slope?according to the cutting width?the diameter of the knives were chosen as 575 mm and
525 mm?respectively?the motor was powered by a 3 kW generator by driven 300 W motor?and the crawler type walking device was a ̄
dopted?powered by an 5.6 kW engine for the walking device and generator.Apply Solidworks for structural design and whole machine
assembly?get the whole machine model?through Solidworks software analysis?the material definition of each part to determine the mass
of each part and the location of the center of mass?in the hilly orchard terrace plane there was 0° ~ 20° inclination angle?the whole ma ̄
chine in the lower side slope operation?the machine’s anti ̄tilting safety factor of minimum 4.6>3?meet the stability requirements of the
construction machinery.
Key Words:hilly orchard?lawn mower?structural design?overturning resistance analysis
我國(guó)是水果生產(chǎn)大國(guó)?果園種植面積逐年增加?
果園規(guī)?;?、機(jī)械化管理成為趨勢(shì)[1]
? 果園雜草是
影響果樹(shù)生長(zhǎng)的重要因素?雜草對(duì)果樹(shù)的影響有爭(zhēng)
奪水分、消耗養(yǎng)料、誘發(fā)病蟲(chóng)、影響光照等?嚴(yán)重限制
果樹(shù)的生長(zhǎng)?造成果園產(chǎn)量的減少和果品質(zhì)量的降
低[2-3]
? 因此?除草是果園中的一項(xiàng)重要工作?目前
除草方式主要為化學(xué)除草和機(jī)械化除草?由于除草
劑產(chǎn)生的殘留部分可能對(duì)環(huán)境產(chǎn)生影響?大部分規(guī)
?;麍@都采用機(jī)械除草的方式[4-6]
? 目前對(duì)割草
機(jī)的研究大多針對(duì)地勢(shì)平坦或起伏不大的地形作
第 45 卷第 2 期
2023 年 6 月
南昌大學(xué)學(xué)報(bào)(工科版)
Journal of Nanchang University(Engineering & Technology)
Vol.45 No.2
Jun.2023
業(yè)?難以解決丘陵地形中平地與側(cè)坡同時(shí)需要處理
的復(fù)雜地形[7-9]
? 受地理?xiàng)l件限制?山地丘陵果園
的機(jī)械化程度長(zhǎng)期處于較低水平?研制適應(yīng)果園地
形的割草機(jī)對(duì)降低果園生產(chǎn)成本?提高工作效率具
有重要意義[10]
? 劉學(xué)串等[11]設(shè)計(jì)了 9GS-2.0 割草
機(jī)?由拖拉機(jī)牽引實(shí)現(xiàn)工作?通過(guò)控制液壓缸伸縮?
調(diào)節(jié)切割裝置的傾斜角度來(lái)完成坡面割草? 李雪軍
等[12]設(shè)計(jì)的壟面割草機(jī)?主盤(pán)和側(cè)坡分別切割平地
和坡面的雜草?側(cè)盤(pán)傾斜角度在 0° ~ 30°內(nèi)調(diào)整?完
成割草作業(yè)? 對(duì)于南方丘陵地帶的果園通常修整成
梯田形式進(jìn)行果樹(shù)栽種?這種地形的果園需要對(duì)平
地和側(cè)坡割草?目前常規(guī)割草機(jī)難以適應(yīng)?只能采用
人工背負(fù)式割草機(jī)進(jìn)行割草?效率低?勞動(dòng)強(qiáng)度大?
本文是針對(duì)丘陵果園地形特點(diǎn)設(shè)計(jì)了一款能平地與
側(cè)坡一體割草的割草機(jī)?
1 設(shè)計(jì)要求
1.1 地形分析
丘陵果園為了果樹(shù)栽種和管理方便?通常開(kāi)發(fā)
成梯田形式?如圖 1 所示? 果園割草需要對(duì)梯田平
地和側(cè)坡進(jìn)行割草?
圖 1 丘陵果園地形圖
Fig.1 Topographical map of hilly orchard
1.2 擬定工作路徑
以南方丘陵柚子園為例?梯田平面寬度約為
3 m?側(cè)坡寬度約為 2 m?工作地形如圖 2 所示?由于
果樹(shù)將梯田平面分為內(nèi)外兩部分?工作時(shí)為了避開(kāi)
果樹(shù)?可通過(guò)繞果樹(shù)一周完成作業(yè)?作業(yè)流程如圖 3
所示? 往返流程分別處理外平面與下半側(cè)坡雜草、
內(nèi)平面與上半側(cè)坡雜草?
下側(cè)坡 內(nèi)平面 外平面
上側(cè)坡
果樹(shù)
圖 2 工作地形圖
Fig.2 Working topographic map
下側(cè)坡
上側(cè)坡
果樹(shù) 梯田平面
圖 3 作業(yè)流程圖
Fig.3 Workflow diagram
2 關(guān)鍵部分的方案設(shè)計(jì)
2.1 行進(jìn)裝置的選擇
行進(jìn)裝置需要適應(yīng)果園環(huán)境與地形?要能在果
園植株間行駛?體型不宜過(guò)大? 整機(jī)設(shè)計(jì)為乘坐式
割草機(jī)?選用小型履帶行進(jìn)底盤(pán)作為行進(jìn)裝置?底盤(pán)
尺寸為 1.3 m×1 m(長(zhǎng)×寬)?在底盤(pán)上加裝小型發(fā)電
機(jī)為割草電機(jī)提供動(dòng)力?
履帶行進(jìn)底盤(pán)的優(yōu)點(diǎn)有:支撐面積大?適合于松
軟、泥濘等復(fù)雜環(huán)境作業(yè)?下陷度小?滾動(dòng)阻力小?越
野機(jī)動(dòng)性能好?轉(zhuǎn)向半徑小?可以實(shí)現(xiàn)原地轉(zhuǎn)向?履
帶支撐面上有履齒?不易打滑?牽引附著性能好?有
利于發(fā)揮牽引力?具有比較強(qiáng)的爬坡、越障能力?
2.2 切割方案的設(shè)計(jì)
整機(jī)需要處理梯田平面與側(cè)坡面的雜草?需要
分別對(duì)平地切割和側(cè)坡切割方案進(jìn)行設(shè)計(jì)?并分析
切割方案的割茬效果?
2.2.1 平地切割
平地切割器原理如圖 4 所示?平地切割器由機(jī)
架、活動(dòng)架、支撐輪、電機(jī)與刀具組成? 活動(dòng)架與機(jī)
架鉸接?底部安裝支撐輪?防止支撐輪將草壓倒造成
漏割?將支撐輪置于刀具后方?工作時(shí)支撐輪在起伏
地面行進(jìn)?使得活動(dòng)架繞鉸接點(diǎn)轉(zhuǎn)動(dòng)?實(shí)時(shí)根據(jù)地形
改變刀具高度完成仿形?平地切割方案采用 2 個(gè)相
互獨(dú)立的切割器組成?各切割器在各自區(qū)域仿形并
完成切割? 根據(jù)梯田平面寬度確定割幅?內(nèi)外梯田
面寬度約為 1.5 m?除去樹(shù)干直徑并與樹(shù)干保持安全
距離?實(shí)際所需割幅約為 1. 2 m?確定平地割幅為
1 200 mm?刀具尺寸為 575 mm?
1 2 3 4 5
1.機(jī)架?2.活動(dòng)架?3.支撐輪?4.電機(jī)?5.刀具?
圖 4 平地切割器原理圖
Fig.4 Schematic diagram of the flat cutter
?184? 南昌大學(xué)學(xué)報(bào)(工科版) 2023 年
2.2.2 側(cè)坡切割
側(cè)坡切割方案由伸縮裝置、傾角裝置和側(cè)坡切
割器組成?側(cè)坡切割方案原理如圖 5 所示?
1.手搖絞盤(pán)?2.錐齒輪?3.伸縮絲杠?4.螺母齒輪?
5.電機(jī)?6.刀具?7.轉(zhuǎn)動(dòng)架?8.支撐輪?
圖 5 側(cè)坡切割方案原理圖
Fig.5 Schematic diagram of the side slope cutting scheme
伸縮裝置由錐齒輪、螺母齒輪、伸縮絲桿組成?
螺母齒輪為帶軸齒輪?軸部分作為螺母?內(nèi)孔有與絲
杠配合的螺紋?螺母齒輪的齒輪部分與錐齒輪嚙合?
螺母部分與絲杠配合?采用螺母轉(zhuǎn)動(dòng)絲杠移動(dòng)的配
合方式?螺母齒輪隨錐齒輪轉(zhuǎn)動(dòng)?使得與螺母齒輪配
合的絲杠在軸線上完成伸縮運(yùn)動(dòng)并自鎖?
傾角裝置由手搖絞盤(pán)組成?手搖絞盤(pán)置于機(jī)架
上方?絞盤(pán)上拉索與轉(zhuǎn)動(dòng)架連接?手搖絞盤(pán)可雙向自
鎖?轉(zhuǎn)動(dòng)搖桿可調(diào)節(jié)絞盤(pán)上拉索的伸出長(zhǎng)度將轉(zhuǎn)動(dòng)
架抬升?
側(cè)坡切割器由支撐輪、轉(zhuǎn)動(dòng)架、2 組電機(jī)與刀具
組成? 轉(zhuǎn)動(dòng)架一端與伸縮絲杠端部鉸接?調(diào)節(jié)錐齒
輪?控制絲杠的伸出距離來(lái)調(diào)節(jié)側(cè)坡割茬高度?另一
端安裝支撐輪?防止刀具觸碰側(cè)坡面損傷刀具?中間
部分與手搖絞盤(pán)的拉索相連?轉(zhuǎn)動(dòng)搖桿控制轉(zhuǎn)動(dòng)架
傾斜角度? 側(cè)坡寬度約為 2 m?確定側(cè)坡割幅為
1 065 mm?刀具尺寸為 525 mm?
2.2.3 割茬效果分析
丘陵果園割茬高度要求在 50~100 mm 范圍內(nèi)?
當(dāng)僅對(duì)平地割草時(shí)?調(diào)節(jié)側(cè)坡切割器為水平狀態(tài)?此
時(shí)平地切割器與側(cè)坡切割器刀具位于同一高度?割
茬高度一致為 100 mm?可用于增加平地割幅?提高
工作效率? 圖 6 為割茬高度示意圖?
當(dāng)同時(shí)對(duì)平地與側(cè)坡割草時(shí)?為使割茬高度保
持在 50~100 mm?對(duì)上側(cè)坡與下側(cè)坡作業(yè)時(shí)的刀具
A
C
B
C A
(a) 上側(cè)坡割茬示意圖
A
C
B A
C
(b)下側(cè)坡割茬示意圖
A.伸縮起點(diǎn)?B.伸縮終點(diǎn)?C.側(cè)坡邊緣?
圖 6 割茬高度示意圖
Fig.6 Schematic diagram of stubble height
與側(cè)坡的位置關(guān)系如圖 6(a)和圖 6(b)所示?側(cè)坡
處的割茬高度按式(1)進(jìn)行計(jì)算?
d = scosθ - (x - a)sinθ - t (1)
式中:s 為轉(zhuǎn)動(dòng)架轉(zhuǎn)動(dòng)中心與地面的高度? s = 150
mm?θ 為側(cè)坡面傾斜角度?上側(cè)坡面為正?下側(cè)坡面
為負(fù)?x 為伸出距離?最大伸出距離為 200 mm?a 為
伸縮部件無(wú)伸出時(shí)轉(zhuǎn)動(dòng)架轉(zhuǎn)動(dòng)中心與側(cè)坡邊緣的距
離?即行進(jìn)裝置與側(cè)坡邊緣距離?t 為刀具與轉(zhuǎn)動(dòng)架
的距離?t = 50 mm?
由圖 6 可以看出?( x-a)表示工作時(shí)轉(zhuǎn)動(dòng)架轉(zhuǎn)
動(dòng)中心與側(cè)坡邊緣的偏距?令偏距 y = x-a?式(1)變
為:
d = scosθ - ysinθ - t (2)
由于平地割幅比行進(jìn)裝置寬 200 mm?左右兩側(cè)
各伸出行進(jìn)裝置邊緣 100 mm?故 a 取 100 mm?可保
證不會(huì)漏割?故 a 取 100 mm?根據(jù)伸出范圍為 0≤x
≤200 mm?則偏距調(diào)節(jié)范圍為- 100 mm≤y≤100
mm?
由式(2) 式可知:當(dāng) θ = 0°?割茬為 100 mm?調(diào)
整偏距 y = 0?總割幅達(dá)到最大?同時(shí)平地切割器與側(cè)
坡切割器中間無(wú)漏割?當(dāng)對(duì)上側(cè)坡作業(yè)時(shí)?傾角 θ 為
正?當(dāng)坡度增大時(shí)?若 y>0?割茬高度隨坡度增大而
第 2 期 潘兵兵等:平地與側(cè)坡一體化割草機(jī)的設(shè)計(jì)與分析 ?185?
減小?為保持割茬高度?避免割茬高度過(guò)小引起撞
刀?因此需要調(diào)節(jié)偏距為負(fù)值?減小偏距?同樣的?對(duì)
下側(cè)坡作業(yè)時(shí)?傾角 θ 為負(fù)?當(dāng)坡度增大時(shí)?若 y<0?
割茬高度隨坡度增大而減小?為避免割茬高度過(guò)小
引起撞刀?因此需要調(diào)節(jié)偏距為正值?增大偏距?
2.3 整機(jī)方案
確定整機(jī)方案?如圖 7 所示?平地切割單元置于
前端?側(cè)坡切割單元置于側(cè)方?整機(jī)動(dòng)力由發(fā)動(dòng)機(jī)提
供?發(fā)動(dòng)機(jī)帶輪同時(shí)連接發(fā)電機(jī)和履帶變速箱?為整
機(jī)行進(jìn)和割草電機(jī)作業(yè)提供動(dòng)力?
1.履帶行進(jìn)裝置?2.發(fā)動(dòng)機(jī)?3.小型發(fā)電機(jī)?
4.側(cè)坡切割單元?5.前置機(jī)架?6.平地切割單元?
圖 7 割草機(jī)整機(jī)方案
Fig.7 Mower complete machine scheme
3 結(jié)構(gòu)設(shè)計(jì)與分析
3.1 整機(jī)結(jié)構(gòu)設(shè)計(jì)
根據(jù)已設(shè)計(jì)的方案?對(duì)方案進(jìn)行結(jié)構(gòu)設(shè)計(jì)?在
Solidworks 中完成對(duì)各部件的建模?并將各部分進(jìn)行
裝配得到整機(jī)三維模型?對(duì)已建立好的三維模型進(jìn)
行材料定義?前端機(jī)架、轉(zhuǎn)動(dòng)架、分禾器和活動(dòng)架材
料選定普通碳鋼?伸縮部件、錐齒輪、螺母齒輪選定
45 號(hào)鋼?行進(jìn)裝置和發(fā)動(dòng)機(jī)、發(fā)電機(jī)、電機(jī)及刀具質(zhì)
量均已知并添加質(zhì)量屬性?整機(jī)結(jié)構(gòu)如圖 8 所示?
由于前端安裝切割裝置?為了平衡整機(jī)重心將發(fā)動(dòng)
機(jī)后置?小型發(fā)電機(jī)固定在座椅之下?2 個(gè)平地切割
器與側(cè)坡切割器中間漏割部分安裝分禾器來(lái)防止漏
割?整機(jī)性能參數(shù)見(jiàn)表 1?
3.2 各級(jí)動(dòng)力的選取
3.2.1 電機(jī)功率計(jì)算
割草電機(jī)功率方程[13-14]為:
P1
= vm BL0 (3)
式中:vm 為前進(jìn)速度?為 1 m?s
-1
?B 為割幅?取平地
割幅 1.2 m?單個(gè)刀具割幅為 0.6 m?L0 為割除單位
面積雜草時(shí)所需要的功?為 300 N?m?m
-2
?
計(jì)算得割草電機(jī)功率為 180 W?考慮丘陵果園
地形復(fù)雜、環(huán)境惡劣以及系統(tǒng)功率的損耗?確定割草
電機(jī)功率為 300 W?
3.2.2 發(fā)電機(jī)功率計(jì)算
發(fā)電機(jī)為整機(jī)所有割草電機(jī)提供動(dòng)力?整機(jī)共
臺(tái) 4 臺(tái)割草電機(jī)?所需功率為 300 W×4 = 1.2 kW?
一般直流電機(jī)啟動(dòng)電流大約是穩(wěn)定工作電流的 6~7
倍[15-16]
? 為避免電機(jī)啟動(dòng)電流過(guò)大?保證工作安全
以及電機(jī)正常運(yùn)行?選擇功率為 3 kW 的發(fā)電機(jī)?4
臺(tái)電機(jī)逐一啟動(dòng)?
3.2.3 發(fā)動(dòng)機(jī)功率計(jì)算
整機(jī)功率消耗包括行進(jìn)功率和發(fā)電功率兩部
分?發(fā)電機(jī)功率為 3 kW?行進(jìn)功率計(jì)算方程[17-18]
為:
P2
=
1
ηt
(
mgfvm
3 600
+
CdAv
3
m
76 140
) (4)
式中:ηt 為傳遞效率系數(shù)?取 0.9?m 為整機(jī)質(zhì)量?在
Solidworks 中計(jì)算出整機(jī)質(zhì)量?為 328.7 kg?g 為重力
加速度?取 9.8 m?s
-2
?f 為滾動(dòng)阻力系數(shù)?為0.6?vm
為行進(jìn)速度?為 3.6 km?h
-1
?Cd 為空氣阻力系數(shù)?
為0.9?A 為迎風(fēng)面積?為 1.3 m
2
?經(jīng)過(guò)計(jì)算?行進(jìn)功率
P2
= 2.1 kW?
計(jì)算發(fā)動(dòng)機(jī)所需功率為 P = (3+2.1) kW = 5.1
kW?為保證整機(jī)動(dòng)力充足?適當(dāng)加大功率?選擇功率
為 5.6 kW 的發(fā)動(dòng)機(jī)可滿足?
3.3 爬坡性能計(jì)算
果園選址的立地條件坡度在 25°以內(nèi)[19]
? 坡度
超過(guò) 25°成活率較低?且坡度較大容易造成水土流
失?影響果園效益[20]
?
動(dòng)力源提供的最大驅(qū)動(dòng)力[21]為:
Fp
=
3 600Ppη
vp
(5)
整機(jī)爬坡過(guò)程中的受力分析為:
mgsinψ + fmgcosψ ≤
3 600Ppη
vp
(6)
式中:Pp 發(fā)動(dòng)機(jī)可提供的最大前進(jìn)功率?單位為
kW?η 為傳遞效率?取 0.9?vp 為爬坡速度?單位為
km?h
-1
?m 為整機(jī)質(zhì)量?為 328. 7 kg?ψ 為爬坡角
度?f 為阻力系數(shù)??。?6?
根據(jù)已確定的發(fā)動(dòng)機(jī)功率可知?除去維持發(fā)電
?186? 南昌大學(xué)學(xué)報(bào)(工科版) 2023 年
1.座椅?2.操作臺(tái)?3.傾角裝置?4.伸縮裝置?5.側(cè)坡切割
器?6.分禾器?7.平地切割器?8.前置機(jī)架?9.履帶行進(jìn)底盤(pán)?
10.小型發(fā)電機(jī)?11.發(fā)動(dòng)機(jī)?
圖 8 丘陵果園割草機(jī)整機(jī)結(jié)構(gòu)
Fig.8 Whole structure of mower for hilly orchard
表 1 丘陵果園割草機(jī)性能參數(shù)
Tab.1 Performance parameters of hilly orchard mower
參數(shù)類型 數(shù)值
行進(jìn)速度/ (m?s
-1
) 1
側(cè)坡割幅/ mm 1 065
平地割幅/ mm 1 200
傾角范圍/ (°) -90~ 90
伸出范圍/ mm 0~ 200
割茬高度/ mm 50~ 100
機(jī)工作所需功耗?最大可提供的前進(jìn)功率為 2. 6
kW?整機(jī)的最大工作爬坡角為 25°?平地工作時(shí)的速
度為 3.6 km?h
-1
?上坡時(shí)速度會(huì)有所降低?為了保
證工作效率應(yīng)盡量保持較大的前進(jìn)速度?將各參數(shù)
帶入式(6)?計(jì)算整機(jī)在最大爬坡角為 25°時(shí)的最大
爬坡速度為 2.7 km?h
-1
?
3.4 穩(wěn)定性分析
側(cè)坡切割器和伸縮裝置為懸臂結(jié)構(gòu)?外伸出行
進(jìn)裝置的部分對(duì)整機(jī)會(huì)產(chǎn)生傾翻力矩?傾翻線為側(cè)
翻時(shí)翻轉(zhuǎn)的軸線?傾翻線內(nèi)側(cè)產(chǎn)生的力矩為抗傾翻
力矩?抗傾翻力矩與傾翻力矩比值為抗傾覆安全系
數(shù)[22]
? 山地丘陵果園地面存在一定角度的傾斜?角
度范圍為 0° ~20°
[23]
? 整機(jī)在對(duì)外梯田平面和下側(cè)
坡作業(yè)時(shí)?傾翻力矩過(guò)大可能造成側(cè)翻?抗傾覆分析
對(duì)整機(jī)安全性及穩(wěn)定性十分重要?
分析可知危險(xiǎn)情況為側(cè)坡切割器質(zhì)心與轉(zhuǎn)軸位
于同一水平線?且伸出距離最大時(shí)?傾翻力矩達(dá)到最
大?傾覆線為行進(jìn)裝置履帶外邊緣線?如圖 9 所示?
在 Solidworks 中計(jì)算各部分質(zhì)量?并測(cè)量轉(zhuǎn)軸與質(zhì)
心位置?
抗傾覆力矩計(jì)算:
M1
= G x
2
1
+ y
2
1
cos(α1
+ β) (7)
α1
= arctan
y1
x1
(8)
傾覆力矩計(jì)算:
M2
= W1
x
2
2
+ y
2
2
cos(α2
- β) +
W2( x
2
3
+ y
2
3
cos(α3
- β) +
x
2
4
+ y
2
4 ) (9)
α2
= arctan
y2
x2
(10)
α3
= arctan
y3
x3
(11)
式中:G 為傾覆線內(nèi)側(cè)各零部件重力和?其質(zhì)量為
291.5 kg?x1 為內(nèi)側(cè)質(zhì)心與傾覆點(diǎn)連線在梯田平面
上的投影距離?x1
= 0.479 m?y1 為內(nèi)側(cè)質(zhì)心到梯田
平面的距離?y1
= 0.254 m?α1 為內(nèi)側(cè)質(zhì)心和傾覆點(diǎn)
連線與梯田平面的夾角?β 為梯田平面傾斜角?取
20°?W1 為伸縮部件重力?其質(zhì)量為 9.9 kg?x2 為伸
縮部件質(zhì)心與傾覆點(diǎn)連線在梯田平面上的投影距
離?x2
= 0.095 m?y2 為伸縮部件質(zhì)心到梯田平面的
距離?y2
= 0.235 m?α2 為伸縮部件質(zhì)心和傾覆點(diǎn)連
線與梯田平面的夾角?x3 為側(cè)坡切割器轉(zhuǎn)軸與傾覆
線連線在梯田平面上的投影距離?x3
= 0.2 m?y3 為
側(cè)坡切割器轉(zhuǎn)軸到梯田平面的距離?y3
= 0.15 m?α3
為側(cè)坡切割器轉(zhuǎn)軸和傾覆點(diǎn)連線與梯田平面的夾
角?W2 為側(cè)坡切割器總重力?其質(zhì)量為 27.3 kg?x4
為側(cè)坡切割器質(zhì)心與轉(zhuǎn)軸連線平行轉(zhuǎn)動(dòng)架方向的投
影距離?x4
= 0.544 m?y4 為側(cè)坡切割器質(zhì)心與轉(zhuǎn)軸
連線垂直轉(zhuǎn)動(dòng)架方向的投影距離?y4
= 0.021 m?重力
加速度 g 取 9.8 m?s
-2
?
O 傾覆線?O1 傾覆線內(nèi)側(cè)總質(zhì)量質(zhì)心?O2 伸縮部件質(zhì)
心?O3 轉(zhuǎn)動(dòng)架轉(zhuǎn)軸?O4 側(cè)坡切割器質(zhì)心?
圖 9 危險(xiǎn)情況受力分析圖
Fig.9 Hazardous situation force analysis diagram
根據(jù)一般工程機(jī)械在工作中的穩(wěn)定性要求?抗
傾覆安全系數(shù)不小于 3
[24]
? 帶入計(jì)算?丘陵梯田平
面傾斜角取 20°時(shí)?抗傾覆力矩 M1
= 1 038 N?m?傾
覆力矩 M2
= 226 N?m?可以計(jì)算出抗傾覆安全系數(shù)
M1
/ M2
= 4.6>3?穩(wěn)定性滿足要求?
第 2 期 潘兵兵等:平地與側(cè)坡一體化割草機(jī)的設(shè)計(jì)與分析 ?187?
4 結(jié)論
針對(duì)丘陵果園的地形特點(diǎn)?設(shè)計(jì)了一款滿足要
求的平地與側(cè)坡一體化割草機(jī)? 通過(guò)分析地形確定
設(shè)計(jì)要求并擬定工作路徑?對(duì)各部分方案進(jìn)行設(shè)計(jì)?
確定行進(jìn)裝置、平地切割方案和側(cè)坡切割方案?得到
整機(jī)方案并繪制三維模型? 分析切割方案的割茬效
果?僅對(duì)平地割草時(shí)?將側(cè)坡切割器調(diào)節(jié)為水平用于
增加割幅?同時(shí)對(duì)側(cè)坡于平地割草時(shí)?通過(guò)調(diào)節(jié)伸縮
量改變偏距來(lái)調(diào)節(jié)割茬高度? 通過(guò)計(jì)算確定整機(jī)各
動(dòng)力機(jī)所需的功率?割草電機(jī)功率選用 300 W?發(fā)電
機(jī)功率選用 3 kW?發(fā)動(dòng)機(jī)功率選用 5.6 kW? 當(dāng)梯田
平面存在一定坡度時(shí)?校核整機(jī)在靠近下側(cè)坡邊緣
工作時(shí)的抗傾覆穩(wěn)定性?計(jì)算得出在梯田平面最大
坡度為 20°時(shí)?整機(jī)的抗傾覆安全系數(shù)為 4.6>3?安
全性滿足要求? 該機(jī)體型小、轉(zhuǎn)彎半徑小、靈活度
高?不僅能處理丘陵果園復(fù)雜地形的雜草?對(duì)大多數(shù)
果園地形簡(jiǎn)單的情況也能滿足作業(yè)要求?
參考文獻(xiàn):
[1] 趙映?肖宏儒?梅松?等.我國(guó)果園機(jī)械化生產(chǎn)現(xiàn)狀與發(fā)
展策略[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)?2017?22(6):116-127.
[2] 張咫偉?張超峰?徐彩霞.果園主要雜草種類及危害發(fā)
生規(guī)律[J].河南農(nóng)業(yè)?2009(19):15.
[3] 馬靜?趙潤(rùn)良.果園機(jī)械除草裝備與技術(shù)研究現(xiàn)狀及發(fā)
展趨勢(shì)[J].農(nóng)業(yè)與技術(shù)?2016?36(10):45-46.
[4] 于俊萍?姜秀美.果園除草的幾種方式及效果探討[ J].
山東農(nóng)機(jī)化?2021(1):41.
[5] 杜家會(huì)?黃蔚?郭銀萍?等.除草劑的危害性及原因分析
[J].黑龍江農(nóng)業(yè)科學(xué)?2017(6):127-130.
[6] 李東升?張蓮潔?蓋志武?等.國(guó)內(nèi)外除草技術(shù)研究現(xiàn)狀
[J].森林工程?2002(1):17-18.
[7] 張?chǎng)?果園小型圓盤(pán)式割草機(jī)的研究與設(shè)計(jì)[D].武
漢:華中農(nóng)業(yè)大學(xué)?2019.
[8] 馬攀宇.山地果園仿形割草機(jī)的設(shè)計(jì)與試驗(yàn)[D].武
漢:華中農(nóng)業(yè)大學(xué)?2019.
[9] 董貴恒?李恒燦.一種適用于堤壩的履帶式割草機(jī)設(shè)計(jì)
[J].農(nóng)機(jī)化研究?2011?33(5):111-114.
[10] 溫翔宇.丘陵山區(qū)果園機(jī)械化裝備發(fā)展現(xiàn)狀分析與展
望[J].廣東科技?2021?30(2):34-38.
[11] 劉學(xué)串?鐘波?閔令強(qiáng)?等.9GS-2.0 割草機(jī)的設(shè)計(jì)及試
驗(yàn)[J].中國(guó)農(nóng)機(jī)化學(xué)報(bào)?2020?41(3):79-84.
[12] 李雪軍?王鵬飛?楊欣?等.果園壟面割草機(jī)設(shè)計(jì)與試驗(yàn)
[J].中國(guó)農(nóng)機(jī)化學(xué)報(bào)?2019?40(5):47-52.
[13] 李章春.太陽(yáng)能割草機(jī)總體及動(dòng)力能源系統(tǒng)設(shè)計(jì)與控
制技術(shù)研究[D].南京:南京理工大學(xué)?2008.
[14] 劉延超?宋世忠?孫紅梅?等.GCL120-160 型路用割草
機(jī)的研制[J].黑龍江交通科技?2002(6):57-58.
[15] 江國(guó)棟.無(wú)刷直流電機(jī)啟動(dòng)特性分析[ J].南京工業(yè)職
業(yè)技術(shù)學(xué)院學(xué)報(bào)?2010?10(2):8-9.
[16] 梁爽.直流電機(jī)的啟動(dòng)控制問(wèn)題與對(duì)策分析[ J].集成
電路應(yīng)用?2021?38(12):242-243.
[17] 孫文龍.小型半軸式除草機(jī)的設(shè)計(jì)及試驗(yàn)研究[D].長(zhǎng)
沙:中南林業(yè)科技大學(xué)?2019.
[18] 王敏?王軍洋.一種太陽(yáng)能割草機(jī)的設(shè)計(jì)與試驗(yàn)[ J].現(xiàn)
代農(nóng)機(jī)?2020(2):34-38.
[19] 王可彬?劉光祥?謝曉燕.標(biāo)準(zhǔn)化柑橘果園建設(shè)技術(shù)規(guī)
范[J].中國(guó)園藝文摘?2010?26(12):178.
[20] 范洪志.5 種生態(tài)景觀樹(shù)種不同坡度種植的成活率和
生長(zhǎng)冠幅分析[J].農(nóng)技服務(wù)?2021?38(1):66-67.
[21] 青宗翼?黃龍?樊越?等.履帶式農(nóng)機(jī)設(shè)計(jì)及其爬坡運(yùn)動(dòng)
學(xué)仿真[J].農(nóng)機(jī)使用與維修?2022(2):1-5.
[22] 張鋒?華惠中.淺談軌道式伸縮臂擦窗機(jī)抗傾覆穩(wěn)定系
數(shù)[J].建筑機(jī)械化?2017?38(10):22-23.
[23] 董霞?謝守勇?蔡杰川?等.果園割草機(jī)的設(shè)計(jì)[ J].數(shù)字
農(nóng)業(yè)與智能農(nóng)機(jī)?2022(3):111-113.
[24] 成洪凱?馮星?白桂艷?等.懸臂式多功能割草機(jī)的研制
與應(yīng)用[ J].河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版)?2007
(1):80-82.
?188? 南昌大學(xué)學(xué)報(bào)(工科版) 2023 年
收稿日期:2022-08-01?
基金項(xiàng)目:國(guó)家自然科學(xué)基金項(xiàng)目(62161022)?
作者簡(jiǎn)介:衷衛(wèi)聲(1967—)?男?教授?研究方向?yàn)闄C(jī)器學(xué)習(xí)和無(wú)線傳感器網(wǎng)絡(luò)?
?通信作者:張強(qiáng)(1990—)?男?講師?博士?研究方向?yàn)榉植际酵评砗蜔o(wú)線傳感器網(wǎng)絡(luò)? E ̄mail:zhangqiang@ ncu.edu.cn?
衷衛(wèi)聲?王運(yùn)輝?羅力維?等.基于半監(jiān)督學(xué)習(xí)的無(wú)線傳感網(wǎng)離群值檢測(cè)算法[ J].南昌大學(xué)學(xué)報(bào)(工科版)?2023?45(2):189-
194.
ZHONG W S?WANG Y H?LUO L W?et al.Outlier detection algorithm in wireless sensor network based on semi ̄supervised learning
[J].Journal of Nanchang University(Engineering & Technology)?2023?45(2):189-194.
基于半監(jiān)督學(xué)習(xí)的無(wú)線傳感網(wǎng)離群值檢測(cè)算法
衷衛(wèi)聲a
?王運(yùn)輝b
?羅力維a
?張強(qiáng)a?
(南昌大學(xué) a.先進(jìn)制造學(xué)院?江西 南昌 330031?b.信息工程學(xué)院?江西 南昌 330031)
摘要:在無(wú)線傳感器網(wǎng)絡(luò)中?如何短時(shí)間內(nèi)消除離群值并獲得干凈的數(shù)據(jù)集是一項(xiàng)重大挑戰(zhàn)? 當(dāng)收集的數(shù)據(jù)
集沒(méi)有標(biāo)簽時(shí)?離群值檢測(cè)算法中的參數(shù)應(yīng)該是自適應(yīng)調(diào)整的?而不是提前設(shè)定? 為了解決這個(gè)問(wèn)題?提出了半監(jiān)
督一分類支持向量機(jī)算法(SOCM)?該算法將最近鄰算法(KNN)與 OCSVM 算法相結(jié)合?并根據(jù)最近鄰的數(shù)量自適
應(yīng)地計(jì)算參數(shù)? 由于 SOCM 算法可能會(huì)消耗大量的計(jì)算資源?進(jìn)一步引入 XGBoost 算法替代 OCSVM 算法來(lái)形成
SXBT 算法? XGBoost 用于形成弱分類器并自適應(yīng)地調(diào)整權(quán)重以構(gòu)建強(qiáng)分類器?從而實(shí)現(xiàn)離群數(shù)據(jù)的分離? 仿真實(shí)
驗(yàn)表明:SOCM 算法的準(zhǔn)確率接近 96%?SXBT 算法具有與 SOCM 算法接近的性能?但運(yùn)行時(shí)間低于 SOCM 算法?
關(guān)鍵詞:無(wú)線傳感器網(wǎng)絡(luò)?離群值檢測(cè)?一分類支持向量機(jī)
中圖分類號(hào):TP393 文獻(xiàn)標(biāo)志碼:A 文章編號(hào):1006-0456(2023)02-0189-06
Outlier detection algorithm in wireless sensor network
based on semi ̄supervised learning
ZHONG Weisheng
a
?WANG Yunhui
b
?LUO Liwei
a
?ZHANG Qiang
a?
(a.School of Advanced Manufacturing?Nanchang University?Nanchang 330031?China?
b.School of Information Engineering?Nanchang University?Nanchang 330031?China)
Abstract:In wireless sensor networks(WSN)?how to eliminate outliers in a short time and obtain a clean data set is an important
challenge.When the collected data set is unlabeled?the parameters used for the outlier detection algorithm should be adaptively adjusted
rather than setting in advance.To solve this problem?a semi ̄supervised one ̄class support vector machine algorithm( SOCM) was pro ̄
posed in this study?which combined the K ̄nearest neighbor algorithm(KNN) with the OCSVM algorithm?and adaptively calculated the
parameters according to the number of nearest neighbor.Since the SOCM algorithm may consume large computing resources?the XG ̄
Boost algorithm was further introduced to replace the OCSVM algorithm?which formed the SXBT algorithm.The XGBoost was used to
form weak classifier and adaptively adjust the weights to build strong classifier to separate outlier data.Simulation experiments showed
that the accuracy of SOCM algorithm was close to 96%?and the SXBT algorithm has a similar accuracy but with lower running time.
Key Words:wireless sensor networks?outlier detection?one ̄class support vector machine
無(wú)線傳感器網(wǎng)絡(luò)(wireless sensor network?WSN)
由大量的傳感器節(jié)點(diǎn)組成?每個(gè)節(jié)點(diǎn)通常配備一個(gè)
無(wú)線收發(fā)器、一個(gè)小型微控制器、一個(gè)電源和各種類
型的傳感器如溫度、濕度、壓力、聲音等? 無(wú)線傳感
器網(wǎng)絡(luò)的應(yīng)用范圍很廣?包括個(gè)人、工業(yè)、商業(yè)和軍
事領(lǐng)域等? 在這些領(lǐng)域中?傳感器內(nèi)的實(shí)時(shí)數(shù)據(jù)挖
掘尤為重要[1]
? WSN 在系統(tǒng)的穩(wěn)定性、可靠性以及
感知信息的準(zhǔn)確性方面仍有許多問(wèn)題需要解決?在
收集數(shù)據(jù)的過(guò)程中存在許多不可確定的因素和隨機(jī)
干擾[2]
?由此產(chǎn)生的離群值將對(duì)后續(xù)的數(shù)據(jù)分析產(chǎn)
生很大影響?而通過(guò)離群值檢測(cè)算法可以幫助人們
獲取干凈的數(shù)據(jù)集?有利后續(xù)的數(shù)據(jù)分析[3]
?
目前?WSN 的離群值檢測(cè)方法主要分為基于統(tǒng)
計(jì)的方法[4]
、基于最近鄰的方法[5]
、基于聚類的方
第 45 卷第 2 期
2023 年 6 月
南昌大學(xué)學(xué)報(bào)(工科版)
Journal of Nanchang University(Engineering & Technology)
Vol.45 No.2
Jun.2023
法[6]
、基于分類的方法[7] 等? 而基于分類的方法在
WSN 的離群值檢測(cè)中被廣泛使用?一分類支持向
量機(jī)(OCSVM)是基于分類方法中最流行的檢測(cè)方
法?各種衍生的 OCSVM 算法也被提出來(lái)進(jìn)行離群
值的檢測(cè)? 由于 OCSVM 算法的核函數(shù)參數(shù)很難設(shè)
置?Miao 等[8] 提出了用隨機(jī)近似函數(shù)來(lái)代替核函
數(shù)?從而節(jié)省計(jì)算資源并提高分離效率? 但是 OCS ̄
VM 的邊界是不規(guī)則的?不能完全適合檢測(cè)離群值?
因此?Zhang 等[9] 提出了一種四分之一球體支持向
量機(jī)(QSSVM)用于離群值檢測(cè)? 通過(guò)將 OCSVM 中
的邊界變成一個(gè)超球面?QSSVM 提高了離群值檢測(cè)
率?但也會(huì)消耗大量的計(jì)算資源? 為了解決這個(gè)問(wèn)
題?輕量級(jí)的 QSSVM 算法[10] 被提出? 通過(guò)將尋找
支持向量的過(guò)程轉(zhuǎn)換為排序過(guò)程?并計(jì)算每個(gè)數(shù)據(jù)
點(diǎn)的半徑來(lái)比較支持向量的半徑?其中超過(guò)支持向
量半徑的數(shù)據(jù)就是離群值? 由于離群數(shù)據(jù)一般不是
均勻分布的?因此提出了不均勻的中心橢圓支持向
量機(jī)(CESVM)算法[11]
? 通過(guò)將超平面從球面改為橢
球面?使整個(gè)算法更加適應(yīng)實(shí)際情況?提高了離群值
檢測(cè)率?但也會(huì)占用大量的計(jì)算資源? 所以在實(shí)際使
用中要注意計(jì)算資源和離群值檢測(cè)率之間的平衡?
上述算法都是考慮實(shí)現(xiàn)固定設(shè)置參數(shù)?沒(méi)有考
慮參數(shù)設(shè)置是否適合實(shí)際的應(yīng)用? 當(dāng)參數(shù)設(shè)置不合
理時(shí)?對(duì)離群值的檢測(cè)有很大影響? 其中?參數(shù) υ 被
用來(lái)調(diào)整 OCSVM 的容錯(cuò)性?核函數(shù)中的 γ 被用來(lái)
調(diào)整決策邊界? 如果容錯(cuò)參數(shù) υ 設(shè)置過(guò)大?大量的
正常數(shù)據(jù)會(huì)被判定為離群值?而設(shè)置太小會(huì)使離群
值無(wú)法發(fā)現(xiàn)? 如果決策參數(shù) γ 設(shè)置過(guò)大?邊界將過(guò)
于詳細(xì)?而設(shè)置過(guò)小會(huì)使邊界將過(guò)寬?
然而?每個(gè)傳感器節(jié)點(diǎn)的實(shí)際情況是不同的?對(duì)
應(yīng)每個(gè)節(jié)點(diǎn)的參數(shù)設(shè)置也不同? 因此?υ 的參數(shù)應(yīng)
該是自適應(yīng)設(shè)置的? 本文提出了 SOCM 算法來(lái)解決
WSN 中如何自適應(yīng)設(shè)置參數(shù) υ 的問(wèn)題?并引入 XG ̄
Boost
[12]算法來(lái)替代 OCSVM 算法?形成 SXBT 算法?
XGBoost 算法連續(xù)形成弱分類器?并自適應(yīng)調(diào)整權(quán)
重形成強(qiáng)分類器?從而實(shí)現(xiàn)異常數(shù)據(jù)分離?
1 算法的基本原理
1.1 KNN 算法
KNN 算法常用于半監(jiān)督學(xué)習(xí)算法中?通過(guò)使用
歐式距離找到最近的 K 個(gè)鄰居來(lái)判斷其屬性? 如
圖 1 所示?訓(xùn)練之前紅色點(diǎn)都為未知節(jié)點(diǎn)?其中黃色
點(diǎn)跟黑色點(diǎn)分別開(kāi)始計(jì)算附近節(jié)點(diǎn)的歐式距離?最
后將未知的紅色節(jié)點(diǎn)轉(zhuǎn)換為已知節(jié)點(diǎn)?
1.00
0.75
0.50
0.25
0
-0.25
-0.50
-0.75
-1.00
-1.0 -0.5 0 0.5 1.0
(a) 半監(jiān)督訓(xùn)練之前
1.00
0.75
0.50
0.25
0
-0.25
-0.50
-0.75
-1.00
-1.0 -0.5 0 0.5 1.0
(b) 半監(jiān)督訓(xùn)練之后
圖 1 KNN 算法示意圖
Fig.1 Schematic diagram of KNN algorithm
1.2 OCSVM 算法
Sch?lkopf 等[13]提出了 OCSVM 檢測(cè)算法?其將
數(shù)據(jù)不斷從低維空間投影到高維空間中?以達(dá)到離
群值分離的效果? 對(duì)于給定的數(shù)據(jù)集?OCSVM 算法
會(huì)給指定的數(shù)據(jù)集劃分一個(gè)邊界? 如果數(shù)據(jù)出現(xiàn)在
邊界上或者內(nèi)部?則判定為正常值?如果數(shù)據(jù)出現(xiàn)在
外部?則判定為離群值? 在實(shí)際中數(shù)據(jù)并不總是線
性可分的? OCSVM 算法將低維數(shù)據(jù)集 R
d 投影到高
維特征空間 R
d
′上?其中 d<<d
′
? 在高維特征空間中
可能存在一個(gè)超平面?使數(shù)據(jù)線性可分離?
OCSVM 分類器的原始二次問(wèn)題[14]為:
min
ω?ξ?ρ
1
2
‖ω‖2 +
1
υn∑
n
i = 1
ξi
- ρ
s.t.?ω?φ(Xi)? ≥ ρ - ξi
ξi ≥ 0?i = 1?2???n
(1)
式中:ω∈R
d
?ξ = [ ξ1 ???ξn ] 是松弛變量?ρ 是偏差
項(xiàng)?且 0<υ≤1?
為了簡(jiǎn)化計(jì)算過(guò)程?可用拉格朗日乘數(shù)法將式
(1)轉(zhuǎn)換為以下二次對(duì)偶問(wèn)題:
?190? 南昌大學(xué)學(xué)報(bào)(工科版) 2023 年
min
[αi
]
1
2 ∑i?j
αiαj
k(xi?xj)
s.t.0 ≤ αi ≤
1
υn
∑
n
i = 1
αi
= 1?i = 1?2???n
(2)
在本文中?通過(guò)使用高斯徑向基函數(shù)(RBF)來(lái)
代替投影?從而減少計(jì)算量? 在訓(xùn)練后?任何沒(méi)有標(biāo)
簽的數(shù)據(jù) x 都可以用式(3)進(jìn)行簡(jiǎn)單預(yù)測(cè):
f(x) = ∑
j
αj
k(x ( j?x) ) - ρ (3)
若 f(x)≥0?該數(shù)據(jù)為正常值?否則為離群值?
1.3 XGBoost 算法
XGBoost 算法是通過(guò)每次擬合上次的殘差(上
次實(shí)際值與目標(biāo)值之差)?從而每次生成一棵樹(shù)?將
所有的樹(shù)加起來(lái)得到最終目標(biāo)? 算法推導(dǎo)如下:
先給出模型的最終預(yù)測(cè)結(jié)果?給定第 k 次時(shí)?f
k
是在通過(guò) T 輪變化之后?得到的結(jié)果對(duì)于某個(gè)樣本 i
的觀察值為:
yi
= ∑
T
t = 1
f
t(xi)?f
t ∈ F (4)
從式(4)可以看出?最終結(jié)果是對(duì)所有的樹(shù)進(jìn)
行求和?即每一棵樹(shù)都必須在上一棵樹(shù)生成之后才
可以繼續(xù)求得? 推導(dǎo)每一棵樹(shù)生成的過(guò)程如下:
首先?整個(gè)迭代過(guò)程是為了將觀察值貼近于真
實(shí)值? 因此?損失函數(shù)如式(5)所示:
∑
n
i = 1
l(yi?yi) (5)
但在 XGBoost 中?其不是直接最小化上述損失
函數(shù)作為訓(xùn)練目標(biāo)?而是要在式(5)基礎(chǔ)上加上樹(shù)
的復(fù)雜度?用來(lái)避免過(guò)擬合?即正則項(xiàng)? 目標(biāo)函數(shù)
為:
obj = ∑
n
i = 1
l(yi?yi) + ∑
K
k = 1
Ω(f
k) (6)
因此?在得到第 t 棵樹(shù)之后?總的損失值變?yōu)?
obj
t = ∑
n
i = 1
l(yi?yi
t
) + ∑
t
k = 1
Ω(f
k) (7)
最終?當(dāng)?shù)?t 時(shí)?得到的觀察值是前 t-1 迭
代的觀察值跟第 t 次迭代的觀察值之和?并且在第 t
棵樹(shù)時(shí)?模型總復(fù)雜度的值是前 t-1 迭代的復(fù)雜度
加上第 t 迭代的復(fù)雜度?如式(8)所示:
∑
t
k = 1
Ω(f
k) = ∑
t-1
k = 1
Ω(f ( k) ) + Ω(f
t) = const + Ω(f
t)
(8)
目標(biāo)函數(shù)變?yōu)?
obj = ∑
n
i = 1
l(yi?yi
t - 1 + f
t(xi)) + const + Ω(f
t)
(9)
進(jìn)一步轉(zhuǎn)換為:
obj
(t) = ∑
T
j = 1
Gjωj
+
1
2
Hj
( + λ) ω
2
j
é
?
ê
ê
ù
?
ú
ú
+ γT (10)
最后得:
obj = -
1
2 ∑
T
j = 1
Gj
2
Hj
+ λ
+ γT (11)
通過(guò)式(11)可求出樹(shù)的每個(gè)葉子節(jié)點(diǎn)具體值?
循環(huán)迭代后就可以得到最后的預(yù)測(cè)值?
2 無(wú)線傳感網(wǎng)離群值檢測(cè)算法
2.1 算法流程圖
本文提出了 2 種算法:半監(jiān)督一分類支持向量機(jī)
和半監(jiān)督 XGBoost 算法? 算法流程圖如圖 2 所示?
自動(dòng)調(diào)整權(quán)重 SXBT
形成強(qiáng)
分類器
弱分類器的數(shù)量
是否超過(guò)限制
形成弱
分類器
分離異
常數(shù)據(jù)
OCSVM 自動(dòng)計(jì)算
參數(shù) υ
SOCM 帶標(biāo)簽的數(shù)據(jù)集中
異常數(shù)據(jù)的比例
進(jìn)行半監(jiān)督
學(xué)習(xí)(KNN) 輸入數(shù)據(jù)集
不帶標(biāo)簽的數(shù)據(jù)集
中異常數(shù)據(jù)的比例
是
否
圖 2 算法流程圖
Fig.2 Algorithm flowchart
第 2 期 衷衛(wèi)聲等:基于半監(jiān)督學(xué)習(xí)的無(wú)線傳感網(wǎng)離群值檢測(cè)算法 ?191?
在 SOCM 算法中?所有數(shù)據(jù)都經(jīng)過(guò) KNN 算法進(jìn)
行標(biāo)記?然后在 OCSVM 中對(duì)參數(shù) υ 進(jìn)行自適應(yīng)調(diào)
整? 在 OCSVM 中?松弛變量是在訓(xùn)練階段允許一
些誤差?松弛變量值服從 υ(0<υ≤1)? 如果 υ 接近
0?所有數(shù)據(jù)被判斷為正常?而如果 υ 接近 1?所有數(shù)
據(jù)被判斷為離群值? 本文將數(shù)據(jù)的離群概率與最近
鄰數(shù)量相結(jié)合?自適應(yīng)地計(jì)算出合適的 υ 值?
2.2 算法推導(dǎo)過(guò)程
標(biāo)簽數(shù)據(jù)集是隨機(jī)的?其中標(biāo)簽和未標(biāo)簽數(shù)據(jù)
集中預(yù)測(cè)異常值的概率分別為 P1 和 P2 ? 因?yàn)?υ 是
異常值的容錯(cuò)能力?它也直接決定了可以檢測(cè)到的
異常值最大數(shù)量? 因此?可以假設(shè)公式(12)?
υ =
1
K
P1
+ 1 -
1
K
?
è
?
?
?
÷ P2 (12)
KNN 算法中不可避免地會(huì)出現(xiàn)預(yù)測(cè)誤差?預(yù)測(cè)
誤差的概率記為 Perr? 在 WSN 中?未標(biāo)記數(shù)據(jù)集中
實(shí)際異常值的概率記錄為 P3 ? 可得到式(13)?
υ = αP1
+ βP3 (13)
式中:α 和 β 為系數(shù)?α+β = 1? 給定一個(gè)測(cè)試樣本 x
和 y?如果它的最近鄰樣本是 z?那么最近鄰分類器
出錯(cuò)的概率就是 x 和 z 類標(biāo)簽不同的概率? 這樣就
可以得到 Perr的計(jì)算公式?
Perr
= 1 - ∑c∈Y
P(c | x)P(c | z) ? 1 - ∑c∈Y
P
2
(c | x) ≤
1 - arg max
c∈Y
P
2
(c | x) =
1 + arg max
c∈Y
( P(c | x) ) 1 - arg max
c∈Y
( P(c | x) ) ≤
2 1 - argmax
c∈Y
( P(c | x) )
(14)
由式(14)可知?最近鄰分類器的誤差不超過(guò)貝
葉斯最優(yōu)分類器誤差的 2 倍? 因此?可認(rèn)為 P2 和
P3 近似相等? 通過(guò)式(13) 和式(14)?可以得到式
(15)?
υ = αP1
+ βP2 (15)
有標(biāo)簽數(shù)據(jù)和無(wú)標(biāo)簽數(shù)據(jù)的離群數(shù)據(jù)的概率是
P1 和 P2 ?所以 α+β = 1? 由于實(shí)際情況下標(biāo)注數(shù)據(jù)
比未標(biāo)注數(shù)據(jù)要少?所以用最近鄰數(shù) K 作為分母來(lái)
分配概率是合理的? 最后將式(15)中的 α 和 β 替
換為 1 / K 和(1-1 / K)得到式(12)? 隨后的實(shí)驗(yàn)表
明?式(12)得到的 υ 值具有更好的性能?
由于 SOCM 算法在運(yùn)行時(shí)間上表現(xiàn)不佳?本文
用 XGBoost 算法代替 OCSVM 算法來(lái)形成 SXBT 算
法?并將 AdaBoost 算法形成的 SABT 算法與 SXBT
算法進(jìn)行對(duì)比? 仿真實(shí)驗(yàn)表明?SXBT 可以在較短
時(shí)間內(nèi)完成分類且性能較好?
3 仿真實(shí)例及分析
3.1 數(shù)據(jù)與仿真環(huán)境
本文環(huán)境為固定的無(wú)線傳感網(wǎng)?不具備移動(dòng)性?
實(shí)驗(yàn)中的數(shù)據(jù)集來(lái)自于文獻(xiàn)[15]?文章作者將其放
入 kaggle 網(wǎng)站開(kāi)源? 整個(gè)數(shù)據(jù)集的分布約為正態(tài)分
布?每個(gè)節(jié)點(diǎn)有不同的環(huán)境?可以進(jìn)行對(duì)照仿真實(shí)
驗(yàn)?使得整個(gè)仿真實(shí)驗(yàn)更加具有合理性?
房屋有 2 層?選擇 9 個(gè)傳感器節(jié)點(diǎn)進(jìn)行分析(如
圖 3 和圖 4)?節(jié)點(diǎn)的主要特征是溫度與濕度?每個(gè)
傳感器節(jié)點(diǎn)的信息如表 1 所示? 這 9 個(gè)節(jié)點(diǎn)在 137
d 內(nèi)每隔 10 min 收集 1 次不同環(huán)境的數(shù)據(jù)?每個(gè)節(jié)
點(diǎn)各收集了 19 735 組溫濕度數(shù)據(jù)? 從整個(gè)數(shù)據(jù)集
來(lái)看?其涵蓋了 4—5 月的范圍?使數(shù)據(jù)集有很好的
完整性?
圖 3 一樓示意圖
Fig.3 First floor diagram
圖 4 二樓示意圖
Fig.4 Second floor diagram
整個(gè)仿真實(shí)驗(yàn)中?設(shè)備使用 Intel Core i5CPU?
12 GB RAW?實(shí)驗(yàn)平臺(tái)為 JupyterLab 和 scikit ̄learn?
?192? 南昌大學(xué)學(xué)報(bào)(工科版) 2023 年
編程語(yǔ)言為 Python? 本文從每個(gè)數(shù)據(jù)集中選擇
1 000個(gè)數(shù)據(jù)集?并在其中添加 10%的異常數(shù)據(jù)? 部
分節(jié)點(diǎn)數(shù)據(jù)集可視化后?選取節(jié)點(diǎn)如圖 5 所示?黑點(diǎn)
為正常數(shù)據(jù)?紅點(diǎn)為異常數(shù)據(jù)?
表 1 節(jié)點(diǎn)列表
Tab.1 Node List
節(jié)點(diǎn) 環(huán)境 節(jié)點(diǎn) 環(huán)境
1 廚房 6 戶外
2 客廳 7 熨衣間
3 洗衣房 8 客房
4 辦公房 9 主臥
5 浴室
1.0
0.8
0.6
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1.0
圖 5 數(shù)據(jù)集可視化
Fig.5 Dataset visualization
3.2 模型導(dǎo)入與驗(yàn)證
本文的數(shù)據(jù)通過(guò)無(wú)線傳感器網(wǎng)絡(luò)收集?目的是
在更短時(shí)間內(nèi)獲得更干凈的數(shù)據(jù)集?因此選用精確
度進(jìn)行對(duì)比? 精確度的定義為:
P =
TP
TP
+ FP
(16)
式中:TP 為成功預(yù)測(cè)的正常數(shù)據(jù)數(shù)量?FP 為未成功
預(yù)測(cè)的數(shù)據(jù)數(shù)量?P 為成功預(yù)測(cè)的正常數(shù)據(jù)數(shù)量與
預(yù)測(cè)的正常數(shù)據(jù)數(shù)量之比?
為了增強(qiáng)對(duì)比效果?本文選擇 OCSVM 算法進(jìn)
行比較? 對(duì)于 OCSVM?υ 設(shè)置為 0.1?γ 設(shè)置為 0.5?
QSSVM 是快速算法?不需要設(shè)置參數(shù) υ?γ 設(shè)置為
0.5? SABT 是 一 種 比 較 算 法? 在 SXBT 算 法 中?
KNN 中的 K 取為 7?弱分類器(weak)的數(shù)量為 25?
SABT 的參數(shù)與 SXBT 相同? 在 SOCM 算法中?KNN
中的 K 取為 7?υ 由式(12)自適應(yīng)得到?γ 為 0.5? 本
文將 9 個(gè)數(shù)據(jù)集導(dǎo)入到不同的模型中進(jìn)行訓(xùn)練?并
選擇精確度和時(shí)間作為分析標(biāo)準(zhǔn)?如表 2 所示?
不同算法精確度及運(yùn)行時(shí)間如圖 6 與圖 7 所
示?
3.3 綜合性能分析
從圖 6 可以看出?SXBT 和 SOCM 算法的精確度
基本接近 OCSVM 與 QSSVM 算法? 從圖 7 可以看
出?OCSVM 算法的運(yùn)行時(shí)間最短?SABT 算法的運(yùn)行
時(shí)間比 SXBT 算法的運(yùn)行時(shí)間長(zhǎng)?XGBoost 算法是更
好的替代算法?
表 2 參數(shù)值
Tab.2 Parameter values
參數(shù) 含義 參數(shù)值
K 鄰居個(gè)數(shù) 7
weak 弱分類器 25
υ 容錯(cuò)率 自適應(yīng)
γ 邊界參數(shù) 0.5
100.0
97.5
95.0
92.5
90.0
87.5
85.0
82.5
80.0
精
確
度/%
SABT
SXBT
SOCM
OCSVM
QSSVM
1 2 3 4 5 6 7 8 9
節(jié)點(diǎn)編號(hào)
圖 6 精確度
Fig.6 Precision
0.16
0.14
0.12
0.10
0.08
0.06
0.04
0.02
t/s
SABT
SXBT
SOCM
OCSVM
1 2 3 4 5 6 7 8 9
節(jié)點(diǎn)編號(hào)
圖 7 運(yùn)行時(shí)間
Fig.7 Running time
4 結(jié)論
本文以高效檢測(cè)無(wú)線傳感網(wǎng)離群值并獲得干凈
數(shù)據(jù)集為目標(biāo)?結(jié)合最近鄰算法和 OCSVM 算法提
出了 SOCM 算法?該算法根據(jù)最近鄰的數(shù)量來(lái)自適
應(yīng)地調(diào)整算法參數(shù)?解決了離群值檢測(cè)算法無(wú)法自
適應(yīng)調(diào)整的問(wèn)題? 而針對(duì)無(wú)線傳感網(wǎng)的資源有限性
問(wèn)題?本文提出了 SXBT 算法?該算法通過(guò)形成弱分
類器并自適應(yīng)調(diào)整權(quán)重來(lái)構(gòu)建強(qiáng)分類器?能較好地
辨識(shí)出正常數(shù)據(jù)? 實(shí)驗(yàn)結(jié)果表明?SOCM 算法能保
持較高的準(zhǔn)確率?在自適應(yīng)調(diào)整方式下?檢測(cè)算法的
準(zhǔn)確率接近 96%?而 SXBT 算法在保證相同準(zhǔn)確率
的情況下?進(jìn)一步降低了算法運(yùn)行時(shí)間?使得算法適
用于許多小型室內(nèi)無(wú)線傳感網(wǎng)? 通過(guò)本文所提出的
第 2 期 衷衛(wèi)聲等:基于半監(jiān)督學(xué)習(xí)的無(wú)線傳感網(wǎng)離群值檢測(cè)算法 ?193?
算法?能實(shí)現(xiàn)較好的數(shù)據(jù)檢測(cè)效果? 在未來(lái)的研究
中?應(yīng)考慮每個(gè) WSN 節(jié)點(diǎn)之間的相關(guān)性和時(shí)空特
性?以進(jìn)一步解決 WSN 能量限制等問(wèn)題?
參考文獻(xiàn):
[1] ANAISSI A?KHOA N L D?RAKOTOARIVELO T?et al.
Adaptive online one ̄class support vector machines with
applications in structural health monitoring [ J ]. ACM
Transactions on Intelligent Systems and Technology?
2018?9(6):1-20.
[2] 李昊奇?應(yīng)娜?郭春生.基于深度信念網(wǎng)絡(luò)和線性單分
類 SVM 的高維異常檢測(cè)[ J].電信科學(xué)?2018?34(1):
34-42.
[3] 金鵬?夏曉峰?喬焰?等.基于深度信念網(wǎng)絡(luò)的高維傳感
器數(shù)據(jù)異常檢測(cè)算法[ J]. 傳感技術(shù)學(xué)報(bào)? 2019? 32
(6):892-901.
[4] MURUTI G?RAHIM F A?BIN IBRAHIM Z A.A survey
on anomalies detection techniques and measurement
methods[C] / / 2018 IEEE Conference on Application?In ̄
formation and Network Security ( AINS). November 21 -
22?2018?Langkawi?Malaysia.IEEE?2018:81-86.
[5] FAN R?JIANG G?WANG W.Outlier detection algorithm
with personalized k ̄nearest neighbor[ J].Journal of Chi ̄
nese Computer Systems?2020?41(4):752-757.
[6] ZHOU Y?ZHU W H?FANG Q?et al.Survey of outlier de ̄
tection methods based on clustering[ J].Computer Engi ̄
neering and Applications?2021?57(12):37-45.
[7] LU S J?WANG H R?ZHOU Z J.All ̄in ̄one multicategory
ramp loss maximum margin of twin spheres support vector
machine[ J]. Applied Intelligence?2019?49 ( 6): 2301 -
2314.
[8] MIAO X?LIU Y?ZHAO H?et al.Distributed online one ̄
class support vector machine for anomaly detection over
networks[J].IEEE Transactions on Cybernetics?2019?49
(4):1475-1488.
[9] ZHANG Y?MERATNIA N? HAVINGA P. Adaptive and
online one ̄class support vector machine ̄based outlier de ̄
tection techniques for wireless sensor networks [ C] / /
2009 International Conference on Advanced Information
Networking and Applications Workshops. May 26 - 29?
2009?Bradford?UK.IEEE?2009:990-995.
[10] CHENG P? ZHU M. Lightweight anomaly detection for
wireless sensor networks[ J].International Journal of Dis ̄
tributed Sensor Networks?2015?11(8):1-8.
[11] ZHANG Y?MERATNIA N?HAVINGA P J M.Distributed
online outlier detection in wireless sensor networks using
ellipsoidal support vector machine[J].Ad Hoc Networks?
2013?11(3):1062-1074.
[12] CHEN T Q?GUESTRIN C.XGBoost:a scalable tree boos ̄
ting system[C] / / Proceedings of the 22nd ACM SIGKDD
International Conference on Knowledge Discovery and Da ̄
ta Mining.August 13-17?2016?San Francisco?California?
USA.New York:ACM?2016:785-794.
[13] SCH?LKOPF B?PLATT J C?SHAWE TAYLOR J?et al.
Estimating the support of a high ̄dimensional distribution
[J].Neural Computation?2001?13(7):1443-1471.
[14] GHAFOORI Z?ERFANI S M?RAJASEGARAR S?et al.
Efficient unsupervised parameter estimation for one ̄class
support vector machines[J].IEEE Transactions on Neural
Networks and Learning Systems? 2018? 29 ( 10): 5057 -
5070.
[15] CANDANEDO L M?FELDHEIM V?DERAMAIX D.Data
driven prediction models of energy use of appliances in a
low ̄energy house [ J]. Energy and Buildings?2017?140:
81-97.
?194? 南昌大學(xué)學(xué)報(bào)(工科版) 2023 年
收稿日期:2022-06-23?
基金項(xiàng)目:福建省自然科學(xué)基金項(xiàng)目(2020J01876)?高校產(chǎn)學(xué)合作項(xiàng)目(2021N5004)?
作者簡(jiǎn)介:馬瑩(1978—)?女?副教授?研究方向?yàn)橹悄芸刂?、系統(tǒng)優(yōu)化? E ̄mail:may@ fjut.edu.cn?
馬瑩?宋江?李建興?等.基于深度學(xué)習(xí)的牙模 3D 打印缺陷檢測(cè)方法研究[J].南昌大學(xué)學(xué)報(bào)(工科版)?2023?45(2):195-204.
MA Y?SONG J?LI J X?et al.Research on 3D printing defect detection methods for dental moulds based on deep learning[J].Journal of
Nanchang University(Engineering & Technology)?2023?45(2):195-204.
基于深度學(xué)習(xí)的牙模 3D 打印缺陷檢測(cè)方法研究
馬瑩1?2
?宋江1
?李建興1?2
?劉振宇1
?葉國(guó)棋1
?張仲鑫1
(1.福建工程學(xué)院電子電氣與物理學(xué)院?福建 福州 350118?
2.福建省增材制造創(chuàng)新中心裝備智能化研究應(yīng)用中心?福建 福州 350118)
摘要:牙模 3D 打印過(guò)程中出現(xiàn)的質(zhì)量缺陷影響著牙模的外觀和使用性能?嚴(yán)重時(shí)導(dǎo)致廢品率高?造成時(shí)間、材
料的浪費(fèi)? 為了減少牙模 3D 打印的廢品率?提出了一種基于 YOLOv5 的牙模 3D 打印實(shí)時(shí)缺陷檢測(cè)方案:首先獲
取多維度牙模缺陷圖片?采用切圖分割與數(shù)據(jù)增強(qiáng)處理等方式制作數(shù)據(jù)集?然后通過(guò)構(gòu)建 YOLOv5 深度學(xué)習(xí)網(wǎng)絡(luò)
模型對(duì)牙模 3D 打印圖像進(jìn)行迭代訓(xùn)練?最后通過(guò) YOLOv5 程序調(diào)用攝像頭并使用訓(xùn)練后最佳權(quán)重值進(jìn)行實(shí)時(shí)在
線缺陷檢測(cè)? 通過(guò)實(shí)驗(yàn)對(duì)比?YOLOv5 深度學(xué)習(xí)網(wǎng)絡(luò)模型的檢測(cè)準(zhǔn)確率要高于 Faster R-CNN、YOLOv3、SSD 這 3 種
模型?其檢測(cè)平均準(zhǔn)確度高達(dá) 94.78%?平均檢測(cè)時(shí)間為 21 ms? 結(jié)果表明該方法能夠檢測(cè)牙模 3D 打印過(guò)程中的質(zhì)
量缺陷問(wèn)題?
關(guān)鍵詞:3D 打印?牙模?YOLOv5?缺陷檢測(cè)
中圖分類號(hào):TP181?TP391?R783 文獻(xiàn)標(biāo)志碼:A 文章編號(hào):1006-0456(2023)02-0195-10
Research on 3D printing defect detection methods
for dental moulds based on deep learning
MA Ying
1?2
?SONG Jiang
1
?LI Jianxing
1?2
?LIU Zhenyu
1
?YE Guoqi
1
?ZHANG Zhongxin
1
(1.School of Electronics?Electrical and Physics?Fujian University of Technology?Fuzhou 350118?China?2.Research and
Application Centre for Equipment Intelligence?Fujian Additive Manufacturing Innovation Centre?Fuzhou 350118?China)
Abstract:The quality defects appearing in the 3D printing process of dental molds affect the appearance and usage performance of
dental molds?and in serious cases?leading to high defective rate and wasting.In order to improve the efficiency of dental mold printing?
a scheme of real ̄time defect detection based on YOLOv5 for dental mold 3D printing is proposed.Firstly?images of multi ̄dimensional
dental mould’s defect are obtained and data sets are created by using data processing?etc.Then iteratively training the dental mold 3D
printing images by building a model of YOLOv5 .Finally?calling the camera through the YOLOv5 program and using the best weight val ̄
ues after training to do the detection of real ̄time online defecting.The detection accuracy of YOLOv5 is higher than that of Faster R-
CNN?YOLOv3 and SSD?and its average detection accuracy is 94.78%?and the average detection time is 21 ms.The results show that
this method can detect the quality defects in the process of dental mold 3D printing.
Key Words:3D printing? dental mold? YOLOv5? defect detection
近年來(lái)?隨著 3D 打印技術(shù)的應(yīng)用和發(fā)展?將 3D
打印技術(shù)應(yīng)用在傳統(tǒng)的牙模制造工藝已經(jīng)是一種趨
勢(shì)?不僅能提高牙模模型的加工效率?縮短工藝流
程?還能提升牙模質(zhì)量?降低加工成本? 并且目前?
利用低熔點(diǎn)金屬制作模型具有生產(chǎn)工藝簡(jiǎn)單、生產(chǎn)
周期短、生產(chǎn)成本低等特點(diǎn)?被認(rèn)為是一種比較合理
的模具制作方式?是模具行業(yè)的一種新的生產(chǎn)工藝
和技術(shù)[1]
? 現(xiàn)有技術(shù)主要采用低熔點(diǎn)金屬材料?即
以聚丙烯間酯(PLA)材料為基材?與金屬材料混合
作為 原 料? 采 用 3D 打 印 的 熔 融 沉 積 成 型 技 術(shù)
(FDM)制造牙模模型[2]
? 而 FDM 的 3D 打印技術(shù)
容易產(chǎn)生質(zhì)量缺陷?由于 FDM 技術(shù)的原理是逐層疊
加打印?在其外觀表面必會(huì)有平整的紋理形狀? 當(dāng)
機(jī)械、控制、工藝等參數(shù)失衡時(shí)?容易發(fā)生不規(guī)則打
第 45 卷第 2 期
2023 年 6 月
南昌大學(xué)學(xué)報(bào)(工科版)
Journal of Nanchang University(Engineering & Technology)
Vol.45 No.2
Jun.2023
印?其結(jié)果是出現(xiàn)坍塌、打印錯(cuò)位、拉絲、缺絲、起皺、
翹曲、縱向缺陷和鼓泡等缺陷?這些缺陷不但影響著
牙模的外觀、使用性能?嚴(yán)重的甚至是無(wú)法使用?造
成時(shí)間、材料等浪費(fèi)[3]
?所以對(duì)牙模質(zhì)量缺陷進(jìn)行
檢測(cè)分類很重要?而對(duì)質(zhì)量缺陷檢測(cè)最傳統(tǒng)的方法
主要靠人工肉眼檢測(cè)?這種檢測(cè)方法的短處也很突
出?容易漏掉缺陷?更容易受到工人經(jīng)驗(yàn)和主觀因素
的影響[4]
?
而機(jī)器視覺(jué)系統(tǒng)在現(xiàn)代自動(dòng)化生產(chǎn)過(guò)程中被大
量用于工作狀態(tài)監(jiān)測(cè)、成品檢測(cè)和質(zhì)量控制中?因?yàn)?/p>
它能夠很快獲得大量信息并且方便于自動(dòng)處理?同
時(shí)也利于整合設(shè)計(jì)信息和處理控制信息[5]
? 另外
隨著深度學(xué)習(xí)在高級(jí)任務(wù)中的應(yīng)用?不可避免地開(kāi)
始進(jìn)入機(jī)器視覺(jué)的一些領(lǐng)域?最明顯的就是現(xiàn)在在
做視覺(jué)的時(shí)候都會(huì)優(yōu)先考慮深度學(xué)習(xí)?典型的就是
缺陷檢測(cè)任務(wù)[6]
? 例如:文獻(xiàn)[7]利用卷積神經(jīng)網(wǎng)
絡(luò)檢測(cè)多軸 3D 打印缺陷?文獻(xiàn)[8]采用 YOLOv3 算
法實(shí)現(xiàn)了對(duì) 3D 打印點(diǎn)陣結(jié)構(gòu)內(nèi)部典型缺陷的識(shí)
別?文獻(xiàn)[9]提出了一種采用深度學(xué)習(xí)中的卷積神
經(jīng)網(wǎng)絡(luò)去預(yù)測(cè)激光 3D 打印成形 316L 不銹鋼的微
觀結(jié)構(gòu)和力學(xué)性能關(guān)系的方法?文獻(xiàn)[10]采用 HSMM
和 EEMD 神經(jīng)網(wǎng)絡(luò)提出一種切實(shí)可行的熔融沉積成
型 3D 打印過(guò)程故障診斷方法進(jìn)而實(shí)現(xiàn)了 3D 打印過(guò)
程故障診斷? 這些方法雖然都取得了一些成果?但都
有不能實(shí)時(shí)檢測(cè)和準(zhǔn)確度不高的局限性?
為了解決打印過(guò)程中出現(xiàn)的質(zhì)量缺陷問(wèn)題?本
文采用工業(yè)相機(jī)搭配電子顯微鏡建立機(jī)器視覺(jué)系
統(tǒng)?并配合 3D 打印機(jī)搭建數(shù)據(jù)采集平臺(tái)制作打印缺
陷數(shù)據(jù)集?構(gòu)建 YOLOv5 深度學(xué)習(xí)檢測(cè)模型對(duì)缺陷進(jìn)
行分類檢測(cè)訓(xùn)練?最后通過(guò) YOLOv5 深度學(xué)習(xí)檢測(cè)模
型調(diào)用機(jī)器視覺(jué)系統(tǒng)進(jìn)行實(shí)時(shí)的檢測(cè)?利用該模型在
靈活性、速度與模型的快速部署上的極強(qiáng)優(yōu)勢(shì)?對(duì)打
印過(guò)程中出現(xiàn)的質(zhì)量缺陷準(zhǔn)確分類和檢測(cè)?
1 缺陷分類與實(shí)驗(yàn)方法
1.1 缺陷影響因素分析及分類
目前此 3D 打印技術(shù)存在很多缺陷問(wèn)題?如表 1
所示存在 8 種缺陷?即坍塌、打印錯(cuò)位、拉絲、缺絲、
起皺、翹曲、縱向缺陷和鼓泡?在這些缺陷中?如果任
由坍塌和打印錯(cuò)位缺陷存在?繼續(xù)打印將直接導(dǎo)致
打印件變成廢件?不僅浪費(fèi)時(shí)間?還浪費(fèi)材料?而存
在拉絲、缺絲、起皺、橫向缺陷這些情況?繼續(xù)打印成
品不僅會(huì)有視覺(jué)上的不美觀?更可能導(dǎo)致成品質(zhì)量
上的不過(guò)關(guān)?造成廢品率的提高?而通過(guò) 3D 打印過(guò)
程中的缺陷檢測(cè)發(fā)現(xiàn)缺陷并修復(fù)一些缺陷?那么廢
品率就會(huì)減少?
而在打印牙模的過(guò)程中有很多缺陷是可以在打
印之前避免的?例如翹曲在打印開(kāi)始前就可以通過(guò)
控制熱床溫度避免?鼓泡是由于材料原因也可以避
免?另外因?yàn)樵谡{(diào)試時(shí)就已經(jīng)確保噴嘴溫度與打印
表 1 FDM 3D 打印件的主要缺陷
Tab.1 Main defects of FDM 3D printed parts
FDM 缺陷類型 圖樣 說(shuō)明 原因
坍塌
坍塌是指打印過(guò)程中發(fā)生上層塌
陷不成形的情況
產(chǎn)生原因是噴嘴溫度太高?材料偏向
于液態(tài)
打印錯(cuò)位
層間剝離是指打印件層與層之間
發(fā)生脫落
產(chǎn)生原因是噴嘴溫度太低
拉絲
拉絲是指絲材跟著噴嘴走而不能
黏結(jié)在已成型層上
產(chǎn)生原因是當(dāng)層厚接近噴嘴直徑時(shí)?
噴嘴對(duì)絲材無(wú)擠壓作用?致使制件強(qiáng)
度低?同時(shí)掃描速度過(guò)大
缺絲
缺絲是指打印件某部分出現(xiàn)缺失
或有破洞?造成打印件不完整
是由于出絲速度慢?而打印速度過(guò)
快?來(lái)不及填充打印路徑造成
起皺
起皺是指打印件紋路不平直?產(chǎn)生
不規(guī)則彎曲的皺紋
產(chǎn)生原因是噴頭或成型室的溫度過(guò)
高
翹曲 翹曲變形是指塑件彎曲形變 產(chǎn)生原因是溫差過(guò)大
縱向缺陷
擠壓過(guò)度或擠出不足而造成的截
面缺陷
噴頭溫度過(guò)高或者噴頭溫度太低?噴
頭堵塞
鼓泡
鼓泡是指打印件出現(xiàn)小鼓包?造成
工件表面不平整
產(chǎn)生原因打印材料中有水分或雜質(zhì)
?196? 南昌大學(xué)學(xué)報(bào)(工科版) 2023 年
材料溫度一致?基本不存在噴嘴溫度太高或太低的
情況?故打印牙模的過(guò)程中出現(xiàn)坍塌、打印錯(cuò)位和起
皺缺陷概率很低?而拉絲、缺絲和縱向缺陷的產(chǎn)生不
僅跟噴嘴溫度有關(guān)?還有其他因素也會(huì)對(duì)其產(chǎn)生影
響?例如打印速度、出絲速度和噴嘴堵塞等因素都會(huì)
使牙模產(chǎn)生拉絲、缺絲和縱向缺陷?所以拉絲、缺絲
和縱向缺陷是打印過(guò)程中比較常見(jiàn)的缺陷? 缺絲又
因?yàn)榻?jīng)常出現(xiàn)在填充打印的時(shí)候?在牙模內(nèi)部比較
常見(jiàn)?牙模表面則經(jīng)常出現(xiàn)拉絲和縱向缺陷?所以選
擇拉絲和縱向缺陷作為實(shí)驗(yàn)對(duì)象? 在這里根據(jù)缺陷
產(chǎn)生原因并通過(guò) Simplify3D 軟件設(shè)置噴嘴不回抽材
料?則會(huì)在換層打印時(shí)不回抽材料使材料不黏結(jié)在
成型層上?而人為產(chǎn)生拉絲缺陷?然后通過(guò) Simpli ̄
fy3D 軟件設(shè)置末端滑行?則會(huì)在打印一層快結(jié)束時(shí)
提前關(guān)閉打印機(jī)的擠出使擠出不足而人為形成縱向
缺陷?
1.2 圖像采集
本試驗(yàn)圖像采集裝置如圖 1 所示? 主要由調(diào)焦
機(jī)構(gòu) 架、 CMoS 工 業(yè) 相 機(jī) ( 200 萬(wàn) 像 素? 型 號(hào) 為
XG200S)、電子顯微鏡頭(目鏡 0.35×?物鏡 0.8×)、
自制固定件、LED 光源組成? 通過(guò)型材的十字架結(jié)
構(gòu)將圖像采集裝置架在 3D 打印機(jī)上?鏡頭正對(duì)打
印平臺(tái)拍攝? 采集圖像總數(shù)量 1 595 幅?拍攝圖像
放大倍數(shù)為 40 倍?圖像分辨率 1 920×1 080?圖像格
式為 PNG 格式?
圖 1 圖像采集裝置
Fig.1 Image acquisition device
在拍攝的圖像中缺陷種類為 2 種?分別是拉絲
和縱向缺陷?圖像中會(huì)拍到打印噴頭和散熱風(fēng)扇?但
是并不影響缺陷的拍攝和檢測(cè)? 因此本次實(shí)驗(yàn)標(biāo)簽
主要分為兩類:拉絲( lasi)、縱向缺陷( crevice)? 拉
絲和縱向缺陷采集樣本如圖 2 所示?打印材料采用
的是灰色啞光 PLA 材料?
(a) 拉絲
(b) 縱向缺陷
圖 2 拉絲和縱向缺陷樣本
Fig.2 Sample of drawing and longitudinal defects
1.3 試驗(yàn)設(shè)計(jì)
將工業(yè)相機(jī)搭配電子顯微鏡架在自己設(shè)計(jì)的
3D 打印機(jī)上拍攝?3D 打印機(jī)主要以 PLA 為材料?
利用熔融沉積成型 3D 打印技術(shù)(FDM)打印牙模模
型? 通過(guò) 1515 型材和 3D 打印出來(lái)的自制固定件
將工業(yè)相機(jī)和電子顯微鏡固定在 3D 打印機(jī)側(cè)面?
鏡頭正好拍到打印噴頭?有利于后期數(shù)據(jù)采集?
每次通過(guò) Simplify3D 軟件改變打印角度和打印
缺陷位置?使攝像頭能拍到打印牙模各個(gè)面出現(xiàn)的
不同缺陷?牙模 STL 文件如圖 3 所示?在牙模短面有
效的拍攝角度是 Z 軸旋轉(zhuǎn) 70°和 250°?長(zhǎng)面有效的
拍攝角度是 160°和 340°?另外短面缺陷設(shè)置的有效
位置為 X 軸 40~130 mm?Y 軸為 180 mm?長(zhǎng)面缺陷
設(shè)置的有效位置為 X 軸 65 ~ 130 mm?Y 軸為 180
mm?Y 軸設(shè)置為 180 mm 是為了讓缺陷正好出現(xiàn)在
攝像頭正對(duì)的面?X 軸每隔 5 mm 設(shè)置 1 次缺陷?每
隔 5 min 拍攝 1 次照片?
由于 1515 型材擁有滑槽?所以可以將攝像頭前
后移動(dòng)改變拍攝距離?并且自己設(shè)計(jì)的固定件擁有
將攝像頭上下移動(dòng)的功能從而方便改變拍攝角度?
所以 1 次可拍攝 6 ~ 10 張圖片?共拍攝了 524 張拉
絲缺陷和 1 071 張縱向缺陷圖片?
圖 3 牙模 STL 模型
Fig.3 Dental mold STL model
將所收集到的數(shù)據(jù)進(jìn)行處理?整個(gè)數(shù)據(jù)處理流
程圖如圖 4 所示?采集的缺陷圖像首先經(jīng)過(guò)圖像處
理包括數(shù)據(jù)集裁剪、擴(kuò)充和標(biāo)簽標(biāo)注?然后劃分為訓(xùn)
練集和測(cè)試集?通過(guò)深度學(xué)習(xí)模型在訓(xùn)練集中進(jìn)行
特征提取和訓(xùn)練?得到最佳訓(xùn)練模型?最后通過(guò)調(diào)用
最佳訓(xùn)練模型預(yù)測(cè)測(cè)試集?得到缺陷檢測(cè)結(jié)果?
第 2 期 馬瑩等:基于深度學(xué)習(xí)的牙模 3D 打印缺陷檢測(cè)方法研究 ?197?
調(diào)用最佳訓(xùn)練模型
測(cè)試集
缺陷檢測(cè)
顯示結(jié)果
缺陷圖像采集
圖像處理
訓(xùn)練集
檢測(cè)模型特征提取
模型訓(xùn)練達(dá)到訓(xùn)練次數(shù)
圖 4 數(shù)據(jù)處理流程
Fig.4 Data processing flow
2 牙模 3D 打印缺陷識(shí)別方法
2.1 數(shù)據(jù)集預(yù)處理
首先對(duì)原始圖像進(jìn)行切圖分割?提取感興趣部
分?拉絲缺陷圖片分辨率為 134×98?縱向缺陷圖片
分辨率為 314×81?其中縱向缺陷圖片中也有分辨率
為 1 920×1 080 的原圖片?然后使用 LabelImg 圖像
標(biāo)注軟件對(duì)采集的缺陷圖片進(jìn)行標(biāo)注如圖 5 所示?
生成 XML 格式文件?文件中保留矩形框的長(zhǎng)寬和中
心坐標(biāo)以及標(biāo)注類別等信息? 每個(gè)缺陷使用一個(gè)矩
形框標(biāo)注?矩形框大小以打印過(guò)程中產(chǎn)生缺陷最小
外接矩形為最佳?
縱向缺陷
拉絲
圖 5 數(shù)據(jù)集標(biāo)注
Fig.5 Data set labeling
深度學(xué)習(xí)數(shù)據(jù)集擴(kuò)充(翻轉(zhuǎn)圖片、平移圖片、旋
轉(zhuǎn)圖片、添加噪聲) 如圖 6 所示?其中( a)、 ( b)、
(c)、(d)分別為拉絲缺陷的翻轉(zhuǎn)、平移、旋轉(zhuǎn)、添加
噪聲數(shù)據(jù)集擴(kuò)充圖例?(e)、(f)、(g)、( h)分別為縱
向缺陷的翻轉(zhuǎn)、平移、旋轉(zhuǎn)、添加噪聲數(shù)據(jù)集擴(kuò)充圖
例?將拉絲缺陷數(shù)據(jù)集擴(kuò)增到 1 000 幅?縱向缺陷數(shù)
據(jù)集擴(kuò)增到 2 092 幅? 每次在標(biāo)注完一幅圖片上所
有目標(biāo)缺陷后進(jìn)行保存文件?總共標(biāo)注了 3 092 幅
圖片?共標(biāo)注了 3 038 個(gè)拉絲缺陷標(biāo)簽(lasi)?2 781
個(gè)縱向缺陷標(biāo)簽(crevice)?
(a) (b) (c) (d)
(e) (f) (g) (h)
圖 6 深度學(xué)習(xí)數(shù)據(jù)集擴(kuò)充
Fig.6 Deep learning dataset expansion
將數(shù)據(jù)集中包含的圖片和 XML 格式標(biāo)簽文件
分別放入不同文件夾?圖片與標(biāo)簽的文件名相對(duì)應(yīng)?
訓(xùn)練模型過(guò)程中?會(huì)將包含 3 092 幅圖片的數(shù)據(jù)集
隨機(jī)分為訓(xùn)練集和測(cè)試集? 訓(xùn)練集占總數(shù)據(jù)集
90%?測(cè)試集占總數(shù)據(jù)集的 10%?
2.2 YOLOv5 模型結(jié)構(gòu)
目前?深度學(xué)習(xí)缺陷檢測(cè)發(fā)展主要集中在 2 個(gè)
方面:兩階段算法( R - CNN 系列) 和一階段算法
(SSD、YOLO(you only look once))
[11]
? 而現(xiàn)在用得
最多 的 是 一 階 段 算 法 中 的 YOLO 系 列? 其 中 的
YOLOv5 更是得到了許多學(xué)者的青睞?
YOLOv5 一共有 4 個(gè)版本?分別是 YOLOv5s、
YOLOv5m、 YOLOv5l、 YOLOv5x? 圖 7 為 YOLOv5s
的網(wǎng)絡(luò)結(jié)構(gòu)圖?可以看出?分為輸入端、Backbone、
Neck、Prediction 4 個(gè)部分[12]
?
2.2.1 輸入端:Mosaic 數(shù)據(jù)增強(qiáng)、自適應(yīng)錨框計(jì)算
1)Mosaic 數(shù)據(jù)增強(qiáng)?
YOLOv5 的輸入端使用 Mosaic 數(shù)據(jù)增強(qiáng)?通過(guò)
拼接的方法:隨機(jī)縮放、隨機(jī)裁剪、隨機(jī)排布達(dá)到數(shù)
據(jù)增強(qiáng)的效果[13]
?這對(duì)小目標(biāo)的缺陷檢測(cè)還是非常
有效的?其效果如圖 8 所示?
2)自適應(yīng)錨框計(jì)算?
在 YOLO 算法中?對(duì)于不同的數(shù)據(jù)集?首先是設(shè)
置初始長(zhǎng)度和寬度的錨框?在網(wǎng)絡(luò)訓(xùn)練中?網(wǎng)絡(luò)根據(jù)
初始錨框生成預(yù)測(cè)框?然后與真實(shí)框 groundtruth 進(jìn)
行對(duì)比?計(jì)算它們之間的差距?再進(jìn)行反饋更新?迭
代網(wǎng)絡(luò)參數(shù)進(jìn)行優(yōu)化? 在 YOLOv3 中?當(dāng)訓(xùn)練的數(shù)
據(jù)集不同時(shí)?是通過(guò)運(yùn)行一個(gè)單獨(dú)的程序來(lái)計(jì)算初
始錨框的值的[14]
? 然而?YOLOv5 將這一步驟直接
寫(xiě)入代碼中?并且每次都會(huì)自適應(yīng)地計(jì)算不同訓(xùn)練
集的最佳錨框值? 當(dāng)然?如果覺(jué)得計(jì)算出來(lái)的錨框
不是很有效?也可以在代碼中關(guān)閉自動(dòng)錨框計(jì)算功
能?
?198? 南昌大學(xué)學(xué)報(bào)(工科版) 2023 年
圖 7 YOLOv5s 模型結(jié)構(gòu)圖
Fig.7 Structure of YOLOv5s model
圖 8 Mosaic 數(shù)據(jù)增強(qiáng)效果
Fig.8 Mosaic data enhancement effect
3)自適應(yīng)圖片縮放?
在常見(jiàn)的目標(biāo)檢測(cè)算法中?不同的圖像有不同
的長(zhǎng)度和寬度?所以常見(jiàn)的方法是將原始圖像統(tǒng)一
縮放到一個(gè)標(biāo)準(zhǔn)尺寸?然后再送入檢測(cè)網(wǎng)絡(luò)[15]
?
然而?這在 YOLOv5 代碼中得到了改進(jìn)?在項(xiàng)目
的實(shí)際使用中?很多圖片的長(zhǎng)寬比不同?所以在縮放
和填充后?兩端的黑邊大小不同?如果填充較多?會(huì)
出現(xiàn)信息變多?影響推理速度?但是在 YOLOv5 的代
碼中填充被設(shè)置為自適應(yīng)地在原圖上添加最少的黑
邊?如圖 9 ~ 圖 10 所示?圖像高度兩端的黑邊變少
了?推理過(guò)程中的計(jì)算量減少了?也就是說(shuō)?目標(biāo)檢
測(cè)速度提高了?
2.2.2 Backbone:Focus 結(jié)構(gòu)、CSP 結(jié)構(gòu)
1)Focus 結(jié)構(gòu)?
YOLOv3 中沒(méi)有的 Focus 結(jié)構(gòu)?是切片操作的關(guān)
鍵? 通過(guò) Focus 結(jié)構(gòu) 4×4×3 的圖像被切片后變成
2×2×12 的特征圖? 而在 YOLOv5s 的結(jié)構(gòu)中?原始
608×608×3 的圖像被輸入到 Focus 結(jié)構(gòu)中?首先通
過(guò)切片操作變成 304×304×12 的特征圖?然后通過(guò)
卷積核進(jìn)行卷積操作?最后變成 304×304×32 的特
征圖[16-17]
? Focus 結(jié)構(gòu)將 w-h 面上的信息轉(zhuǎn)到通道
維度?保證信息未丟失?并且用 1 個(gè) Focus 層替代 3
個(gè)普通下采樣卷積層?減少了計(jì)算量和參數(shù)量?
圖 9 拉絲縮放
Fig.9 Wire drawing scaling
圖 10 縱向缺陷縮放
Fig.10 Longitudinal defect scaling
2)Backbone:CSP 結(jié)構(gòu)?
在 YOLOv5 中? 設(shè)計(jì)了 2 個(gè) CSP ( cross stage
paritial) 結(jié)構(gòu)?在 YOLOv5s 中 CSP1_X 結(jié)構(gòu)應(yīng)用于
Backbone 主干網(wǎng)絡(luò)?另一個(gè) CSP2 _X 結(jié)構(gòu)應(yīng)用于
Neck? CSP 結(jié)構(gòu)將梯度的變化集成到特征圖中?因
此減少了模型的參數(shù)量和 FLOPS( floating point op ̄
erations per second)數(shù)值?既保證了推理速度和準(zhǔn)確
率?又減小了模型尺寸?并且有效緩解梯度消失問(wèn)
題?
2.2.3 Neck:FPN+PAN 結(jié)構(gòu)
現(xiàn)在 YOLOv5 的 Neck 使用的是 FPN+PAN(自
頂向下+自底向上)結(jié)構(gòu)?但在 YOLOv5 剛出來(lái)的時(shí)
候?只使用了 FPN 結(jié)構(gòu)?后來(lái)才增加了 PAN 結(jié)構(gòu)?
第 2 期 馬瑩等:基于深度學(xué)習(xí)的牙模 3D 打印缺陷檢測(cè)方法研究 ?199?