化率試件的孔隙水壓力隨時間變化的趨勢開始發(fā)生

改變?溫度變化速率越高?試件孔隙水壓力也越高?

當溫度從最低點上升時?３ 種試件的孔隙水壓力都

開始下降?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?

過于快速的溫度變化速率?會導(dǎo)致混凝土內(nèi)部

孔隙水結(jié)冰速率提高?單位時間內(nèi)產(chǎn)生的冰晶數(shù)量

會增多?對混凝土孔隙結(jié)構(gòu)造成較大損傷?冰晶膨脹

迫使孔隙水進行遷移?從而進一步對孔隙結(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

導(dǎo)致砂漿拉應(yīng)力增大?會導(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

溫度的變化趨勢與邊界溫度變化趨勢一致?在達到

最低溫度點前的降溫段?同時間點中心溫度高于邊

界溫度?邊界溫度達到最低溫度點后隨即開始升溫?

此時邊界溫度為－１９.１７ ℃ ?而中心溫度仍然在繼續(xù)

降低?當中心溫度降低到最低溫度為－１８.３９ ℃ 時?

中心溫度開始上升?整個降溫過程中中心溫度與邊

界溫度最大的差值為 ５.０７ ℃ ? 此現(xiàn)象出現(xiàn)是由于

固體傳熱需要時間且會有熱量損耗?導(dǎo)致中心溫度

的變化趨勢相對于邊界溫度有滯后現(xiàn)象?同時使得

中心溫度的最低溫度高于邊界溫度? 由數(shù)據(jù)發(fā)現(xiàn)?

無論是邊界溫度還是中心溫度最低值都沒有達到我

們預(yù)設(shè)的－２０ ℃ ?這是因為水冰相變過程中會釋放

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

中心溫度變化趨勢與 ４ ℃ ?ｈ

－１試件的變化趨勢相

似? 由表 ３ 可以看到?３ 種試件的邊界和中心最低

溫度以及最大絕對溫度差?通過對比 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試

?１５０? 南昌大學(xué)學(xué)報(工科版) ２０２３ 年

件邊界中心絕對溫差與凍融結(jié)束后試件邊界中心絕

對溫差? 可以看到 ２ 種絕對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

時長不同?熱量傳導(dǎo)量不同所導(dǎo)致?凍融結(jié)束后絕對

溫差是由于在升溫過程中?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

試件吸收的熱量遠大于溫度變化率低的試件? 這個

現(xiàn)象說明降溫速率不僅會影響再生混凝土內(nèi)部孔隙

水的結(jié)冰速率?還會影響其結(jié)冰量? 戈雪良等[２６] 分

析不同降溫速率對混凝土的影響發(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)冰量都會相應(yīng)的增大?對試

件造成更為嚴重的凍融損傷?這同時也從另外一個

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

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間點的溫度差

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

試件邊界中心

絕對溫差/ ℃

凍融結(jié)束后試件

邊界中心絕對

溫差/ ℃

４ １.２８ ０.８１

６ ２.０１ １.９２

８ ２.９３ ４.８０

３.３ 外加荷載對再生混凝土抗凍融性能的影響

為更真實地模擬再生混凝土在實際凍融情況下

的性能演變?本節(jié)在試件上施加了一個大小為 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、無荷載作用的試件孔隙水壓

力隨時間變化曲線?表 ５ 為有、無荷載作用下試件最

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(對應(yīng)圖中的 ９.５ ~ １１.５ ｈ 和 １９.５ ~

２１.５ ｈ ２ 個時間段)?有荷載試件的孔隙水壓力小于

無荷載試件? 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)部存在對孔隙

的初始壓縮作用?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?即便水達到相變點結(jié)成冰也

不會對孔隙壁產(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

越來越接近?

150

120

90

60

30

0

-30

-60

0 10 20 30 40

荷載試件

無荷載試件

p/M

Pa

ｔ / ｈ

圖 １１ 有、無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、無荷載作用 最大孔隙水壓力/ ＭＰａ

有 １２６.０５

無 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荷載條件下凍融

作用對骨料、老砂漿、水泥砂漿基質(zhì)的影響? 圖 １２、

圖 １３ 分別為有、無荷載試件各細觀成分應(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

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?而無荷載試件中的老砂漿應(yīng)變和水泥

砂漿基質(zhì)應(yīng)變在凍融循環(huán)過程剛開始時處于同步變

形狀態(tài)?此時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始發(fā)生相

變時?兩者開始產(chǎn)生相同的突變應(yīng)力?此時黏結(jié)能力

大幅減弱?很快就喪失了黏結(jié)能力?此時老砂漿基質(zhì)

應(yīng)變出現(xiàn)高于水泥砂漿基質(zhì)應(yīng)變現(xiàn)象? 說明外加荷

載的存在會導(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 無荷載試件各細觀成分應(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

略大于無荷載試件?受荷載的老砂漿最大應(yīng)變大于

無荷載試件?受荷載的水泥砂漿基質(zhì)部分應(yīng)變小于

無荷載試件? 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?使得孔隙率下降?在凍融過程中孔隙水含量也

會相應(yīng)減少?當孔隙水發(fā)生相變時?對水泥砂漿造成

的拉應(yīng)變會相應(yīng)降低?而水泥砂漿因為荷載的存在?

本身便存在一個初始壓應(yīng)力?二者共同作用的情況

下導(dǎo)致無荷載試件的水泥砂漿基質(zhì)應(yīng)變大于有荷載

試件? 李細濤[２７] 通過實驗對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度損失率

為負值?荷載的存在將再生混凝土壓實?提高了試件

強度?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

細觀成分 無荷載試件 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 Ｐｙｔｈｏｎ 軟件編寫再生混凝土隨機骨料二

維模型?結(jié)合 Ｃｏｍｓｏｌ 軟件對隨機骨料模型進行多場

耦合分析? 對荷載－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)變進行模擬分析?

得出主要結(jié)論如下:

１)新老界面滲透率對再生混凝土抗凍融性能

有較大影響? 新老界面滲透率過高會導(dǎo)致再生混凝

土凍融循環(huán)結(jié)束時第一主應(yīng)力急劇下降?導(dǎo)致老砂

漿處產(chǎn)生較為嚴重的受拉破壞現(xiàn)象? 為此?在實際

工程中可通過選擇合適強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?溫度快速變化會降低再生混凝土

的抗凍融性能?

３)外部荷載的存在對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?由

于荷載的存在降低了試件的孔隙率?使試件更為密

實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)計階段需要考慮荷載對建筑抗

凍融性能的負面影響?

參考文獻:

[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(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.混凝土界面過渡區(qū)微觀結(jié)構(gòu)及

其數(shù)值模擬方法的研究進展[ Ｊ].硅酸鹽學(xué)報?２０１６?

４４(５):６７８－６８５.

[１７] 姚澤良?段東旭?黨發(fā)寧?等.基于隨機骨料模型的再

生混凝土單軸壓縮數(shù)值模擬[Ｊ].西安理工大學(xué)學(xué)報?

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

細觀數(shù)值模擬[ Ｊ]. 同濟大學(xué)學(xué)報 ( 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.再生混凝土細微觀結(jié)構(gòu)和

破壞機理研究[ Ｊ].青島理工大學(xué)學(xué)報?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

理及工程應(yīng)用[Ｄ].杭州:浙江大學(xué)?２０１６.

[２２] 曾強?李克非.凍融情況下降溫速率對水泥基材料變

形和損傷的影響[ Ｊ].清華大學(xué)學(xué)報(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.基于多場耦合模型的混凝土

凍融三維細觀研究[ Ｊ]. 浙江大學(xué)學(xué)報 ( 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?梅國興.降溫速率對混凝土凍結(jié)應(yīng)力

的影響及機理研究[Ｊ].材料導(dǎo)報?２０２０?３４(８):８０５１－

８０５７.

[２７] 李細濤.再生混凝土多因素耦合作用的實驗室模擬方

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－凍融條件下的多場耦合數(shù)值模擬 ?１５３?

收稿日期:２０２２－０３－２６?

基金項目:國家自然科學(xué)基金項目(５２１６８０２３)?中國博士后科學(xué)基金面上項目(２０１７Ｍ６１１９９３)?江西省科技廳科學(xué)基金面

上項目(２０１７１ＢＡＢ２０６０５０)?江西省科技廳科學(xué)基金青年項目(２０１６１ＢＡＢ２１６１１３)?

作者簡介:田欽(１９８２—)?男?講師?博士?研究方向為橋梁抗震、鋼橋疲勞?

?通信作者:康彩霞(１９８２—)?女?講師?博士?研究方向為結(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曲線梁橋抗震性能影響[ Ｊ].南昌大學(xué)學(xué)報(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:通過在每一滑動支座附近設(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

碰撞?達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程中的能量損失? 基于非線性時程分析法?研究橡膠

緩沖裝置的厚度對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價指標?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:ＴＵ３９１ 文獻標志碼:Ａ 文章編號: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 ６５％的鋼支座遭受損壞[１]

? 曲

線梁橋動力特性復(fù)雜?受雙向地震力作用明顯?其地

震反應(yīng)不對稱?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

梁時如果撞擊橋墩?還會引起橋墩的碰撞破壞[６]

?

地震中鄰梁的碰撞力不僅會引起碰撞區(qū)域的局部損

壞?還會把碰撞力效應(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(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?國內(nèi)外專家

開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?本文通過在既有橋梁的每

一滑動支座附近設(shè)置鋼擋塊(圖 １)?將鄰梁間的集

中碰撞轉(zhuǎn)化為多點雙邊碰撞? 為了進一步減小鋼擋

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

置的厚度對曲線梁橋抗震性能的影響? 研究成果可

為我國采用多點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 １６０ ｍ?每跨 ４０ ｍ?由一

跨 ４０ ｍ 簡支梁和三跨 １２０ ｍ 的連續(xù)梁組成?簡支梁

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 軟件編寫的橋

梁抗震計算程序?其計算結(jié)果已經(jīng)與多種有限元商

業(yè)軟件(如 ＥＤＹＮＡ、ＤＹＮＡ２Ｅ、ＤＹＮＡＳ)的計算結(jié)果進

行了對比?并驗證了該程序計算結(jié)果的準確性[１３]

?

固定支座

滑動支座

鋼擋塊

B1~B3 支座編號

P1~P2 橋墩編號

G1~G3 主梁編號

連續(xù)梁 S2

簡支梁 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

滑動支座

鋼擋塊編號

橋墩編號

D1~D4

P P1~P5 1 P2 P3 P4

節(jié)點 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

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

和滑動支座)?簡支梁和連續(xù)梁的最左邊設(shè)置固定

支座(Ｆ)?其他位置設(shè)置滑動支座(Ｒ)? 固定支座

在切向徑向全部固定?滑動支座在徑向固定?切向自

由移動?且切向考慮庫侖摩擦力?

１.２ 鋼擋塊與緩沖裝置的碰撞模型

如圖 ２(ｂ)所示?在每一個滑動支座附近的橋墩

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程?

鋼擋塊碰撞模型的計算公式如下:

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程中的能量耗散?

其本構(gòu)關(guān)系如圖 ３(ｃ)所示?計算公式如下[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

本文采用時程分析法分析曲線梁橋的抗震性

能?分析過程考慮材料和幾何非線性? 在 ｔ ＋Δｔ 時

刻?增量有限元運動方程如下:

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?并考慮單軸屈服準則和隨動應(yīng)變硬化準則?

常加速度的 Ｎｅｗｍａｒｋ 逐步積分法被用于運動方程

的積分運算? 為了考慮幾何非線性和材料非線性?

在每一積分步計算中?有限元運動方程中的剛度矩

陣均被更新?積分步長為 ０.０１ ｓ? 橋梁結(jié)構(gòu)阻尼采

用 Ｒａｙｌｅｉｇｈ 阻尼?阻尼比為 ０.０２?

因為阪神地震的豎直、水平方向均有震幅?烈度

強?卓越周期比較接近建筑物的自振周期?對城市破

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 表示無緩沖裝置?共分為 ５ 個分析工況?

４ 計算結(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(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? 在碰撞過程中?

橡膠緩沖裝置能依靠延長碰撞時間?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

墩頂漂移率是評估橋墩是否受損的重要指標?

文獻[１]認為墩頂漂移率 Ｌ 大于 １?橋墩產(chǎn)生了不可

修復(fù)的嚴重損傷? 圖 ６( ａ)所示在 ＴＡＫ 作用下?沒

有設(shè)置橡膠緩沖裝置時?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?最大能減小 ７８.５％的墩頂漂移率? 當橡膠緩沖

裝置的厚度小于鋼擋塊凈距離的一半(４０ ｍｍ)時?

墩頂漂移率隨著厚度的增加?迅速減小?當橡膠緩沖

裝置的厚度大于鋼擋塊凈距離的一半時?墩頂漂移

率減小的趨勢變緩? 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?

圖 ７ 為墩頂?shù)淖畲笃坡?Ｌｍａｘ?其變化趨勢與圖 ６

所示的墩頂漂移率相似? 另外?因為固定支座的水

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

梁體的位移時程如圖 ８ 所示?在 ＴＡＫ 地震波作

用下?沒有設(shè)置緩沖裝置(Ｔ０ )時?簡支梁( 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?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?沒有設(shè)置緩沖裝置時?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?Ｓ１ 、Ｓ２ 的最大位移分別為 ０.２７７、０.２３５

ｍ?與沒有設(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(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?圖 ９ 為鋼橋墩底彎矩－曲率圖?其中

Ｍ４Ｘ

/ Ｍｙ 為 ４ 號橋墩沿 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 個方向均

有損傷? 隨著緩沖裝置厚度的增加?２ 個方向的最

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

第 ２ 期 田欽等:鋼擋塊內(nèi)置橡膠緩沖裝置的厚度對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

伸縮縫的張開位移會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

縫寬度的時程圖?其中正號表示張開方向?負號表示

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)張開位移? 隨著橡膠緩

沖裝置厚度的增大?伸縮縫張開位移的最大值和殘

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)濟損失?

?１６０? 南昌大學(xué)學(xué)報(工科版) ２０２３ 年

ｔ / ｓ ｔ / ｓ

(ａ) ＴＡＫ

ｔ / ｓ ｔ / ｓ

(ｂ) ＪＭＡ

圖 １０ 伸縮縫寬度的時程圖

Ｆｉｇ.１０ Ｔｉｍｅ ｈｉｓｔｏｒｙ ｏｆ ｅｘｐａｎｓｉｏｎ ｊｏｉｎｔ ｗｉｄｔｈ

５ 結(jié)論

基于安裝了多點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鋼擋塊上、下部間的碰

撞時間?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

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:

[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?李忠獻?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?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

震對策研究[ Ｊ].地震工程與工程振動?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)

第 ２ 期 田欽等:鋼擋塊內(nèi)置橡膠緩沖裝置的厚度對曲線梁橋抗震性能影響 ?１６１?

收稿日期:２０２２－０７－０９?

作者簡介:文明(１９７２—)?男?副教授?博士?研究方向為結(jié)構(gòu)抗震?

?通信作者:陳寶魁(１９８２—)?男?副教授?博士?研究方向為結(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結(jié)構(gòu)抗震性能的影響[Ｊ].南昌大學(xué)學(xué)報(工科版)?[Ｊ].南昌大學(xué)學(xué)報(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驗室?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結(jié)構(gòu)抗震性能的影響?利用數(shù)值模擬技術(shù)?對無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行分析? 分析結(jié)果表明:地震作用下?無樓梯框架、固定

連接框架和滑動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％?同時滯回環(huán)面積更大?因此滑動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?滑動連接?抗震性能

中圖分類號:ＴＵ３５２ 文獻標志碼:Ａ 文章編號: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

嚴重?產(chǎn)生嚴重的裂縫甚至坍塌? 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?詳細地掌握樓梯的抗震特性?并增

強其抗震能力?將有效降低地震造成的損失?

目前結(jié)構(gòu)設(shè)計中?大多沒有將樓梯結(jié)構(gòu)與主體

結(jié)構(gòu)看作一個整體進行計算?而是各自獨立設(shè)計?忽

略了真實地震作用中兩者之間的相互作用? 樓梯設(shè)

計時僅考慮豎向荷載?忽略了地震作用下其與主體

結(jié)構(gòu)的相互作用?導(dǎo)致樓梯的實際受力大于設(shè)計值?

第 ４５ 卷第 ２ 期

２０２３ 年 ６ 月

南昌大學(xué)學(xué)報(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?國內(nèi)外學(xué)者已對這個問題展開相關(guān)研究?

張望喜等[２]利用數(shù)值模擬的方法?通過比較不同工

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? 吳兆旗等[３] 針對

ＲＣ 框架結(jié)構(gòu)現(xiàn)澆板式樓梯抗震的分析結(jié)果?對板式

樓梯抗震性能進行綜合評價并針對性地提出其抗震

性能評價方法? 曹達忠等[４] 針對混凝土板式樓梯

中平臺板滑動支座進行擬靜力實驗分析?發(fā)現(xiàn)滑動

支座將使梯段板發(fā)生豎向翹起現(xiàn)象? 馬小瑞[５] 使

用 ＡＮＳＹＳ 針對板式樓梯、梁式樓梯、懸挑樓梯 ３ 種

樓梯結(jié)構(gòu)進行分析?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

ＲＣ 框架進行分析?探究樓梯結(jié)構(gòu)是否參與建模?樓

梯位置等因素對結(jié)構(gòu)的抗震性能的影響? Ｗａｎｇ

等[７]對 １ 個 ５ 層樓梯結(jié)構(gòu)進行振動臺實驗分析?得

出反復(fù)拉壓作用使連接處發(fā)生破壞?并進一步導(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)對整體結(jié)構(gòu)抗震性能的影

響? 而對現(xiàn)澆梁式樓梯連接方式以及對樓梯本身受

力方面研究較少?

因此?本文將針對框架結(jié)構(gòu)中的現(xiàn)澆梁式樓梯?研

究梁式樓梯結(jié)構(gòu)參與整體計算與否以及樓梯不同連接

方式對框架結(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

由平臺板、梯梁、支承梁和踏步板組成?平臺板和梯

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?也會采用在下部與梯梁采

用滑動支座?上部結(jié)構(gòu)與梯梁連接方式見 １.２ 節(jié)?

１.２ 滑動支座梁式樓梯

梁式樓梯滑動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

元動力分析軟件 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

板和平臺板?相應(yīng)結(jié)構(gòu)尺寸如圖?配筋的各項具體參

數(shù)如表 １、表 ２ 所示?其中 Ｌ 表示截面長度?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 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 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)整體計算中只參與了荷載的傳

遞而對結(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?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模擬滑

動連接?接觸屬性設(shè)置為法向硬接觸?切向無摩擦?

通過約束管理器中的內(nèi)置區(qū)域?來模擬混凝土框架

與鋼筋骨架的相互作用? 采用動力隱式分析步?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? 運用 ＡＢＡＱＵＳ 建立如圖 ４ 所示的 ３ 種結(jié)

構(gòu)模型?并對結(jié)構(gòu)做擬靜力數(shù)值實驗分析與動力時

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)動力特性?是時程分析的基

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(工科版) ２０２３ 年

向運動為主?而對于無樓梯結(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

及其不同的連接會對結(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)計算會增強整體

結(jié)構(gòu)的剛度和質(zhì)量?滑動支座連接樓梯對整體結(jié)構(gòu)

質(zhì)量增加幅度大于對剛度增加幅度?會引起整體周

期提高?

３.２ 時程分析

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 中間平臺處峰值取上下框架

梁對應(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?而剛接梁式樓梯對剛度增加更多? 當樓梯以固

定支座考慮時? 柱頂位移的位移反應(yīng)可以降低

７２％?中間平臺位置的地震反應(yīng)可降低 ８５％?當加入

上端固定、下端滑動的梁式樓梯時?柱頂位移的位移

反應(yīng)可以降低 ６２％?中間平臺位置的地震反應(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)的減少幅度會被放大?但局部模型可以更清晰地反

映樓梯對結(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 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?

而減小對框架柱的影響?這與樓梯結(jié)構(gòu)的實際受力

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? 由于滑動梯梁下端可以沿支座滑動?地震時

應(yīng)力可適當減小?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

用滑動支座連接的樓梯結(jié)構(gòu)可以有效減小構(gòu)件內(nèi)

力?對結(jié)構(gòu)抗震性能有利?

３.３ 擬靜力數(shù)值試驗

３.３.１ 滯回曲線

為了對比 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)值模擬方法對模型 Ｂ 與模

型 Ｃ 分別進行擬靜力性能分析? 對模型底部進行

固定約束?并建立 ２ 個分析步?第 １ 個分析步在模型

每個框架柱頂部施加 ２５０ ｋＮ 的豎向荷載?第 ２ 個分

析步在模型頂部施加位移循環(huán)荷載?加載方式為第

一級加載位移為 １ ｍｍ?往后每級施加 ２ ｍｍ?每級加

載反復(fù)循環(huán)一次?當模型發(fā)生屈服后?每級施加 ４

ｍｍ?每級加載反復(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

靜力實驗方法來確定的荷載－位移曲線?可以很好

地反映出構(gòu)件在受力過程中剛度退化、變形和能量

消耗特征[１２]

? 由圖 ９ 可知?２ 個模型在加載初期曲

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)

件整體強度下降?承載能力減弱?

滑動支座樓梯單元隨著施加位移荷載的變化?

其滑動支座連接部位發(fā)生相互錯動?通過摩擦作用

來達到耗能效果?因此滯回曲線相對于固定連接樓

梯單元沒有明顯的捏縮效應(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]

? 對比 ２ 種連

接方式的滯回曲線?可以看出滑動連接樓梯單元有

?１６６? 南昌大學(xué)學(xué)報(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) 滑動連接樓梯滯回曲線

圖 ９ 樓梯單元滯回曲線對比圖

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)在加載過程中所得到的最大水

平力相連的運動軌跡?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支座樓梯單元承載

力峰值的 ２ 倍多?這是因為固定連接樓梯結(jié)構(gòu)由于

整體剛度大?從而使其承載力峰值增大? 而滑動連

接由于梯梁下部與支承梁連接斷開?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?便達到了結(jié)構(gòu)的屈服點?而

對于滑動連接樓梯屈服點位移值則可以達到 ７０ ｍｍ

左右?滑動連接樓梯結(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

滑動連接

Ｘ０

/ ｍｍ

圖 １０ 樓梯單元骨架曲線對比圖

Ｆｉｇ.１０ Ｃｏｍｐａｒｉｓｏｎ ｄｉａｇｒａｍ ｏｆ ｔｈｅ ｓｋｅｌｅｔｏｎ

ｃｕｒｖｅ ｏｆ ｔｈｅ ｓｔａｉｒｃａｓｅ

以上表明?滑動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)

強度方面?滑動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) 滑動連接構(gòu)件混凝土受壓損傷云圖

(ｄ) 滑動連接構(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

始發(fā)展并逐漸貫通?其他構(gòu)件交接處也開始出現(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? 此外滑動連

接樓梯損傷發(fā)生的時間也要晚于固定連接樓梯?

綜上所述?滑動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)時間更

早、分布更加分散?損傷擴散速度更快?因此采用滑

動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

為了進一步驗證上述結(jié)論的在整體結(jié)構(gòu)中仍適

用?研究建立 ３ 個 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?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)置滑動連接樓

梯的框架模型?３ 種模型如圖 １２ 所示?

分別對 ３ 個模型進行時程分析?時程分析采用

與樓梯間模型相同的地震波?得到 ３ 個模型的 Ｘ 方向

的水平位移以及模型 Ｅ、模型 Ｆ 梯柱與平臺梁內(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)的剛度加強作用?位移最小?這與前面

單獨樓梯間分析情況一致?

此外?我們針對 ２ 種不同的支座連接形式進行

相關(guān)探究?以得出 ２ 種不同支座連接形式對整體結(jié)

構(gòu)抗震性能的影響?得到模型 Ｅ、模型 Ｆ 梯柱與平臺

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(工科版) ２０２３ 年

表 ６ 模型 Ｅ 和 Ｆ 平臺梁內(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?與前面單獨分析

樓梯間的結(jié)論一致?

經(jīng)對比分析?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?進一步驗證了結(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)及其連接方式對結(jié)構(gòu)地震響應(yīng)的影響?得出

樓梯構(gòu)件的設(shè)計方法對框架結(jié)構(gòu)抗震設(shè)計的影響?

分析中對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)計中有必要

充分考慮樓梯的構(gòu)造與支座形式?

３)總體來看?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)

計時樓梯梁多采用滑動連接方式?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:

[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

能試驗研究[Ｊ].建筑結(jié)構(gòu)?２０１９?４９(１２):７９－８２.

[２] 張望喜?王志強?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?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估[ Ｊ].福州大學(xué)學(xué)報(自然科

學(xué)版)?２０１８?４６(１):１０９－１１４.

[４] 曹達忠?彭凌云?高志強?等.鋼筋混凝土框架結(jié)構(gòu)帶高

端平臺板滑動支座樓梯抗震性能試驗研究[Ｊ].建筑結(jié)

構(gòu)學(xué)報?２０１８?３９(７):４６－５４.

[５] 馬小瑞.樓梯形式對 ＲＣ 框架抗震性能的影響分析[Ｊ].

水利與建筑工程學(xué)報?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] 劉長洋.板式樓梯連接方式對 ＲＣ 框架結(jié)構(gòu)的抗震性

能影響研究[Ｄ].長沙:湖南大學(xué)?２０１５.

[９] 班慧勇?趙平宇?周國浩?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? ２０２１? ５４

(９):３９－５５.

[１０] 張望喜?劉長洋.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?

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(工科版)?２０２０?４２(４):３４６－３５４.

[１３] 王雨辰?胡淑軍?熊進剛.腹板開洞的裝配式 ＲＣＳ 節(jié)點

抗震性能[ Ｊ].南昌大學(xué)學(xué)報(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?２０２１?５４ ( Ｓ１):

１３－１９.

[１５] 羅維剛?劉紀斌?宋江朋?等.雙重耗能機制框架剪力墻

結(jié)構(gòu)地震響應(yīng)分析[ Ｊ]. 振動與沖擊?２０２２?４１ ( ５):

１５１－１５７.

[１６] 付國?張博?何斌.鋼筋混凝土框架延性破壞準則研究

[Ｊ].地震工程與工程振動?２０２２?４２(２):１６３－１７１.

第 ２ 期 文明等:現(xiàn)澆梁式樓梯支座形式對結(jié)構(gòu)抗震性能的影響 ?１６９?

收稿日期:２０２２－０５－２４?

作者簡介:劉世成(１９９７—)?男?碩士生?研究方向為綠色先進建筑材料?

?通信作者:鄒府兵(１９９２—)?男?講師?博士?研究方向為低碳膠凝材料高性能化、負碳建筑材料以及節(jié)能材料與技術(shù)開發(fā)

等? Ｅ￣ｍａｉｌ:ｆｕｂｉｎｇｚｏｕ＠ ｎｃｕ.ｅｄｕ.ｃｎ?

劉世成?孫旭輝?徐升才?等.超緩凝混凝土在長螺旋咬合樁中的應(yīng)用[Ｊ].南昌大學(xué)學(xué)報(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? 通過對流動性、凝結(jié)時間、抗壓強度等方面的測試分析?確定 Ｃ３５ 超緩凝混凝土的最佳配合比?通

過對微觀形貌的測試分析?探究緩凝劑對水泥水化產(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?延長凝結(jié)時間? 緩凝劑摻量為 ０.３８％時?混凝土有較長的凝結(jié)時間?較

好的流動性?以及較高的力學(xué)性能?滿足實際工程的施工要求? 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?流動性更好?凝結(jié)時間更長?更有利于長螺旋咬合樁的施工應(yīng)用?

關(guān)鍵詞:超緩凝混凝土?長螺旋咬合樁?二次攪拌?微觀形貌

中圖分類號:ＴＵ５２８ 文獻標志碼:Ａ 文章編號: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

隨著我國建筑水平的不斷提高?基坑工程快速

發(fā)展?支護方式也多種多樣?其中長螺旋咬合樁作為

一種新型的建筑基坑圍護結(jié)構(gòu)?得到了大量研究學(xué)

者的關(guān)注?

長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?需先施工 Ａ 樁?在 Ａ 樁混凝土達到初凝

后、終凝前?對其進行切割?并澆筑 Ｂ 樁?使之達到

緊密咬合的狀態(tài)?形成良好的整體連續(xù)結(jié)構(gòu)[１－３]

?

其具體施工順序為:Ａ１→Ａ２→Ｂ１→Ａ３→Ｂ２→Ａ４→

Ｂ３?? 施工工藝示意圖如圖 １?

相比較傳統(tǒng)的支護方式?長螺旋咬合樁有著施

工安全快捷、對周圍環(huán)境影響小、沉降及變形容易控

制、工程造價低等諸多優(yōu)點[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(工科版)

Ｊｏｕｒｎａｌ ｏｆ Ｎａｎｃｈａｎｇ Ｕｎｉｖｅｒｓｉｔｙ(Ｅｎｇｉｎｅｅｒｉｎｇ ＆ Ｔｅｃｈｎｏｌｏｇｙ)

Ｖｏｌ.４５ Ｎｏ.２

Ｊｕｎ.２０２３

圖 １ 長螺旋咬合樁施工工藝示意圖

Ｆｉｇ.１ Ｌｏｎｇ ｓｐｉｒａｌ ｉｎｔｅｒｌｏｃｋｉｎｇ ｐｉｌｅ

ｃｏｎｓｔｒｕｃｔｉｏｎ ｐｒｏｃｅｓｓ ｄｉａｇｒａｍ

我國在深圳地鐵工程部分深基坑施工中首次采

用了咬合樁支護結(jié)構(gòu)?為地鐵深基坑支護提供了更

多的選擇方案[５]

? 通過高效緩凝泵送劑配制出凝

結(jié)時間達到 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?圍護結(jié)構(gòu)安全可靠[７]

? 昆明地鐵

工程成功應(yīng)用咬合樁進行施工?采用理論與試驗相

結(jié)合的方法?探究緩凝劑的種類和摻量對超緩凝混

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

州未來科技城綠汀路某項目?采用全回轉(zhuǎn)、葷－素混

凝土樁鉆孔咬合樁工藝來應(yīng)對復(fù)雜的地質(zhì)環(huán)境?并

成功解決了咬合樁施作進度慢和止水性能差的問

題[１０]

?

超緩凝混凝土作為咬合樁施工的關(guān)鍵技術(shù)之

一?成為當下研究的重點? 為保證咬合樁的咬合能

順利實現(xiàn)?則需應(yīng)用超緩凝混凝土?把素混凝土樁的

凝結(jié)時間延長? 由于普通商品混凝土凝結(jié)速度較快?

幾小時就可達到終凝?為延長其凝結(jié)時間?通常采用

在混凝土拌制過程中加入緩凝劑? 傳統(tǒng)的緩凝劑雖

然可以使混凝土的凝結(jié)時間延長?但是摻入過多則會

引起混凝土強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 ８６ ｍ?寬 ４３ ｍ?基坑開挖

面積約 ３ ３５６ ｍ

２

?開挖深度為 ８.２ ｍ?主體結(jié)構(gòu)深基

坑采用長螺旋咬合樁作為圍護結(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度明顯低于普通混凝

土?故需將原定混凝土強度等級(Ｃ３０ 水下樁)?提

高 １ 個強度等級?按 Ｃ３５ 設(shè)計試驗?

１) 凝結(jié)時間:初凝時間 ３０~４０ ｈ?終凝時間３８~

５０ ｈ?

２) 流動性:坍落度 ２００ ~ ２２０ ｍｍ?擴展度 ４５０ ~

５５０ ｍｍ?１ ｈ 經(jīng)時坍落度損失 ０~１０ ｍｍ?

３) 抗壓強度:２８ ｄ 抗壓強度符合 Ｃ３５ 混凝土強

度?４０ ｈ 抗壓強度不大于 ３.０ ＭＰａ?

２ 原材料

１) 水泥:南昌亞東水泥有限公司生產(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級粉煤灰?

３) 中砂:贛江河砂?其細度模數(shù)為 ２.８?含泥量

為 ０.４％?

４) 碎石:江西億昊實業(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 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 ＰＮ)?

３ 超緩凝混凝土的配制

３.１ 配合比設(shè)計

混凝土配合比設(shè)計是建筑工程中很重要的一項

工作?它直接影響著混凝土拌合物的工作性能、強

度、耐久性[１２]

? 超緩凝混凝土配合比設(shè)計參照普通

混凝土配合比設(shè)計步驟?即依據(jù) ＪＧＪ ５５—２０１１?普通

混凝土配合比設(shè)計規(guī)程?中的設(shè)計原則?

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)工程施工混凝土強度等級及工作性能要

第 ２ 期 劉世成等:超緩凝混凝土在長螺旋咬合樁中的應(yīng)用 ?１７１?

求?本試驗水膠比選擇為 ０.４２?

３.１.２ 砂率

砂率的變化會對混凝土拌合物的流動性?以及

硬化后混凝土的強度和耐久性產(chǎn)生影響? 在混凝土

配合比設(shè)計中應(yīng)選擇合適的砂率? 本試驗砂率選擇

為 ４４.８％?

３.１.３ 外加劑

本試驗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)工程施工要求和國家規(guī)定

的設(shè)計原則?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 試驗配合比

結(jié)合上述各設(shè)計要素?確定如下試驗配合比?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 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 為空白對照組?Ａ１ ~ Ａ３ 為一次攪拌組?Ａ４ ~ Ａ６ 為二次攪拌組?

３.２ 試驗方法

本試驗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

４.１ 流動性

參照 ＧＢ / Ｔ ５００８０—２０１６?普通混凝土拌合物性

能試驗方法標準?對超緩凝混凝土拌合物的初始坍

落度 Ｈ０ 、擴展度 Ｌ０ ?以及靜置 １ ｈ 后的坍落度 Ｈ１ 、擴

展度 Ｌ１ 進行測試? 試驗數(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?

且在摻量在 ０.３８％和 ０.５０％左右時達到最大? 當緩

凝劑摻量在 ０.３８％ ~０.６２％范圍內(nèi)時?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性

Ｔａｂ.２ Ｆｌｏｗａｂｉｌｉｔｙ ｏｆ ｓｕｐｅｒ￣ｒｅｔａｒｄｉｎｇ ｃｏｎｃｒｅｔｅ

單位:ｍｍ

編號 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驗組?由于實驗環(huán)境濕度

問題?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 后實驗數(shù)據(jù)回歸正常?

當緩凝劑摻量為 ０.３８％時?一次攪拌和二次攪

拌制備的超緩凝混凝土拌合物 １ ｈ 擴展度均達到最

高值?隨著緩凝劑摻量進一步提高?混凝土拌合物坍

落度逐漸降低?但各實驗組擴展度均滿足咬合樁施

工要求?

對比表 ２ 中一次攪拌組(Ａ１ ~ Ａ３ )與二次攪拌組

(Ａ４ ~ Ａ６ )的試驗數(shù)據(jù)?可以看出?二次攪拌組 １ ｈ 后

坍落度和擴展度均大于一次攪拌組?

試驗證明?二次攪拌工藝可以使混凝土拌合物

的坍落度和擴展度增加?黏性減小?更利于超緩凝混

?１７２? 南昌大學(xué)學(xué)報(工科版) ２０２３ 年

凝土的泵送施工? 這是因為水化初期生成的水化產(chǎn)

物較少?同時緩凝劑吸附在水泥顆粒表面?進而影響

漿體流動性[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?從而達到增加

流動性的目的[１４]

?

４.２ 凝結(jié)時間

參照 ＧＢ / Ｔ ５００８０—２０１６?普通混凝土拌合物性

能試驗方法標準?對超緩凝混凝土拌合物的凝結(jié)時

間進行測試? 統(tǒng)計各緩凝劑摻量下的混凝土初凝時

間?終凝時間以及初、終凝時間差?具體試驗結(jié)果如

圖 ２ 所示?

100

80

60

40

20

0

t/h

0 0.38 0.50 0.62

初凝時間

終凝時間

初、終凝時間差

Ｄ/ ％

(ａ) 一次攪拌組

100

80

60

40

20

0

t/h

0 0.38 0.50 0.62

初凝時間

終凝時間

初、終凝時間差

Ｄ/ ％

(ｂ) 二次攪拌組

圖 ２ 緩凝劑摻量對混凝土凝結(jié)時間的影響

Ｆｉｇ.２ Ｅｆｆｅｃｔ ｏｆ ｒｅｔａｒｄｅｒ ｃｏｎｔｅｎｔ ｏｎ ｓｅｔｔｉｎｇ ｔｉｍｅ ｏｆ ｃｏｎｃｒｅｔｅ

可知?提高緩凝劑的摻量?可延長超緩凝混凝土

的凝結(jié)時間? 此外?應(yīng)用二次攪拌工藝也可略微增

加其凝結(jié)時間? 當緩凝劑摻量為 ０. ３８％ 時?即 Ａ１

(一次攪拌?初凝時間 ３２ ｈ?終凝時間 ４５ ｈ)與 Ａ４(二

次攪拌?初凝時間 ３５ ｈ?終凝時間 ５０ ｈ)試驗組?均

滿足上述工程技術(shù)要求?

４.３ 抗壓強度

混凝土的抗壓強度參照 ＧＢ / Ｔ ５０１０７—２０１９?普

通混凝土力學(xué)性能試驗方法標準?進行測試? 對標

準養(yǎng)護 ４０ ｈ、７ ｄ、１４ ｄ、２８ ｄ、５６ ｄ ５ 個齡期的超緩凝

混凝土試塊進行抗壓強度測試?測試結(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 緩凝劑摻量對混凝土抗壓強度的影響

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?混凝土強度相應(yīng)有所降低?當摻量達到

０.５０％及以上時?混凝土強度降低幅度較大?其 ７ ｄ

抗壓強度降低 ７０％以上? 同一緩凝劑摻量下?經(jīng)二

次攪拌的混凝土抗壓強度也會有少許降低? 因為緩

凝劑的摻入抑制了水泥的水化進程?延長了混凝土

的凝結(jié)時間?進而使抗壓強度發(fā)展速度減慢[１５]

?

以上各組試驗?超緩凝混凝土的早期強度與后

期強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 中不同試驗組的微觀形貌?可知水化

１ ｄ 時?空白對照組?生成了大量的纖細桿棒狀的鈣

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?只觀測到少量的柱狀的 ＡＦｔ?由于柱狀 ＡＦｔ 會

導(dǎo)致水泥石的力學(xué)性能下降[１６－１７]

?使得水泥石早期

強度較低?

(ａ) 空白對照組 (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 中不同試驗組的微觀形貌?可知水化

２ ｄ 時?空白對照組?觀測到水化產(chǎn)物主要為氫氧化

鈣(ＣＨ)晶體和纖細桿棒狀 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?水化過程依舊緩慢?

分析圖 ６ 中不同試驗組的微觀形貌?可知水化

３ ｄ 時?空白對照組?觀測到纖細桿棒狀 ＡＦｔ 和絮狀

Ｃ－Ｓ－Ｈ 凝膠交錯生長?包覆于膠凝材料表面?一次

攪拌組?觀測到較多的 ＣＨ 晶體和絮狀 Ｃ－Ｓ－Ｈ 凝

膠?且有少量纖細桿棒狀 ＡＦｔ 生成?水泥石強度逐漸

提高?而二次攪拌組水化產(chǎn)物中 ＡＦｔ 仍為柱狀?水泥

石強度小于一次攪拌組?

?１７４? 南昌大學(xué)學(xué)報(工科版) ２０２３ 年

(ａ) 空白對照組 (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 中不同試驗組的微觀形貌?可知水化

７ ｄ 時?空白對照組?觀測到有大量絮狀 Ｃ－Ｓ－Ｈ 凝

膠與 ＡＦｔ 和 ＣＨ 晶體交錯生長?形成較為穩(wěn)定致密

的空間結(jié)構(gòu)?抗壓強度快速增長?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?水泥石強度較低?

５ 結(jié)論

１)當緩凝劑摻量為 ０.３８％時?一次攪拌和二次

攪拌工藝制備的超緩凝混凝土?其流動性?凝結(jié)時間

和抗壓強度均滿足施工要求?

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?雖然其抗壓強度略低?但是其流

動性更好?凝結(jié)時間更長?更有利于長螺旋咬合樁的

施工應(yīng)用?

３)緩凝劑的摻入會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

細桿棒狀 ＡＦｔ 轉(zhuǎn)變?yōu)橹鶢?進而使其凝結(jié)時間延長?

早期強度降低?

參考文獻:

[１] 曹良桂?何銳波?王世強?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)開發(fā)?２０２２?４９(１５):１７３－１７５.

[３] 李軍豪.鉆孔咬合樁施工工藝及常見問題處理[ Ｊ].建

筑技術(shù)開發(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(自然科學(xué)版)?２００９?

１７(２):２１－２４.

[７] 汪進?李揚?劉明峰?等.咬合樁支護工程技術(shù)應(yīng)用實例

[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.鉆孔咬合樁及超緩凝混凝土施工技術(shù)分析

[Ｊ].邢臺職業(yè)技術(shù)學(xué)院學(xué)報?２０２２?３９(１):６５－６９.

[１１] 王芳利?鄧旭華.超緩凝高性能混凝土的試驗與應(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?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?

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硫氧鎂

水泥水化進程的影響[ Ｊ]. 建筑材料學(xué)報? ２０２３? ２６

(２):１９３－１９９.

[１７] 吳萌?張云升?劉志勇?等.水泥基材料碳硫硅鈣石型硫

酸鹽侵蝕的研究進展[ Ｊ].硅酸鹽學(xué)報?２０２２?５０( ８):

２２７０－２２８３.

第 ２ 期 劉世成等:超緩凝混凝土在長螺旋咬合樁中的應(yīng)用 ?１７５?

收稿日期:２０２２－０４－２６?

基金項目:國家自然科學(xué)基金項目(５１６６５０３７)?

作者簡介:賈浩(１９９６—)?男?碩士生?研究方向為超聲 ＭＩＧ 復(fù)合焊接數(shù)值模擬及圖像采集?

?通信作者:馬國紅(１９７６—)?男?教授?博士?研究方向為智能機器人焊接? 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(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

?馬國紅１?２?

(１.南昌大學(xué)先進制造學(xué)院?江西 南昌 ３３００３１?２.江西省輕質(zhì)高強結(jié)構(gòu)材料重點實驗室?江西 南昌 ３３００３１)

摘要:針對超聲輔助熔化極惰性氣體保護焊(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、電流密度和電弧形貌等結(jié)果?并與普通 ＭＩＧ 焊電弧進行對

比? 結(jié)果表明:超聲的添加使焊接電弧成形過程發(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驗結(jié)果相吻合?驗證了模擬的準確性?

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

中圖分類號:ＴＧ４０２ 文獻標志碼:Ａ 文章編號: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焊(ｍｅｌｔ ｉｎｅｒｔ￣ｇａｓ ｗｅｌｄｉｎｇ?

ＭＩＧ)因為生產(chǎn)效率高、靈活性好等優(yōu)點?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?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?因為超聲波低成本與低能

耗的特點使其得到了廣泛的應(yīng)用與研究[８－９]

? Ｑｉａｏ

等[１０]進行了超聲振動輔助等離子弧焊焊接過程的

數(shù)值模擬與實驗研究?建立了 Ｕ－ＰＡＷ 焊接過程的

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(工科版)

Ｊｏｕｒｎａｌ ｏｆ Ｎａｎｃｈａｎｇ Ｕｎｉｖｅｒｓｉｔｙ(Ｅｎｇｉｎｅｅｒｉｎｇ ＆ Ｔｅｃｈｎｏｌｏｇｙ)

Ｖｏｌ.４５ Ｎｏ.２

Ｊｕｎ.２０２３

電弧壓力分布的動態(tài)變化? 結(jié)果表明?超聲振動可

提高熔池開孔性能? Ｇａｏ 等[１１] 建立了一個三維瞬

態(tài)數(shù)值模型?研究振動激光－ＧＭＡ 混合搭接焊過程

中的溫度場和流場? 結(jié)果表明?熔滴沖擊過程對焊

縫形貌、溫度場和流體流動形態(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

場效應(yīng)的控制方程和動力學(xué)推導(dǎo)? Ｇｕｏ 等[１３] 研究

了自由燃燒氬氣電弧中協(xié)同作用對能量交換和粒子

平衡過程的影響?發(fā)現(xiàn)了與電子－重粒子溫度比空

間分布不均勻有關(guān)的能量傳遞過程? Ｄｏｎｇ 等[１４] 建

立了窄間隙 ＴＩＧ 焊非對稱電弧的三維數(shù)學(xué)模型?對

厚板結(jié)構(gòu)的窄間隙 ＴＩＧ 焊接電弧特性進行了數(shù)值模

擬? Ｄａ Ｃｕｎｈａ 等[１５]總結(jié)了近 １０ 年超聲振動在已有

焊接方法中的應(yīng)用與發(fā)展?同時提出超聲電流激發(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?通過弧

聲結(jié)合實驗驗證了聲結(jié)合力與輻射體幾何參數(shù)之間

的關(guān)系? Ｊｉａｎ 等[１７] 建立了一個三維多物理場耦合

模型分析 ＬＭＦ－ＴＩＧ 混合焊接中的電弧行為?發(fā)現(xiàn)當

外加電磁場超過某臨界值后電弧發(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

保護氣體對金屬轉(zhuǎn)移的影響?發(fā)現(xiàn)在使用不同成分

的保護氣體時?電弧行為與熔滴過渡存在差異?

Ｚｈｏｕ 等[１９]建立了一個三維數(shù)值模型?模擬了包括

電弧、熔滴和熔池在內(nèi)的整個焊接過程?求解了等離

子區(qū)速度、壓力和溫度隨時間的變化?

本文主要探究在超聲輔助 ＭＩＧ 焊接中?超聲對

普通 ＭＩＧ 焊電弧行為的影響? 通過建立焊接電弧

的瞬態(tài)數(shù)值模型?來模擬添加橫向超聲波后 ＭＩＧ 焊

接電弧的成形過程與行為變化? 同時采集焊接試驗

過程中的電弧圖像以驗證模擬結(jié)果的準確性?

１ 數(shù)學(xué)模型

１.１ 基本假設(shè)

焊接電弧是復(fù)雜且瞬時變化的?為節(jié)省計算時

間和提高計算結(jié)果的精度?需要對模擬過程作出如

下幾項假設(shè):

１)計算過程中的焊接電弧被認為是層流狀態(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)保護氣體為理想氣體?各項物理參數(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)本實驗室所用的超聲 ＭＩＧ 自動焊接平臺?

建立了相應(yīng)的三維幾何計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?保護氣

體為 ９９％的純氬氣?流量為 １５ Ｌ?ｍｉｎ

－１

?

圖 １ 計算域示意圖

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

間?γｅ 為電導(dǎo)率?ｐ 為壓強?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 為電勢標量?κ 為熱導(dǎo)率?Ｂ

為磁感應(yīng)強度?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動?

動邊界的位移方程為

Ｓ ＝ ａｓｉｎ(２πｆ×ｔ) (７)

求導(dǎo)可得焊絲振動的速度方程:

ｖ ＝ ２π×７７０×２０×１０

－６

ｃｏｓ(２π×７７０×ｔ) (８)

其中:焊絲振幅 ａ ＝ ２０ μｍ?焊絲振動頻率 ｆ≈７７０

Ｈｚ?ｔ 為計算時間?

考慮到超聲波產(chǎn)生的聲壓場?可在 Ｕ－ＭＩＧ 的軸

向和徑向的動力學(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

在計算過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

為保護氣體入口邊界?ＨＧ 為工件表面邊界? 對于控

制方程中的源項采用用戶自定義方程 ＵＤＦ 求解?標

量方程使用用戶自定義標量方程 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? 求解過程采用雙精度計算?選擇更精確

的 ＰＩＳＯ 算法?以提高瞬態(tài)計算的精確度?

２ 焊接電弧模擬分析

基于上述建立的數(shù)值模型?進行了超聲輔助

ＭＩＧ 焊接與普通 ＭＩＧ 焊接電弧成形的模擬?重點研

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)果的對比分析?

２.１ 電弧溫度場分析

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)?當焊接電流為 １４０ Ａ

時?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?當焊

接電流增加到 １８０ Ａ 時?以上現(xiàn)象依然存在?但是與

Ｉ ＝ １４０ Ａ 時相比 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?對比 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?超聲對焊接電弧的影響在逐漸

減弱?

超聲的添加對電弧的溫度場產(chǎn)生了軸向上的拉

伸現(xiàn)象?同時提高了焊接電弧的最高溫度?其作用效

果在小電流時更為明顯? 產(chǎn)生上述現(xiàn)象的原因在于

超聲所帶來的能量致使電弧中的各種粒子運動速率

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(工科版) ２０２３ 年

T/K

(ａ) Ｉ ＝ １４０ Ａ 時電弧溫度分布

(ｂ) Ｉ ＝ １８０ Ａ 時電弧溫度分布

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?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?

這是因為超聲波的加入存在一個正弦運動?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?２ 種焊接方式的電流密度同樣具有上

述規(guī)律? 對比圖 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 時電流密度

(ｂ) Ｉ ＝ １８０ Ａ 時電流密度

圖 ５ 電流密度模擬圖

Ｆｉｇ.５ Ｃｕｒｒｅｎｔ ｄｅｎｓｉｔｙ ｓｉｍｕｌａｔｉｏｎ ｄｉａｇｒａｍ

更進一步?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)象會更加明

顯? 在向軸線靠近的過程中?Ｕ－ＭＩＧ 電弧的電流密

度增加幅度在逐漸增大? 這說明超聲在軸線附近對

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

電流密度分布趨勢大致相同?這與前文關(guān)于電弧溫

度場的分析結(jié)論相同? 同時?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?同時提高焊接效率?

３ 實驗驗證

為驗證本研究中焊接電弧數(shù)學(xué)模型的可靠性和

模擬結(jié)果的準確性?搭建了超聲輔助 ＭＩＧ 焊接實驗

平臺? 實驗所用工件為 Ｑ２３５ 鍍鋅鋼板?主要成分

如表 ２ 所示? 為提高研究的準確性?分別進行了不

同電流條件( Ｉ ＝ １００、１４０、１８０、２２０ Ａ)下 Ｕ－ＭＩＧ 和

ＭＩＧ 的焊接試驗?

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

由高速攝像機拍攝的焊接動態(tài)圖片?如圖 ７ 所

示? 在電流為 １００ Ａ 時?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

圖 ７ ２ 種焊接方式下的焊接動態(tài)圖

Ｆｉｇ.７ Ｗｅｌｄｉｎｇ ｄｙｎａｍｉｃ ｄｉａｇｒａｍ ｕｎｄｅｒ

ｔｗｏ ｗｅｌｄｉｎｇ ｍｏｄｅｓ

?１８０? 南昌大學(xué)學(xué)報(工科版) ２０２３ 年

明顯的頸縮現(xiàn)象?熔滴被軸向拉長? 比較兩者形成

穩(wěn)定電弧且在熔滴過渡時間段內(nèi)的焊接電弧形貌?

發(fā)現(xiàn) Ｕ－ＭＩＧ 的電弧軸向上伸長? 超聲波中的能量

一部分轉(zhuǎn)化為電弧熱量來源?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)

化為機械波?給焊絲一個橫向外力?頸縮半徑減小?

過渡時間縮短? 同時?超聲波所形成的聲壓場對電

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”? 以上結(jié)論均與模擬所得結(jié)論相同?

通過對比 Ｈｓｕ 等[２０] 采用光譜法測定的電流為

２２０ Ａ 時焊接自由電弧的溫度分布來判斷模擬結(jié)果

的準確性?模擬結(jié)果與文獻[２０]的測定結(jié)果的對比

如圖 ８ 所示?模擬結(jié)果與實驗測定結(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 電弧溫度場試驗結(jié)果[２０]與模擬結(jié)果對比

Ｆｉｇ.８ Ｃｏｍｐａｒｉｓｏｎ ｂｅｔｗｅｅｎ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ

[２０]

ａｎｄ

ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｏｆ ａｒｃ ｔｅｍｐｅｒａｔｕｒｅ ｆｉｅｌｄ

將高速攝像機采集的電弧形貌圖片?利用基于

ＯｐｅｎＣＶ 的圖像處理技術(shù)進行電弧圖像處理?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行比

較?圖像對比結(jié)果如圖 １１? 對比發(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)模型具有很好的準確性?同時驗證了模擬

結(jié)果的可靠性?

U-MIG MIG

圖 １０ 實驗結(jié)果圖像處理效果圖

Ｆｉｇ.１０ Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｉｍａｇｅ

ｐｒｏｃｅｓｓｉｎｇ ｒｅｎｄｅｒｉｎｇｓ

(ａ) Ｕ－ＭＩＧ 電弧對比圖

(ｂ) ＭＩＧ 電弧對比圖

圖 １１ 實驗圖與模擬結(jié)果圖對比

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

弧的溫度場產(chǎn)生了軸向的拉伸和徑向的壓縮?同時

提高了電弧中各粒子的運動速率?加速了能量交換

過程?

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

比?驗證了本次數(shù)值模擬結(jié)果的準確性? 另外?通過

對比模擬結(jié)果圖和圖像處理后的實驗采集電弧形貌

圖?進一步驗證了數(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

焊接電弧機理研究提供了有效的技術(shù)支持? 同時?

該圖像處理方法可以為焊接過程圖像特征采集的研

究提供部分參考?

參考文獻:

[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.中國焊接制造領(lǐng)域?qū)W科發(fā)展

研究[Ｊ].機械工程學(xué)報?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(工科版) ２０２３ 年

收稿日期:２０２２－０９－０６?

作者簡介:潘兵兵(１９９８—)?男?碩士生?研究方向為農(nóng)業(yè)機械設(shè)計與虛擬樣機仿真分析?

?通信作者:黃興元(１９６１—)?男?教授?博士生導(dǎo)師?研究方向為機械設(shè)計、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)坡一體化割草機的設(shè)計與分析[Ｊ].南昌大學(xué)學(xué)報(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)坡一體化割草機的設(shè)計與分析

潘兵兵?黃興元?

?馬林

(南昌大學(xué)先進制造學(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?這種地形的果園需要對平地和側(cè)坡割草? 目前常規(guī)

割草機難以適應(yīng)?只能采用人工背負式割草機進行割草?效率低?勞動強度大?為此設(shè)計一款能同時對平地與側(cè)坡

割草的一體化割草機? 通過對割草機功能要求進行分析?設(shè)計出割草機的整機方案? 整機采用四把圓盤甩刀進行

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

機驅(qū)動?電機由一臺 ３ ｋＷ 發(fā)電機供電?采用履帶式行走裝置?由一臺 ５.６ ｋＷ 發(fā)動機為行走裝置和發(fā)電機提供動

力? 應(yīng)用 Ｓｏｌｉｄｗｏｒｋｓ 進行結(jié)構(gòu)設(shè)計和整機裝配?得到整機模型?通過 Ｓｏｌｉｄｗｏｒｋｓ 軟件分析?對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?整機在對下側(cè)坡作業(yè)時?整機的抗傾覆

安全系數(shù)最小為 ４.６>３?滿足工程機械的穩(wěn)定性要求?

關(guān)鍵詞:丘陵果園?割草機?結(jié)構(gòu)設(shè)計?抗傾覆分析

中圖分類號:Ｓ２２４.１

＋

５ 文獻標志碼:Ａ 文章編號: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

我國是水果生產(chǎn)大國?果園種植面積逐年增加?

果園規(guī)?；C械化管理成為趨勢[１]

? 果園雜草是

影響果樹生長的重要因素?雜草對果樹的影響有爭

奪水分、消耗養(yǎng)料、誘發(fā)病蟲、影響光照等?嚴重限制

果樹的生長?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重要工作?目前

除草方式主要為化學(xué)除草和機械化除草?由于除草

劑產(chǎn)生的殘留部分可能對環(huán)境產(chǎn)生影響?大部分規(guī)

?；麍@都采用機械除草的方式[４－６]

? 目前對割草

機的研究大多針對地勢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(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)坡同時需要處理

的復(fù)雜地形[７－９]

? 受地理條件限制?山地丘陵果園

的機械化程度長期處于較低水平?研制適應(yīng)果園地

形的割草機對降低果園生產(chǎn)成本?提高工作效率具

有重要意義[１０]

? 劉學(xué)串等[１１]設(shè)計了 ９ＧＳ－２.０ 割草

機?由拖拉機牽引實現(xiàn)工作?通過控制液壓缸伸縮?

調(diào)節(jié)切割裝置的傾斜角度來完成坡面割草? 李雪軍

等[１２]設(shè)計的壟面割草機?主盤和側(cè)坡分別切割平地

和坡面的雜草?側(cè)盤傾斜角度在 ０° ~ ３０°內(nèi)調(diào)整?完

成割草作業(yè)? 對于南方丘陵地帶的果園通常修整成

梯田形式進行果樹栽種?這種地形的果園需要對平

地和側(cè)坡割草?目前常規(guī)割草機難以適應(yīng)?只能采用

人工背負式割草機進行割草?效率低?勞動強度大?

本文是針對丘陵果園地形特點設(shè)計了一款能平地與

側(cè)坡一體割草的割草機?

１ 設(shè)計要求

１.１ 地形分析

丘陵果園為了果樹栽種和管理方便?通常開發(fā)

成梯田形式?如圖 １ 所示? 果園割草需要對梯田平

地和側(cè)坡進行割草?

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

果樹將梯田平面分為內(nèi)外兩部分?工作時為了避開

果樹?可通過繞果樹一周完成作業(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

圖 ２ 工作地形圖

Ｆｉｇ.２ Ｗｏｒｋｉｎｇ ｔｏｐｏｇｒａｐｈｉｃ ｍａｐ

下側(cè)坡

上側(cè)坡

果樹 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

２.１ 行進裝置的選擇

行進裝置需要適應(yīng)果園環(huán)境與地形?要能在果

園植株間行駛?體型不宜過大? 整機設(shè)計為乘坐式

割草機?選用小型履帶行進底盤作為行進裝置?底盤

尺寸為 １.３ ｍ×１ ｍ(長×寬)?在底盤上加裝小型發(fā)電

機為割草電機提供動力?

履帶行進底盤的優(yōu)點有: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?滾動阻力小?越

野機動性能好?轉(zhuǎn)向半徑小?可以實現(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?具有比較強的爬坡、越障能力?

２.２ 切割方案的設(shè)計

整機需要處理梯田平面與側(cè)坡面的雜草?需要

分別對平地切割和側(cè)坡切割方案進行設(shè)計?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

架、活動架、支撐輪、電機與刀具組成? 活動架與機

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?工作時支撐輪在起伏

地面行進?使得活動架繞鉸接點轉(zhuǎn)動?實時根據(jù)地形

改變刀具高度完成仿形?平地切割方案采用 ２ 個相

互獨立的切割器組成?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?除去樹干直徑并與樹干保持安全

距離?實際所需割幅約為 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.機架?２.活動架?３.支撐輪?４.電機?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(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?２.錐齒輪?３.伸縮絲杠?４.螺母齒輪?

５.電機?６.刀具?７.轉(zhuǎn)動架?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)動絲杠移動的配

合方式?螺母齒輪隨錐齒輪轉(zhuǎn)動?使得與螺母齒輪配

合的絲杠在軸線上完成伸縮運動并自鎖?

傾角裝置由手搖絞盤組成?手搖絞盤置于機架

上方?絞盤上拉索與轉(zhuǎn)動架連接?手搖絞盤可雙向自

鎖?轉(zhuǎn)動搖桿可調(diào)節(jié)絞盤上拉索的伸出長度將轉(zhuǎn)動

架抬升?

側(cè)坡切割器由支撐輪、轉(zhuǎn)動架、２ 組電機與刀具

組成? 轉(zhuǎn)動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

部分與手搖絞盤的拉索相連?轉(zhuǎn)動搖桿控制轉(zhuǎn)動架

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)?

當僅對平地割草時?調(diào)節(jié)側(cè)坡切割器為水平狀態(tài)?此

時平地切割器與側(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?

當同時對平地與側(cè)坡割草時?為使割茬高度保

持在 ５０~１００ ｍｍ?對上側(cè)坡與下側(cè)坡作業(yè)時的刀具

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?Ｂ.伸縮終點?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)進行計算?

ｄ ＝ ｓｃｏｓθ － (ｘ － ａ)ｓｉｎθ － ｔ (１)

式中:ｓ 為轉(zhuǎn)動架轉(zhuǎn)動中心與地面的高度? 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?ｘ 為伸出距離?最大伸出距離為 ２００ ｍｍ?ａ 為

伸縮部件無伸出時轉(zhuǎn)動架轉(zhuǎn)動中心與側(cè)坡邊緣的距

離?即行進裝置與側(cè)坡邊緣距離?ｔ 為刀具與轉(zhuǎn)動架

的距離?ｔ ＝ ５０ ｍｍ?

由圖 ６ 可以看出?( ｘ－ａ)表示工作時轉(zhuǎn)動架轉(zhuǎn)

動中心與側(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裝置寬 ２００ ｍｍ?左右兩側(cè)

各伸出行進裝置邊緣 １００ ｍｍ?故 ａ 取 １００ ｍｍ?可保

證不會漏割?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 θ ＝ ０°?割茬為 １００ ｍｍ?調(diào)

整偏距 ｙ ＝ ０?總割幅達到最大?同時平地切割器與側(cè)

坡切割器中間無漏割?當對上側(cè)坡作業(yè)時?傾角 θ 為

正?當坡度增大時?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)坡一體化割草機的設(shè)計與分析 ?１８５?

減小?為保持割茬高度?避免割茬高度過小引起撞

刀?因此需要調(diào)節(jié)偏距為負值?減小偏距?同樣的?對

下側(cè)坡作業(yè)時?傾角 θ 為負?當坡度增大時?若 ｙ<０?

割茬高度隨坡度增大而減小?為避免割茬高度過小

引起撞刀?因此需要調(diào)節(jié)偏距為正值?增大偏距?

２.３ 整機方案

確定整機方案?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?整機動力由發(fā)動機提

供?發(fā)動機帶輪同時連接發(fā)電機和履帶變速箱?為整

機行進和割草電機作業(yè)提供動力?

１.履帶行進裝置?２.發(fā)動機?３.小型發(fā)電機?

４.側(cè)坡切割單元?５.前置機架?６.平地切割單元?

圖 ７ 割草機整機方案

Ｆｉｇ.７ Ｍｏｗｅｒ ｃｏｍｐｌｅｔｅ ｍａｃｈｉｎｅ ｓｃｈｅｍｅ

３ 結(jié)構(gòu)設(shè)計與分析

３.１ 整機結(jié)構(gòu)設(shè)計

根據(jù)已設(shè)計的方案?對方案進行結(jié)構(gòu)設(shè)計?在

Ｓｏｌｉｄｗｏｒｋｓ 中完成對各部件的建模?并將各部分進行

裝配得到整機三維模型?對已建立好的三維模型進

行材料定義?前端機架、轉(zhuǎn)動架、分禾器和活動架材

料選定普通碳鋼?伸縮部件、錐齒輪、螺母齒輪選定

４５ 號鋼?行進裝置和發(fā)動機、發(fā)電機、電機及刀具質(zhì)

量均已知并添加質(zhì)量屬性?整機結(jié)構(gòu)如圖 ８ 所示?

由于前端安裝切割裝置?為了平衡整機重心將發(fā)動

機后置?小型發(fā)電機固定在座椅之下?２ 個平地切割

器與側(cè)坡切割器中間漏割部分安裝分禾器來防止漏

割?整機性能參數(shù)見表 １?

３.２ 各級動力的選取

３.２.１ 電機功率計算

割草電機功率方程[１３－１４]為:

Ｐ１

＝ ｖｍ ＢＬ０ (３)

式中:ｖｍ 為前進速度?為 １ ｍ?ｓ

－１

?Ｂ 為割幅?取平地

割幅 １.２ ｍ?單個刀具割幅為 ０.６ ｍ?Ｌ０ 為割除單位

面積雜草時所需要的功?為 ３００ Ｎ?ｍ?ｍ

－２

?

計算得割草電機功率為 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

電機功率為 ３００ Ｗ?

３.２.２ 發(fā)電機功率計算

發(fā)電機為整機所有割草電機提供動力?整機共

臺 ４ 臺割草電機?所需功率為 ３００ Ｗ×４ ＝ １.２ ｋＷ?

一般直流電機啟動電流大約是穩(wěn)定工作電流的 ６~７

倍[１５－１６]

? 為避免電機啟動電流過大?保證工作安全

以及電機正常運行?選擇功率為 ３ ｋＷ 的發(fā)電機?４

臺電機逐一啟動?

３.２.３ 發(fā)動機功率計算

整機功率消耗包括行進功率和發(fā)電功率兩部

分?發(fā)電機功率為 ３ ｋＷ?行進功率計算方程[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 為整機質(zhì)量?在

Ｓｏｌｉｄｗｏｒｋｓ 中計算出整機質(zhì)量?為 ３２８.７ ｋｇ?ｇ 為重力

加速度?取 ９.８ ｍ?ｓ

－２

?ｆ 為滾動阻力系數(shù)?為０.６?ｖｍ

為行進速度?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)過計算?行進功率

Ｐ２

＝ ２.１ ｋＷ?

計算發(fā)動機所需功率為 Ｐ ＝ (３＋２.１) ｋＷ ＝ ５.１

ｋＷ?為保證整機動力充足?適當加大功率?選擇功率

為 ５.６ ｋＷ 的發(fā)動機可滿足?

３.３ 爬坡性能計算

果園選址的立地條件坡度在 ２５°以內(nèi)[１９]

? 坡度

超過 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]

?

動力源提供的最大驅(qū)動力[２１]為:

Ｆｐ

＝

３ ６００Ｐｐη

ｖｐ

(５)

整機爬坡過程中的受力分析為:

ｍｇｓｉｎψ ＋ ｆｍｇｃｏｓψ ≤

３ ６００Ｐｐη

ｖｐ

(６)

式中:Ｐｐ 發(fā)動機可提供的最大前進功率?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)動機功率可知?除去維持發(fā)電

?１８６? 南昌大學(xué)學(xué)報(工科版) ２０２３ 年

１.座椅?２.操作臺?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.前置機架?９.履帶行進底盤?

１０.小型發(fā)電機?１１.發(fā)動機?

圖 ８ 丘陵果園割草機整機結(jié)構(gòu)

Ｆｉｇ.８ Ｗｈｏｌｅ ｓｔｒｕｃｔｕｒｅ ｏｆ ｍｏｗｅｒ ｆｏｒ ｈｉｌｌｙ ｏｒｃｈａｒｄ

表 １ 丘陵果園割草機性能參數(shù)

Ｔａｂ.１ Ｐｅｒｆｏｒｍａｎｃｅ ｐａｒａｍｅｔｅｒｓ ｏｆ ｈｉｌｌｙ ｏｒｃｈａｒｄ ｍｏｗｅｒ

參數(shù)類型 數(shù)值

行進速度/ (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

機工作所需功耗?最大可提供的前進功率為 ２. ６

ｋＷ?整機的最大工作爬坡角為 ２５°?平地工作時的速

度為 ３.６ ｋｍ?ｈ

－１

?上坡時速度會有所降低?為了保

證工作效率應(yīng)盡量保持較大的前進速度?將各參數(shù)

帶入式(６)?計算整機在最大爬坡角為 ２５°時的最大

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

進裝置的部分對整機會產(chǎn)生傾翻力矩?傾翻線為側(cè)

翻時翻轉(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]

? 整機在對外梯田平面和下側(cè)

坡作業(yè)時?傾翻力矩過大可能造成側(cè)翻?抗傾覆分析

對整機安全性及穩(wěn)定性十分重要?

分析可知危險情況為側(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?傾翻力矩達到最

大?傾覆線為行進裝置履帶外邊緣線?如圖 ９ 所示?

在 Ｓｏｌｉｄｗｏｒｋｓ 中計算各部分質(zhì)量?并測量轉(zhuǎn)軸與質(zhì)

心位置?

抗傾覆力矩計算:

Ｍ１

＝ Ｇ ｘ

２

１

＋ ｙ

２

１

ｃｏｓ(α１

＋ β) (７)

α１

＝ ａｒｃｔａｎ

ｙ１

ｘ１

(８)

傾覆力矩計算:

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

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)動架轉(zhuǎn)軸?Ｏ４ 側(cè)坡切割器質(zhì)心?

圖 ９ 危險情況受力分析圖

Ｆｉｇ.９ Ｈａｚａｒｄｏｕｓ ｓｉｔｕａｔｉｏｎ ｆｏｒｃｅ ａｎａｌｙｓｉｓ ｄｉａｇｒａｍ

根據(jù)一般工程機械在工作中的穩(wěn)定性要求?抗

傾覆安全系數(shù)不小于 ３

[２４]

? 帶入計算?丘陵梯田平

面傾斜角取 ２０°時?抗傾覆力矩 Ｍ１

＝ １ ０３８ Ｎ?ｍ?傾

覆力矩 Ｍ２

＝ ２２６ Ｎ?ｍ?可以計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)坡一體化割草機的設(shè)計與分析 ?１８７?

４ 結(jié)論

針對丘陵果園的地形特點?設(shè)計了一款滿足要

求的平地與側(cè)坡一體化割草機? 通過分析地形確定

設(shè)計要求并擬定工作路徑?對各部分方案進行設(shè)計?

確定行進裝置、平地切割方案和側(cè)坡切割方案?得到

整機方案并繪制三維模型? 分析切割方案的割茬效

果?僅對平地割草時?將側(cè)坡切割器調(diào)節(jié)為水平用于

增加割幅?同時對側(cè)坡于平地割草時?通過調(diào)節(jié)伸縮

量改變偏距來調(diào)節(jié)割茬高度? 通過計算確定整機各

動力機所需的功率?割草電機功率選用 ３００ Ｗ?發(fā)電

機功率選用 ３ ｋＷ?發(fā)動機功率選用 ５.６ ｋＷ? 當梯田

平面存在一定坡度時?校核整機在靠近下側(cè)坡邊緣

工作時的抗傾覆穩(wěn)定性?計算得出在梯田平面最大

坡度為 ２０°時?整機的抗傾覆安全系數(shù)為 ４.６>３?安

全性滿足要求? 該機體型小、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?對大多數(shù)

果園地形簡單的情況也能滿足作業(yè)要求?

參考文獻:

[１] 趙映?肖宏儒?梅松?等.我國果園機械化生產(chǎn)現(xiàn)狀與發(fā)

展策略[Ｊ].中國農(nóng)業(yè)大學(xué)學(xué)報?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?趙潤良.果園機械除草裝備與技術(shù)研究現(xiàn)狀及發(fā)

展趨勢[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)機化?２０２１(１):４１.

[５] 杜家會?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.國內(nèi)外除草技術(shù)研究現(xiàn)狀

[Ｊ].森林工程?２００２(１):１７－１８.

[７] 張雯.果園小型圓盤式割草機的研究與設(shè)計[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的設(shè)計與試驗[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設(shè)計

[Ｊ].農(nóng)機化研究?２０１１?３３(５):１１１－１１４.

[１０] 溫翔宇.丘陵山區(qū)果園機械化裝備發(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?等.９ＧＳ－２.０ 割草機的設(shè)計及試

驗[Ｊ].中國農(nóng)機化學(xué)報?２０２０?４１(３):７９－８４.

[１２] 李雪軍?王鵬飛?楊欣?等.果園壟面割草機設(shè)計與試驗

[Ｊ].中國農(nóng)機化學(xué)報?２０１９?４０(５):４７－５２.

[１３] 李章春.太陽能割草機總體及動力能源系統(tǒng)設(shè)計與控

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

機的研制[Ｊ].黑龍江交通科技?２００２(６):５７－５８.

[１５] 江國棟.無刷直流電機啟動特性分析[ Ｊ].南京工業(yè)職

業(yè)技術(shù)學(xué)院學(xué)報?２０１０?１０(２):８－９.

[１６] 梁爽.直流電機的啟動控制問題與對策分析[ Ｊ].集成

電路應(yīng)用?２０２１?３８(１２):２４２－２４３.

[１７] 孫文龍.小型半軸式除草機的設(shè)計及試驗研究[Ｄ].長

沙:中南林業(yè)科技大學(xué)?２０１９.

[１８] 王敏?王軍洋.一種太陽能割草機的設(shè)計與試驗[ Ｊ].現(xiàn)

代農(nóng)機?２０２０(２):３４－３８.

[１９] 王可彬?劉光祥?謝曉燕.標準化柑橘果園建設(shè)技術(shù)規(guī)

范[Ｊ].中國園藝文摘?２０１０?２６(１２):１７８.

[２０] 范洪志.５ 種生態(tài)景觀樹種不同坡度種植的成活率和

生長冠幅分析[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)機設(shè)計及其爬坡運動

學(xué)仿真[Ｊ].農(nóng)機使用與維修?２０２２(２):１－５.

[２２] 張鋒?華惠中.淺談軌道式伸縮臂擦窗機抗傾覆穩(wěn)定系

數(shù)[Ｊ].建筑機械化?２０１７?３８(１０):２２－２３.

[２３] 董霞?謝守勇?蔡杰川?等.果園割草機的設(shè)計[ Ｊ].數(shù)字

農(nóng)業(yè)與智能農(nóng)機?２０２２(３):１１１－１１３.

[２４] 成洪凱?馮星?白桂艷?等.懸臂式多功能割草機的研制

與應(yīng)用[ Ｊ].河南科技大學(xué)學(xué)報(自然科學(xué)版)?２００７

(１):８０－８２.

?１８８? 南昌大學(xué)學(xué)報(工科版) ２０２３ 年

收稿日期:２０２２－０８－０１?

基金項目:國家自然科學(xué)基金項目(６２１６１０２２)?

作者簡介:衷衛(wèi)聲(１９６７—)?男?教授?研究方向為機器學(xué)習(xí)和無線傳感器網(wǎng)絡(luò)?

?通信作者:張強(１９９０—)?男?講師?博士?研究方向為分布式推理和無線傳感器網(wǎng)絡(luò)? Ｅ￣ｍａｉｌ:ｚｈａｎｇｑｉａｎｇ＠ ｎｃｕ.ｅｄｕ.ｃｎ?

衷衛(wèi)聲?王運輝?羅力維?等.基于半監(jiān)督學(xué)習(xí)的無線傳感網(wǎng)離群值檢測算法[ Ｊ].南昌大學(xué)學(xué)報(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)的無線傳感網(wǎng)離群值檢測算法

衷衛(wèi)聲ａ

?王運輝ｂ

?羅力維ａ

?張強ａ?

(南昌大學(xué) ａ.先進制造學(xué)院?江西 南昌 ３３００３１?ｂ.信息工程學(xué)院?江西 南昌 ３３００３１)

摘要:在無線傳感器網(wǎng)絡(luò)中?如何短時間內(nèi)消除離群值并獲得干凈的數(shù)據(jù)集是一項重大挑戰(zhàn)? 當收集的數(shù)據(jù)

集沒有標簽時?離群值檢測算法中的參數(shù)應(yīng)該是自適應(yīng)調(diào)整的?而不是提前設(shè)定? 為了解決這個問題?提出了半監(jiān)

督一分類支持向量機算法(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)地計算參數(shù)? 由于 ＳＯＣＭ 算法可能會消耗大量的計算資源?進一步引入 ＸＧＢｏｏｓｔ 算法替代 ＯＣＳＶＭ 算法來形成

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)建強分類器?從而實現(xiàn)離群數(shù)據(jù)的分離? 仿真實

驗表明:ＳＯＣＭ 算法的準確率接近 ９６％?ＳＸＢＴ 算法具有與 ＳＯＣＭ 算法接近的性能?但運行時間低于 ＳＯＣＭ 算法?

關(guān)鍵詞:無線傳感器網(wǎng)絡(luò)?離群值檢測?一分類支持向量機

中圖分類號:ＴＰ３９３ 文獻標志碼:Ａ 文章編號: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

無線傳感器網(wǎng)絡(luò)(ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋ?ＷＳＮ)

由大量的傳感器節(jié)點組成?每個節(jié)點通常配備一個

無線收發(fā)器、一個小型微控制器、一個電源和各種類

型的傳感器如溫度、濕度、壓力、聲音等? 無線傳感

器網(wǎng)絡(luò)的應(yīng)用范圍很廣?包括個人、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)的實時數(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

感知信息的準確性方面仍有許多問題需要解決?在

收集數(shù)據(jù)的過程中存在許多不可確定的因素和隨機

干擾[２]

?由此產(chǎn)生的離群值將對后續(xù)的數(shù)據(jù)分析產(chǎn)

生很大影響?而通過離群值檢測算法可以幫助人們

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 的離群值檢測方法主要分為基于統(tǒng)

計的方法[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(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 的離群值檢測中被廣泛使用?一分類支持向

量機(ＯＣＳＶＭ)是基于分類方法中最流行的檢測方

法?各種衍生的 ＯＣＳＶＭ 算法也被提出來進行離群

值的檢測? 由于 ＯＣＳＶＭ 算法的核函數(shù)參數(shù)很難設(shè)

置?Ｍｉａｏ 等[８] 提出了用隨機近似函數(shù)來代替核函

數(shù)?從而節(jié)省計算資源并提高分離效率? 但是 ＯＣＳ￣

ＶＭ 的邊界是不規(guī)則的?不能完全適合檢測離群值?

因此?Ｚｈａｎｇ 等[９] 提出了一種四分之一球體支持向

量機(ＱＳＳＶＭ)用于離群值檢測? 通過將 ＯＣＳＶＭ 中

的邊界變成一個超球面?ＱＳＳＶＭ 提高了離群值檢測

率?但也會消耗大量的計算資源? 為了解決這個問

題?輕量級的 ＱＳＳＶＭ 算法[１０] 被提出? 通過將尋找

支持向量的過程轉(zhuǎn)換為排序過程?并計算每個數(shù)據(jù)

點的半徑來比較支持向量的半徑?其中超過支持向

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(ＣＥＳＶＭ)算法[１１]

? 通過將超平面從球面改為橢

球面?使整個算法更加適應(yīng)實際情況?提高了離群值

檢測率?但也會占用大量的計算資源? 所以在實際使

用中要注意計算資源和離群值檢測率之間的平衡?

上述算法都是考慮實現(xiàn)固定設(shè)置參數(shù)?沒有考

慮參數(shù)設(shè)置是否適合實際的應(yīng)用? 當參數(shù)設(shè)置不合

理時?對離群值的檢測有很大影響? 其中?參數(shù) υ 被

用來調(diào)整 ＯＣＳＶＭ 的容錯性?核函數(shù)中的 γ 被用來

調(diào)整決策邊界? 如果容錯參數(shù) υ 設(shè)置過大?大量的

正常數(shù)據(jù)會被判定為離群值?而設(shè)置太小會使離群

值無法發(fā)現(xiàn)? 如果決策參數(shù) γ 設(shè)置過大?邊界將過

于詳細?而設(shè)置過小會使邊界將過寬?

然而?每個傳感器節(jié)點的實際情況是不同的?對

應(yīng)每個節(jié)點的參數(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 算法來解決

ＷＳＮ 中如何自適應(yīng)設(shè)置參數(shù) υ 的問題?并引入 ＸＧ￣

Ｂｏｏｓｔ

[１２]算法來替代 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)

重形成強分類器?從而實現(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?通過使用

歐式距離找到最近的 Ｋ 個鄰居來判斷其屬性? 如

圖 １ 所示?訓(xùn)練之前紅色點都為未知節(jié)點?其中黃色

點跟黑色點分別開始計算附近節(jié)點的歐式距離?最

后將未知的紅色節(jié)點轉(zhuǎn)換為已知節(jié)點?

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?以達到離

群值分離的效果? 對于給定的數(shù)據(jù)集?ＯＣＳＶＭ 算法

會給指定的數(shù)據(jù)集劃分一個邊界? 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

可能存在一個超平面?使數(shù)據(jù)線性可分離?

ＯＣＳＶＭ 分類器的原始二次問題[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?且 ０<υ≤１?

為了簡化計算過程?可用拉格朗日乘數(shù)法將式

(１)轉(zhuǎn)換為以下二次對偶問題:

?１９０? 南昌大學(xué)學(xué)報(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?通過使用高斯徑向基函數(shù)(ＲＢＦ)來

代替投影?從而減少計算量? 在訓(xùn)練后?任何沒有標

簽的數(shù)據(jù) ｘ 都可以用式(３)進行簡單預(yù)測:

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 算法是通過每次擬合上次的殘差(上

次實際值與目標值之差)?從而每次生成一棵樹?將

所有的樹加起來得到最終目標? 算法推導(dǎo)如下:

先給出模型的最終預(yù)測結(jié)果?給定第 ｋ 次時?ｆ

ｋ

是在通過 Ｔ 輪變化之后?得到的結(jié)果對于某個樣本 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)果是對所有的樹進

行求和?即每一棵樹都必須在上一棵樹生成之后才

可以繼續(xù)求得? 推導(dǎo)每一棵樹生成的過程如下:

首先?整個迭代過程是為了將觀察值貼近于真

實值? 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?而是要在式(５)基礎(chǔ)上加上樹

的復(fù)雜度?用來避免過擬合?即正則項? 目標函數(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?shù)?ｔ 時?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

棵樹時?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)

目標函數(shù)變?yōu)?

ｏｂｊ ＝ ∑

ｎ

ｉ ＝ １

ｌ(ｙｉ?ｙｉ

ｔ － １ ＋ ｆ

ｔ(ｘｉ)) ＋ ｃｏｎｓｔ ＋ Ω(ｆ

ｔ)

(９)

進一步轉(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)

通過式(１１)可求出樹的每個葉子節(jié)點具體值?

循環(huán)迭代后就可以得到最后的預(yù)測值?

２ 無線傳感網(wǎng)離群值檢測算法

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

和半監(jiān)督 ＸＧＢｏｏｓｔ 算法? 算法流程圖如圖 ２ 所示?

自動調(diào)整權(quán)重 SXBT

形成強

分類器

弱分類器的數(shù)量

是否超過限制

形成弱

分類器

分離異

常數(shù)據(jù)

OCSVM 自動計算

參數(shù) υ

SOCM 帶標簽的數(shù)據(jù)集中

異常數(shù)據(jù)的比例

進行半監(jiān)督

學(xué)習(xí)（KNN） 輸入數(shù)據(jù)集

不帶標簽的數(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)的無線傳感網(wǎng)離群值檢測算法 ?１９１?

在 ＳＯＣＭ 算法中?所有數(shù)據(jù)都經(jīng)過 ＫＮＮ 算法進

行標記?然后在 ＯＣＳＶＭ 中對參數(shù) υ 進行自適應(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)地計算出合適的 υ 值?

２.２ 算法推導(dǎo)過程

標簽數(shù)據(jù)集是隨機的?其中標簽和未標簽數(shù)據(jù)

集中預(yù)測異常值的概率分別為 Ｐ１ 和 Ｐ２ ? 因為 υ 是

異常值的容錯能力?它也直接決定了可以檢測到的

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出現(xiàn)預(yù)測誤差?預(yù)測

誤差的概率記為 Ｐｅｒｒ? 在 ＷＳＮ 中?未標記數(shù)據(jù)集中

實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? 給定一個測試樣本 ｘ

和 ｙ?如果它的最近鄰樣本是 ｚ?那么最近鄰分類器

出錯的概率就是 ｘ 和 ｚ 類標簽不同的概率? 這樣就

可以得到 Ｐｅｒｒ的計算公式?

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貝

葉斯最優(yōu)分類器誤差的 ２ 倍? 因此?可認為 Ｐ２ 和

Ｐ３ 近似相等? 通過式(１３) 和式(１４)?可以得到式

(１５)?

υ ＝ αＰ１

＋ βＰ２ (１５)

有標簽數(shù)據(jù)和無標簽數(shù)據(jù)的離群數(shù)據(jù)的概率是

Ｐ１ 和 Ｐ２ ?所以 α＋β ＝ １? 由于實際情況下標注數(shù)據(jù)

比未標注數(shù)據(jù)要少?所以用最近鄰數(shù) Ｋ 作為分母來

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)? 隨后的實驗表

明?式(１２)得到的 υ 值具有更好的性能?

由于 ＳＯＣＭ 算法在運行時間上表現(xiàn)不佳?本文

用 ＸＧＢｏｏｓｔ 算法代替 ＯＣＳＶＭ 算法來形成 ＳＸＢＴ 算

法?并將 ＡｄａＢｏｏｓｔ 算法形成的 ＳＡＢＴ 算法與 ＳＸＢＴ

算法進行對比? 仿真實驗表明?ＳＸＢＴ 可以在較短

時間內(nèi)完成分類且性能較好?

３ 仿真實例及分析

３.１ 數(shù)據(jù)與仿真環(huán)境

本文環(huán)境為固定的無線傳感網(wǎng)?不具備移動性?

實驗中的數(shù)據(jù)集來自于文獻[１５]?文章作者將其放

入 ｋａｇｇｌｅ 網(wǎng)站開源? 整個數(shù)據(jù)集的分布約為正態(tài)分

布?每個節(jié)點有不同的環(huán)境?可以進行對照仿真實

驗?使得整個仿真實驗更加具有合理性?

房屋有 ２ 層?選擇 ９ 個傳感器節(jié)點進行分析(如

圖 ３ 和圖 ４)?節(jié)點的主要特征是溫度與濕度?每個

傳感器節(jié)點的信息如表 １ 所示? 這 ９ 個節(jié)點在 １３７

ｄ 內(nèi)每隔 １０ ｍｉｎ 收集 １ 次不同環(huán)境的數(shù)據(jù)?每個節(jié)

點各收集了 １９ ７３５ 組溫濕度數(shù)據(jù)? 從整個數(shù)據(jù)集

來看?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

整個仿真實驗中?設(shè)備使用 Ｉｎｔｅｌ Ｃｏｒｅ ｉ５ＣＰＵ?

１２ ＧＢ ＲＡＷ?實驗平臺為 ＪｕｐｙｔｅｒＬａｂ 和 ｓｃｉｋｉｔ￣ｌｅａｒｎ?

?１９２? 南昌大學(xué)學(xué)報(工科版) ２０２３ 年

編程語言為 Ｐｙｔｈｏｎ? 本文從每個數(shù)據(jù)集中選擇

１ ０００個數(shù)據(jù)集?并在其中添加 １０％的異常數(shù)據(jù)? 部

分節(jié)點數(shù)據(jù)集可視化后?選取節(jié)點如圖 ５ 所示?黑點

為正常數(shù)據(jù)?紅點為異常數(shù)據(jù)?

表 １ 節(jié)點列表

Ｔａｂ.１ Ｎｏｄｅ Ｌｉｓｔ

節(jié)點 環(huán)境 節(jié)點 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)入與驗證

本文的數(shù)據(jù)通過無線傳感器網(wǎng)絡(luò)收集?目的是

在更短時間內(nèi)獲得更干凈的數(shù)據(jù)集?因此選用精確

度進行對比? 精確度的定義為:

Ｐ ＝

ＴＰ

ＴＰ

＋ ＦＰ

(１６)

式中:ＴＰ 為成功預(yù)測的正常數(shù)據(jù)數(shù)量?ＦＰ 為未成功

預(yù)測的數(shù)據(jù)數(shù)量?Ｐ 為成功預(yù)測的正常數(shù)據(jù)數(shù)量與

預(yù)測的正常數(shù)據(jù)數(shù)量之比?

為了增強對比效果?本文選擇 ＯＣＳＶＭ 算法進

行比較? 對于 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 個數(shù)據(jù)集導(dǎo)入到不同的模型中進行訓(xùn)練?并

選擇精確度和時間作為分析標準?如表 ２ 所示?

不同算法精確度及運行時間如圖 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 算法的運行時間最短?ＳＡＢＴ 算法的運行

時間比 ＳＸＢＴ 算法的運行時間長?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 鄰居個數(shù) ７

ｗｅａｋ 弱分類器 ２５

υ 容錯率 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)點編號

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)點編號

圖 ７ 運行時間

Ｆｉｇ.７ Ｒｕｎｎｉｎｇ ｔｉｍｅ

４ 結(jié)論

本文以高效檢測無線傳感網(wǎng)離群值并獲得干凈

數(shù)據(jù)集為目標?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)量來自適

應(yīng)地調(diào)整算法參數(shù)?解決了離群值檢測算法無法自

適應(yīng)調(diào)整的問題? 而針對無線傳感網(wǎng)的資源有限性

問題?本文提出了 ＳＸＢＴ 算法?該算法通過形成弱分

類器并自適應(yīng)調(diào)整權(quán)重來構(gòu)建強分類器?能較好地

辨識出正常數(shù)據(jù)? 實驗結(jié)果表明?ＳＯＣＭ 算法能保

持較高的準確率?在自適應(yīng)調(diào)整方式下?檢測算法的

準確率接近 ９６％?而 ＳＸＢＴ 算法在保證相同準確率

的情況下?進一步降低了算法運行時間?使得算法適

用于許多小型室內(nèi)無線傳感網(wǎng)? 通過本文所提出的

第 ２ 期 衷衛(wèi)聲等:基于半監(jiān)督學(xué)習(xí)的無線傳感網(wǎng)離群值檢測算法 ?１９３?

算法?能實現(xiàn)較好的數(shù)據(jù)檢測效果? 在未來的研究

中?應(yīng)考慮每個 ＷＳＮ 節(jié)點之間的相關(guān)性和時空特

性?以進一步解決 ＷＳＮ 能量限制等問題?

參考文獻:

[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[ 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)異常檢測算法[ Ｊ]. 傳感技術(shù)學(xué)報? 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(工科版) ２０２３ 年

收稿日期:２０２２－０６－２３?

基金項目:福建省自然科學(xué)基金項目(２０２０Ｊ０１８７６)?高校產(chǎn)學(xué)合作項目(２０２１Ｎ５００４)?

作者簡介:馬瑩(１９７８—)?女?副教授?研究方向為智能控制、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 打印缺陷檢測方法研究[Ｊ].南昌大學(xué)學(xué)報(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 打印缺陷檢測方法研究

馬瑩１?２

?宋江１

?李建興１?２

?劉振宇１

?葉國棋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?嚴重時導(dǎo)致廢品率高?造成時間、材

料的浪費? 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 打印實時缺陷檢測方案:首先獲

取多維度牙模缺陷圖片?采用切圖分割與數(shù)據(jù)增強處理等方式制作數(shù)據(jù)集?然后通過構(gòu)建 ＹＯＬＯｖ５ 深度學(xué)習(xí)網(wǎng)絡(luò)

模型對牙模 ３Ｄ 打印圖像進行迭代訓(xùn)練?最后通過 ＹＯＬＯｖ５ 程序調(diào)用攝像頭并使用訓(xùn)練后最佳權(quán)重值進行實時在

線缺陷檢測? 通過實驗對比?ＹＯＬＯｖ５ 深度學(xué)習(xí)網(wǎng)絡(luò)模型的檢測準確率要高于 Ｆａｓｔｅｒ Ｒ－ＣＮＮ、ＹＯＬＯｖ３、ＳＳＤ 這 ３ 種

模型?其檢測平均準確度高達 ９４.７８％?平均檢測時間為 ２１ ｍｓ? 結(jié)果表明該方法能夠檢測牙模 ３Ｄ 打印過程中的質(zhì)

量缺陷問題?

關(guān)鍵詞:３Ｄ 打印?牙模?ＹＯＬＯｖ５?缺陷檢測

中圖分類號:ＴＰ１８１?ＴＰ３９１?Ｒ７８３ 文獻標志碼:Ａ 文章編號: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?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?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?

利用低熔點金屬制作模型具有生產(chǎn)工藝簡單、生產(chǎn)

周期短、生產(chǎn)成本低等特點?被認為是一種比較合理

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?在其外觀表面必會有平整的紋理形狀? 當

機械、控制、工藝等參數(shù)失衡時?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(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?嚴重的甚至是無法使用?造

成時間、材料等浪費[３]

?所以對牙模質(zhì)量缺陷進行

檢測分類很重要?而對質(zhì)量缺陷檢測最傳統(tǒng)的方法

主要靠人工肉眼檢測?這種檢測方法的短處也很突

出?容易漏掉缺陷?更容易受到工人經(jīng)驗和主觀因素

的影響[４]

?

而機器視覺系統(tǒng)在現(xiàn)代自動化生產(chǎn)過程中被大

量用于工作狀態(tài)監(jiān)測、成品檢測和質(zhì)量控制中?因為

它能夠很快獲得大量信息并且方便于自動處理?同

時也利于整合設(shè)計信息和處理控制信息[５]

? 另外

隨著深度學(xué)習(xí)在高級任務(wù)中的應(yīng)用?不可避免地開

始進入機器視覺的一些領(lǐng)域?最明顯的就是現(xiàn)在在

做視覺的時候都會優(yōu)先考慮深度學(xué)習(xí)?典型的就是

缺陷檢測任務(wù)[６]

? 例如:文獻[７]利用卷積神經(jīng)網(wǎng)

絡(luò)檢測多軸 ３Ｄ 打印缺陷?文獻[８]采用 ＹＯＬＯｖ３ 算

法實現(xiàn)了對 ３Ｄ 打印點陣結(jié)構(gòu)內(nèi)部典型缺陷的識

別?文獻[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[１０]采用 ＨＳＭＭ

和 ＥＥＭＤ 神經(jīng)網(wǎng)絡(luò)提出一種切實可行的熔融沉積成

型 ３Ｄ 打印過程故障診斷方法進而實現(xiàn)了 ３Ｄ 打印過

程故障診斷? 這些方法雖然都取得了一些成果?但都

有不能實時檢測和準確度不高的局限性?

為了解決打印過程中出現(xiàn)的質(zhì)量缺陷問題?本

文采用工業(yè)相機搭配電子顯微鏡建立機器視覺系

統(tǒng)?并配合 ３Ｄ 打印機搭建數(shù)據(jù)采集平臺制作打印缺

陷數(shù)據(jù)集?構(gòu)建 ＹＯＬＯｖ５ 深度學(xué)習(xí)檢測模型對缺陷進

行分類檢測訓(xùn)練?最后通過 ＹＯＬＯｖ５ 深度學(xué)習(xí)檢測模

型調(diào)用機器視覺系統(tǒng)進行實時的檢測?利用該模型在

靈活性、速度與模型的快速部署上的極強優(yōu)勢?對打

印過程中出現(xiàn)的質(zhì)量缺陷準確分類和檢測?

１ 缺陷分類與實驗方法

１.１ 缺陷影響因素分析及分類

目前此 ３Ｄ 打印技術(shù)存在很多缺陷問題?如表 １

所示存在 ８ 種缺陷?即坍塌、打印錯位、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?不僅浪費時間?還浪費材料?而存

在拉絲、缺絲、起皺、橫向缺陷這些情況?繼續(xù)打印成

品不僅會有視覺上的不美觀?更可能導(dǎo)致成品質(zhì)量

上的不過關(guān)?造成廢品率的提高?而通過 ３Ｄ 打印過

程中的缺陷檢測發(fā)現(xiàn)缺陷并修復(fù)一些缺陷?那么廢

品率就會減少?

而在打印牙模的過程中有很多缺陷是可以在打

印之前避免的?例如翹曲在打印開始前就可以通過

控制熱床溫度避免?鼓泡是由于材料原因也可以避

免?另外因為在調(diào)試時就已經(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 說明 原因

坍塌

坍塌是指打印過程中發(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)生原因是當層厚接近噴嘴直徑時?

噴嘴對絲材無擠壓作用?致使制件強

度低?同時掃描速度過大

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

快?來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

高

翹曲 翹曲變形是指塑件彎曲形變 產(chǎn)生原因是溫差過大

縱向缺陷

擠壓過度或擠出不足而造成的截

面缺陷

噴頭溫度過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(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?故打印牙模的過程中出現(xiàn)坍塌、打印錯位和起

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)?還有其他因素也會對其產(chǎn)生影

響?例如打印速度、出絲速度和噴嘴堵塞等因素都會

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程中比較常見的缺陷? 缺絲又

因為經(jīng)常出現(xiàn)在填充打印的時候?在牙模內(nèi)部比較

常見?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驗對象? 在這里根據(jù)缺陷

產(chǎn)生原因并通過 Ｓｉｍｐｌｉｆｙ３Ｄ 軟件設(shè)置噴嘴不回抽材

料?則會在換層打印時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 Ｓｉｍｐｌｉ￣

ｆｙ３Ｄ 軟件設(shè)置末端滑行?則會在打印一層快結(jié)束時

提前關(guān)閉打印機的擠出使擠出不足而人為形成縱向

缺陷?

１.２ 圖像采集

本試驗圖像采集裝置如圖 １ 所示? 主要由調(diào)焦

機構(gòu) 架、 ＣＭｏＳ 工 業(yè) 相 機 ( ２００ 萬 像 素? 型 號 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? 通過型材的十字架結(jié)

構(gòu)將圖像采集裝置架在 ３Ｄ 打印機上?鏡頭正對打

印平臺拍攝? 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? 因此本次實驗標簽

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 試驗設(shè)計

將工業(yè)相機搭配電子顯微鏡架在自己設(shè)計的

３Ｄ 打印機上拍攝?３Ｄ 打印機主要以 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 １５１５ 型材和 ３Ｄ 打印出來的自制固定件

將工業(yè)相機和電子顯微鏡固定在 ３Ｄ 打印機側(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 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

后移動改變拍攝距離?并且自己設(shè)計的固定件擁有

將攝像頭上下移動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)進行處理?整個數(shù)據(jù)處理流

程圖如圖 ４ 所示?采集的缺陷圖像首先經(jīng)過圖像處

理包括數(shù)據(jù)集裁剪、擴充和標簽標注?然后劃分為訓(xùn)

練集和測試集?通過深度學(xué)習(xí)模型在訓(xùn)練集中進行

特征提取和訓(xùn)練?得到最佳訓(xùn)練模型?最后通過調(diào)用

最佳訓(xùn)練模型預(yù)測測試集?得到缺陷檢測結(jié)果?

第 ２ 期 馬瑩等:基于深度學(xué)習(xí)的牙模 ３Ｄ 打印缺陷檢測方法研究 ?１９７?

調(diào)用最佳訓(xùn)練模型

測試集

缺陷檢測

顯示結(jié)果

缺陷圖像采集

圖像處理

訓(xùn)練集

檢測模型特征提取

模型訓(xùn)練達到訓(xùn)練次數(shù)

圖 ４ 數(shù)據(jù)處理流程

Ｆｉｇ.４ Ｄａｔａ ｐｒｏｃｅｓｓｉｎｇ ｆｌｏｗ

２ 牙模 ３Ｄ 打印缺陷識別方法

２.１ 數(shù)據(jù)集預(yù)處理

首先對原始圖像進行切圖分割?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

標注軟件對采集的缺陷圖片進行標注如圖 ５ 所示?

生成 ＸＭＬ 格式文件?文件中保留矩形框的長寬和中

心坐標以及標注類別等信息? 每個缺陷使用一個矩

形框標注?矩形框大小以打印過程中產(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)集標注

Ｆｉｇ.５ Ｄａｔａ ｓｅｔ ｌａｂｅｌｉｎｇ

深度學(xué)習(xí)數(shù)據(jù)集擴充(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)集擴充圖

例?將拉絲缺陷數(shù)據(jù)集擴增到 １ ０００ 幅?縱向缺陷數(shù)

據(jù)集擴增到 ２ ０９２ 幅? 每次在標注完一幅圖片上所

有目標缺陷后進行保存文件?總共標注了 ３ ０９２ 幅

圖片?共標注了 ３ ０３８ 個拉絲缺陷標簽(ｌａｓｉ)?２ ７８１

個縱向缺陷標簽(ｃｒｅｖｉｃｅ)?

(ａ) (ｂ) (ｃ) (ｄ)

(ｅ) (ｆ) (ｇ) (ｈ)

圖 ６ 深度學(xué)習(xí)數(shù)據(jù)集擴充

Ｆｉｇ.６ Ｄｅｅｐ ｌｅａｒｎｉｎｇ ｄａｔａｓｅｔ ｅｘｐａｎｓｉｏｎ

將數(shù)據(jù)集中包含的圖片和 ＸＭＬ 格式標簽文件

分別放入不同文件夾?圖片與標簽的文件名相對應(yīng)?

訓(xùn)練模型過程中?會將包含 ３ ０９２ 幅圖片的數(shù)據(jù)集

隨機分為訓(xùn)練集和測試集? 訓(xùn)練集占總數(shù)據(jù)集

９０％?測試集占總數(shù)據(jù)集的 １０％?

２.２ ＹＯＬＯｖ５ 模型結(jié)構(gòu)

目前?深度學(xué)習(xí)缺陷檢測發(fā)展主要集中在 ２ 個

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 個部分[１２]

?

２.２.１ 輸入端:Ｍｏｓａｉｃ 數(shù)據(jù)增強、自適應(yīng)錨框計算

１)Ｍｏｓａｉｃ 數(shù)據(jù)增強?

ＹＯＬＯｖ５ 的輸入端使用 Ｍｏｓａｉｃ 數(shù)據(jù)增強?通過

拼接的方法:隨機縮放、隨機裁剪、隨機排布達到數(shù)

據(jù)增強的效果[１３]

?這對小目標的缺陷檢測還是非常

有效的?其效果如圖 ８ 所示?

２)自適應(yīng)錨框計算?

在 ＹＯＬＯ 算法中?對于不同的數(shù)據(jù)集?首先是設(shè)

置初始長度和寬度的錨框?在網(wǎng)絡(luò)訓(xùn)練中?網(wǎng)絡(luò)根據(jù)

初始錨框生成預(yù)測框?然后與真實框 ｇｒｏｕｎｄｔｒｕｔｈ 進

行對比?計算它們之間的差距?再進行反饋更新?迭

代網(wǎng)絡(luò)參數(shù)進行優(yōu)化? 在 ＹＯＬＯｖ３ 中?當訓(xùn)練的數(shù)

據(jù)集不同時?是通過運行一個單獨的程序來計算初

始錨框的值的[１４]

? 然而?ＹＯＬＯｖ５ 將這一步驟直接

寫入代碼中?并且每次都會自適應(yīng)地計算不同訓(xùn)練

集的最佳錨框值? 當然?如果覺得計算出來的錨框

不是很有效?也可以在代碼中關(guān)閉自動錨框計算功

能?

?１９８? 南昌大學(xué)學(xué)報(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)增強效果

Ｆｉｇ.８ Ｍｏｓａｉｃ ｄａｔａ ｅｎｈａｎｃｅｍｅｎｔ ｅｆｆｅｃｔ

３)自適應(yīng)圖片縮放?

在常見的目標檢測算法中?不同的圖像有不同

的長度和寬度?所以常見的方法是將原始圖像統(tǒng)一

縮放到一個標準尺寸?然后再送入檢測網(wǎng)絡(luò)[１５]

?

然而?這在 ＹＯＬＯｖ５ 代碼中得到了改進?在項目

的實際使用中?很多圖片的長寬比不同?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

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?推理過程中的計算量減少了?也就是說?目標檢

測速度提高了?

２.２.２ Ｂａｃｋｂｏｎｅ:Ｆｏｃｕｓ 結(jié)構(gòu)、ＣＳＰ 結(jié)構(gòu)

１)Ｆｏｃｕｓ 結(jié)構(gòu)?

ＹＯＬＯｖ３ 中沒有的 Ｆｏｃｕｓ 結(jié)構(gòu)?是切片操作的關(guān)

鍵? 通過 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

過切片操作變成 ３０４×３０４×１２ 的特征圖?然后通過

卷積核進行卷積操作?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 Ｆｏｃｕｓ 層替代 ３

個普通下采樣卷積層?減少了計算量和參數(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)計了 ２ 個 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 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確

率?又減小了模型尺寸?并且有效緩解梯度消失問

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 剛出來的時

候?只使用了 ＦＰＮ 結(jié)構(gòu)?后來才增加了 ＰＡＮ 結(jié)構(gòu)?

第 ２ 期 馬瑩等:基于深度學(xué)習(xí)的牙模 ３Ｄ 打印缺陷檢測方法研究 ?１９９?