基于压电智能骨料的钢管混凝土柱冲击应力监测与数值模拟学习体会
文献概况与研究意义
钢管混凝土(Concrete Filled Steel Tube, CFST)结构因其优异的承载力、延性和抗震性能,被广泛应用于高层建筑、桥梁、海洋平台和军事设施等领域。在爆炸冲击、车辆撞击、地震等动力荷载作用下,钢管混凝土柱的内部应力状态复杂且变化迅速,传统的表面应变片或加速度传感器难以直接获取构件内部的应力响应。廖恒等人在《土木工程与管理学报》2018年第35卷第5期发表的这篇论文,创新性地采用压电智能骨料埋入钢管混凝土柱内部,实现了对冲击荷载下内部应力的实时监测,并通过ABAQUS有限元分析验证了监测结果,为钢管混凝土结构的动力灾变机理研究开辟了新的技术途径。
压电智能骨料技术原理
压电智能骨料的基本构成
压电智能骨料是一种将压电陶瓷传感器(通常为PZT-5A或PZT-5H材质)封装在混凝土骨料外形内的复合传感元件。其核心原理是利用压电效应(Piezoelectric Effect),即压电材料在受到应力作用时产生电荷,通过测量产生的电荷量来反演应力大小。与传统的表面应变片相比,压电智能骨料具有以下显著优势:
- 可直接埋入混凝土内部,获取内部应力场信息
- 不改变混凝土的力学性能(骨料外形与天然骨料一致)
- 具有高频响应特性,适合冲击荷载的动态监测
- 长期稳定性好,不受混凝土表面损伤影响
监测系统的信号处理流程
| 信号处理环节 | 关键技术参数 | 说明 |
|---|---|---|
| 压电信号采集 | 采样频率≥100 kHz | 满足冲击信号高频成分采集要求 |
| 电荷-电压转换 | 电荷放大器灵敏度 | 将微弱电荷信号转换为电压信号 |
| 信号滤波 | 低通滤波截止频率 | 滤除高频噪声,保留有效冲击信号 |
| 应力反演 | 压电系数与几何参数标定 | 通过标定曲线将电压信号转换为应力值 |
| 数据同步 | 加速度传感器与压电传感器时间同步 | 确保冲击力与内部应力响应的时序对应 |
冲击试验与数值模拟的对比分析
试验方案的关键设计
论文采用锤头加速度传感器和压电智能骨料双重监测手段,通过锤头加速度传感器获取冲击力时程曲线,通过压电智能骨料获取内部应力响应曲线。这种双重监测方案的设计思路值得借鉴:加速度传感器提供外部荷载输入信息,压电智能骨料提供内部响应信息,二者结合可以构建完整的力-响应关系,为有限元模型的验证提供充分的试验数据。
试验中观测到的试件变形和破坏现象,为理解钢管混凝土柱在冲击荷载下的破坏模式提供了直观证据。典型的破坏模式包括:钢管局部凹陷、混凝土压碎、钢管与混凝土之间可能发生脱开(Bond Failure)等。压电智能骨料在冲击过程中记录到的应力峰值和应力波传播特征,能够反映这些破坏模式的时空演化过程。
ABAQUS有限元模型的验证
有限元分析结果与试验结果吻合程度较好,这一结论具有重要的工程意义。钢管混凝土柱的有限元建模需要准确模拟钢管与混凝土之间的界面行为,常用的方法包括:
- 采用接触算法(Contact Algorithm)模拟钢管-混凝土界面
- 采用耦合约束(Coupling Constraint)假设钢管与混凝土完全协同变形
- 采用弹簧单元(Spring Element)模拟界面粘结-滑移行为
论文中有限元模型与试验结果的良好吻合,说明所采用的建模方法和参数选取是合理的。但需要注意的是,有限元模型对冲击荷载的模拟精度还取决于材料本构模型的选择(如混凝土的损伤本构模型、钢管的弹塑性本构模型)和网格划分的合理性。
工程应用中的关键问题
压电智能骨料在实际工程中的挑战
| 挑战类型 | 具体表现 | 解决思路 |
|---|---|---|
| 长期耐久性 | 压电陶瓷在混凝土碱性环境中的老化 | 采用环氧树脂封装保护层,提高耐碱性能 |
| 施工安装 | 骨料定位精度影响监测数据代表性 | 采用三维定位标记,建立骨料位置与监测数据的映射关系 |
| 信号干扰 | 施工振动、温度变化等环境因素干扰 | 采用温度补偿和振动噪声滤波算法 |
| 数据解读 | 多点监测数据的空间相关性分析 | 建立应力场重构模型,实现内部应力场的三维重建 |
与现有监测技术的对比
压电智能骨料监测技术与传统的表面应变监测、光纤光栅监测、加速度计监测相比,各有优劣。表面应变监测技术成熟但只能获取表面信息;光纤光栅监测具有分布式测量能力但成本较高;加速度计监测适合获取加速度信息但不适合直接获取应力。压电智能骨料的核心优势在于能够直接获取混凝土内部的应力信息,这一独特能力在冲击荷载下的结构健康监测中具有不可替代的价值。
学习心得与反思
该文献的核心贡献在于验证了压电智能骨料在钢管混凝土柱冲击应力监测中的可行性。"有效监测"这一结论虽然在有限元仿真和实验室试验条件下得到了验证,但在实际工程应用中仍面临诸多挑战。例如,大体积钢管混凝土柱中骨料的埋设位置和数量如何确定?多点监测数据的融合分析如何实现?长期服役条件下压电智能骨料的性能退化如何评估?这些问题都需要后续研究进一步解答。
另一个值得思考的问题是:压电智能骨料的监测结果能否直接用于结构安全评估和剩余寿命预测?压电智能骨料提供的是瞬时应力信息,而结构安全评估需要的是累积损伤信息。如何将瞬时应力数据转化为累积损伤指标(如塑性应变累积、损伤变量演化等),是连接监测数据与结构评估的关键桥梁。此外,该文献的研究成果还可以推广到其他类型的钢管混凝土结构(如钢管混凝土梁、钢管混凝土节点等)的动力监测,具有广泛的应用前景。
卓金管件有限公司