基于智能骨料的混凝土坝裂缝监测机理与危害评定方法研究

Cracks are the most common structural diseases with concrete dams. The evolution of the cracks is random, uncertain and mutation. The current monitoring methods such as crack meter and fiber optic sensor can only detect the existence of cracks, or the location and developing direction of cracks should be aware of in advance. Therefore, the formation and development of cracks within concrete dams cannot be monitored effectively. In order to solve the above problems, the new dam crack monitoring theory and diagnosis method based on the piezoelectric sensing principle of embedded smart aggregates are investigated in this research. The main contents include: (1) The sensing mechanism of crack monitoring is revealed by effectively extracting the inherent link between smart aggregates sensor information and monitoring factors; (2) The quantitative relationship of sensor information and the formation and development of cracks, as well as the evolution of structural behavior is developed. Then the monitoring criterions of crack behavior abnormality is proposed; (3) The comprehensive evaluation knowledge engineering for assessing the hazard of cracks is built to quantify the relative importance of the impact factors. Depending on this knowledge engineering, a comprehensive evaluation model about the hazards of cracks on the structural safety of concrete dams is proposed. This research is expected to solve the monitoring issues remotely including location, direction and width of cracks, and realize a continuous, real-time, dynamic monitoring and diagnosis of crack evolution. The research discoveries could provide support for the life cycle safety maintenance, as well as disaster prevention and mitigation of concrete dams.

裂缝是混凝土坝最主要的病害，其演化具有随机性、不确定性和突变性，现有监测方法如测缝计、光纤传感器等仅能探测到裂缝存在与否、或需事先知道裂缝的位置和开展方向，难以有效监测裂缝的形成和发展过程。为此，本课题基于埋入式智能骨料的压电传感原理，研究新的混凝土坝裂缝监测理论与诊断方法，主要内容有：(1) 有效提取智能骨料监测信息与其监测因素的内在关系，揭示裂缝监测的传感机理；(2) 挖掘监测信息与裂缝产生、扩展过程，及结构性态演化过程的量化关系，提出裂缝性态转异诊断的监测判据；(3) 构建裂缝危害性综合评判知识工程，量化各影响因素的相对重要程度，提出裂缝对混凝土坝整体结构安全危害性的综合评判模型和方法。本研究拟攻克裂缝远程定位、定向和定宽的监测难题，实现裂缝演化过程连续、实时、动态监测和转异诊断，为带缝混凝土坝全寿命周期安全维护和防灾减灾提供技术支持和科学依据。

国内外已建混凝土坝或多或少都存在裂缝问题，有数以百计的混凝土坝遭受了灾难性的裂缝破坏。裂缝发生具有空间随机性和不确定性，大多数的裂缝表面不可见，其位置、宽度和延伸范围也不确定。因此，常用的接触式裂缝传感器不能满足混凝土坝裂缝的监测需求，亟需进一步探索有效的结构隐性裂缝无损非接触式监测方法。. 本项目研发了一套基于智能骨料的混凝土坝裂缝监测技术，取得的主要成果有：研制并测试了基于压电陶瓷机敏元件的智能骨料驱动器和裂缝监测传感器，搭建了埋入式主动感知和被动感知混凝土结构裂缝的监测系统。开展了带缝钢筋混凝土梁、混凝土坝和水闸结构的埋入式智能骨料裂缝静态感知试验，以及裂缝动态扩展试验，建立了智能骨料监测裂缝的激励信号频率、损伤指标与裂缝状态间的关系。从结构损伤的层面，建立了采用埋入式智能骨料传感信号监测水工混凝土结构裂缝的指标，建立了混凝土材料的正交各向异性损伤本构模型、损伤演化模型以及带缝工作混凝土坝力学性态分区优化反演分析模型，提出了裂缝发展性态的转异诊断和安全预警模型及判据。在理论研究的基础上，针对某混凝土重力坝施工期贯穿性裂缝，借助声发射、微地震等多种高新传感技术，研究了该工程蓄水期的裂缝发展状态；针对某严寒地区重力拱坝和拱坝，利用长序列实测资料和数值模型研究了保温层对混凝土坝温控防裂的影响机制；借助裂缝原型监测数据的因果关联、时间关联、空间关联和转异关联性，挖掘了裂缝监测数据的时空关联诊断规则。. 本项目借助数值仿真和室内试验论证了基于智能骨料感知混凝土坝裂缝的可行性，裂缝定位精度达到厘米级，裂缝定向精度达到10度，为混凝土坝结构隐性裂缝的非接触式探测和监测提供了技术支持。项目资助期间，共发表相关论文16篇，其中SCI检索11篇（第一作者SCI共4篇），出版编著1部（主编），授权发明专利4项（3项排名第1，1项排名第2），2次受邀参加国际结构健康监测学会的学术会议并做报告。项目负责人入选中国科协“青年人才托举工程”；作为 “水利工程健康诊断与综合整治研究生导师团队”骨干，荣获江苏省首届“十佳研究生导师团队荣誉。