光纤光栅智能钢绞线的工作原理作用及在实际工程中的应用Word格式文档下载.docx
《光纤光栅智能钢绞线的工作原理作用及在实际工程中的应用Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《光纤光栅智能钢绞线的工作原理作用及在实际工程中的应用Word格式文档下载.docx(10页珍藏版)》请在冰豆网上搜索。
![光纤光栅智能钢绞线的工作原理作用及在实际工程中的应用Word格式文档下载.docx](https://file1.bdocx.com/fileroot1/2022-11/29/fa24f553-83a5-46b6-8ade-9b72774f3446/fa24f553-83a5-46b6-8ade-9b72774f34461.gif)
二、光纤光栅智能钢绞线的工作原理、作用
钢绞线可以依据用途分为预应力钢绞线、不锈钢钢绞线、渡锌钢绞线等,本文主要介绍预应力混凝土用钢绞线,通常是指由2丝、3丝、7丝或19丝的冷拉光圆钢丝或刻痕钢丝捻制后经特殊工艺处理而成的能达到一定力学性能和使用功能的钢绞线。
光纤光栅智能钢绞线是由普通预应力钢绞线与复合光纤光栅传感器的碳纤维复合筋(简称CFRP-OFBG筋)构成,通过向植入光纤光栅的钢绞线内射入特定波长的光并沿轴向方向传递,利用传感器等设备对光纤中光格栅的反射波长进行识别,测量出光格栅在钢绞线内部的位移变化。
智能钢绞线除了具有传统钢绞线优异的力学指标,还具有优良的感知性能,可以实现自身的长期重复性监测。
光纤光栅智能钢绞线除了可应用于桥梁结构以外,在其他结构物加的固与维修,挡土墙以及高边坡等地质灾害的锚索施工和坡面防护中都可适用。
光纤光栅智能钢绞线参数
项目
参数
公称直径/mm
15.2
公称面积/mm2
140
抗拉强度/MPa
1860
最小屈服载荷/kN
225
最小破断力/kN
240
三、光纤光栅智能钢绞线的制作与标定
光纤光栅智能钢绞线是由桂林理工大学土木与建筑工程学院在结构实验大厅完成制作与标定工作。
采用的钢绞线为1×
7标准型,如图1所示,由1根直径为5.2mm的中心丝和6根直径为5.0mm的边丝绕中心扭绞捻制而成,碳纤维复合筋经过特殊工艺按一定螺旋角度植入中心丝,与钢绞线共同承受应力、应变。
钢绞线公称直径15.2mm,截面面积140mm2(1×
π×
5.22/4+6×
5.02/4=140mm2),抗拉强度1860MPa,最小屈服荷载225KN,最小极限承载力260KN。
图1钢绞线原材料
光纤光栅传感器3dB带宽0.12nm,反射率99.64%。
解调仪为Agilent86142B光谱仪,波长范围1525~1510nm,采样频率1HZ,波长精度2.5pm,分辨率1pm。
本次制作3根光纤光栅智能钢绞线,制作完成后进行了标定,标定数据如表1所示:
表1:
智能钢绞线标定数据
1#
2#
3#
波长(nm)
张拉力(KN)
1535.940
1536.193
1536.564
1536.526
10
1536.786
1537.079
1537.018
20
1537.268
1537.533
1537.369
30
1537.681
1537.932
1537.802
40
1538.109
1538.33
1538.254
50
1538.562
1538.759
1538.722
60
1539.012
1539.192
1539.184
70
1539.476
1539.636
1539.654
80
1539.944
1540.082
1540.125
90
1540.407
1540.533
1540.600
100
1540.871
1540.991
1541.069
110
1541.337
1541.443
1541.551
120
1541.827
1541.907
1542.015
130
1542.276
1542.364
1542.498
1542.743
1542.826
1542.959
150
1543.223
1543.291
1543.469
160
1543.704
1543.772
1543.948
170
1544.169
1544.245
1544.466
180
1544.669
1544.759
1544.982
190
1545.162
1545.246
1545.507
200
1545.700
1545.783
1545.985
208
1546.149
1546.256
依据标定数据,标定曲线如图2所示:
图2智能钢绞线标定曲线
四、光纤光栅智能钢绞线的施工工艺及注意事项
光纤光栅智能钢绞线施工工艺类同普通钢绞线施工工艺。
但需特别注意对智能钢绞线及接头(检测头)的保护。
施工注意事项:
1、在智能钢绞线的搬运、穿束过程中,应特别注意对接头段(检测头)的保护。
2、智能钢绞线在制作时应充分考虑设计时要求的下料长度及伸长量,以及需要进行张拉和检测的工作长度等相关要求。
3、正式张拉时,应先从零加载至伸长值测量起点的初张力,然后分级加载至所需的张拉力。
4、进行张拉作业时,须保证均匀的张拉速率。
5、在张拉结束后,应将接头放置在锚头保护罩内,防止接头段(检测头)受外力作用而损坏。
6、在施工过程中,切勿对智能钢绞线接头段(检测头)进行切割,应将植有光纤光栅的钢绞线检测头和传感器连接线露出结构物。
五、光纤光栅智能钢绞线在实际工程中的应用
本次对经标定的3根光纤光栅智能预应力钢绞线分别在预制梁板的不同束内进行放设,1#钢绞线用于K11+198.5乐平枢纽互通主线桥(北段)第20跨右幅3号梁中,具体位置和现场监测情况如图3所示;
2#、3#钢绞线用于K11+198.5乐平枢纽互通主线桥(北段)第20跨右幅2号梁中,具体位置如图4、图5所示。
图31#钢绞线安放位置图42#钢绞线安放位置
图53#智能钢绞线安放位置图6智能钢绞线预留检测端口
在张拉持荷过程以及张拉完成后智能钢绞线中的光纤光栅可实现对钢绞线受力情况的监测,监测数据分别列如表2~4:
表2:
1#智能钢绞线监测数据与张拉控制力及检测力对比
时间
1#智能钢绞线波长(nm)
1#智能钢绞线的力FFBG(KN)
张拉控制力均值Fcon(KN)
锚下检测力FZ(KN)
Fcon-FFBG(KN)
FZ-FFBG(KN)
(Fcon-FFBG)/Fcon
(FZ-FFBG)/FFBG
张拉持荷时
1544.919
188.8
197
---
8.2
4.2%
检测时(张拉6h后)
1544.403
178.8
181.3
2.5
1.4%
表3:
2#智能钢绞线监测数据与张拉控制力及检测力对比
2#智能钢绞线波长(nm)
2#智能钢绞线的力FFBG(KN)
1546.019
200.4
-3.4
-1.7%
1544.433
173.7
176.5
2.8
1.6%
表4:
3#智能钢绞线监测数据与张拉控制力及检测力对比
3#智能钢绞线波长(nm)
3#智能钢绞线的力FFBG(KN)
检测力FZ(KN)
1545.915
195.1
-1.9
-0.96%
1544.432
175.3
178.6
3.3
1.9%
从表中数据分析可以看出,在张拉持荷时,光纤光栅智能钢绞线所监测的力值与张拉控制力均值相比,稍有些离散,说明各根钢绞线受力当时是不均匀的,这与预应力钢绞线穿束施工有一定的关系,因此预应力钢绞线穿束前应加强施工质量管理,避免钢绞线在管道内缠绕,张拉前应进行预张拉调整,使各预应力束尽可能紧绷以尽量消除预应力钢绞线松弛造成的受力不均匀影响。
但经过6小时后,检测站检测的锚下预应力值与光栅测量力值相差很小,这可能是张拉后钢绞线中应力逐渐自我调整所致。
而且,检测站测量的力值均大些,这可能是由于光纤光栅所监测的位置位于梁内离锚具约0.5米左右,而张拉控制力与检测力为紧靠锚具后端的力,二者的差值是由于锚口摩阻造成的。
同时从上述情况可以看到,放置的3根光纤光栅智能钢绞线均与其他普通钢绞线一样完成了穿束投放、预应力张拉、预应力检测等施工作业流程,可见其具有良好的实用性和可操性。
六、相关结论
经以上光纤光栅智能钢绞线在预应力梁板中应用分析可知:
1)光纤光栅智能钢绞线对有效预应力的监测数据与检测站检测的数据相差较小,且规律性很强,说明此光纤光栅监测钢绞线的受力状态是有效、可靠且安全的。
2)光纤光栅智能钢绞线监测量程能达到张拉控制力,同时能很好的监测预应力筋张拉施工过程中预应力的变化,为预应力的损失及有效预应力的计算提供强有力的数据支撑。
3)改变光纤光栅智能钢绞线中光纤光栅的布设位置,可实现多点精准分布式精确测量,以达到预应力钢绞线在结构物内部不同部位的应力状态的监测,满足不同需求。
4)光纤光栅因质量轻、耐久性好、重复性好,以及可通过传感器实现远距离实时数据传输、预警监测等优点,可用于预应力钢绞线施工、运营的桥梁结构全过程监测(图6),减少桥梁运营时桥梁检测成本以及存在安全隐患时及时报警防止安全事故的发生。
5)其它传统的监测手段如磁通量传感器、压力计传感器,因其体积较大,无法植入体内,而光纤光栅传感器体积很小,能很好的耦合于钢绞线内部,实现其它传感器无法实现的体内预应力钢绞线的实时监测,是桥梁预应力监测逐步走向科学化、信息化、智能化的重要一步。
参考文献
[1]基于ANSYS不同螺旋槽规格的钢丝应力分析[J].覃荷瑛,张贺丽,唐慧,朱万旭.沈阳建筑大学学报(自然科学版).2017(01)
[2]螺旋倾斜复合技术对光纤布拉格光栅传感器的减敏作用[J].覃荷瑛,霍婷婷,朱万旭.激光与光电子学进展.2017(03)
[3]1]光纤光栅在桥梁预应力索索力监测中的应用[J].胡军,陈宏波,应汉雨.武汉理工大学学报.2011(10)
[4]施工期钢绞线锚下有效预应力测试技术[J].张峰,高磊,徐向锋,曹原.东北大学学报(自然科学版).2017(08)
-全文完-