一种钢架构钢柱形变损坏在线智能预警方法
技术领域：
本发明属于土木工程测量技术领域，具体涉及一种钢架构钢柱形变损坏在线智能预警方法。
背景技术：
钢架构以其施工简单、快速和承重能力强广泛的应用于现代建筑中，它一般有钢梁、钢柱、钢桁架等构件组成。钢柱是钢架构的核心部件，起到支撑整个钢梁、钢桁架和其他附属产品的作用，它的机械强度直接决定了钢架构建筑的稳定性与安全性。对于安装完成的钢柱其机械强度由其轴向和径向形变量决定的，一旦某一方向形变量超出其形变极限，钢架构建筑的整体结构就会遭到破坏，造成不可估量的后果，因此需要对钢架构钢柱形变损坏做提前预警，以避免不必要的灾害。
目前在钢架构钢柱形变损坏预警处理方面主要有以下三种方式：(1)查看钢柱的设计强度后直接安装，不进行形变损坏检测；(2)做静态形变检测，也就是在钢柱安装前检测它的机械强度；(3)对钢柱形变依据固定量进行检测，从而判断是否可能发生形变损坏。钢柱在设计的强度和实际承载强度可能会存在一定的差异，因此方式(1)不可靠；钢柱在安装时由于碰撞等原因可能会导致机械强度变化，因此方式(2)也不可靠；钢柱的形变量并不是一个固定参数，因此方式(3)也不可靠。钢结构支柱的形变并不是瞬时完成的，而是有一个承载重物能量的释放过程，因此某时刻没有达到钢架构支柱临界损坏阈值，并不代表随时间变化就一定不会到达阈值。
发明内容：
本发明的目的是克服现有架构钢柱形变损坏预警方法不可靠等缺陷，提供一种钢架构钢柱形变损坏在线智能预警方法。
本发明采用的技术方案为：一种钢架构钢柱形变损坏在线智能预警方法，所述在线智能预警方法包括以下步骤：
步骤一：随机抽取N根没有安装的钢柱样件，从钢柱上方加载设计所承载的力，在钢柱上布设电阻应变片群组，采用电阻应变片测量每根钢柱轴向和径向随时间变化的短时形变量；
采用电阻应变片测量每根钢柱轴向和径向随时间变化的短时形变量方法的特征如下：
将钢柱下端焊接到钢板上，在距离钢柱底部1米处的同一圆周上均匀分布8个电阻应变片，其中4个沿着轴向粘贴，另外4个按照径向粘贴，且轴向粘贴和径向粘贴交替进行；
在钢柱支撑点上施加设计的承载力F,将时间离散化，在时间n内每隔一段时间测量钢柱的轴向应变σht和径向应变σrt，其中t为钢柱形变时间，从钢柱施加承载力F瞬间开始计时。轴向应变σht和径向应变σrt的表达式如下：
式中，σhtf为第f个电阻应变片的应变值，f为轴向应变的序号；
σrtg为第g个电阻应变片的应变值，g为径向应变的序号；
步骤二：依据钢柱轴向和径向随时间变化的短时形变量，采用灰色系统理论预测钢柱在轴向和径向随时间变化的长时形变量，并将其作为钢架构支柱临界损坏阈值；
上述采用灰色系统理论预测钢柱在轴向和径向随时间变化的长时形变量的预测方法如下：
由于钢柱轴向形变和径向形变随时间变化的短时形变量的数据形式多种多样且不固定，而GM(1,1)模型、DGM(1,1)模型和NDGM(1,1)模型所需数据形式不同，也就是相同数据分别采用GM(1,1)模型、DGM(1,1)模型和NDGM(1,1)模型所得预测值均不相同，因此单一的GM(1,1)模型、DGM(1,1)模型和NDGM(1,1)模型都无法适应短时形变量的数据形式，因此本发明将GM(1,1)模型、DGM(1,1)模型和NDGM(1,1)模型采用预测权系数的方法融合到一起，建立如下轴向和径向随时间变化的长时形变量模型：
式中，
式中αh、αr分别为轴向应变GM(1,1)灰发展系数和径向应变GM(1,1)灰发展系数，μh、μr为轴向应变GM(1,1)灰作用量和径向应变GM(1,1)灰作用量；αh、αr和μh、μr的计算方法如下：
其中，Bh和Br分别为轴向应变GM(1,1)灰矩阵和径向应变GM(1,1)灰矩阵，Bh和Br的表达式分别为：
式中，zh(1)(t)、zr(1)(t)分别为轴向应变GM(1,1)背景序列和径向应变GM(1,1)背景序列，Yh和Yr分别为轴向应变GM(1,1)原始矩阵和径向应变GM(1,1)原始矩阵；zh(1)(t)、zr(1)(t)表达式如下：
Yh、Yr的表达式如下：
式中，βh1、βh2、βh3、βh4分别是轴向应变NDGM(1,1)模型的倍数系数、轴向应变NDGM(1,1)模型的线性系数、轴向应变NDGM(1,1)模型的截距和轴向应变NDGM(1,1)模型的初始修正系数；βr1、βr2、βr3、βr4分别是径向应变NDGM(1,1)模型的倍数系数、径向应变NDGM(1,1)模型的线性系数、径向应变NDGM(1,1)模型的截距和径向应变NDGM(1,1)模型的初始修正系数；
βh1、βh2、βh3、βh4求解方法如下：
(βh1，βh2，βh3)T＝(ATA)-1ATM
式中，A为轴向应变NDGM(1,1)灰矩阵，M为轴向应变NDGM(1,1)模型背景序列，其表达式如下：
βh4可以通过求解轴向应变预测值
式中，j为轴向临时统计系数；
βr1、βr2、βr3、βr4其求解方法如下：
(βr1，βr2，βr3)T＝(ETE)-1ETN
式中，E为径向应变NDGM(1，1)模型灰矩阵，N为径向应变NDGM(1，1)模型背景矩阵，其表达式如下：
βr4可以通过求解轴向应变预测值
式中，1为径向临时统计系数；
式中，θh1、θh2分别为轴向应变
θr1、θr2分别为径向应变
θh1和θh2的计算方法如下：
(θh1，θh2)T＝(QhTQh)-1QhPh
式中，Qh为轴向应变DGM(1，1)模型灰矩阵，Ph为轴向应变DGM(1，1)模型背景矩阵，其表达式如下：
θr1和θr2的计算方法如下：
(θr1，θr2)T＝(QrTQr)-1QrPr
式中，Qr为径向应变DGM(1，1)模型灰矩阵，Pr为径向应变DGM(1，1)模型背景矩阵，其表达式如下：
建立含有权值λh、γh、λr、γr无约束优化求解模型如下：
通过求导获得建模权值λh、γh、λr、γr的值；
步骤三：在已安装完成的钢柱上布设电阻应变片测量钢柱随时间变化的实际轴向应变σhft和实际径向应变σrft，并采用灰色系统理论修正由于振动等因素造成的应变测量异常值，修正后的轴向应变和径向应变分别为σxhft和σxrft；
在每一根安装完成的钢柱上布设电阻应变片测量钢柱随时间的应变量并采用灰色系统理论剔除并修正由于振动等因素造成的应变测量异常值的方法如下：
安装完成的钢架构钢柱的实际轴向应变和径向应变分别为σhft和σrft，由于钢架构钢柱在实际使用过程中存在各种各样的干扰，因此钢架构钢柱的实际轴向应变和径向应变分别为σhft和σfhr必定含有测量异常值，测量异常值的存在会造成误报警，故需对测量异常值修正；采用灰色系统理论剔除并修正由于振动等因素造成的应变测量异常值方法的特征如下：
如果实际轴向应变量σhft满足
如果实际径向应变量σrft满足
步骤四：建立钢架构钢柱形变损坏在线预警模型，进行钢架构钢柱形变损坏在线预警判定；
建立钢架构钢柱形变损坏在线预警模型并进行钢架构钢柱形变损坏在线预警判定方法的特征如下：
钢架构钢柱形变的轴向或者径向的形变量超过阈值就需要预警，即钢架构钢柱形变损坏在线预警模型：
进一步地，为克服现有钢架构钢柱形变损坏预警方法不可靠等缺陷，提出采用电阻应变片群组测量钢柱轴向和径向随时间变化的短时形变量，并以此采用灰色系统理论预测钢柱在轴向和径向随时间变化的长时形变量，将其作为钢架构支柱临界损坏阈值；采用灰色系统理论剔除并修正由于振动等因素造成的应变测量异常值，降低了振动等因素对测量结果的影响；建立了钢架构钢柱形变损坏在线预警模型，进行钢架构钢柱形变损坏在线预警判定。本方法将钢柱在轴向和径向随时间变化的长时形变量作为钢架构支柱临界损坏阈值，实现了钢柱的动态测量，提高了预警精度。
本发明的有益效果：采用灰色系统理论预测了安装后钢柱变形的临界损坏阈值，克服了现有钢架构钢柱形变损坏在线智能预警方法将预警值作为定值的缺陷，实现了钢架构钢柱形变的在线动态预警，从而保证了钢架构的安全，避免不必要的财力和物力损失。
附图说明：
图1是实施例一中钢架构钢柱上电阻应变片群组的分布示意图；
图2是实施例一中安装后钢柱变形的轴向临界损坏阈值、径向临界损坏阈值；
图3是实施例一中含有测量异常值的已安装钢柱的轴向应变数据、径向应变数据；
图4是实施例一中修正后的已安装钢柱的轴向应变数据、径向应变数据；
图5现有方法钢柱形变损坏报警率图，“1”代表预警正确、“0”代表预警错误；
图6实施例一中钢柱形变损坏报警率图，“1”代表预警正确、“0”代表预警错误。
具体实施方式：
实施例一
参照各图，一种钢架构钢柱形变损坏在线智能预警方法，所述在线智能预警方法包括以下步骤：
步骤一：随机抽取N根没有安装的钢柱样件，从钢柱上方加载设计所承载的力，在钢柱上布设电阻应变片群组，采用电阻应变片测量每根钢柱轴向和径向随时间变化的短时形变量；
采用电阻应变片测量每根钢柱轴向和径向随时间变化的短时形变量方法的特征如下：
将钢柱下端焊接到钢板上，在距离钢柱底部1米处的同一圆周上均匀分布8个电阻应变片，其中4个沿着轴向粘贴，另外4个按照径向粘贴，且轴向粘贴和径向粘贴交替进行；
在钢柱支撑点上施加设计的承载力F,在离散时间n内每隔一段时间测量钢柱的轴向应变σht和径向应变σrt，其中t为钢柱形变时间，从钢柱施加承载力F瞬间开始计时，轴向应变σht和径向应变σrt的表达式如下：
式中，σhtf为第f个电阻应变片的应变值，f为轴向应变的序号；
σrtg为第g个电阻应变片的应变值，g为径向应变的序号；
步骤二：依据钢柱轴向和径向随时间变化的短时形变量，采用灰色系统理论预测钢柱在轴向和径向随时间变化的长时形变量，并将其作为钢架构支柱临界损坏阈值；
钢架构支柱临界损坏阈值形成方法的特征如下：
将GM(1,1)模型、DGM(1,1)模型和NDGM(1,1)模型采用预测权系数的方法融合到一起，建立如下轴向和径向随时间变化的长时形变量模型：
式中，
式中αh、αr分别为轴向应变GM(1,1)灰发展系数和径向应变GM(1,1)灰发展系数，μh、μr为轴向应变GM(1,1)灰作用量和径向应变GM(1,1)灰作用量；αh、αr和μh、μr的计算方法如下：
其中，Bh和Br分别为轴向应变GM(1,1)灰矩阵和径向应变GM(1,1)灰矩阵，Bh和Br的表达式分别为：
式中，zh(1)(t)、zr(1)(t)分别为轴向应变GM(1,1)背景序列和径向应变GM(1,1)背景序列，Yh和Yr分别为轴向应变GM(1,1)原始矩阵和径向应变GM(1,1)原始矩阵；zh(1)(t)、zr(1)(t)表达式如下：
Yh、Yr的表达式如下：
式中，βh1、βh2、βh3、βh4分别是轴向应变NDGM(1,1)模型的倍数系数、轴向应变NDGM(1,1)模型的线性系数、轴向应变NDGM(1,1)模型的截距和轴向应变NDGM(1,1)模型的初始修正系数；βr1、βr2、βr3、βr4分别是径向应变NDGM(1,1)模型的倍数系数、径向应变NDGM(1,1)模型的线性系数、径向应变NDGM(1,1)模型的截距和径向应变NDGM(1,1)模型的初始修正系数；
βh1、βh2、βh3、βh4求解方法如下：
(βh1，βh2，βh3)T＝(ATA)-1ATM
式中，A为轴向应变NDGM(1,1)灰矩阵，M为轴向应变NDGM(1,1)模型背景序列,其表达式如下：
βh4可以通过求解轴向应变预测值
式中，j为轴向临时统计系数；
βr1、βr2、βr3、βr4其求解方法如下：
(βr1，βr2，βr3)T＝(ETE)-1ETN
式中，E为径向应变NDGM(1，1)模型灰矩阵，N为径向应变NDGM(1，1)模型背景矩阵，其表达式如下：
βr4可以通过求解轴向应变预测值
式中，1为径向临时统计系数；
式中，θh1、θh2分别为轴向应变
θr1、θr2分别为径向应变
θh1和θh2的计算方法如下：
(θh1，θh2)T＝(QhTQh)-1QhPh
式中，Qh为轴向应变DGM(1，1)模型灰矩阵，Ph为轴向应变DGM(1，1)模型背景矩阵，其表达式如下：
θr1和θr2的计算方法如下：
(θr1，θr2)T＝(QrTQr)-1QrPr
式中，Qr为径向应变DGM(1，1)模型灰矩阵，Pr为径向应变DGM(1，1)模型背景矩阵，其表达式如下：
建立含有权值λh、γh、λr、γr无约束优化求解模型如下：
通过求导获得建模权值λh、γh、λr、γr的值；
步骤三：在已安装完成的钢柱上布设电阻应变片测量钢柱随时间变化的实际轴向应变σhft和实际径向应变σrft，并采用灰色系统理论修正由于振动等因素造成的应变测量异常值，修正后的轴向应变和径向应变分别为σxhft和σxrft；
采用灰色系统理论剔除并修正由于振动等因素造成的应变测量异常值方法的特征如下：
如果实际轴向应变量σhft满足
如果实际径向应变量σrft满足
步骤四：建立钢架构钢柱形变损坏在线预警模型，进行钢架构钢柱形变损坏在线预警判定；
建立钢架构钢柱形变损坏在线预警模型并进行钢架构钢柱形变损坏在线预警判定方法的特征如下：
如图1所示，在钢架构钢柱上布设电阻应变片群组,电阻应变片群组有8个电阻应变片构成，4个沿着钢柱径向分布，4个沿着钢柱轴向分布，且径向和轴向间隔均匀分布。
从钢柱上方加载20吨重物，记录并计算钢柱的轴向应变σht和径向应变σrt，并以此预测钢柱轴向和径向随时间变化的长时形变量
在已安装完成的钢柱上布设电阻应变片测量钢柱随时间变化的实际轴向应变σhft和径向应变σrft，测量数据如图3所示，采用灰色系统理论剔除并修正由于振动等因素造成的应变测量异常值，修正后的轴向应变和径向应变分别为σxhft和σxrft，修正后的数据如图4所示。
持续不断施加力，采用本申请的方法和现有方法进行了实验验证，实验总计进行了15次，其中现有方法正确报警7次，本申请的方法正确报警15次，达到了100％报警，如图5、图6所示，故本申请的报警正确率要远高于现有方法。本申请实现了高正确率报警，提高了报警精度，避免了由于钢架构造成的人力财力损失。
