基于热成像的钢管混凝土脱空检测技术研究

刘豪, 侯德鑫, 郑刚兵, 袁建锋, 叶树亮

刘豪, 侯德鑫, 郑刚兵, 袁建锋, 叶树亮. 基于热成像的钢管混凝土脱空检测技术研究[J]. 红外技术, 2021, 43(11): 1119-1126.
引用本文: 刘豪, 侯德鑫, 郑刚兵, 袁建锋, 叶树亮. 基于热成像的钢管混凝土脱空检测技术研究[J]. 红外技术, 2021, 43(11): 1119-1126.
LIU Hao, HOU Dexin, ZHENG Gangbing, YUAN Jianfeng, YE Shuliang. Infrared Thermography-based Void Detection Technology for Concrete-filled Steel Tubes[J]. Infrared Technology , 2021, 43(11): 1119-1126.
Citation: LIU Hao, HOU Dexin, ZHENG Gangbing, YUAN Jianfeng, YE Shuliang. Infrared Thermography-based Void Detection Technology for Concrete-filled Steel Tubes[J]. Infrared Technology , 2021, 43(11): 1119-1126.

基于热成像的钢管混凝土脱空检测技术研究

基金项目: 

浙江省自然科学基金 LY18F030011

详细信息
    作者简介:

    刘豪(1995-),男,硕士研究生,研究方向:基于热成像的无损检测。E-mail:liuhaohean@163.com

    通讯作者:

    叶树亮(1973-),男,教授,研究方向:化工产品安全测试技术与仪器,工业零部件缺陷检测技术与设备,精密测量中部件信号处理与误差分析技术。E-mail:itmt_paper@126.com

  • 中图分类号: TU753

Infrared Thermography-based Void Detection Technology for Concrete-filled Steel Tubes

  • 摘要: 钢管混凝土结构因受施工工艺、混凝土收缩、超负荷承载等因素而产生脱空缺陷,使结构的承载能力下降。本文利用主动热成像技术对钢管混凝土的脱空缺陷进行了研究,并针对当前热成像脱空检测技术存在检测深度小,处理算法呈现效果不佳,无法定量检测,检测效率低等问题,提出了设计专用感应加热电源和线盘提高检测深度,热源反演算法消除加热非均匀性干扰,建立无缺陷仿真模型预测钢管混凝土表面的温度分布,取同一时刻的实验数据和仿真预测数据作差来提取脱空缺陷特征,以及检测参数优化实现定量检测的解决方法。通过多次重复实验表明,可检出壁厚为20 mm钢管混凝土内的脱空缺陷,并能确定缺陷形状和大小,有效提高了检测深度和检测效率。
    Abstract: The concrete-filled steel tube structure has void defects owing to factors such as construction technology, concrete shrinkage, and overload bearing, which reduce the load-bearing capacity of the structure. Furthermore, the current thermal imaging based void detection technology has a small detection depth, poor processing algorithm rendering effect, inability to detect quantitatively, and low detection efficiency. In this study, an active thermal imaging technology was used to study the void defects of concrete-filled steel tubes. A special induction heating power supply and heating probe are designed to increase the detection depth, and a heat source inversion algorithm eliminates the heating non-uniformity interference. In addition, a defect-free simulation model is established to predict the temperature distribution of the concrete-filled steel tube surface. Moreover, the difference between the experimental data and the simulation prediction data was obtained to extract the characteristics of the void defect and optimize the detection parameters to realize a quantitative detection solution. Through repeated experiments, it was shown that void defects in concrete-filled steel tubes with a wall thickness of 20mm can be detected, and the shape and size of the defects can be determined, which effectively improves the inspection depth and efficiency.
  • 机载三轴稳定平台广泛应用于遥感成像领域,其主要作用就是隔离载机运动等因素带来的扰动,减小飞行器姿态角带来的变化,保证成像质量[1]。现需研制一台具有高精度的三轴稳定平台,使搭载在平台上的垂视相机和高光谱相机两种线阵相机工作在稳定的成像环境中,获得高质量的图像数据。

    传统的机载三轴平台机械传动往往采用电机直驱或带有减速箱的传动机构。这些方式均不能满足成像载荷质量大,稳定平台质量小于59.8 kg的指标要求。钢丝绳传动具有高精度、低空回、重量轻等特点,所以采用了钢丝绳传动机构。但是钢丝绳传动会带来一定的柔性传动,在线阵相机成像这种高精度的场合往往不能忽略,会带来图像的抖动和畸变。传统的PID(proportion integration differentiation)控制很难满足高成像质量的要求,张洪文针对某遥感扫描组件消旋组件同步提出双电机驱动,采用独立的位置环和速度环控制钢丝绳传动,同步精度达到了0.5 mrad[3];谢宏伟在实验中确定了预紧力、负载、绳组数、转速对传动精度的影响[4]。但是以上稳定平台的成像载荷均比较小,没有明显暴露出钢丝绳传动的缺点,在这次实际工程中,两个成像载荷的重量高达21.3 kg,稳定精度的技术指标为0.35mrad,对控制算法的设计提出更高的要求。

    本文主要是为了改善钢丝绳传动的三轴转台非线性干扰,设计出一种模糊自适应和前馈复合控制的策略,最后通过仿真和实验验证该控制策略的有效性。

    本实验的稳定平台都是小幅有限角运动,钢丝绳机构如图 1所示,结构图如图 2所示,采用ROT-LOK型结构[3-4]。在往复运动中,钢丝绳上不断变化的张力会对传动系统引入传动空回。

    图  1  钢丝绳传动示意图
    Figure  1.  Wirerope transmission diagram
    图  2  钢丝绳传动结构图
    Figure  2.  Schematic representation of wirerope transmission

    根据结构的空间和刚性选择4组绳组数,被动轮上每组钢丝绳的一端都串联预紧弹簧用以调节钢丝绳的预紧力,可以在实验中精确地调节弹簧的长度来选取合适的预紧力[5-6]。钢丝绳上的预紧力为Fp,负载力为Fl,钢丝绳的变形量为δ,被动轮与主动轮的半径是Ro, Ri,AE是刚度即横截面积与弹性模量的乘积,μ为摩擦系数,钢丝绳的模型为:

    $$ {\delta _{\text{o}}} = \int {\frac{{{R_{\text{o}}}({F_{\text{p}}} + {F_{\text{l}}}){{\text{e}}^{ - \mu \theta }}}}{{{\text{AE}}}}} {\text{d}}\theta - \int {\frac{{{R_{\text{o}}}({F_{\text{p}}} - {F_{\text{l}}}){{\text{e}}^{\mu \theta }}}}{{{\text{AE}}}}{\text{d}}\theta } $$ (1)
    $$ {\delta _{\text{i}}} = \int {\frac{{{R_{\text{i}}}({F_{\text{p}}} + {F_{\text{l}}}){{\text{e}}^{ - \mu \theta }}}}{{{\text{AE}}}}} {\text{d}}\theta - \int {\frac{{{R_{\text{i}}}({F_{\text{p}}} - {F_{\text{l}}}){{\text{e}}^{\mu \theta }}}}{{{\text{AE}}}}{\text{d}}\theta } $$ (2)

    则钢丝绳的传动空回e为:

    $$ e = \frac{{{\delta _{\text{o}}}}}{{{R_{\text{o}}}}} + \frac{{{\delta _{\text{i}}}}}{{{R_{\text{i}}}}} $$ (3)

    机载三轴稳定平台会涉及到多框架耦合等问题,但本文研究的是钢丝绳传动对伺服造成的影响,所以等效为3个相同的控制系统进行设计,由电机的工作原理可以推出电压平衡方程[7]

    $$ {U_{\text{d}}} - {K_{\text{i}}}{I_{\text{d}}} = L{\dot I_{\text{d}}} + R{I_{\text{d}}} + {C_{\text{e}}}{\dot \theta _m} $$ (4)

    式中:Ud为电枢两端电压;LRId分别为电枢回路等效的总电感、电阻、电流;Ki为电流反馈系数;Ce是伺服电机电动势系数;$ {\dot \theta _{\text{m}}} $和θm是电机输出轴的转速和转角。

    直流伺服电机的动力学方程可以写为:

    $$ {J_{\text{m}}}{\ddot \theta _{\text{m}}} = {k_{\text{t}}}i - {b_\text{m}}{\dot \theta _{m} } - {K_{\text{L}}}\left( {{\theta _{\text{m}}} - {\theta _{\text{L}}}} \right) $$ (5)

    式中:kti为电磁转矩;kt为电机的转矩系数;电动机输出轴的转动惯量为Jm;电机的粘性阻尼系数为bmKL为电机和框架的耦合刚度系数;$ {\dot \theta _{\text{L}}} $和θL为负载的转速和转角。此系统的负载的转动惯量大以及精度要求高,所以将电机和惯性负载视为二质量系统进行建模分析[8]。设负载的黏性阻尼系数为bLTmL为负载输出力矩,可以得知负载的数学模型如下:

    $$ {J_{\text{L}}}{\ddot \theta _{\text{L}}} = {T_{{\text{mL}}}} - {b_{\text{L}}}{\dot \theta _{\text{L}}} $$ (6)
    $$ {K_{\text{L}}}\left( {{\theta _{\text{m}}} - {\theta _{\text{L}}}} \right) - {T_{{\text{mL}}}} = 0 $$ (7)

    在仿真中将脉冲宽度调制(Pulse Width Modulation,PWM)环节近似的等效为一个比例环节,置为ku;速度环放大系数为ks;反馈系数为Kv

    在伺服系统中,摩擦模型的建立相当重要,根据相关文献,仿真建立了较为经典的Lugre模型[9]。设状态变量z代表接触面鬓毛的平均变形,Lugre的数学模型可由下式表示:

    $$ F = {\sigma _0}z + {\sigma _1}\dot z + \alpha \dot \theta $$ (8)
    $$ \dot z = \dot \theta - ({\sigma _0}\left| {\dot \theta } \right|/g\left( {\dot \theta } \right))z $$ (9)
    $$ g\left( {\dot \theta } \right) = {F_{\text{c}}} + \left( {{F_{\text{s}}} - {F_{\text{c}}}} \right){{\text{e}}^{ - {{\left( {\frac{{\dot \theta }}{{{v_{\text{s}}}}}} \right)}^2}}} + \alpha \dot \theta $$ (10)

    式中:σ0σ1为动态摩擦参数,其中σ0为刚毛的刚性系数,σ1为滑动阻尼系数。FcFsαvs为静态摩擦参数,其中Fc为库仑摩擦;Fs为静摩擦;α为粘性摩擦系数;vs为stribeck特性阶段的动静切换速度,而本文针对项目情形进行了实测,得出相关参数的具体数值。

    由于机载平台的特点,传统PID控制难以满足其精度要求,实验设计了模糊自适应PID控制器。其结构如图 3所示。

    图  3  模糊控制原理结构图
    Figure  3.  Fuzzy control principle structure diagram

    从结构图可以看出模糊控制采用两输入三输出二维模糊控制模块,以摆扫速度误差e和误差变化率de为输入语言变量,以Δkp, Δki, Δkd为输出语言变量。对于每个状态的3个参数,有:

    $$ k_{\mathrm{p}}(t)=k_{\mathrm{p}}(t-1)+\Delta k_{\mathrm{p}}(t) $$ (11)
    $$ k_{\mathrm{i}}(t)=k_{\mathrm{i}}(t-1)+\Delta k_{\mathrm{i}}(t) $$ (12)
    $$ k_{\mathrm{d}}(t)=k_{\mathrm{d}}(t-1)+\Delta k_{\mathrm{d}}(t) $$ (13)

    输入变量ede的模糊集合可以划分为{NB, NM, NS, Z, PS, PM, PB},输出变量Δkp, Δki, Δkd的论域划分和输入变量的划分是一致的。输入输出变量边缘采用高斯隶属函数曲线,其余部分采用三角形隶属函数曲线如式(14):

    $$ f(x, a, b, c) = \left\{ {\begin{array}{*{20}{c}} 0&{x \leqslant 0} \\ {\frac{{x - a}}{{b - a}}}&{a \leqslant x \geqslant 0} \\ {\frac{{c - x}}{{c - b}}}&{b \leqslant x \leqslant c} \\ 0&{x \geqslant c} \end{array}} \right. $$ (14)

    ede分别有7个论域,故一共有49条控制规则,可以根据相应领域专家的技术和经验编写控制规则表[10-12]

    前馈控制的引入就可以直接将干扰引入到控制装置,在控制系统中同时使用前馈控制加反馈控制的方法称为复合控制[12-14]

    实际钢丝绳传动会引起一定的滞后,前馈补偿基于不变性原理,通过前馈补偿环节把可以测量的扰动误差引入到控制器的设计中,从而能很好地抑制干扰,减小系统的误差,控制模型如图 4所示。

    图  4  模糊自适应前馈控制框图
    Figure  4.  Block diagram of fuzzy adaptive feedforward control

    采用基于输入的自适应前馈补偿来提高伺服系统的性能,可以求得:

    $$ {G_1}(s) = \frac{{Ls + R + {K_i}}}{{{G_2}(s)}} $$ (15)
    $$ \begin{array}{l} {G_2}(s) = \{ {J_{\text{L}}}{J_{\text{m}}}L{s^4} + [{J_{\text{L}}}{J_{\text{m}}}(R + {K_{\text{i}}}) + \hfill \\ \quad ({J_{\text{L}}}{b_{\text{m}}} + {J_{\text{m}}}{b_{\text{L}}})L]{s^3} + [({J_{\text{L}}}{b_{\text{m}}} + {J_{\text{m}}}{b_{\text{L}}})(R + {K_{\text{i}}}) \hfill \\ \quad + {b_{\text{m}}}{b_{\text{L}}}L]{s^2} + {b_{\text{m}}}{b_{\text{L}}}(R + {K_{\text{i}}})s\} {k_{\text{u}}}{k_{\text{t}}}{k_{\text{s}}}{K_{\text{v}}} \hfill \\ \end{array} $$ (16)
    $$ {G_{\text{r}}}(s) = \frac{{{G_2}(s)}}{{Ls + R + {K_{\text{i}}}}} $$ (17)

    式中:G1为电机机电部分和负载的等效传递函数;Gr为前馈补偿装置的传递函数。

    在本次实验中,所用电机参数如下:L=2.2 mH,R=10 Ω,kt=2.1 N·m/A,Ce=2.1 V/(rad/s),Jm=0.0037 kg·m2JL=7.91 kg·m2bm=0.01,bL=15.0,Ki=0.001,KL=6.0;摩擦模型参数:σ0=2600,σ1=25,α=0.2,Fc=5.2,Fs=6.4,vs=0.01;钢丝绳选用的是SUS304材质,直径1 mm,它的实际参数是μ=0.0015,AE=8×103;在调试平台时,测得预紧力Fp=21.3 N效果最好;PWM环节放大倍数ku=11,速度环放大倍数ks=6,反馈系数Kv=2;PID控制器3个参数kp=100,ki=1.0,kd=50;根据以上相关参数求出前馈部分传递函数:

    $$ {G_{\text{1}}}(s) = \frac{{0.041{s^4} + 81.210{s^3} + 373.203{s^2} + 415.842s}}{{0.0022s + 10.001}} $$ (18)

    前馈控制的输入是根据飞机上的主惯导获得数据,经过控制板处理之后用来补偿飞机姿态,由于条件限制,仿真的时候所用的是以前在飞机下载的惯导数据。基于传统PID控制仿真模型和模糊自适应PID前馈补偿控制仿真模型框图如图 5图 6所示。

    图  5  传统PID控制仿真模型
    Figure  5.  Traditional PID control simulation model
    图  6  模糊自适应PID前馈补偿控制仿真模型
    Figure  6.  Fuzzy adaptive PID feedforward compensation control simulation model

    运行仿真得到的仿真曲线如图 7,采用传统PID控制,在速度过零点时,波形明显发生畸变,出现位置跟踪“平定”现象和速度跟踪“死区”现象,位置跟踪出现很大的滞后。而采用了模糊控制PID控制器和前馈控制符合的控制算法,消除了“平定”和“死区”现象,对系统滞后明显改善,响应速度更快。

    图  7  仿真结果图
    Figure  7.  Simulation result graph

    钢丝绳传动误差是制约伺服性能的关键,传动误差是指当输入轴单向转动时,输出轴的实际值对理想值的误差,在摇摆台实验室,模拟飞机环境对稳定平台进行实验测量,图 8是平台测试情况,在稳定平台横滚框架安装平面反射镜,横滚框架位于零位,反射镜与地面平行,在反射镜正下方放置自准直仪,自准直仪精度设置为1 μrad,俯仰轴以0.3°,0.5 Hz摆动。用传统PID控制和模糊自适应前馈控制算法分别测试曲线如图 9。从输出曲线可以看出,传统PID存在很大的抖动,传动精度在1mrad,而模糊自适应前馈控制传动精度达到了0.2 mrad,很大地改善了钢丝绳对系统带来的抖动,能达到指标要求。

    图  8  摇摆台实验设备示意图
    Figure  8.  Schematic diagram of swing table experimental equipment
    图  9  自准直仪输出曲线
    Figure  9.  Autocollimator output curves

    用平行光管模拟无穷远处,设备摆放如图 10,稳定平台俯仰框架以固定速度摆扫,相机通过反射镜对靶标进行成像,平行光管采用模块化光电测试系统METS L19型号,分辨率靶标选择使用美军标USAF1951分辨率靶。拍出的靶标如图 11所示。图 11(a)采用传统PID控制拍出来的靶标,存在抖动弯曲的现象,用Matlab查看每行相差两个像素,相机角分辨率为10 μrad,而图 11(b)采用模糊自适应前馈控制算法拍出来的靶标用Matlab查看靶标每行像素是基本一致的,满足指标要求。

    图  10  平行光管实验
    Figure  10.  Schematic diagram of collimator experiment
    图  11  靶标对比图
    Figure  11.  Target comparison chart

    在摇摆台模拟飞机环境做的抗干扰实验,将控制系统的稳定精度从1 mrad改善到0.2 mrad,在速度平稳性实验中,采用平行光管测靶标成像的方式,采用复合控制的算法能较好地改善钢丝绳带来的速度抖动性,以上实验与仿真结果也相吻合,仿真和实验都说明了采用复合控制策略较传统PID对控制精度带来了大幅的改善,可以为以后类似的工程提供参考。

    本文针对采用钢丝绳传动的大质量线阵相机的伺服控制精度,提出模糊自适应PID前馈补偿的复合控制策略,将按输入设计的前馈控制方法与模糊自适应控制结合起来,通过仿真和实验证明,该策略能够有效地消减钢丝绳传动误差,平台稳定精度从1 mrad提高到0.2 mrad,满足了成像的指标要求。

  • 图  1   钢管混凝土结构

    Figure  1.   Concrete-filled steel tube structure

    图  2   检测系统示意图

    Figure  2.   Diagram of detection system

    图  3   检测模型传热示意图

    Figure  3.   Heat transfer diagram of detection model

    图  4   脱空区与非脱空区加热和冷却过程温度变化趋势

    Figure  4.   Temperature change trend in heating and cooling process between void area and sound area

    图  5   加热线盘

    Figure  5.   Heated probe

    图  6   加热非均匀性

    Figure  6.   Heating heterogeneity

    图  7   加热时间优化曲线

    Figure  7.   Heating time optimization curve

    图  8   冷却时间优化曲线

    Figure  8.   Cooling time optimization curve

    图  9   脱空区域提取效果

    Figure  9.   Extraction of void area

    图  10   实验样品

    Figure  10.   Experimental sample

    图  11   实验装置

    Figure  11.   Experimental equipment

    图  12   脱空缺陷检测效果

    Figure  12.   Detection effect of void defect

    表  1   材料的物性参数

    Table  1   Material parameters

    Material Thermal conductivity/
    W·m-1·K-1
    Specific heat
    capacity/
    J·kg-1·K-1
    Density/
    kg·m-3
    Steel 49.8 465 7840
    Concrete(c30) 1.28 970 2410
    Air 0.0259 1005 1.205
    下载: 导出CSV
  • [1] 张西辰, 宋晓冰. 钢板混凝土(SC)组合结构的发展与研究现状[J]. 四川建筑科学研究, 2015, 41(1): 26-30. DOI: 10.3969/j.issn.1008-1933.2015.01.006

    ZHANG Xichen, SONG Xiaobing. Research and application of steel concrete composite structure[J]. Sichuan Building Science, 2015, 41(1): 26-30. DOI: 10.3969/j.issn.1008-1933.2015.01.006

    [2] 安东. 双钢板混凝土组合剪力墙发展及其承载力研究现状[J]. 城市建设理论研究, 2019, 302(20): 53-53. https://www.cnki.com.cn/Article/CJFDTOTAL-CSJL201920045.htm

    AN Dong. Development and bearing capacity of double steel plate concrete composite shear wall[J]. Theoretical Research in Urban Construction, 2019, 302(20): 53-53. https://www.cnki.com.cn/Article/CJFDTOTAL-CSJL201920045.htm

    [3] 陈志华, 姜玉挺, 张晓萌, 等. 钢管束组合剪力墙恢复力模型研究[J]. 地震工程与工程振动, 2017, 37(1): 115-122. https://www.cnki.com.cn/Article/CJFDTOTAL-DGGC201701015.htm

    CHEN Zhihua, JIANG Yuting, ZHANG Xiaomeng, et al. Research on resilience model of steel tube bundle composite shear wall[J]. Earthquake Engineering and Engineering Dynamics, 2017, 37(1): 115-122. https://www.cnki.com.cn/Article/CJFDTOTAL-DGGC201701015.htm

    [4] 周云, 裴熠麟, 刘蒙. 基于非接触式麦克风冲击共振测试的钢-混组合结构界面脱空损伤识别方法研究[J]. 地震工程与工程振动, 2020, 40(1): 67-79. https://www.cnki.com.cn/Article/CJFDTOTAL-DGGC202001008.htm

    ZHOU Yun, PEI Yilin, LIU Meng. Non-contact diagnosis for interface debonding of steel-concrete composited structure by using impact resonance test with microphone[J]. Earthquake Engineering and Engineering Dynamics, 2020, 40(1): 67-79. https://www.cnki.com.cn/Article/CJFDTOTAL-DGGC202001008.htm

    [5] 叶勇, 李威, 陈锦阳. 考虑脱空的方钢管混凝土短柱轴压性能有限元分析[J]. 建筑结构学报, 2015, 36(S1): 324-329. https://www.cnki.com.cn/Article/CJFDTOTAL-JZJB2015S1050.htm

    YE Yong, LI Wei, CHEN Jinyang. FEA on compressive behavior of square CFST short columns with circumferential gap between concrete and tube[J]. Journal of Building Structures, 2015, 36(S1): 324-329. https://www.cnki.com.cn/Article/CJFDTOTAL-JZJB2015S1050.htm

    [6] 史新伟. 超声波法检测钢管混凝土脱空量及快速修补技术研究[D]. 郑州: 郑州大学, 2009.

    SHI Xinwei. Research on the void size in concrete-filled steel tube by ultrasonic wave method and the rapid repairing techniques[D]. Zhengzhou: Zhengzhou University, 2009.

    [7] 段师剑, 王远传, 赵勇. 超声法检测钢管混凝土缺陷的分析与探讨[J]. 无损检测, 2018, 40(12): 74-78. DOI: 10.11973/wsjc201812015

    DUAN Shijian, WANG Yuanchuan, ZHAO Yong. Analysis and discussion of steel pipe-encased concrete defects by ultrasonic inspection[J]. Nondestructive Testing, 2018, 40(12): 74-78. DOI: 10.11973/wsjc201812015

    [8] 岳文军, 杨国强, 王栋, 等. 钢管混凝土脱粘的超声波检测模型试验[J]. 施工技术, 2016, 45(23): 151-155. https://www.cnki.com.cn/Article/CJFDTOTAL-SGJS201623039.htm

    YUE Wenjun, YANG Guoqiang, WANG Dong, et al. Test and control technology and application of steel tube concrete arch bridge[J]. Construction Technology, 2016, 45(23): 151-155. https://www.cnki.com.cn/Article/CJFDTOTAL-SGJS201623039.htm

    [9] 晏国顺, 张富家, 王旭明. 中子无损检测法在泸定水电站蜗壳脱空检测中的应用[J]. 水力发电, 2011, 37(5): 83-84, 88. https://www.cnki.com.cn/Article/CJFDTOTAL-SLFD201105032.htm

    YAN Guoshun, ZHANG Fujia, WANG Xuming. Application of neutron non-destructive testing method in the void detection of spiral case in Luding Hydropower Station[J]. Water Power, 2011, 37(5): 83-84, 88. https://www.cnki.com.cn/Article/CJFDTOTAL-SLFD201105032.htm

    [10] 张辉, 刘国庆, 刘枨, 等. 水电站钢衬混凝土结构脱空缺陷定量检测应用研究[J]. 同位素, 2017, 30(3): 194-199. https://www.cnki.com.cn/Article/CJFDTOTAL-TWSZ201703007.htm

    ZHANG Hui, LIU Guoqing, LIU Cheng, et al. Study on Application of quantitative detecting of inner cavity defect of concrete under steel plate lining of hydro-power plant[J]. Journal of Isotopes, 2017, 30(3): 194-199. https://www.cnki.com.cn/Article/CJFDTOTAL-TWSZ201703007.htm

    [11] 杨金. 基于HHT的钢管混凝土缺陷特征提取研究与FPGA实现[D]. 湘潭: 湖南科技大学, 2016.

    YANG Jin. Feature extraction from concrete-filled steel tube using HHT and FPGA implementation[D]. Xiangtan: Hunan University of Science and Technology, 2016.

    [12]

    Zimnoch M, Oliferuk W, Maj M. Estimation of defect depth in steel plate using lock-in IR thermography[J]. Geological Data Processing, 2010, 17: 156-159. http://yadda.icm.edu.pl/baztech/download/import/contents/BPB2-0048-0019-httpwww_actawm_pb_edu_plvol4no4zimnocholiferukmaj2009070.pdf

    [13]

    Cotic P, Kolaric D, Bosiljkov V B, et al. Determination of the applicability and limits of void and delamination detection in concrete structures using infrared thermography[J]. NDT & E International, 2015, 74(9): 87-93. http://smartsearch.nstl.gov.cn/paper_detail.html?id=7df88ae15f98281a4b18c7fea5110e29

    [14] 胡爽. 基于红外热像技术的钢管混凝土密实度缺陷检测探究[D]. 重庆: 重庆大学, 2016.

    HU Shuang, The research and detection on the density defects of the concrete-filled steel tubes based on the infrared thermal imaging technology[D]. Chongqing: Chongqing University, 2016.

    [15]

    Matovu M J, Farhidzadeh A, Salamone S. Damage assessment of steel-plate concrete composite walls by using infrared thermography: a preliminary study[J]. Journal of Civil Structural Health Monitoring, 2016, 6(2): 303-313. DOI: 10.1007/s13349-016-0169-4

    [16] 王军文, 马少宁, 刘志勇, 等. 钢管混凝土脱空无损检测方法试验研究[J]. 石家庄铁道大学学报: 自然科学版, 2021, 34(2): 38-45. https://www.cnki.com.cn/Article/CJFDTOTAL-SJZT202102007.htm

    WANG Junwen, MA Shaoning, LIU Zhiyong, et al. Experimental study on non-destructive testing methods of voids in concrete filled steel tube[J]. Journal of Shijiazhuang Tiedao University: Natural Science Edition, 2021, 34(2): 38-45. https://www.cnki.com.cn/Article/CJFDTOTAL-SJZT202102007.htm

    [17] 张顺. 基于涡流热成像的钢管混凝土拱桥脱空检测试验研究[D]. 重庆: 重庆交通大学, 2019.

    ZHANG Shun. Research on void detection of concrete filled steel tubular arch bridge based on eddy current thermal imaging[D]. Chongqing: Chongqing Jiaotong University, 2019.

    [18] 陈禾, 秦迎, 陈劲, 等. 基于红外热成像法和超声波法的钢管混凝土无损检测技术试验研究[J]. 建筑结构, 2020, 50(S1): 890-895. https://www.cnki.com.cn/Article/CJFDTOTAL-JCJG2020S1174.htm

    CHEN He, QIN Ying, CHEN Jin, et al. Experimental research on the non-destructive detecting technique on concrete-filled steel tube based on infrared thermal imaging method and ultrasonic method[J]. Building Structure, 2020, 50(S1): 890-895. https://www.cnki.com.cn/Article/CJFDTOTAL-JCJG2020S1174.htm

    [19] 李晓希. 多层异种金属粘接结构内部缺陷热成像无损检测研究[D]. 成都: 电子科技大学, 2018.

    LI Xiaoxi. A research of thermography NDT for inner defect in multi-layer metal-to-metal bonded structure[D]. Chengdu: University of Electronic Science and Technology of China, 2018.

    [20] 张绩松, 王晓娜, 侯德鑫, 等. 基于激光热成像的局部导热系数测试[J]. 激光与红外, 2020, 50(12): 1426-1432. https://www.cnki.com.cn/Article/CJFDTOTAL-JGHW202012003.htm

    ZHANG Jisong, WANG Xiaona, HOU Dexin, et al. Local thermal conductivity measurement based on laser thermography[J]. Laser & Infrared, 2020, 50(12): 1426-1432. https://www.cnki.com.cn/Article/CJFDTOTAL-JGHW202012003.htm

  • 期刊类型引用(0)

    其他类型引用(2)

图(12)  /  表(1)
计量
  • 文章访问数:  124
  • HTML全文浏览量:  111
  • PDF下载量:  33
  • 被引次数: 2
出版历程
  • 收稿日期:  2021-07-20
  • 修回日期:  2021-09-12
  • 刊出日期:  2021-11-19

目录

/

返回文章
返回
x 关闭 永久关闭

尊敬的专家、作者、读者:

端午节期间因系统维护,《红外技术》网站(hwjs.nvir.cn)将于2024年6月7日20:00-6月10日关闭。关闭期间,您将暂时无法访问《红外技术》网站和登录投审稿系统,给您带来不便敬请谅解!

预计6月11日正常恢复《红外技术》网站及投审稿系统的服务。您如有任何问题,可发送邮件至编辑部邮箱(irtek@china.com)与我们联系。

感谢您对本刊的支持!

《红外技术》编辑部

2024年6月6日