Loading [MathJax]/jax/output/SVG/fonts/TeX/Main/Regular/BasicLatin.js
  • 全国中文核心期刊
  • 中国科技核心期刊
  • 美国工程索引(EI)收录期刊
  • Scopus数据库收录期刊

自然条件下隧道衬砌浅层钢筋锈蚀的热效应与红外检测方法

刘学增, 杨学良, 杨芝璐, 李振, 杨子硕

刘学增, 杨学良, 杨芝璐, 李振, 杨子硕. 自然条件下隧道衬砌浅层钢筋锈蚀的热效应与红外检测方法[J]. 岩土工程学报, 2023, 45(4): 680-689. DOI: 10.11779/CJGE20220183
引用本文: 刘学增, 杨学良, 杨芝璐, 李振, 杨子硕. 自然条件下隧道衬砌浅层钢筋锈蚀的热效应与红外检测方法[J]. 岩土工程学报, 2023, 45(4): 680-689. DOI: 10.11779/CJGE20220183
LIU Xuezeng, YANG Xueliang, YANG Zhilu, LI Zhen, YANG Zishuo. Thermal effects and infrared detection method for shallow reinforcement corrosion in tunnel linings under natural conditions[J]. Chinese Journal of Geotechnical Engineering, 2023, 45(4): 680-689. DOI: 10.11779/CJGE20220183
Citation: LIU Xuezeng, YANG Xueliang, YANG Zhilu, LI Zhen, YANG Zishuo. Thermal effects and infrared detection method for shallow reinforcement corrosion in tunnel linings under natural conditions[J]. Chinese Journal of Geotechnical Engineering, 2023, 45(4): 680-689. DOI: 10.11779/CJGE20220183

自然条件下隧道衬砌浅层钢筋锈蚀的热效应与红外检测方法  English Version

基金项目: 

国家自然科学基金项目 52278409

上海市人才发展资金项目 2021051

贵州省科学技术厅重大科技专项 黔科合重大专项字[2018]3011

详细信息
    作者简介:

    刘学增(1971—),男,教授级高级工程师,博士生导师,主要从事隧道安全风险评估、健康诊断、加固设计等方面的研究工作。E-mail: xuezengL@263.net

  • 中图分类号: TU411

Thermal effects and infrared detection method for shallow reinforcement corrosion in tunnel linings under natural conditions

  • 摘要: 隧道随着服役年限增加,衬砌渗漏水、开裂等病害已成常态,由此造成的钢筋锈蚀逐渐显现,钢筋锈蚀一定程度后将引起衬砌剥离剥落,因此,及时发现钢筋锈蚀程度及位置尤为重要。通过室内试验和数值模拟研究了自然温差条件下钢筋锈蚀衬砌的热传导规律,分析了衬砌内外温差、钢筋锈蚀程度对衬砌内表面温度分布的影响规律,探索了红外热成像技术检测衬砌浅层钢筋锈蚀的可行性和适用条件。结果表明:①衬砌内外温差1.0℃~11.9℃时红外检测具有可行性,冬季时衬砌内外温差可满足条件;钢筋锈蚀率为6.51%,19.02%和23.16%时红外检测所需的最小温差为3.8℃,1.8℃和1.4℃。②衬砌钢筋锈蚀率(ρ)与二次衬砌内表面温差(T1)、二次衬砌内外温差(T2)的关系式为ρ=1.1×105T23.2T13+503.7T20.9T1。衬砌内外温差为3~30℃时可检测的钢筋锈蚀率为9.78%~1.18%。③通过衬砌内外温差而产生的热传导效应,依据衬砌内表面温度分布可以综合判断钢筋锈蚀位置与锈蚀程度,为隧道衬砌浅层钢筋锈蚀提供了新的快速检测方法。
    Abstract: With the increase of the service life of the tunnel, the diseases such as water leakage and cracking of the linings have become normal, and the induced reinforcement corrosion gradually emerges. After the reinforcement corrosion to a certain extent, the linings will peel off. Therefore, it is particularly important to discover the corrosion degree and position of reinforcement in time. The heat conduction laws of reinforcement corrosion of the linings under the natural temperature difference are studied through the laboratory tests and numerical simulations, the influence laws of temperature difference inside and outside the linings and the degree of reinforcement corrosion on the inner surface temperature distribution of the linings are analyzed, and the feasibility and applicable conditions of infrared thermography technology for detecting the corrosion of the shallow reinforcement corrosion of the linings are explored. The results show that: (1) The infrared detection is feasible when the temperature difference inside and outside the linings is 1.0℃~11.9℃, and the temperature difference inside and outside the linings can meet the conditions in winter. The minimum temperature difference required by the infrared detection is 3.8℃, 1.8℃ and 1.4℃ when the corrosion rate of reinforcement is 6.51%, 19.02% and 23.16%. (2) The relationship among the corrosion rate of lining reinforcement(ρ), the temperature difference of inner surface of the secondary linings (T1) and the temperature difference between the inner and outer surfaces of the secondary linings(T2) isρ=1.1×105T23.2T13+ 503.7T20.9T1. When the temperature difference inside and outside the lining is 3℃~30℃, the detectable corrosion rate of reinforcement is 9.78%~1.18%. (3) Through the heat conduction effect caused by the temperature difference inside and outside the linings, the position and degree of reinforcement corrosion can be comprehensively judged from the temperature distribution on the inner surface of the linings, which provides a new rapid detection method for the corrosion of shallow reinforcement in tunnel linings.
  • 管桩因其承载力高、施工便捷、运输方便等优势被广泛应用于各类构筑物基础的建设中[1]。开口管桩在沉桩过程中,桩端部分土体会被挤入桩内形成土塞。由于桩体尺寸、沉桩方式、土体性质等因素的影响,开口管桩会呈现完全闭塞,部分闭塞和完全非闭塞的状态[2]。土塞状态的改变会对管桩沉桩阻力和承载特性产生极大影响[3-4]

    目前,对开口管桩中土塞效应的研究主要包括理论、试验和数值模拟3个方面。在理论研究方面,Randolph等[5]基于土塞单元的静力平衡方程,求解了土塞中有效应力分布特征,建立了考虑土塞参数和加载速率的土塞承载力计算方程。郑俊杰等[6]基于圆孔扩张理论分析了管桩沉桩过程中土塞效应和挤土效应的相互作用特性。刘润等[7]考虑动力打桩过程中土塞所受的惯性力作用,提出了考虑惯性力影响的土塞拟静力平衡分析法。上述模型为土塞与管桩的相互作用分析提供了重要理论参考,但本质上仍是基于静力平衡方程,无法真实反映土塞与管桩的真实作用特征。试验是揭示桩土相互作用机理最可靠的手段[8-9]。然而由于管桩特殊的结构形式与施工扰动,无法通过应变片等手段对桩身各部分阻力进行区分,因此,多是在闭口管桩阻力计算公式的基础上引入经验系数来反映开口管桩的承载特性[9-10]。随着内外双壁管桩[9, 11]的出现,对土塞阻力的测量成为可能,这也进一步加深了土塞效应对管桩沉桩阻力与承载特性影响的认识;此外,粒子图像测速技术(particle image velocimetry)[12]、CT扫描技术[13]等新技术也被成功应用于土塞形成与演化机理的研究中。然而,上述技术手段成本高、尺寸受限,且难以模拟不同工况下,因此需要更为高效合理的手段对试验结果进行补充。近年来,考虑颗粒散体特性的离散元数值模拟方法被广泛应用于土塞效应的研究中[14-15]。周健等[14]基于半桩模型试验和离散元模拟,对砂土地基中静压管桩的沉桩过程进行了模拟,将土塞形成过程分为:初始阶段,主动拱形成阶段,被动拱形成阶段。Li等[15]基于离散元方法,分析了不同沉桩方式下土塞的演化过程,建立了桩侧土-管桩-土塞相互作用模型。上述数值模拟工作极大丰富了对管桩成塞机制的认识,但主要关注于土塞本身的形成与演化机理,土塞效应如何影响管桩的沉桩过程以及承载力发挥仍需深入研究。

    本文拟采用离散元方法对砂土地基中静压开口管桩的沉桩与承载全过程进行研究。从宏细观角度出发,基于土体变形特性、土塞参数发展规律、贯入阻力等内容的分析,明确土塞对管桩沉桩阻力和承载特性发挥的影响,建立考虑土塞效应的管桩承载特性计算方法。

    离散元方法的基本原理是将散体颗粒简化为圆盘(二维)或者球(三维),基于牛顿第二定律和接触力-相对位移关系,通过对颗粒间赋予接触参数对散体材料的宏观物理力学行为进行模拟[16-17]

    西澳大学(UWA)硅质砂是一种颗粒形状接近亚圆形到压棱角形的商业用砂,其基本物理力学性质已经过系统标定,因此在岩土工程模型试验与数值模拟研究中得到了广泛应用[15, 18]。本文以UWA硅质砂为标定对象开展后续离散元模拟,其基本物理力学性质见表 1。为充分考虑计算效率与模拟准确性,依据实际砂样颗粒集配曲线放大15倍后生成等效的离散砂样模型。

    表  1  UWA硅质砂及其等效离散砂样参数
    Table  1.  Properties of UWA superfine sand and its DEM analogue
    参数 Gs 颗粒尺寸/mm Cu Cc φcs/(°)
    d10 d50 d60
    试验值 2.67 0.12 0.18 0.20 1.67 1.020 33
    模拟值 2.67 1.80 2.70 3.00 1.67 0.975 32
    注:φcs为极限状态摩擦角,CuCc分别为不均匀系数和曲率系数。
    下载: 导出CSV 
    | 显示表格

    离散元模型中,土体颗粒通常采用标准的圆形(二维)或球体(三维),难以反映实际颗粒间的咬合与胶结作用,导致颗粒产生过量转动并低估土体强度[15]。为了反映不规则砂样间的接触特征,本文采用滚动阻力线性模型(rolling resistance linear model),通过在颗粒接触间施加扭矩来更好地模拟颗粒接触间的滚动摩擦特性[19-20]。确定颗粒尺寸与接触模型后,开展数值砂样的柔性膜双轴压缩试验,并基于UWA砂样应力-应变关系进行数值模型参数选取及有效性验证,见图 1。可以看出,数值模拟结果与试验结果在峰值强度和残余强度阶段能很好地吻合,基本能反映出中密到密实砂样的剪切特性。本次数值模拟中颗粒参数见表 2

    图  1  应力应变曲线标定结果
    Figure  1.  Calibrated results of stress-strain response
    表  2  离散元模型参数
    Table  2.  Parameters for discrete model
    地基土样
    kn/(N·m-1) ks/(N·m-1) μ γ μr βn βs Md kn/(N·m-1) ks/(N·m-1) μw kn/(N·m-1) ks/(N·m-1) μp
    1×108 2×107 0.5 0.1 0.45 0.1 0.1 3 1×1010 1×1010 0 1.5×109 1.5×109 0.5
    注:knks分别为法向刚度和剪切刚度;μ为摩擦系数;γ为阻尼比;μr为滚动摩擦系数;βn为法向极限阻尼比;βs为剪切极限阻尼比;Md为黏壶模式;μw为墙摩擦系数;μp为桩摩擦系数。
    下载: 导出CSV 
    | 显示表格

    高效地生成均质且应力沿深度均匀分布的地基模型是进行管桩沉桩过程模拟的前提。本文采用周期性单元复制法(periodic cell replication method)[15, 21]进行地基模型的生成。其基本原理是选择一定尺寸的表征单元体(REV)作为地基的基本单元,通过对REV在空间进行组合形成大尺寸的地基模型。由于REV已在相应围压下达到平衡,因此,地基模型在重力作用下能快速达到平衡。

    为了提高计算效率并模拟现场情况,本次模拟在10倍重力加速度下开展,生成了如图 2所示的地基模型,其宽约15.6 m,高约13 m,颗粒总数为356976。进一步地,将达到平衡状态的地基土体颗粒接触力链分布情况进行提取并绘制于图 2左侧,可以看出,土体颗粒接触力链基本呈线性分布,且力链粗细随深度的增加而增加,这与实际土体中应力状态分布特征基本相符。为了进一步验证数值模型的有效性,在地基土内不同位置设置测量圆对达到平衡状态时土体参数进行提取,见图 3。可以看出,地基土体应力随深度基本呈线性分布,且孔隙率随深度波动较小,可以认为,生成的地基土体模型分布均匀,且应力状态稳定,能满足后续管桩贯入过程模拟的要求。

    图  2  地基模型示意图
    Figure  2.  Schematic view of soil foundation
    图  3  初始平衡状态下地基参数沿深度分布特征
    Figure  3.  Distribution of foundation parameters at balance

    本次模拟采用墙单元生成3组模型桩(P1,P2,P3),外径D分别为0.5,0.7,1.0 m,壁厚统一设置为10 cm。模型桩沿地基中轴线贯入,贯入深度为6 m。对于直径最大的P3,桩壁距地基模型边缘的距离约为7D,而对于直径最小的P1,其桩径约为35d50,结合数值模型结果可以得出,本次管桩贯入过程模拟的边界效应和尺寸效应可以忽略[20, 22]

    本次模拟中管桩的沉桩过程采用静压的方式实现,宏观贯入速度为2 m/s。沉桩过程中,离散元模型计算时步约为8×10-6 s,对应数值模型中的贯入速度约为1.6×10-4 mm每个dt,与Zhang等[20]和Ciantia等[21]离散元模型中管桩贯入速度接近。图 4展示了P2桩在不同贯入速度时沉桩阻力的发展特征。可以看出,在上述速度范围内,沉桩阻力差异不大。但本模型中,当以4 m/s速度贯入6 m深度时计算时间约为36 h,当以1 m/s速度贯入6 m深度时计算时间约为一周。因此,基于模拟效率与准确性的要求,模拟中管桩沉桩速度定为2 m/s。需要指出的是,由于孔隙水压力模拟的复杂性,模型中并未考虑地下水的影响。

    图  4  不同贯入速度下P2沉桩总阻力发展特征
    Figure  4.  Development of installation resistance for P2 under different penetration speeds

    贯入到预定深度后,对模型桩进行卸载并对离散元模型进行循环至稳定,随后开展管桩的承载过程模拟。考虑到管桩承载过程的准静态特性,同样采用位移加载的方式进行管桩承载过程的模拟[23],贯入速度为0.1 m/s,贯入深度50 cm。

    为了直观分析沉桩过程对桩周土体变形特征的影响,模型桩贯入前对地基土体进行分层染色。图 5展示了模型桩沉桩结束时桩周土体的变形特征。可以看出,管桩沉桩过程对桩周土体产生了显著扰动,且不同尺寸模型桩中出现了不同程度的成塞现象。对于P1,桩周内外侧土体产生了显著剪切,且桩端土体产生了显著扰动,表明P1产生了成塞现象。对于P2,桩内侧土由于桩身的摩擦,形成了上凸的主动拱,而桩端处出现了清晰的下凹被动拱。随着桩径的增大,桩中土塞高度越高,土塞效应也越弱。

    图  5  沉桩结束时桩周土体变形特征
    Figure  5.  Soil deformations around piles at the end of pile installation

    为了从细观角度对土塞的形成过程进行分析,选取桩端下部不同深度处(2,4,6 m)颗粒作为标记点,记录管桩沉桩过程中标记点颗粒相对于桩端的位置变化,如图 6。对于P1,随着管桩的贯入,初始时在桩端下2 m的颗粒被挤入桩中,且挤入后相对位置变化量显著减小。对于初始位置在桩端下4 m的颗粒,随着管桩的贯入,颗粒逐渐接近桩端,但并未被挤入桩中,而是在距桩端约1 m位置处出现靠近桩中的运动趋势,随后被挤出桩外,这样表明土塞效应逐渐显现。对于初始位置在桩端下4 m的颗粒,其初始时相对桩端无明显水平位移,随后呈现往桩外运移的趋势。对于P2,颗粒总体的运移特征与P1中相同,且对于初始时在桩端下4 m和6 m的颗粒,出现了更为明显的外-内-外运动轨迹。随着桩径的进一步增大,土塞效应逐渐减弱,颗粒的水平位移减小,更多的颗粒被挤入桩中。

    图  6  沉桩过程中桩端土体运移轨迹特征
    Figure  6.  Particle movements relative to pile tip during pile Installation

    土塞率(plug length ratio, PLR)和土塞增长率(increment filling ratio, IFR)是目前最为常用的描述土塞效应的参数[1, 2],其定义为

    PLR=hH
    (1)
    IFR=ΔhΔH
    (2)

    式中:h为土塞高度;H为总贯入深度;Δh为单次贯入下土塞高度变化量,ΔH为单次贯入深度。当PLR=1或IFR=1时,管桩处于完全非闭塞状态;当0<IFR<1时,管桩处于部分闭塞状态;当IFR=0时,管桩处于完全闭塞状态。

    图 7展示了管桩沉桩过程中PLR和IFR随贯入深度的变化趋势。随着管桩的贯入,PLR逐渐减小,且P1的PLR值要比P2和P3要小。相比于PLR,IFR对贯入深度的变化更为敏感。对于P1,初始贯入时IFR迅速减小,在贯入深度为3.5~5 m,IFR始终保持为0,表明这一阶段P1为完全闭塞状态,在5~6 m贯入深度内,IFR出现了一定波动,表明P1发生了开塞与再闭塞。P2的IFR值变化状态与P1相似,初始时IFR快速减小,在5~5.5 m贯入深度保持完全闭塞,随后开塞。对于P3,IFR始终保持波动减小的趋势,但始终未完全闭塞。

    图  7  土塞参数随贯入深度变化特征
    Figure  7.  Development of soil plugging parameter with penetration.depth

    上述分析表明,IFR值相比于PLR值对土塞状态更为敏感,因此能更好地对土塞状态进行描述。然而实际工程中IFR值往往难以实时测量。因此,UWA-05方法[24-25]提出采用管桩贯入最后约3倍桩径时对应的IFR平均值来描述土塞状态。基于此,Liu等[26]与Paik等[27]基于数值模拟数据与现场试验数据,提出了PLR-IFR拟合公式:

    IFR=2.355PLR1.44 
    (3)
    IFR=1.613PLR0.61
    (4)

    本文中IFR值与PLR值的拟合曲线绘制于图 8,可以看出,本文模拟结果与Paik等[27]基于现场试验数据得出的拟合关系较为接近,而与Liu等[26]基于离散元模拟得出的拟合关系差距较大,这可能是由于Liu等[26]模型中沉桩方式与桩基尺寸与本文模型的差异导致。总的来说,本文中IFR与PLR呈现较好的线性关系:

    IFR=0.841PLR+0.096
    (5)
    图  8  土塞增长率与土塞率经验拟合关系
    Figure  8.  Relationship between IFR and PLR

    这既反映出本次数值试验的合理性,也表明采用PLR进行IFR预测的可行性。

    本节将开口管桩沉桩总阻力分为桩端阻力、外摩阻力和内摩阻力,不对管桩闭塞状态进行区分。由图 9可知,沉桩总阻力随着贯入深度的增加而增加。在初始约2 m贯入深度范围内,沉桩阻力主要由端阻力提供。随着继续贯入,端阻力增速减缓,内壁摩阻力逐渐增大并超过外壁摩阻力。可以看出,对于不同模型桩,其端阻力与外壁摩阻力的大小与变化趋势基本相同,主要差别在于内壁摩阻力,且内壁摩阻力的发挥趋势与IFR的变化趋势类似。当IFR为0时,即管桩处于完全闭塞状态,内壁摩阻力基本达到稳定,当IFR不为0时,内壁摩阻力随IFR变化趋势波动。然而,尽管P1中土塞效应最强,但P3中土塞阻力最大。为此,分别绘制管桩单位内壁摩阻力随贯入深度变化曲线与沉桩结束时内壁摩阻力沿桩身分布曲线。

    图  9  沉桩阻力随贯入深度变化特征
    Figure  9.  Development of pile installation resistance with penetration depth

    图 10可以看出,单位内摩阻力沿深度的变化趋势与IFR值基本相同。且当管桩完全闭塞时,单位内摩阻力达到最大值,约为3 MPa,并随着IFR值在最大值附近波动。结合图 11可以进一步得出,尽管P1中土塞效应最强,但P2和P3中土塞尺寸更大,能调动的阻力范围更大,因此总的摩阻力更大。可以得出,土塞阻力(或管桩内壁摩阻力)的发挥不仅与土塞效应的强弱有关,还与土塞尺寸有关。

    图  10  单位内摩阻力随贯入深度变化特征
    Figure  10.  Development of unit inner shaft resistance with penetration depth
    图  11  内摩阻力沿桩身分布特征
    Figure  11.  Distribution of inner shaft resistance

    为了分析承载过程中桩周土体变形特征,静载模拟开始前对地基土体再次染色分层。由图 12可以看出,承载过程中土体的变形特征与沉桩过程中土体的变形特征显著不同。相对于沉桩过程,承载过程中管桩外侧土体的扰动程度显著减弱。而对于内部土塞,扰动相对较小,可以认为土塞随管桩产生整体移动,并对下部土体产生挤压。但随着桩径的增大,即沉桩结束时土塞效应的减弱,土塞对下部土体的挤压作用也逐渐减弱。大量研究表明,管桩沉桩过程中一般为部分闭塞状态,承载过程中一般为完全闭塞状态[2-3, 9]。因此,本次模拟结果与上述结论基本相符。

    图  12  承载结束时桩周土体变形特征
    Figure  12.  Soil deformations around pile at the end of static loading

    图 13展示了承载过程中管桩贯入阻力变化特征。与沉桩阻力类似,不同模型桩的外摩阻力和端阻力的大小和发展规律基本不变,不同模型桩贯入阻力的主要区别在于内壁摩阻力。可以看出,内壁摩阻力随桩顶位移基本线性增大,且桩径越大,内摩阻力越大。上述管桩内摩阻力的线性发展规律与Han等[11]基于现场试验得出的规律相同。Fellenius[28]基于桩身荷载分布情况指出,开口管桩在静载作用下,内部土塞可以看做是“柔性桩”从桩端往上加载,土塞的荷载-位移响应呈近似弹塑性特征。可以看出,本次模拟中土塞的荷载-变形响应基本符合实际情况。

    图  13  桩顶位移对贯入阻力的影响
    Figure  13.  Development of penetration resistance with displacement of pile head

    考虑到静力触探试验(CPT)与管桩贯入过程的相似性,基于CPT锥尖阻力qc建立桩基承载力经验计算公式的方法得到了广泛应用[29-31]。为了考虑开口管桩土塞效应的影响,UWA-05方法[24-25]引入有效面积比Arb, eff来计算开口管桩的桩端承载力:

    qb0.1/qc, avg=0.15+0.45Arb, eff
    (6)

    式中,qb0.1为0.1D位移下的单位桩端阻力;qc, avg为桩端上下1.5Dqc平均值。

    qb0.1=qb, annAr+qb, plug(1Ar)
    (7)

    式中:qb, ann为单位环壁端阻;qb, plug为单位土塞端阻,为管桩内摩阻力与土塞端面积之比;Ar为管桩面积比。

    Ar=1(Di/D)2
    (8)
    Arb, eff=1IFR(Di/D)2
    (9)

    开展静力触探数值试验,将归一化的土塞端阻和环壁端阻数据点绘制于图 14。归一化的土塞端阻qb, plug/qc与IFR呈现较好的线性关系。当IFR为0时,即管桩呈完全闭塞状态,qb, plug/qc接近1,表明此时开口管桩可以按照闭口桩计算桩端承载力。这与Lehane等[32]基于现场试验得到的qb, plug/qc随IFR变化结果相近。对于归一化的单位环壁端阻,尽管qann/qc与IFR能通过线性近似拟合,但数据点较分散。这可能是由于数值模型中环壁面积仅为d50的4倍,导致环壁端阻波动较大。

    图  14  qplug/qcqann/qc与IFR经验拟合关系
    Figure  14.  Relationship between qplug/qc, qann/qc and IFR

    进一步地,将基于式(7)计算得到的管桩端阻qb0.1对锥尖阻力qc进行归一化处理,并结合UWA-05方法中实测数据绘制于图 15。由图 15可以看出,基于离散元模型获得的qb/qcArb, eff呈现很好的线性相关性。这既表明了考虑土塞效应的管桩端阻力计算方法的合理性,也从侧面验证了本次数值模拟结果的有效性。然而,UWA-05方法中,qb/qc范围为0.15~0.6,而数值模型中qb/qc范围为0.27~1.13,约为UWA-05方法qb/qc的两倍。上述差异的原因可能是数值模型中将管桩贯入过程简化为平面问题,导致单位端阻力的计算是基于单位长度而不是面积。

    图  15  归一化桩端阻力(qb/qc)经验拟合关系
    Figure  15.  Normalized relationship between qb/qc and Arb, eff

    本文基于离散元方法,对开口管桩沉桩与承载全过程进行了模拟,从宏细观角度分析了土塞效应的发挥机制及其对管桩承载特性的影响,得到以下4点结论。

    (1)相较于土塞率(PLR),土塞增长率(IFR)对土塞状态的变化更为敏感。在现场难以测得IFR的情况下,可以通过PLR基于线形拟合关系对IFR值进行预测。

    (2)土塞阻力的发挥趋势与IFR值变化趋势有较高的相似性,其大小同时受土塞效应和土塞尺寸的影响。

    (3)开口管桩在静载作用下,内部土塞可以看作是“柔性桩”从桩端往上加载,土塞的荷载-位移响应呈近似弹塑性特征。

    (4)基于离散元数值模拟结果,提出了考虑CPT锥尖阻力、土塞效应、管桩尺寸效应的静压开口管桩桩端阻力经验计算公式。

    本文将开口管桩的三维贯入过程简化为平面应变问题。尽管本次二维离散元模型很好地揭示了土塞的形成过程与开口管桩的承载机制,仍需开展基于现场沉桩试验数据的三维离散元模拟分析,从而实现对开口管桩土塞效应的量化分析与承载力的准确设计。

  • 图  1   混凝土试件

    Figure  1.   Concrete specimens

    图  2   各个试件锈蚀形态

    Figure  2.   Corrosion morphologies of various specimens

    图  3   混凝土试件破拆后锈蚀状况

    Figure  3.   Corrosion conditions of concrete specimen No. 2 after demolition

    图  4   试件加热示意图

    Figure  4.   Heating of specimen

    图  5   试件周围包裹保温材料

    Figure  5.   Specimen wrapped by thermal insulation materials

    图  6   试验环境及装置

    Figure  6.   Test environment and equipments

    图  7   不同时刻2号试件表面的红外热像图

    图(c),(d)的白色区域表示高温区,红色区域表示低温区

    Figure  7.   Infrared thermal images of surface of specimen No. 2 at different time

    图  8   试件背面和表面平均温度

    Figure  8.   Average temperatures on back and surface of specimen

    图  9   试件表面各个区域平均温度

    Figure  9.   Average temperatures in various areas on specimen surface

    图  10   不同时刻3号试件表面的红外热像图

    Figure  10.   Infrared thermal images of surface of specimen No. 3 at different time

    图  11   试件背面和表面平均温度

    Figure  11.   Average temperatures on back and surface of specimen

    图  12   试件表面各个区域平均温度

    Figure  12.   Average temperatures in various areas on specimen surface

    图  13   有限元模型

    Figure  13.   Finite element model

    图  14   钢筋锈蚀分析模型

    Figure  14.   Analysis model for reinforcement corrosion

    图  15   边界条件及网格划分

    Figure  15.   Boundary conditions and mesh division

    图  16   衬砌锈蚀区域温度云图

    Figure  16.   Temperature cloud chart of corrosion area of linings

    图  17   不同自然温差下衬砌内表面温度云图

    Figure  17.   Temperature cloud chart of inner surface of linings under different natural temperature differences

    图  18   衬砌内表面温差与衬砌内外自然温差的关系曲线

    Figure  18.   Relationship between temperature difference of inner surface and natural temperature difference inside and outside linings

    图  19   温差5℃时不同钢筋锈蚀率的衬砌内表面温度云图

    Figure  19.   Temperature cloud chart of inner surface of linings with different reinforcement corrosion rates at temperature difference of 5℃

    图  20   不同自然温差下3组工况衬砌内表面温差变化规律

    Figure  20.   Variation laws of temperature difference lining inner surface of under three working conditions under different natural temperature differences

    图  21   不同自然温差下钢筋锈蚀率与衬砌内表面温差关系曲线

    Figure  21.   Relationship between corrosion rate of reinforcement and temperature difference of lining inner surface under different natural temperature differences

    表  1   试件钢筋锈蚀率和平均锈蚀厚度

    Table  1   Corrosion rates and average corrosion thicknesses of rebar in specimens

    试件编号 1 2 3 4 5
    钢筋通电时间/h 272 492 432 612 0
    钢筋锈蚀率/% 6.51 19.02 15.65 23.16 0
    钢筋锈蚀厚度/mm 0.33 1.00 0.82 1.23 0
    下载: 导出CSV

    表  2   隧道衬砌内外温度

    Table  2   Inner and outer temperatures of tunnel linings

    测量日期 洞口温度/℃ 二衬表面温度/℃ 防水板内侧(靠近二衬)温度/℃
    2021-11-14 18.1 19.2 21.1
    2021-11-20 17.1 18.4 21.3
    2021-11-23 16.5 17.5 22.6
    2021-11-25 16.3 17.8 21.8
    2021-12-03 15.6 16.9 20.5
    下载: 导出CSV

    表  3   材料热性能参数

    Table  3   Thermal performance parameters of materials

    材料 导热系数/(W·m-1·℃-1) 比热容/(J·kg-1·℃-1) 密度/(kg·m-3)
    混凝土 1.4 970.0 2242.5
    钢筋 48.0 470.0 7850.0
    锈蚀产物 0.12 1200.0 5300.0
    下载: 导出CSV

    表  4   不同自然温差下红外可检测的最小钢筋锈蚀率

    Table  4   Infra-red detectable minimum reinforcement corrosion rate under different natural temperature differences

    自然温差/℃ 3 5 7 10 13 15 20 25 30
    最小钢筋锈蚀率/% 9.78 6.00 4.40 3.18 2.51 2.20 1.70 1.39 1.18
    下载: 导出CSV
  • [1] 交通运输部. 2020年交通运输行业发展统计公报[J]. 交通财会, 2021(6): 92-97. https://www.cnki.com.cn/Article/CJFDTOTAL-JTCK202106025.htm

    Ministry of Transport. Statistical bulletin on the development of transportation industry in 2020[J]. Finance & Accounting for Communications, 2021(6): 92-97. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JTCK202106025.htm

    [2]

    TIAN S M, WANG W, GONG J F. Development and prospect of railway tunnels in China(including statistics of railway tunnels in China by the end of 2020)[J]. Tunnel Construction, 2021, 41(2): 308-325.

    [3]

    PARTHIBAN T, RAVI R, PARTHIBAN G T. Potential monitoring system for corrosion of steel in concrete[J]. Advances in Engineering Software, 2006, 37(6): 375-381. doi: 10.1016/j.advengsoft.2005.09.004

    [4] 王海彦, 骆宪龙, 杨石柱. 隧道围岩温度场变化规律理论分析[J]. 石家庄铁路职业技术学院学报, 2006, 5(2): 24-29. https://www.cnki.com.cn/Article/CJFDTOTAL-TLZB200602006.htm

    WANG Haiyan, LUO Xianlong, YANG Shizhu. Analysis of the variation rule about the tunnel surrounding rock's temperature field[J]. Journal of Shijiazhuang Institute of Railway Technology, 2006, 5(2): 24-29. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-TLZB200602006.htm

    [5] 程凡. 鲁霍一级公路阿拉坦隧道温度场特性研究[D]. 西安: 长安大学, 2009.

    CHENG Fan. Research on the Temperature Field of Alatan Tunnel in Lu-Huo Highway[D]. Xi'an: Changan University, 2009. (in Chinese)

    [6]

    KOBAYASHI K, BANTHIA N. Corrosion detection in reinforced concrete using induction heating and infrared thermography[J]. Journal of Civil Structural Health Monitoring, 2011, 1(1): 25-35.

    [7]

    WIGGENHAUSER H. Active IR-applications in civil engineering[J]. Infrared Physics & Technology, 2002, 43(3/4/5): 233-238.

    [8]

    WASHER G, FENWICK R, BOLLENI N, et al. Effects of environmental variables on infrared imaging of subsurface features of concrete bridges[J]. Transportation Research Record: Journal of the Transportation Research Board, 2009, 2108(1): 107-114 doi: 10.3141/2108-12

    [9]

    MATSUURA Y, MITSUNAGA K, HANAFUSA T. Development of high-speed thermal infrared imaging system for tunnel lining[J]. IEEJ Transactions on Fundamentals and Materials, 2009, 129(11): 755-762. doi: 10.1541/ieejfms.129.755

    [10] 川上幸一, 小西真治, 篠原秀明, など. 赤外線熱計測による地下鉄覆工コンクリートの浮き検出方法の検討とその応用[J]. 土木学会論文集F1(トンネル工学), 2018, 74(1): 25-39. doi: 10.2208/jscejte.74.25

    KAWAKAMI Kouichi, KONISHI Shinji, SHINOHARA Hideaki, et al. Infrared thermometry application to the detection of void in the subway tunnel lining surface[J]. Journal of Japan Society of Civil Engineers, Ser. F1(Tunnel Engineering), 2018, 74(1): 25-39. (in Japanese) doi: 10.2208/jscejte.74.25

    [11] 刘学增, 唐精, 杨芝璐, 等. 隧道衬砌浅层剥离的红外探测方法[J]. 岩石力学与工程学报, 2021, 40(增刊1): 2876-2887. https://www.cnki.com.cn/Article/CJFDTOTAL-YSLX2021S1030.htm

    Liu Xuezeng, TANG Jing, YANG Zhilu, et al. Infrared detection method for shallow peeling of tunnel lining[J]. Chinese Journal of Rock Mechanics and Engineering, 2021, 40(S1): 2876-2887. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YSLX2021S1030.htm

    [12] 高徳類, 新井淳一, 野嶋潤一郎, など. 赤外線を用いたコンクリート中の鉄筋腐食状況の把握に関する研究[J]. コンクリート工学年次論文集, 2014, 36(1): 2032-2037.

    TAKANORI Tagui, ARAI Junichi, NOJIMA Junichiro, et al. Study on reinforcement corrosion situation in concrete using infrared ray[J]. Journal of Concrete Engineering, 2014, 36(1): 2032-2037. (in Japanese)

    [13]

    ROCHA J H A, PÓVOAS Y V. Detection of corrosion in reinforced concrete with infrared thermography and ultrasound[J]. Ambiente Construído, 2019, 19(3): 53-68. doi: 10.1590/s1678-86212019000300324

    [14] 钱琦. 锈胀开裂状态下红外成像法检测钢筋锈蚀率的研究[D]. 昆明: 昆明理工大学, 2018.

    QIAN Qi. Study on Detection of Corrosion Rate of Steel Bars by Infrared Imaging Method under Rust Expansion and Cracking State[D]. Kunming: Kunming University of Science and Technology, 2018. (in Chinese)

    [15] 干伟忠, 金伟良, 高明赞. 混凝土中钢筋加速锈蚀试验适用性研究[J]. 建筑结构学报, 2011, 32(2): 41-47. https://www.cnki.com.cn/Article/CJFDTOTAL-JZJB201102007.htm

    GAN Weizhong, JIN Weiliang, GAO Mingzan. Applicability study on accelerated corrosion methods of steel bars in concrete structure[J]. Journal of Building Structures, 2011, 32(2): 41-47. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JZJB201102007.htm

    [16] 袁思奇. 钢筋锈蚀环境下混凝土结构全寿命周期设计与优化初探[D]. 镇江: 江苏大学, 2017.

    YUAN Siqi. Life-Cycle Design and Optimization of Concrete Structures with Reinforcement Corrosion[D]. Zhenjiang: Jiangsu University, 2017. (in Chinese)

    [17] 公路隧道设计规范第一册土建工程: JTG 3370.1— 2018[S]. 北京: 人民交通出版社, 2019.

    Specifications for Design of Highway Tunnels Section 1 Civil Engineering: JTG 3370.1—2018[S]. Beijing: China Communications Press, 2019. (in Chinese)

    [18] 王坤, 赵羽习, 夏晋. 混凝土结构锈裂形态试验研究及数值模拟[J]. 建筑结构学报, 2019, 40(7): 138-145. https://www.cnki.com.cn/Article/CJFDTOTAL-JZJB201907015.htm

    WANG Kun, ZHAO Yuxi, XIA Jin. Experimental study and numerical simulation of corrosion-induced crack patterns of concrete structures[J]. Journal of Building Structures, 2019, 40(7): 138-145. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JZJB201907015.htm

    [19] 大下英吉, 堀江宏明, 長坂慎吾, など. 電磁誘導加熱によるコンクリート表面温度性状に基づいたRC構造物の鉄筋腐食性状に関する非破壊検査手法[J]. 土木学会論文集E, 2009, 65(1): 76-92.

    OSHITA Hideki, HORIE Hiroaki, NAGASAKA Shingo, et al. Nondestructive evaluation of corrosion in reinforced concrete by thermal behavior on concrete surface due to electro-magnetic heating[J]. Journal of Japan Society of Civil Engineers, Se E, 2009, 65(1): 76-92. (in Japanese)

    [20] 朱伯芳. 大体积混凝土温度应力与温度控制[M]. 2版. 北京: 中国水利水电出版社, 2012.

    ZHU Bofang. Temperature Stress and Temperature Control of Mass Concrete[M]. 2nd ed. Beijing: China Water & Power Press, 2012. (in Chinese)

  • 期刊类型引用(4)

    1. 刘学增,房茂柳,吴德兴,李银萍,刘新根,李罡. 隧道结构病害快速检测技术的现状与发展. 隧道建设(中英文). 2025(04): 657-676 . 百度学术
    2. 李文博. 公路隧道无损检测技术与病害处理方法分析. 交通科技与管理. 2024(07): 79-81 . 百度学术
    3. 路德春,秦威,郭彩霞,李久林,杜修力. gprMax干扰消除方法优化隧道壁后空洞成像特征研究. 隧道建设(中英文). 2024(10): 1928-1940 . 百度学术
    4. 朱厚喜,曹伍富,李克飞,伊建峰,刘少华,李洪珏. 基于多模态特征融合的隧道渗水异常检测方法. 计算机应用. 2023(S2): 276-284 . 百度学术

    其他类型引用(0)

图(21)  /  表(4)
计量
  • 文章访问数:  253
  • HTML全文浏览量:  52
  • PDF下载量:  79
  • 被引次数: 4
出版历程
  • 收稿日期:  2022-02-20
  • 网络出版日期:  2023-04-16
  • 刊出日期:  2023-03-31

目录

/

返回文章
返回