一种自动识别混凝土分布的分区振捣方法与流程

1.本发明涉及预制桥梁梁板构件生产技术领域，尤其是涉及一种自动识别混凝土分布的分区振捣方法。


背景技术：

2.振捣是预制混凝土构件浇筑中的关键工序，若振捣不充分或过分振捣，都会影响混凝土施工质量。现有技术中，使用人工振捣棒振捣或附着式振捣器自动振捣，均无法精确把握振捣位置、间距、深度和振捣时长等参数，随意性强，极易出现漏振、过振和振捣不充分等情况，质量控制较难。
3.专利cn109778861a公布了一种通过超声波识别障碍物的自动振捣装置和方法，专利cn206158194u公布了一种沿轨道移动随浇随振的混凝土振捣系统，该方法，专利cn109826076a、cn205501782u等都涉及一种基于插入式振捣棒的自动振捣装置。
4.以上公开的现有技术，在一定程度上实现了振捣工序的自动化，解决了部分振捣质量问题。
5.附着式振捣器在构件预制过程中，可以促进混凝土流动，排出内部空气，并能有效减少人工，是工厂化预制的常用方法。但在实际生产中，混凝土浇筑时，混凝土在模板内的分布并不均匀，但振捣器往往不能分区振捣。这就导致存在漏振和空振的现象，影响混凝土成型的质量。因此，工厂化生产中预制构件的振捣问题尚不能有效解决。


技术实现要素：

6.为了解决传统混凝土振捣过程中由于施工失误和人为因素对混凝土结构产生的质量问题，本发明通过研究全新的自动分区振捣方式，使预制梁厂标准化作业取代传统现场振捣作业，基于此，本发明提供了一种自动识别混凝土分布的分区振捣方法。
7.本发明的目的可以通过以下技术方案来实现：
8.本发明提供一种自动识别混凝土分布的分区振捣方法，包括以下步骤：
9.在浇筑台座上放置混凝土浇筑模板，混凝土浇筑模板内为混凝土，在混凝土浇筑模板外侧设置附着式振捣器，在浇筑台座内设置反力传感器，通过反力传感器判断混凝土在混凝土浇筑模板中的分布状态，从而定向的开启附着式振捣器，实现混凝土的分区振捣。
10.在本发明的一个实施方式中，所述附着式振捣器安装在混凝土浇筑模板的外表面，具有程控开关，能够根据程序设置开启、关闭，并能调节振动频率和振动时间。
11.在本发明的一个实施方式中，所述反力传感器预埋在浇筑台座中，用以测量其所在区域浇筑台座所承受的重量。
12.在本发明的一个实施方式中，所述附着式振捣器和反力传感器均沿混凝土浇筑模板长度方向均布设置，所述附着式振捣器和反力传感器对应设置。
13.在本发明的一个实施方式中，所述反力传感器均沿混凝土浇筑模板长度方向均布设置有六个。
14.在本发明的一个实施方式中，所述反力传感器实时监测所在区域浇筑台座所承受的重量，当测量数据发生变化时会根据反力信息计算出此时测点上方混凝土的分布，如果该位置高度与附着式振捣器位置重合就驱动该位置处的附着式振捣器振动。
15.在本发明的一个实施方式中，所述反力传感器所在区域的浇筑台座所承受的重量和混凝土分布的关系通过仿真分析和神经网络方法确定。
16.在本发明的一个实施方式中，所述反力传感器所在区域的浇筑台座所承受的重量和混凝土分布的关系具体通过以下方法得到：
17.由于混凝土在模板中的分布是一种随机状态，无法给出一个解析解。因此，通过建立一个由傅里叶级数描述的二维分布函数来获取：
[0018][0019]
式中：
[0020]
x为自变量，具体指纵向距离；
[0021]
a0为常系数；
[0022]an
、bn为实频率分量的振幅，按下式计算：
[0023][0024][0025]
ω为角频率；
[0026]
t为周期。
[0027]
为描述函数f(x)，需解出a0、an、b；
[0028]
将确定参数的混凝土分布函数f(x)转化为均布荷载施加到有限元模型中，可以计算出指定位置的支撑反力；
[0029]
g1＝f1(f(a0,an,bn),x1)
[0030]
g2＝f2(f(a0,an,bn),x2)
[0031]
…
[0032]gn
＝fn(f(a0,an,bn),xn)
[0033]
式中：
[0034]
f(a0,an,bn)指用参数为a0,an,bn的傅里级数所描述的分布函数；
[0035]
g1,g2,
…
,gn指不同位置处重量值；
[0036]
x1,x2,
…
,xn为指定位置；
[0037]
通过反复多次计算不同参数下的台座反力值，利用bp神经网络的各类函数在matlab中进行大量练习，以有限元计算的台座反力作为人工神经网络模型的输入数据，以描述参数a0,an,bn为输出数据，随机选取n组作为预测样本，其余组作为训练样本，最终训练出一个通过给出指定位置和该位置处反力值就能预测混凝土分布的神经网络函数k；
[0038]
f(a0,an,bn)＝k(g1,g2,
…
,gn；x1,x2,
…
,xn)
[0039]
该神经网络函数k可作为附着式振捣器程控的依据，当反力传感器将测量数据反馈给程序后，可根据该函数计算此时混凝土分布状态，分区开启附着式振捣器。
[0040]
在本发明的一个实施方式中，利用bp神经网络的各类函数在matlab中进行大量练习的方法为本领域的常规技术手段。
[0041]
本发明为一种基于浇筑重量感应的分区振动方法。可以精确分辨混凝土在模板中的分布状态，自动驱动对应分区的振捣器开始振捣，可以有效避免漏振和空振现象。
[0042]
与现有技术相比，本发明具有以下优点及有益效果：
[0043]
1、本方法采用自动测重、识别、驱动等方法，实现全自动化控制，大大提高了生产效率和生产质量。
[0044]
2、通过神经网络方法建立测重数据与混凝土分布的关系，减少测点埋设，节省了经济造价。
[0045]
3、通过识别混凝土的实际分布情况，分区自动振捣，成型的混凝土构件质量较好，可实现桥梁工业化建造，大大简化了制作工艺繁琐，也缩短了桥梁工程施工周期，应用前景广阔。
附图说明
[0046]
图1为实施例1涉及的自动识别混凝土分布的分区振捣方法示意图。
[0047]
图中标号所示：
[0048]
1、混凝土浇筑模板，2、混凝土，3、台座，4、附着式振捣器，5、反力传感器。
具体实施方式
[0049]
下面结合附图和具体实施例对本发明进行详细说明。
[0050]
实施例1
[0051]
参考图1，本实施例提供一种自动识别混凝土分布的分区振捣方法，在浇筑台座3上放置混凝土浇筑模板1，混凝土浇筑模板1内为混凝土2，在混凝土浇筑模板1外侧设置附着式振捣器4，在浇筑台座3内设置反力传感器5，通过反力传感器5判断混凝土2在混凝土浇筑模板1中的分布状态，从而定向的开启附着式振捣器4，实现混凝土2的分区振捣。
[0052]
本实施例中，所述附着式振捣器4安装在混凝土浇筑模板1的外表面，具有程控开关，能够根据程序设置开启、关闭，并能调节振动频率和振动时间。
[0053]
本实施例中，所述反力传感器5预埋在浇筑台座3中，用以测量其所在区域浇筑台座3所承受的重量。
[0054]
本实施例中，所述附着式振捣器4和反力传感器5均沿混凝土浇筑模板1长度方向均布设置，所述附着式振捣器4和反力传感器5对应设置。所述反力传感器5均沿混凝土浇筑模板1长度方向均布设置有六个。
[0055]
本实施例中，所述反力传感器5实时监测所在区域浇筑台座3所承受的重量，当测量数据发生变化时会根据反力信息计算出此时测点上方混凝土2的分布，如果该位置高度与附着式振捣器4位置重合就驱动该位置处的附着式振捣器4振动。
[0056]
所述反力传感器5所在区域的浇筑台座3所承受的重量和混凝土2分布的关系通过仿真分析和神经网络方法确定。
[0057]
所述反力传感器5所在区域的浇筑台座3所承受的重量和混凝土2分布的关系具体通过以下方法得到：
[0058]
由于混凝土在模板中的分布是一种随机状态，无法给出一个解析解。因此，通过建立一个由傅里叶级数描述的二维分布函数来获取：
[0059][0060]
式中：
[0061]
x为自变量，具体指纵向距离；
[0062]
a0为常系数；
[0063]an
、bn为实频率分量的振幅，按下式计算：
[0064][0065][0066]
ω为角频率；
[0067]
t为周期。
[0068]
为描述函数f(x)，需解出a0、an、b；
[0069]
将确定参数的混凝土分布函数f(x)转化为均布荷载施加到有限元模型中，可以计算出指定位置的支撑反力；
[0070]
g1＝f1(f(a0,an,bn),x1)
[0071]
g2＝f2(f(a0,an,bn),x2)
[0072]
…
[0073]gn
＝fn(f(a0,an,bn),xn)
[0074]
式中：
[0075]
f(a0,an,bn)指用参数为a0,an,bn的傅里级数所描述的分布函数；
[0076]
g1,g2,
…
,gn指不同位置处重量值；
[0077]
x1,x2,
…
,xn为指定位置；
[0078]
通过反复多次计算不同参数下的台座反力值，利用bp神经网络的各类函数在matlab中进行大量练习，以有限元计算的台座反力作为人工神经网络模型的输入数据，以描述参数a0,an,bn为输出数据，随机选取n组作为预测样本，其余组作为训练样本，最终训练出一个通过给出指定位置和该位置处反力值就能预测混凝土分布的神经网络函数k；
[0079]
f(a0,an,bn)＝k(g1,g2,
…
,gn；x1,x2,
…
,xn)
[0080]
该神经网络函数k可作为附着式振捣器4程控的依据，当反力传感器5将测量数据反馈给程序后，可根据该函数计算此时混凝土2分布状态，分区开启附着式振捣器4。
[0081]
其中，利用bp神经网络的各类函数在matlab中进行大量练习的方法为本领域的常规技术手段。
[0082]
上述的对实施例的描述是为便于该技术领域的普通技术人员能理解和使用发明。熟悉本领域技术的人员显然可以容易地对这些实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于上述实施例，本领域技术人员根据本发明的揭示，不脱离本发明范畴所做出的改进和修改都应该在本发明的保护范围之内。