一种混凝土中钢筋腐蚀在线监测系统技术方案

本发明专利技术提供了一种混凝土中钢筋腐蚀在线监测系统，包括多个设置在混凝土中各监测点上的传感器、信号处理装置、数据转化器和监控计算机，所述数据转换器连接监控计算机的输入端，每个传感器连接一个信号处理装置，信号处理装置的输出端与数据转换器连接；所述传感器包括温度传感器、pH值检测传感器、cl‑检测传感器和腐蚀速率检测传感器。本发明专利技术能够精确地测量钢筋混凝土结构中钢筋腐蚀速率和钢筋所处腐蚀环境的pH值和cl‑，大大简化了电路的结构，当一个检测点出现故障时，也不会造成整个监测系统不能工作。

【技术实现步骤摘要】

本专利技术涉及混凝土结构保护
，具体涉及一种混凝土中钢筋腐蚀在线监测系统。
技术介绍
相关技术中的混凝土中钢筋腐蚀在线监测系统主要包括设置在建筑物中各监测点上的各种检测数据传感器,然后将各个检测数据传感器的数据信号传输到一个采样信号处理电路处理后送到计算机分析，以实现混凝土中钢筋的腐蚀速度和耐腐蚀性能的检测中,需要同时对pH、cl-及腐蚀参数进行测量，因此需要设置不同传感器，并且各个检测点的位置不同，相距也较远，因此，不仅造成了采样信号处理电路和布线结构的复杂化，采样器装置的体积较大，而且也会发生因采样信号处理电路故障所造成的整个监测系统不能工作的情况。
技术实现思路
为解决上述问题，本专利技术旨在提供一种混凝土中钢筋腐蚀在线监测系统。本专利技术的目的采用以下技术方案来实现：一种混凝土中钢筋腐蚀在线监测系统，包括多个设置在混凝土中各监测点上的传感器、信号处理装置、数据转化器和监控计算机，所述数据转换器连接监控计算机的输入端，每个传感器连接一个信号处理装置，信号处理装置的输出端与数据转换器连接；所述传感器包括温度传感器、pH值检测传感器、cl-检测传感器和腐蚀速率检测传感器。本专利技术的有益效果为：每个检测点上设置与传感器对应连接的信号处理装置，且传感器中包括温度传感器、pH值检测传感器、cl-检测传感器、腐蚀速率检测传感器，能够精确地测量钢筋混凝土结构中钢筋腐蚀速率和钢筋所处腐蚀环境的pH值和cl-，大大简化了电路的结构，当一个检测点出现故障时，也不会造成整个监测系统不能工作，从而解决了上述技术问题。附图说明利用附图对本专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本专利技术结构示意图；图2是本专利技术传感器故障诊断装置的示意图。附图标记：信号采集滤波模块1、故障特征提取模块2、在线特征提取模块3、特征向量优选模块4、故障分类识别模块5、故障种类更新模块6、健康记录模块7。具体实施方式结合以下实施例对本专利技术作进一步描述。应用场景1参见图1、图2，本应用场景的一个实施例的混凝土中钢筋腐蚀在线监测系统，包括多个设置在混凝土中各监测点上的传感器、信号处理装置、数据转化器和监控计算机，所述数据转换器连接监控计算机的输入端，每个传感器连接一个信号处理装置，信号处理装置的输出端与数据转换器连接；所述传感器包括温度传感器、pH值检测传感器、cl-检测传感器和腐蚀速率检测传感器。本专利技术上述实施例为每个检测点上设置与传感器对应连接的信号处理装置，且传感器中包括温度传感器、pH值检测传感器、cl-检测传感器、腐蚀速率检测传感器，能够精确地测量钢筋混凝土结构中钢筋腐蚀速率和钢筋所处腐蚀环境的pH值和cl-，大大简化了电路的结构，当一个检测点出现故障时，也不会造成整个监测系统不能工作，从而解决了上述技术问题。优选的，温度传感器、pH值检测传感器、cl-检测传感器、腐蚀速率检测传感器皆设置于具有防腐、防潮的壳体内。优选的，所述壳体为表面经过防腐处理的铝合金壳体。本优选实施例设置壳体，便于传感器的使用和维护。优选的，所述混凝土中钢筋腐蚀在线监测系统还包括对各传感器进行诊断的传感器故障诊断装置，所述传感器故障诊断装置包括信号采集滤波模块1、故障特征提取模块2、在线特征提取模块3、特征向量优选模块4、故障分类识别模块5、故障种类更新模块6和健康记录模块7。本专利技术上述实施例设置传感器故障诊断装置并实现了传感器故障诊断装置的快速搭建，有利于监测各传感器，保证监测系统的监测执行。优选的，所述信号采集滤波模块1用于采集历史传感器信号和在线传感器测试信号，并采用组合形态滤波器对信号进行滤波处理；本优选实施例设置组合形态滤波器，可有效的去除信号的各种噪声干扰，较好的保留信号的原始特征信息。优选的，所述故障特征提取模块2用于对滤波后的历史传感器信号进行集成经验模态分解(EEMD)处理，并提取集成经验模态分解(EEMD)的能量熵作为训练特征向量，包括：(1)将采集的历史传感器信号分为正常工况信号和多种类别的故障信号；(2)对所述历史传感器信号进行集成经验模态分解(EEMD)处理，获得所述历史传感器信号的本征模态函数和余项函数；(3)计算所述历史传感器信号的本征模态函数和余项函数的能量熵；(4)对历史传感器信号的能量熵进行归一化处理，提取归一化后的能量熵作为训练特征向量；所述在线特征提取模块3用于对滤波后的在线传感器测试信号进行集成经验模态分解(EEMD)处理，并提取集成经验模态分解(EEMD)的能量熵作为待测特征向量，包括：(1)对所述在线传感器测试信号进行EEMD处理，获得所述在线传感器测试信号的本征模态函数和余项函数；(2)计算所述在线传感器测试信号的本征模态函数和余项函数的能量熵；(3)对在线传感器测试信号的能量熵进行归一化处理，提取归一化后的能量熵作为待测特征向量。本优选实施例对采集的传感器信号进行集成经验模态分解(EEMD)处理，能够有效的消除模态混叠现象，分解的效果较好。优选的，所述特征向量优选模块4分别对训练特征向量和待测特征向量进行相似性度量，对于相似度高的特征向量进行剔除，包括：(1)定义两向量相似度函数S(X,Y)：式中，X、Y分别表示两个特征向量，cov(X,Y)为X与Y的协方差，为X、Y标准差；对于任意两个训练特征向量X1、X2，和任意两个待测特征向量D1、D2，分别采用相似度函数对其相似度进行度量，得到S(X1,X2)和S(D1,D2)；(2)对于S(X1,X2)和S(D1,D2)，若S(X1,X2)>T1，T1∈(0.9,1)，只选取X1作为训练特征向量，若S(D1,D2)>T2，T2∈(0.95,1)，只选取D1作为待测特征向量。本优选实施例通过相似度度量来筛选特征向量，能够减少计算量，提高效率。优选的，所述故障分类识别模块5用于采用优化的最小二乘支持向量机对所述待测特征向量进行故障分类识别，包括参数选择优化子模块、训练子模块和识别子模块，具体为：所述参数选择优化子模块用于构造最小二乘支持向量机的核函数，并对最小二乘支持向量机的结构参数采用多群体协同混沌粒子群优化算法进行优化；所述训练子模块，用于采用改进的最优二叉树结构的最小二乘向量机的多分类方法，以得到的训练特征向量作为训练样本对结构参数优化后的最小二乘支持向量机进行训练，并构建传感器故障诊断模型；所述识别子模块用于采用所述传感器故障诊断模型对所述待测特征向量进行故障分类识别；其中，考虑多项式核函数和RBF核函数的优异性，所述最小二乘支持向量机的核函数构造为：K＝(1-δ)(xxi+1)p+δexp(-‖x-xi‖2/σ2)式中，δ为综合调整因子，δ的取值范围设定为[0.45,0.55]，p为多项式核函数的阶数，σ2为RBF核函数参数。其中，所示采用多群体协同混沌粒子群优化算法进行优化，包括：(1)分别对主粒子群和从粒子群进行初始化，随机产生一组参数作为粒子的初始位置和初始速度，定义适应度函数为：式中，N为训练样本总个数，W为故障错误分类数目，T为故障正确分类数目，qi为自设定的权重系数，qi的取值范围设定为[0.4,0.5]；(2)进行从粒子群的更新本文档来自技高网...

【技术保护点】
一种混凝土中钢筋腐蚀在线监测系统，其特征是，包括多个设置在混凝土中各监测点上的传感器、信号处理装置、数据转化器和监控计算机，所述数据转换器连接监控计算机的输入端，每个传感器连接一个信号处理装置，信号处理装置的输出端与数据转换器连接；所述传感器包括温度传感器、pH值检测传感器、cl‑检测传感器和腐蚀速率检测传感器。

【技术特征摘要】
1.一种混凝土中钢筋腐蚀在线监测系统，其特征是，包括多个设置在混凝土中各监测点上的传感器、信号处理装置、数据转化器和监控计算机，所述数据转换器连接监控计算机的输入端，每个传感器连接一个信号处理装置，信号处理装置的输出端与数据转换器连接；所述传感器包括温度传感器、pH值检测传感器、cl-检测传感器...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：孟玲，
类型：发明
国别省市：浙江;33