【技术实现步骤摘要】
本专利技术涉及钢柱轴压性能评估领域，特别是涉及一种基于形貌缺陷扫描的钢柱轴压性能预测方法。
技术介绍
1、钢结构具有重量轻、结构可靠性高、制造安装机械化程度高、密封性能好、低碳节能、绿色环保等优点，因此在土木工程领域得到广泛应用。钢材由于其材料强度较高，可实现小截面尺寸下提供较大的承载能力，因此钢柱应用时长细比较大，其承受轴压作用下会产生失稳破坏。并且在工程应用中，钢柱常采用开口型截面构造，构件及板件的制造偏差等因素使得钢柱内不可避免的伴随着初偏心、初弯曲等初始形貌缺陷，这些初始形貌缺陷直接影响钢柱的轴压承载能力和失效模式。
2、目前对于钢柱的轴压稳定承载性能主要基于经验数据修正欧拉公式的方式得到经验性的柱子曲线进行计算。但实际应用中往往存在非规则构造钢柱或冷弯薄壁钢柱，其轴向承载性能往往须进行试验测试得到其真实承载能力，但试验室内制造以及抽检得到的钢柱其初始缺陷常常无法代表实际工程中的钢柱形貌偏差；试验室内抽检得到的钢柱承载能力也无法直接代表实际工程不同批次不同构造下钢柱的承载性能。鉴于此，亟需提供一种可在现场直接基于钢柱表观形貌扫描即可直接预测钢柱轴向承载力大小和失效模式的预测方法，为钢柱安全性控制和施工偏差控制提供科学指导。
技术实现思路
1、本专利技术所要解决的技术问题是，针对上述
技术介绍
中所述的缺点，提供一种基于形貌缺陷扫描的钢柱轴压性能预测方法，以解决现场抽检可能带来的人力、物力投入以及时间滞后，试验室内抽检测试无法实时体现施工现场形貌缺陷偏差特征等技术问题
2、本专利技术解决其技术问题所采用的技术方案是：一种基于形貌缺陷扫描的钢柱轴压性能预测方法，包括以下步骤：
3、s1：三维形貌扫描；
4、对于待评估的钢柱采用三维扫描仪对于钢柱表面进行三维形貌扫描，使得扫描区域覆盖整体钢柱及顶底端面，获得钢柱整体表观形貌的三维点云模型；
5、s2：三维设计模型匹配对齐；
6、导入钢柱三维设计模型，将三维设计模型底形心、三维设计模型形心轴、三维设计模型底端面依次与三维点云模型底中心点、三维点云模型拟合轴线和三维点云模型底端面进行特征匹配和模型对齐；
7、s3：钢柱形貌偏差高程分布获取；
8、以三维设计模型表面作为对照面，将三维点云模型表面与对应三维设计模型表面进行投影，计算得到相较于三维设计模型表面位置处三维点云投影以及扫描点偏差高程，同时得到三维点云偏差高程分布；
9、s4：建立有限元分析模型；
10、基于钢柱三维设计模型建立钢柱的有限元分析模型；
11、s5：特征值屈曲分析，初始形貌缺陷拟合；
12、采用有限元进行钢柱的特征值屈曲分析，得到钢柱整体屈曲模态、局部屈曲模态，选取所得到的不同整体屈曲模态和局部屈曲模态，并进行屈曲模态幅度缩放和叠加，组合得到拟合的初始形貌缺陷分布，即偏离三维设计模型表面的高程偏差分布；
13、s6：轴压承载分析，提取承载力和轴压失效特征；
14、将初始形貌缺陷分布导入有限元分析模型并更新有限元分析模型节点坐标，进行考虑初始形貌缺陷的钢柱轴压承载力计算，得到钢柱轴向极限承载力；定义钢柱承载力下降85%时为失效状态，提取失效状态时钢柱的失效形貌特征，即失效状态下钢柱变形面相较于三维设计表面位置的偏差高程分布；
15、s7：神经网络预测模型构建；
16、将初始形貌缺陷分布作为训练输入，以对应钢柱承载力大小和失效状态时的失效形貌特征作为训练输出，基于图神经网络建立并训练得到钢柱轴压承载力及失效形貌特征预测模型；
17、s8：钢柱轴压承载力和失效模式预测；
18、将待评估的钢柱经由步骤s1-s3得到的三维点云偏差高程分布导入所建立的图神经网络钢柱轴压承载力及失效形貌特征预测模型的输入层进行分析，输出层即得到钢柱在实际三维形貌缺陷下的轴压承载力及失效形貌特征。
19、进一步地，步骤s2中：
20、基于三维点云模型底端面的点云拟合平面，并基于主成分分析方法得到钢柱三维点云模型拟合轴线，三维点云模型拟合轴线与三维点云模型底端面的交点为三维点云模型底中心点。
21、进一步地，步骤s3的三维点云偏差高程分布计算中，三维点云模型表面相较于三维设计模型对应表面为远离三维设计模型形心轴方向时，扫描点偏差高程取正值；三维点云模型表面相较于三维设计模型对应表面为偏向三维设计模型形心轴方向时，扫描点偏差高程取负值；当三维点云模型表面与三维设计模型形心轴共面时，以绕三维设计模型形心轴旋转逆时针方向为正，顺时针方向为负。
22、进一步地，步骤s3的三维点云模型的扫描点偏差高程计算中，可对于钢柱表面进行编号和网格化划分，网格划分尺寸应小于b/5以保证形貌偏差描述精度，b为截面最小宽度；则所比对点可用一组面号和相对位置编号进行唯一标志，通过三维点云模型表面向相对应三维设计模型表面投影所得到该点位的投影高度作为该点位处的扫描点偏差高程取值。
23、进一步地，步骤s5中拟合的初始形貌缺陷分布的偏差高程幅度在[-l/50，l/50]范围以涵盖实际可能的初始缺陷范围，其中l为钢柱高度。
24、与现有技术相比，本专利技术的有益效果为：
25、本专利技术通过施工现场对于安装好的钢柱进行三维形貌扫描，并与钢柱的三维设计模型实时比对，实现钢柱各截面上三维形貌缺陷偏差高程分布以及偏差幅度的无损获取；前期基于大量的人工初始缺陷分布构件及对应初始形貌缺陷下承载力水平和失效模式的数值分析结果建立初始形貌缺陷偏差分布与钢柱承载力和失效模式的关联预测模型，可基于钢柱表观形貌偏差特征对于钢柱承载性能进行快速预测，有助于施工现场及时发现钢柱形貌偏差过大导致的钢柱承载力不足的问题，做到及时的变形纠正和加固控制，保障结构安全。
本文档来自技高网...【技术保护点】
1.一种基于形貌缺陷扫描的钢柱轴压性能预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于形貌缺陷扫描的钢柱轴压性能预测方法，其特征在于，步骤S2中：
3.根据权利要求1或2所述的基于形貌缺陷扫描的钢柱轴压性能预测方法，其特征在于：步骤S3的三维点云偏差高程分布计算中，三维点云模型表面相较于三维设计模型对应表面为远离三维设计模型形心轴方向时，扫描点偏差高程取正值；三维点云模型表面相较于三维设计模型对应表面为偏向三维设计模型形心轴方向时，扫描点偏差高程取负值；当三维点云模型表面与三维设计模型形心轴共面时，以绕三维设计模型形心轴旋转逆时针方向为正，顺时针方向为负。
4.根据权利要求1或2所述的基于形貌缺陷扫描的钢柱轴压性能预测方法，其特征在于：步骤S3的三维点云模型的扫描点偏差高程计算中，可对于钢柱表面进行编号和网格化划分，网格划分尺寸应小于B/5以保证形貌偏差描述精度，B为截面最小宽度；则所比对点可用一组面号和相对位置编号进行唯一标志，通过三维点云模型表面向相对应三维设计模型表面投影所得到该点位的投影高度作为该点位处的扫描点偏差高程
5.根据权利要求1或2所述的基于形貌缺陷扫描的钢柱轴压性能预测方法，其特征在于：骤S5中拟合的初始形貌缺陷分布的偏差高程幅度在[-L/50，L/50]范围以涵盖实际可能的初始缺陷范围，其中L为钢柱高度。
...【技术特征摘要】
1.一种基于形貌缺陷扫描的钢柱轴压性能预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于形貌缺陷扫描的钢柱轴压性能预测方法，其特征在于，步骤s2中：
3.根据权利要求1或2所述的基于形貌缺陷扫描的钢柱轴压性能预测方法，其特征在于：步骤s3的三维点云偏差高程分布计算中，三维点云模型表面相较于三维设计模型对应表面为远离三维设计模型形心轴方向时，扫描点偏差高程取正值；三维点云模型表面相较于三维设计模型对应表面为偏向三维设计模型形心轴方向时，扫描点偏差高程取负值；当三维点云模型表面与三维设计模型形心轴共面时，以绕三维设计模型形心轴旋转逆时针方向为正，顺时针方向为负。
【专利技术属性】
技术研发人员：余玉洁，张艺川，王霄翔，胡淑军，郭风琪，牟犇，
申请(专利权)人：中南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。