一种用于输电铁塔结构件损伤甄别方法

摘要

本发明涉及输电铁塔结构件技术领域，具体涉及一种用于输电铁塔结构件损伤甄别方法，包括步骤如下：步骤1，选取参数变量程度甄别铁塔结构件损伤程度；步骤2，输电铁塔结构件损伤甄别；步骤3，根据上述步骤2输电铁塔结构件损伤情况，进行加固或换新；本发明判断铁塔是否满足继续服役的条件，并通过对产生损伤的铁塔结构件做到精准定位和损伤程度判断，确定损伤的输电铁塔进行加固或替换新的铁塔。

说明书

技术领域

本发明涉及输电铁塔结构件技术领域，具体涉及一种用于输电铁塔结构件损伤甄别方法。

背景技术

根据中国电力公司统计，截止2020年第一季度220千伏及以上输电线路回路长度为834366千米，输电线路长度逐年增加，规模也在不断扩大，按照每千米输电线路2.3基输电铁塔计算，全国220千伏及以上服役铁塔总数约在192万基，输电铁塔的设计寿命一般按40年计算，而早期建设的输电铁塔已处于寿命末期或超期服役状态，而且由于我国输电铁塔体量庞大，随着时间推移，每年将会产生大量超期服役的输电铁塔，对超期服役铁塔进行整体拆除和更换会耗费大量的资金，而如果继续服役，也有安全隐患。

发明内容

本发明目的判断输电铁塔的健康程度，判断铁塔是否满足继续服役的条件，并通过对产生损伤的铁塔结构件做到精准定位和损伤程度判断，确定损伤的输电铁塔进行加固或替换新的铁塔。

为实现上述技术，本发明提供如下技术方案：

一种用于输电铁塔结构件损伤甄别方法，包括如下步骤：

步骤1，选取参数变量程度甄别铁塔结构件损伤程度：

输电铁塔结构件损伤刚度发生变化，其质量和整体阻尼参数是不发生变化的，在结构件刚度发生变化时会引起整体结构件固有频率或振型发生变化，根据以上参数变化选取合适的参数变化程度进行铁塔结构件损伤位置及损伤程度的甄别；

步骤2，输电铁塔结构件损伤甄别，包括如下步骤：

步骤2.1，判断结构件损伤发生在那一段：首先模拟输电铁塔在无损伤和铁塔结构件存在损伤的情况下固有频率合振型数值，构建不同参数与结构件损伤情况的关系，在采用人工神经网络技术进行学习并构建预测网络，通过实测的固有频率和振型值进行判断；

步骤2.2，判断发生损伤段的那一根结构件发生损伤：固有频率变化率参数与结构件损伤位置相关，采用上述步骤2.1结构件损伤位置识别，同时输电铁塔结构件为左右对称、前后对称，仅采用固有频率变化率单一参数无法识别相同位置相互对称的结构件哪一根发生损伤，需增加第一阶振型进行补充，可以有效识别对称结构件中哪一根发生损伤；

步骤2.3，判断发生损伤结构件的损伤程度：采用上述步骤2.1-2.2，振型曲率与结构件损伤情况相关，可甄别出结构件损伤程度；

步骤3，根据上述步骤2输电铁塔结构件损伤情况，进行加固或换新。

进一步的，步骤1中，采用输电铁塔图纸建立无损状态下的计算模型，参数取值弹性模量E=2.06x1011Pa，泊松比ν=0.3，密度考虑结构件连接板及螺栓重量ρ10140kg/m3，对无损状态下的计算模型进行模态分析，并采用Block Lanczos方法提取前5阶固有频率和第1阶固有频率下的振型。

进一步的，步骤2.1中，对输电塔自上而下进行分段，共分为1-16段，对各段的结构件进行编号，第1段分为正面、后面、左视面、右视面、仰视面；正面编号为1，2,5,6,7,13,15,16,21,22,23,29,31,32,37,38,39,40，后面编号为3,4,9,10,11,18,19,20,25,26,28,34,35,36,42,43,47,50，左视面编号为2,4,7,11,12,16,17,20,23,27,28,32,33,36,39,46,47,49，右视面编号1,3,8

,9,10,13,14,18,21,24,25,29,30,34,37,41,42,44，仰视面编4044,45,48,49,

50；第2段分为左视面，右视面，正视面，后视面，左顶面，右顶面，仰视面；左视面编号为49,110,111,124,126,131，右视面编号44,103,105,116,117,

122，正视面编40,53,61,70,78,79,92,93,91,110,112,113,104,115,109,103,

106,51,87,107,59,88,75,89,69,76，后视面编号50,58,67,73,39,86,102,39,

126,129,118,132,125,117,56,119,95,121,64,96,81,98,71,83，左顶面编号49,54,57,53,58,61,62,66,67,68,70,73,74，右顶面编号44,52,55,51,56,60,

63,64,59,65,69,71,72，仰视面编号74,79,85,80,86,93,101,94,102,113,

128,131,114,129,115,133,132,130,122,120,56,108,121,64,90,97,98,71,82,77,83,39，根据输电铁塔整体结构件采用第1段和第2段面向分别对第3段至第16段进行编号。

进一步的，步骤2.3中，对受损结构件进行损伤程度判定，采用修改弹性模量为原弹性模量10%、20%、30%、40%、50%、60%、70%、80%、90%分别进行分析，提取第一阶频率下振型，采用振型曲率为输入参数，结构件受损程度作为输出，建立网络训练样本，输出为结构件受损百分比，再采用人工神经网络技术对输电塔受损结构件损伤程度进行识别，选取多层前馈神经网络—BP神经网络进行网络搭建，网络收敛误差限值为0.0001。

与现有技术相比，本发明提供的一种用于输电铁塔结构件损伤甄别方法有益效果如下：

1.本发明提供一种用于输电铁塔结构件损伤甄别方法，判断铁塔是否满足继续服役的条件，并通过对产生损伤的铁塔结构件做到精准定位和损伤程度判断，确定损伤的输电铁塔进行加固或替换新的铁塔。

2.本发明提供一种用于输电铁塔结构件损伤甄别方法，采用先进的多层前馈型神经网络进行结构件损伤甄别，采用振型曲率方法进行结构件损伤程度的检测。

3.本发明提供一种用于输电铁塔结构件损伤甄别方法，模拟输电杆塔在无损伤及存在杆件损伤的情况下固有频率及振型数值，构建不同参数与杆件损伤情况的关系，采用人工神经网络技术进行学习并构建预测网络，并通过实测的固有频率及振型值进行判定，加快甄别速度。

4.本发明提供一种用于输电铁塔结构件损伤甄别方法，采用正则化固有频率变化率判断发生结构件损伤段的位置，同时采用正则化固有频率和第一阶振型相结合的方法确定发生损伤结构件的位置，在三维条件下确定左右对称、前后对称结构件损伤发生的准确位置。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的一种输电铁塔整体结构三维示意图。

图2为图1的输电铁塔分段示意图。

图3为图2的第一阶段铁塔结构件编号左视面图。

图4为图2的第一阶段铁塔结构件编号右视面图。

图5为图2的第一阶段铁塔结构件编号正视面图。

图6为图2的第一阶段铁塔结构件编号后视面图。

图7为图2的第一阶段铁塔结构件编号仰视面图。

图8为图2的第二阶段铁塔结构件编号左视面图。

图9为图2的第二阶段铁塔结构件编号右视面图。

图10为图2的第二阶段铁塔结构件编号正视面图。

图11为图2的第二阶段铁塔结构件编号后视面图。

图12为图2的第二阶段铁塔结构件编号左顶面图。

图13为图2的第二阶段铁塔结构件编号右顶面图。

图14为图2的第二阶段铁塔结构件编号仰视面图。

具体实施方式

下面将通过具体实施方式对本发明的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1-14所示，所述一种用于输电铁塔结构件损伤甄别方法，包括如下步骤：

步骤1，选取参数变量程度甄别铁塔结构件损伤程度：

输电铁塔结构件损伤刚度发生变化，其质量和整体阻尼参数是不发生变化的，在结构件刚度发生变化时会引起整体结构件固有频率或振型发生变化，根据以上参数变化选取合适的参数变化程度进行铁塔结构件损伤位置及损伤程度的甄别；

步骤2，输电铁塔结构件损伤甄别，包括如下步骤：

步骤2.1，判断结构件损伤发生在那一段：首先模拟输电铁塔在无损伤和铁塔结构件存在损伤的情况下固有频率合振型数值，构建不同参数与结构件损伤情况的关系，在采用人工神经网络技术进行学习并构建预测网络，通过实测的固有频率和振型值进行判断；

步骤2.2，判断发生损伤段的那一根结构件发生损伤：固有频率变化率参数与结构件损伤位置相关，采用上述步骤2.1结构件损伤位置识别，同时输电铁塔结构件为左右对称、前后对称，仅采用固有频率变化率单一参数无法识别相同位置相互对称的结构件哪一根发生损伤，需增加第一阶振型进行补充，可以有效识别对称结构件中哪一根发生损伤；

步骤2.3，判断发生损伤结构件的损伤程度：采用上述步骤2.1-2.2，振型曲率与结构件损伤情况相关，可甄别出结构件损伤程度；

步骤3，根据上述步骤2输电铁塔结构件损伤情况，进行加固或换新。

优选的，步骤1中，采用输电铁塔图纸建立无损状态下的计算模型，参数取值弹性模量E=2.06x1011Pa，泊松比ν=0.3，密度考虑结构件连接板及螺栓重量ρ10140kg/m3，对无损状态下的计算模型进行模态分析，并采用Block Lanczos方法提取前5阶固有频率和第1阶固有频率下的振型。

优选的，步骤2.1中，对输电塔自上而下进行分段，共分为1-16段，对各段的结构件进行编号，第1段分为正面、后面、左视面、右视面、仰视面；正面编号为1，2,5,6,7,13,15,16,21,22,23,29,31,32,37,38,39,40，后面编号为3,4,9,10,11,18,19,20,25,26,28,34,35,36,42,43,47,50，左视面编号为2,

4,7,11,12,16,17,20,23,27,28,32,33,36,39,46,47,49，右视面编号1,3,8,9,

10,13,14,18,21,24,25,29,30,34,37,41,42,44，仰视面编号4044,45,48,49,

50；第2段分为左视面，右视面，正视面，后视面，左顶面，右顶面，仰视面；左视面编号为49,110,111,124,126,131，右视面编号44,103,105,116,117,

122，正视面编40,53,61,70,78,79,92,93,91,110,112,113,104,115,109,103,

106,51,87,107,59,88,75,89,69,76，后视面编号50,58,67,73,39,86,102,39,

126,129,118,132,125,117,56,119,95,121,64,96,81,98,71,83，左顶面编号49,54,57,53,58,61,62,66,67,68,70,73,74，右顶面编号44,52,55,51,56,60,

63,64,59,65,69,71,72，仰视面编号74,79,85,80,86,93,101,94,102,113,

128,131,114,129,115,133,132,130,122,120,56,108,121,64,90,97,98,71,82,77,83,39，根据输电铁塔整体结构件采用第1段和第2段面向分别对第3段至第16段进行编号。

优选的，步骤2.3中，对受损结构件进行损伤程度判定，采用修改弹性模量为原弹性模量10%、20%、30%、40%、50%、60%、70%、80%、90%分别进行分析，提取第一阶频率下振型，采用振型曲率为输入参数，结构件受损程度作为输出，建立网络训练样本，输出为结构件受损百分比，再采用人工神经网络技术对输电塔受损结构件损伤程度进行识别，选取多层前馈神经网络—BP神经网络进行网络搭建，网络收敛误差限值为0.0001。

实施例中，直线型输电铁塔的三维显示如图1所示，根据实际输电塔图纸建立无损状态下的计算模型，参数取值弹性模量E=2.06x10

以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明装置权利要求书确定的保护范围内。