一种基于多尺度虚拟单元法的道床脱空形态识别方法

摘要

本发明公开了一种基于多尺度虚拟单元法的道床脱空形态识别方法，属于地铁结构健康监测领域。步骤包括：一、实测端布置，在道床表面布置应变传感器，获取对应测点处的应变值信息；二、模拟端布置，根据地铁结构实际参数信息构建列车‑轨道‑隧道多尺度虚拟单元法‑有限单元法耦合模型；三、脱空形态识别，模拟端的道床脱空区域进行模拟，通过实测端应变值数据对模拟结果进行优化，最终经过反复迭代模拟出道床剥离脱空沿隧道轴向的空间分布状态、以及脱空形状，相比于现有技术，本发明的基于多尺度虚拟单元法的道床脱空形态识别方法实现了对地铁运营中的道床脱空形态的三维呈现，具有很大的应用前景。

权利要求

1.一种基于多尺度虚拟单元法的道床脱空形态识别方法，其特征在于，步骤如下：一、实测端布置：

在道床上表面布置应变传感器，获取对应测点处的应变值；

二、模拟端布置：

a1、根据实测端列车参数信息，在模拟端构建列车模型；

a2、根据实测端轨道参数信息，在模拟端构建轨道模型；

a3、根据实测端轨道板、道床和隧道参数信息，在模拟端分别构建轨道板模型、道床模型和隧道模型；

a4、采用裂缝尖端应力‑张开位移的内聚力断裂本构模拟道床隧道交界面；

三、脱空形态识别：

b1、针对一处测点设定一组道床隧道交界面的初始参数值G1、G2、G3、N1、N2、N3、M1、M2和M3，其中，G1为法向刚度，G2为轴向刚度，G3为环向刚度，N1为抗拉强度，N2为轴向抗剪强度，N3为环向抗剪强度，M1为Ⅰ型断裂能，M2Ⅱ型断裂能，M3为Ⅲ型断裂能；

b2、依据初始参数值，在模拟端通过计算得到对应测点的应变值，并与实测端测点的应变值进行比较，得到相关系数R；

b3、若R＜0.95，则返回b1，重新设定一组初始参数值，并进行后续步骤，直到R≥0.95；

若R≥0.95，则认为该组初始参数值下模拟端测点处的道床脱空形态是可信的，结束迭代，确定道床脱空形态。

2.根据权利要求1所述的一种基于多尺度虚拟单元法的道床脱空形态识别方法，其特征在于：步骤一中，若干应变传感器布置于道床上表面，相邻应变传感器的横向间距为2.8～3.0m，纵向间距为1.0～1.4m。

3.根据权利要求1所述的一种基于多尺度虚拟单元法的道床脱空形态识别方法，其特征在于，步骤二中，列车模型利用多刚体运动方程构建：其中，M为单节车辆垂向自由度的质量矩阵；

C为单节车辆垂向自由度的阻尼矩阵；

K为单节车辆垂向自由度的刚度矩阵；

F为单节车辆受到的垂向外力向量；

y为单节车辆垂向自由度位移向量；

为单节车辆垂向自由度速度向量；

为单节车辆垂向自由度加速度向量。

4.根据权利要求3所述的一种基于多尺度虚拟单元法的道床脱空形态识别方法，其特征在于，步骤二中，轨道模型的控制方程为：其中，EI为钢轨抗弯刚度，ρ为钢轨线密度，kf为扣件的竖向支承刚度，cf为扣件的竖向粘滞阻尼系数，Nf为扣件个数，l为扣件间距。

5.根据权利要求4所述的一种基于多尺度虚拟单元法的道床脱空形态识别方法，其特征在于，步骤二中，道床模型内部采用混凝土真实骨料模拟。

6.根据权利要求1所述的一种基于多尺度虚拟单元法的道床脱空形态识别方法，其特征在于，步骤三中，初始参数值取值如下：

12 11 11 7

G1＝11.23×10 Pa/m，G2＝4×10 Pa/m，G3＝4×10 Pa/m，N1＝1.4×10Pa，N2＝1.5×

7 7

10Pa，N3＝1.5×10Pa，M1＝60J，M2＝370J，M3＝370J。

说明书

一种基于多尺度虚拟单元法的道床脱空形态识别方法

技术领域

[0001] 本发明属于地铁结构健康监测领域，更具体地说，涉及一种基于多尺度虚拟单元法的道床脱空形态识别方法。

背景技术

[0002] 近年来，随着轨道交通行业的发展，在各大城市中越来越多的地铁已投入运营，伴随着运营里程的增加，为保证行车安全，对地铁隧道运行健康状态的实时监测十分重要。

[0003] 地铁道床的脱空是整体道床常见病害之一，且脱空现象都位于道床底部，位置隐蔽，不易探测，通常的检测方法有三种，一是利用超声波或地质雷达无损监测的方法，但是此方法设备仪器昂贵且效果不佳；二是利用道床钻芯取样或者剖离嵌缝人工测量的方法，此方法虽直观但是会对道床产生破坏；三是利用静力水准仪直接测量有无荷载时道床沉降量与没有剖离脱空的道床进行对比来推算剖离脱空，此方法可行但是只是作为推算是否存在道床剖离脱空的一种方法，受外界环境影响大；以上三种方法均无法有效进行道床脱空形态的识别检测。

[0004] 目前，有企业在隧道结构内部或表面设置加速度传感器，利用加速度传感器数据，进行道床脱空量评估，如中国专利公开号：CN 108226288 A，公开的一种地铁隧道道床脱空量监测方法，就是用加速度传感器获得振动加速度，来判断道床断面的脱空量，但这种方法存在较大的局限性，该种方法只能监测一个断面的道床脱空量，无法对道床脱空的三维分布状态进行描述，与实际情况存在较大出入。

[0005] 另，还有有沿道床表面上布设超声波发射探头以及超声波接收探头来向道床‑隧道接合面发射超声波来监测道床脱空，如中国专利公开号：CN 106770657 A，公开的一种用于地铁隧道道床脱空的检测方法，就是利用超声波监测道床脱空，但该方法受混凝土结构内部钢筋影响极大，无法准确测量脱空，仅能掌握道床脱空的大致形态，另外，该种方法需要人员在天窗期操作，无法做到全天候监测，效率不高。

发明内容

[0006] 为了解决上述技术问题至少之一，根据本发明的一方面，提供了一种基于多尺度虚拟单元法的道床脱空形态识别方法，步骤如下：

[0007] 一、实测端布置：

[0008] 在道床上表面布置应变传感器，获取对应测点处的应变值；

[0009] 二、模拟端布置：

[0010] a1、根据实测端列车参数信息，在模拟端构建列车模型；

[0011] a2、根据实测端轨道参数信息，在模拟端构建轨道模型；

[0012] a3、根据实测端轨道板、道床和隧道参数信息，在模拟端分别构建轨道板模型、道床模型和隧道模型；

[0013] a4、采用裂缝尖端应力‑张开位移的内聚力断裂本构模拟道床隧道交界面；

[0014] 三、脱空形态识别：

[0015] b1、针对一处测点设定一组道床隧道交界面的初始参数值G1、G2、G3、N1、N2、N3、M1、M2和M3，其中，

[0016] G1为法向刚度，G2为轴向刚度，G3为环向刚度，N1为抗拉强度，N2为轴向抗剪强度，N3为环向抗剪强度，M1为Ⅰ型断裂能，M2Ⅱ型断裂能，M3为Ⅲ型断裂能；

[0017] b2、依据初始参数值，在模拟端通过计算得到对应测点的应变值，并与实测端测点的应变值进行比较，得到相关系数R；

[0018] b3、若R＜0.95，则返回b1，重新设定一组初始参数值，并进行后续步骤，直到R≥0.95；

[0019] 若R≥0.95，则认为该组初始参数值下模拟端测点处的道床脱空形态是可信的，结束迭代，确定道床脱空形态。

[0020] 根据本发明实施例的基于多尺度虚拟单元法的道床脱空形态识别方法，可选地，步骤一中，若干应变传感器布置于道床上表面，相邻应变传感器的横向间距为2.8～3.0m，纵向间距为1.0～1.4m。

[0021] 根据本发明实施例的基于多尺度虚拟单元法的道床脱空形态识别方法，可选地，步骤二中，列车模型利用多刚体运动方程构建：

[0022]

[0023] 其中，M为单节车辆垂向自由度的质量矩阵；

[0024] C为单节车辆垂向自由度的阻尼矩阵；

[0025] K为单节车辆垂向自由度的刚度矩阵；

[0026] F为单节车辆受到的垂向外力向量；

[0027] y为单节车辆垂向自由度位移向量；

[0028] 为单节车辆垂向自由度速度向量；

[0029] 为单节车辆垂向自由度加速度向量。

[0030] 根据本发明实施例的基于多尺度虚拟单元法的道床脱空形态识别方法，可选地，步骤二中，轨道模型的控制方程为：

[0031]

[0032] 其中，EI为钢轨抗弯刚度，ρ为钢轨线密度，kf为扣件的竖向支承刚度，cf为扣件的竖向粘滞阻尼系数，Nf为扣件个数，l为扣件间距。

[0033] 根据本发明实施例的基于多尺度虚拟单元法的道床脱空形态识别方法，可选地，步骤二中，道床模型内部采用混凝土真实骨料模拟。

[0034] 根据本发明实施例的基于多尺度虚拟单元法的道床脱空形态识别方法，可选地，步骤三中，初始参数值取值如下：

[0035] G1＝11.23×1012Pa/m，G2＝4×1011Pa/m，G3＝4×1011Pa/m，N1＝1.4×107Pa，N2＝7 7
1.5×10Pa，N3＝1.5×10Pa，M1＝60J，M2＝370J，M3＝370J。

[0036] 本发明的基于多尺度虚拟单元法的道床脱空形态识别方法，基于实测端的列车、道床、隧道等信息参数，在模拟端构建多刚度的列车‑轨道‑隧道耦合模型，并对模拟端的道床脱空区域进行模拟，通过实测端应变值数据对模拟结果进行优化，最终经过反复迭代模拟出道床剥离脱空沿隧道轴向的空间分布状态、以及脱空形状，相比于现有技术，本发明的基于多尺度虚拟单元法的道床脱空形态识别方法实现了对地铁运营中的道床脱空形态的三维呈现，具有很大的应用前景。

附图说明

[0037] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例的附图作简单地介绍，显而易见地，下面描述中的附图仅仅涉及本发明的一些实施例，而非对本发明的限制。

[0038] 图1示出了本发明的基于多尺度虚拟单元法的道床脱空形态识别方法原理示意图；

[0039] 图2示出了本发明的构建的隧道及道床模型示意图；

[0040] 图3示出了有限元耦合网格模拟下的隧道、道床及轨道板模型示意图；

[0041] 图4示出了裂缝尖端应力‑张开位移的内聚力断裂本构模拟下的道床隧道交界面示意图；

[0042] 图5示出了本发明的道床内部模拟材料示意图；

[0043] 图6示出了本发明的道床脱空形态示意图；

[0044] 附图标记：

[0045] 1、实测端；

[0046] 10、列车；11、轨道；12、轨道板；13、道床；14、隧道；15、应变传感器；16、脱空区域；

[0047] 2、模拟端；

[0048] 20、列车模型；21、轨道模型；22、轨道板模型；23、道床模型；230、道床隧道交界面；231、骨料；24、隧道模型；240、标准块AT1；241、标准块AT2；243、标准块AT3；244、邻接块BT1；
245、邻接块BT2；246、封顶块KT；26、脱空形态图。

具体实施方式

[0049] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。

[0050] 地铁道床处结构如图1实测端1处所示，包括列车10、轨道11、轨道板12、道床13和隧道14，道床13底面与隧道14内壁面接触的区域即为容易发生脱空病害的脱区域，未发生脱空病害时两者之间界面紧密贴合，发生脱空病害时两者之间的界面会出现空间上的空隙，即产生脱空区域16，为了确保地铁行车安全，需要对道床13的脱空状态进行实时监测，现有的监测方法均存在诸多缺陷，如加速度传感器监测法，无法对道床脱空的三维分布状态进行描述，与实际情况存在较大出入，如超声波监测法，受混凝土结构内部钢筋影响极大，无法准确测量脱空，仅能掌握道床脱空的大致形态，基于此，本实施例的基于多尺度虚拟单元法的道床脱空形态识别方法，旨在提供一种能够实时有效的监测识别道床脱空形态的方法。

[0051] 本实施例的基于多尺度虚拟单元法的道床脱空形态识别方法，步骤如下：

[0052] 首先在实测端1的道床13上表面布置若干应变传感器15，相邻应变传感器15在纵向上按1.0～1.4m的间隔分布，纵向间距由构成隧道14的管片环宽度决定，管片环宽度越宽，纵向间距选取越大，应变传感器15在横向沿着道床13纵向中轴线对称布置，相邻应变传感器15横向间距为2.8～3.0m，横向间距由盾构隧道14的内径决定，内径越宽，横向间距的选取越大，各应变传感器15与道床13上表面通过胶接紧密贴合，通过本实施例应变传感器15的布置，能对实测端道床13上剥离脱空的重点区域的动态应变进行有效的长期监测，获取动态应变的实测数据。

[0053] 然后基于实测端1的列车10、轨道11、轨道板11、道床13及隧道14等参数信息，在模拟端2构建车辆‑轨道‑隧道多尺度虚拟单元‑有限单元法耦合模型，具体如下：

[0054] 通过多刚体运动方程构建单节列车模型20，如图1所示，

[0055] 多刚体运动方程为

[0056]

[0057] 其中，M为单节车辆垂向自由度的质量矩阵；C为单节车辆垂向自由度的阻尼矩阵；K为单节车辆垂向自由度的刚度矩阵；F为单节车辆受到的垂向外力向量；y为单节车辆垂向自由度位移向量；为单节车辆垂向自由度速度向量；为单节车辆垂向自由度加速度向量；上述参数均为实测端列车10的已知参数。

[0058] 列车10以速度v运行，采用振型叠加法建立轨道模型21，控制方程为

[0059]

[0060] 其中，EI为钢轨抗弯刚度，ρ为钢轨线密度，kf为扣件的竖向支承刚度，cf为扣件的竖向粘滞阻尼系数，Nf为扣件个数，l为扣件间距。

[0061] 模拟端2轨道板模型22也根据实测端1轨道板12的参数建立，本实施例中轨道板模型22长度L1＝3.600m，宽度L2＝2.700m，高度L3＝0.325m。

[0062] 本实施例中隧道模型24构建时，外径为6.2m，内径为5.5m，隧道模型24纵向由三环管片拼装而成，每环管片由六块管片拼装而成，自下而上依次为标准块AT1240、标准块AT2241、标准块AT3243、邻接块BT1244、邻接块BT2245和封顶块KT246，管片沿纵向错缝拼装而成，单环管片纵向长度为1.2m，道床模型23顶面距离隧道模型24底部最大垂向距离为0.4m，如图2所示。

[0063] 模拟端2道床模型23也根据实测端1道床13的参数建立。

[0064] 本实施例中模型材料的选取，隧道模型24材料取为C50混凝土，弹性模量E1＝3.4510 3
×10 Pa，密度ρ1＝2400kg/m ，泊松比为v1＝0.2；道床模型23材料取为C35混凝土，弹性模量
10 3
E2＝3.15×10 Pa，密度ρ2＝2400kg/m，泊松比为v2＝0.2；

[0065] 其中道床模型23的内部包含粗细骨料231和砂浆，骨料231随机投放，模拟混凝土10 3
真实组成，如图5所示，骨料弹性模量E3＝8×10 Pa，密度ρ3＝2500kg/m，泊松比为ν3＝0.2。

[0066] 本实施例中道床模型23和隧道模型24界面过渡区域采用细观尺度模拟，即建立含真实骨料231的混凝土模型，如图3所示，以更加真实的反应界面过渡区内部的应力‑应变变化状态，从而获得更接近于真实情况的道床脱空形态，此外在计算中，采取虚拟单元‑有限单元耦合网格进行模拟的方法，可极大减少有限元模型的网格数目，提高模型的计算效率，有利于反演大型列车‑轨道‑隧道‑地层耦合模型中的道床脱空的时空变化状态。

[0067] 对于道床隧道交界面230，裂缝尖端应力‑张开位移的内聚力断裂本构来进行模拟，如图4所示，这保证了在模拟端模型的计算过程中，道床隧道交界面230可以有张开量的产生，从而计算出道床的脱空形态，与道床脱空的真实情况更加吻合。

[0068] 模拟端2的各模型构建完成后，即可进行后续的道床脱空形态的迭代计算操作。

[0069] 模拟端2的脱空状态主要受下列参数影响，法向刚度G1、轴向刚度G2、环向刚度G3和抗拉强度N1、轴向抗剪强度N2以及环向抗剪强度N3影响道床脱空的初始状态，Ⅰ型断裂能M1、Ⅱ型断裂能M2以及Ⅲ型断裂能M3影响道床脱空的发展状态；因此，针对模拟端2的每处测点，均先拟定一组道床隧道交界面230的初始参数取值，本实施例中，初始参数取值如下：

[0070] G1＝11.23×1012Pa/m；

[0071] G2＝4×1011Pa/m；

[0072] G3＝4×1011Pa/m；

[0073] N1＝1.4×107Pa；

[0074] N2＝1.5×107Pa；

[0075] N3＝1.5×107Pa；

[0076] M1＝60J；

[0077] M2＝370J；

[0078] M3＝370J。

[0079] 将初始参数值拟合为模拟端2对应测点的应变值，并与实测端1对应测点由应变传感器15测得的应变值进行比较，得到模拟端2测点数据与实测端1测点数据的相关系数R。

[0080] 判断此时R是否满足误差要求，如果R＜0.95，为不满足误差要求，此时需要对初始参数进行重新取值，并比较得出重新取值后的模拟端2测点应变值数据与实测端1测点数据的相关系数，直到R≥0.95后，结束迭代过程，以此时的G1、G2、G3、N1、N2、N3、M1、M2和M3的参数值确定模拟端2该测点处的道床脱空形态是可信的，认为对实测端1道床脱空形态识别完成。

[0081] 如图6所示，示出了脱空形态图26，经过多次迭代后得到道床脱空区域，可以看出道床隧道交界面230左右两端的脱空区域横向、纵向均呈不对称状态，其脱空环向平均长度3
为0.08m，脱空径向平均长度为0.02m，脱空体积为0.00288m。

[0082] 进一步地，上述操作步骤可基于Abaqus软件进行操作，具体如下：

[0083] 先导入几何模型，在Part模块Import前期在Solidworks、AutoCAD等三维图绘制软件中绘制的几何模型：AT1240、标准块AT2241、标准块AT3243、邻接块BT1244、邻接块BT2245和封顶块KT246，以及轨道板模型21、道床模型23等。Part Filter中选择“Create individual parts“，有利于将网格划分到独立部件。Modeling Space选择3D，类型为Deformable。尺寸按照1：1建立，Scale中选Do not Scale。

[0084] 在Property模块输入材料的具体参数取值，在Materials建立线弹性材料C35、C50，在General中输入相应的密度Mass Density，Mechanical选择Elastic，Type类型选为Isotropic。输入相应材料的弹性模量Young‘s Modulus，泊松比Poisson‘s Ratio，建立内聚力断裂本构cohesive：在Mechanical中选择“Damage for Traction Separation Laws“，选择损伤类型为Quade Damage，输入G1、G2、G3；在Suboptions中选择Damage Evolution，Type类型选择为Energy，Softening选为Linear，Mixed mode behavior选为Power law。输入M1、M2、M3；Mechanical选择Elastic，Type类型选为Traction，输入N1、N2、N3。

[0085] 其次利用Create Section建立截面属性一，Category选为Solid，Type为Homogeneous。对cohesive建立截面属性二，Category选为other，Type为cohesive，响应选为Traction Separation。

[0086] 然后利用Section Management为对应几何结构赋予相应截面。

[0087] 然后拼装各个几何实例，在Assembly模块中，采用Create Instance拼装各部件，将AT1240、标准块AT2241、标准块AT3243、邻接块BT1244、邻接块BT2245和封顶块KT246按环向拼装为一环，纵向复制两环构成沿纵向三环错缝拼接而成的隧道环，同样的也将轨道板模型22、道床模型23等各部件导入，类型选为Independent。

[0088] 然后建立分析步，在Step模块中建立新的分析步，本模型为模拟列车运行，利用动态解算器进行动力学隐式计算，Step设置为Dynamic Implicit，打开几何非线性开关，最大‑7增量步设置为10000，最小步长设置为1×10 ，初始增量步initial为0.0001。在History Output中选取计算指标，作用域选为各应变监测点，记为set，类型为集合，输出变量为应变，频率为每x个时间单位，依据实测端的应变传感器的拾取频率来定，例如1600Hz的x值设为0.000625。

[0089] 设置各实例之间的接触属性，在Interaction模块中建立各部件之间的接触属性，各混凝土部件之间选为硬接触，切向摩擦公式取相应的罚函数，本例罚值取为0.5。在约束管理器中设置两组约束，分别为Constraint1和cohesive‑segment，Constraint1类型为内置区域，外部百分比容差为0.05。cohesive‑segment类型为Tie，位置公差选为使用计算得到的默认值。

[0090] 在Load模块中设置荷载和边界条件，荷载依据隧道不同埋深下的水土荷载、不同车辆运行条件下的列车荷载选取，边界条件在隧道环向设置位移与转角约束，在纵向设置低反射边界。

[0091] 网格剖分，在Mesh模块中划分网格，单元类型选为自编的虚拟单元和C3D8单元耦合，族为三维应力，单元库为Standard，几何阶次为线性。

[0092] 提交分析和后处理，在Job模块中新建计算文件，作业类型为完全分析，按照计算机本身属性设置好内存占用和并行处理器，提交分析。计算完成后，在Visualization模块中进行后处理，在ODB History output中提取出各应变set集中的应变计算结果，进行与实测值的后续比较。

[0093] 本发明的基于多尺度虚拟单元法的道床脱空形态识别方法，除了基于上述的Abaqus软件进行操作外，还可通过其他有限元分析软件进行操作，在此不多做描述。

[0094] 本发明所述实例仅仅是对本发明的优选实施方式进行描述，并非对本发明构思和范围进行限定，在不脱离本发明设计思想的前提下，本领域工程技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明的保护范围。