考虑个体差异的氯氧镁水泥混凝土涂层钢筋寿命预测
Life prediction of coated steel with individual difference in magnesium oxychloride cement concrete
通讯作者:
收稿日期: 2018-11-16
Received: 2018-11-16
作者简介 About authors
王鹏辉(1991—),男,博士生,从事混凝土耐久性研究.orcid.org/0000-0001-8704-5786.E-mail:
氯氧镁涂层钢筋混凝土(MOCRC)中涂层钢筋的制作误差导致不同MOCRC中涂层钢筋的寿命预测存在一定的差异,提出充分考虑个体差异性的溶液浸泡加速腐蚀试验,基于Wiener退化过程对涂层钢筋进行寿命预测. 判断涂层钢筋腐蚀电流密度是否符合Wiener退化过程;在考虑涂层钢筋个体差异性的前提下引入漂移系数进行建模;将考虑个体差异与未考虑个体差异的涂层钢筋寿命预测对比分析. 结果表明:溶液浸泡加速腐蚀试验下涂层钢筋的退化模型服从一个项数的指数函数. 基于Wiener退化过程,考虑个体差异性的涂层钢筋在25 000 d左右发生严重锈蚀,未考虑个体差异性的涂层钢筋在30 000 d左右发生严重锈蚀.
关键词:
The manufacturing error of coated steel bars in magnesium oxychloride coated reinforced concrete (MOCRC) leads to some differences in the life prediction of coated steel bars in different MOCRCs. The solution immersion accelerated corrosion test with full consideration of individual differences was proposed, and the life prediction of coated steel bars was based on Wiener degeneration process. Judge whether the corrosion current density of the coated steel bar complied with the Wiener degradation process. The drift coefficient was introduced for modeling under the individual differences of the coated steel bars. Coated steel bars' life predictions between considering individual differences and no individual differences were compared. Results show that the degradation model of coated steel bar under accelerated corrosion test in fixed concentration solution obeys one number term of exponential function. Under the Wiener degradation process, the coated steel bars with individual differences are severely corroded around 25 000 d, while the coated steel bars without individual differences are severely corroded around 30 000 d.
Keywords:
本文引用格式
王鹏辉, 乔宏霞, 冯琼, 曹辉.
WANG Peng-hui, QIAO Hong-xia, FENG Qiong, CAO Hui.
氯氧镁水泥混凝土(magnesium oxychloride cement concrete,MOCC)在盐渍土地区具有很好的耐久性. 其原因是氯氧镁水泥作为一种MgO-MgCl2-H2O体系组成的镁质胶凝材料[1-2],不经改性就有很好的抗盐卤性能. 氯氧镁涂层钢筋混凝土(magnesium oxychloride coated reinforced concrete,MOCRC)旨在解决其在承重结构中的限制问题,进而实现在盐渍土地区中的应用. 涂层可以很好地保护MOCC中的钢筋免受腐蚀[3-5].在保护过程中涂层耐久性的退化是一个缓慢的过程,其是否能在设计规定的年限内为钢筋提供保护需要进行长期的跟踪试验与分析. 目前众多国学者利用加速退化技术来获得研究目标的退化数据并进行建模,实现研究目标的可靠分析. 利用加速退化技术在短时间内获得整个退化过程的数据,已成为可靠性领域的研究热点. 退化模型的建立主要有基于退化轨迹建模[6-8]、基于退化量分布模型建模[9-11]、基于累积损伤模型建模[12-14]等. 退化轨迹模型需要大量的测量数据才能保证参数的估计精度,当模型较复杂时很难得到失效分布的封闭表达式,且当退化数据波动较大时失效分布容易产生失真. 退化量分布模型的结果主要给出研究目标的总体特征,难以体现个体差异,且需要大量的测量数据,这限制了其实际应用. 累计损伤模型往往假定退化量服从一般随机分布,在既定条件下也涉及多维卷积,计算难度大,难以用于深入研究,且没有考虑产品差异. 由于钢筋的加工过程、涂层的喷涂过程、镁水泥混凝土的制备过程以及镁水泥涂层钢筋混凝土的服役环境受随机因素的影响,存在个体间退化率差异,涂层钢筋个体差异对MOCRC的耐久性影响甚大. Wiener退化过程是具有平稳、良好的计算分析性质的随机过程,当研究目标总体均匀变化而个体差异随时间变化明显时,可用Wiener退化过程描述[15-16].
本文在溶液浸泡加速锈蚀试验下采用时间尺度模型对腐蚀电流密度(非线性退化数据)进行变换,将Wiener退化过程的系数进行随机化处理,并充分考虑个体差异性,进行涂层钢筋寿命预测建模.
1. 试验材料及方案
1.1. 试验材料
氯镁水泥钢筋混凝土(MOCRC)的原材料主要由MgO、MgCl2、减水剂、抗水剂、粉煤灰、石子、砂子和钢筋组成. MgO和MgCl2由青海省格尔木市的察尔汗盐湖氯化镁厂生产. 其中MgO为轻烧氧化镁. 砂子采用河砂,级配良好,属于中砂,由兰州水阜提供. 石子由兰州华陇商砼公司提供,连续级配,性能指标合格. 粉煤灰为Ⅰ级粉煤灰,由兰州某钢厂生产(用于改善混凝土耐久性). 耐水剂为磷酸,由天津市百世化工有限公司生产,H3PO4的质量分数不小于85.0%,色度不大于25黑曾. 减水剂为KD萘系高效减水剂JM-PCA(I),由江苏博特新材料有限公司生产,具体基本物理性能如表1所示. 其中ρ为密度、wa为碱的质量分数、Rw-r为减水率、Rb为泌水率、
表 1 减水剂各项物理指标
Tab.1
种类 | ρ/ (g·mL−1) | pH | wa/ % | Rw-r/ % | Rb/ % | | d | ||
3 d | 7 d | 28 d | |||||||
PCA(I) | 0.000 3 | 8.08 | ≤3.88 | 34 | 0 | 168 | 149 | 139 | 0.02 |
1.2. 试验方案
表 2 氯氧镁水泥混凝土(MOCC)配合比
Tab.2
kg/m3 | ||||
材料 | 密度 | 材料 | 密度 | |
轻烧氧化镁 | 388.96 | 砂子 | 625.00 | |
减水剂 | 16.02 | 石子 | 1 162.00 | |
I级粉煤灰 | 68.64 | 工业氯化镁 | 147.81 | |
耐水剂 | 4.58 | 水 | 135.59 |
表 3 钢筋腐蚀电流密度与锈蚀情况之间的对应关系
Tab.3
J / (μA·cm−2) | 锈蚀情况 | J / (μA·cm−2) | 锈蚀情况 | |
[0, 1) | 无锈蚀 | [0.5, 1) | 中等腐蚀 | |
[0.1, 0.5) | 低腐蚀 | [1, +∞) | 严重腐蚀 |
2. 试验结果与分析
采用CS350电化学工作站每90 d对MOCRC试块进行1次电化学试验. 不同加速环境下试块的退化机理相同,现对A组加速溶液进行分析. E为开路电位,log I为经对数转换的腐蚀电流密度.
图 1
图 1 涂层钢筋在0~990 d的极化曲线图
Fig.1 Polarization curve of coated steel bar from 0 to 990 d
式中:c(O2)为氧气浓度,c(Fe2+)为Fe2+浓度.
在镁水泥涂层钢筋混凝土中,由于涂层中的Zn鳞片的自腐蚀电位(−0.762 V)、Al的自腐蚀电位(−1.662 V)低于Fe的自腐蚀电位(−0.440 V),Zn、Al作为牺牲阳极,为基体(Fe)提供阴极保护,使其免受腐蚀. 其化学方程式如下所示:
从180~270 d,腐蚀电位正向移动,其原因是Zn的锈蚀产物与空气中的CO2反应生成碱式碳酸锌(Zn5(OH)6(CO3)2),Al的锈蚀产物与氯离子反应生成碱式氯化铝(Al5Cl3(OH)12·4H2O),堵塞了涂层孔道使涂层恢复屏障. 其化学方程式如下:
表 4 涂层钢筋腐蚀电流密度
Tab.4
x/d | J /(10−3 μA·cm−2) | ||
A组 | B组 | C组 | |
0 | 0.045 | 0.039 | 0.047 |
90 | 0.260 | 0.482 | 0.385 |
180 | 0.685 | 0.856 | 0.754 |
270 | 1.130 | 1.060 | 1.120 |
360 | 1.280 | 1.160 | 1.260 |
450 | 1.460 | 1.270 | 1.180 |
540 | 1.580 | 1.330 | 1.460 |
630 | 1.710 | 1.650 | 1.850 |
720 | 1.940 | 2.150 | 2.240 |
810 | 2.380 | 2.470 | 2.780 |
900 | 3.590 | 3.270 | 2.690 |
990 | 3.280 | 3.470 | 3.030 |
3. Wiener退化过程与建模步骤
3.1. Wiener退化过程
一元Wiener退化过程可表示为
式中:
定义Z(t)为Wiener最大过程(Wiener maximum process). 研究目标退化失效的阀值为
式中:T为首次达到失效阀值的时间. 文献[20]采用Fokker-Planck方程得到了
将式(9)代入式(8)得可靠度函数R(t)和概率密度分布函数f (t):
3.2. 一元Wiener退化过程建模步骤
1)一元Wiener退化过程的辨识:首先检验由电化学工作站测得的表征涂层钢筋耐久性退化过程的腐蚀电流密度是否符合Wiener退化过程.
2)确立研究目标存在差异时的加速退化模型.
3)采用两步极大似然估计法对参数进行估计.
4)利用Matlab软件作出退化过程的可靠度函数图.
5)根据赤池信息准则AIC(Akai information criterion)判断考虑和未考虑差异性的方法的优劣[21].
4. 一元Wiener退化过程建模
4.1. 一元Wiener退化过程的辨识
目前进行Wiener建模主要是依据研究目标的退化过程、建模人员的经验或者假设研究目标的退化数据符合Wiener随机过程,没有系统的理论支撑,容易造成最终分布函数的失真. 一元Wiener退化过程的辨识方法[22]主要包括:1)自相关函数法,通过将一元Wiener函数的标准自相关函数曲线和研究目标退化数据的自相关函数曲线进行对比分析,来判定研究目标是否符合Wiener退化过程;2)似然比检验,对研究目标进行假设,最终通过似然比大于或者小于某一阀值来得出退化数据是否符合一元Wiener退化过程,由于似然比函数较为复杂且阀值难以确定,此方法难以取得预期效果;3)序贯方法,利用序贯检验方法检验除去线性漂移项的剩余项是否为一般布朗运动. 本文采用自相关函数法对一元Wiener退化过程进行辨识. 一元Wiener退化过程的自相关函数如下:
图 2
图 2 一元Wiener退化过程的自相关函数曲线
Fig.2 Autocorrelation function curve of unary Wiener degradation process
4.2. 加速退化可靠度函数模型
采用时间尺度模型,将非线性退化数据转化为线性退化模型. Whitmore等[23]提出时间尺度变换模型为时间t的非负单调递增函数(模型I).
式中:c为非负待定常数.
将非线性数据进行线性变换,则式(7)可改写为
则可靠度函数和密度函数为
当研究对象的个体出现差异时,需要对各个体进行分布检验,以便确定差异性个体的可靠度函数. 3组试块腐蚀电流密度增量如表5所示. 其中,
表 5 涂层钢筋腐蚀电流密度增量
Tab.5
μA /cm2 | |||
| ΔJ /10−3 | ||
A组 | B组 | C组 | |
| 0.215 | 0.443 | 0.338 |
| 0.425 | 0.374 | 0.369 |
| 0.445 | 0.204 | 0.366 |
| 0.150 | 0.100 | 0.140 |
| 0.180 | 0.110 | −0.080 |
| 0.120 | 0.060 | 0.280 |
| 0.130 | 0.320 | 0.390 |
| 0.230 | 0.500 | 0.390 |
| 0.440 | 0.320 | 0.540 |
| 1.210 | 0.800 | −0.090 |
| −0.310 | 0.300 | 0.340 |
如图3所示为A组、B组、C组涂层钢筋腐蚀电流密度增量的正态分布概率检验图,D为腐蚀电流密度增量,Au、Am、Ad为对A组数据进行正态检验的上限值、平均值、下限值,Bu、Bm、Bd、Cu、Cm、Cd同理. A组、B组、C组的腐蚀电流密度值如表4所示.采用假设检验的方法检验3组数据是否服从正态分布,其中显著水平α=0.05,经计算得PA=0.122,PB=0.133,PC=0.193,均大于0.05,表明涂层钢筋的锈蚀增量服从正态分布,结果如图4所示. 通过假设检验的方法知,
图 3
图 3 腐蚀电流密度增量概率图
Fig.3 Probability diagram of corrosion current density increment
图 4
图 4 3组涂层钢筋腐蚀电流密度拟合图
Fig.4 Fitting chart of corrosion current density of three groups of coated steel bars
A、B、C组的拟合曲线皆为一个项数的指数函数. 得出,溶液加速退化模型为
式中:a、b为待定常数. 则考虑到个体差异性,在定浓度下第j个试样的加速退化模型为
令
4.3. 参数估计
针对经时间尺度模型变化后的考虑个体差异性的退化数据
式中:
则考虑个体差异性的最大似然估计方程可改写为
式中:
根据式(24)分别对
从式(27)、(28)可以看出,
4.4. 计算分析
式中:p为
采用两步极大似然估计法对
表 6 考虑和不考虑个体差异的参数估计结果
Tab.6
估计方法 | | | b | c | | AIC |
M-1 | 0.690 | 9.660×10−14 | 0.002 | 1 | 73.84 | −139.6 |
M-2-A | 4.500 | 3.400×10−6 | − | − | −473.8 | 946.3 |
M-2-B | 4.432 | 3.398×10−6 | − | − | −442.6 | 881.2 |
M-2-C | 4.714 | 3.523×10−6 | − | − | −432.5 | 861.0 |
图 5
图 5 不同方法的可靠度函数曲线
Fig.5 Reliability function curve and probability density curve of different methods
5. 结 论
(1)用镁水泥混凝土中涂层钢筋锈蚀的腐蚀电流密度作为可靠度函数的变量进行可靠度建模是可行的,在定浓度溶液中涂层钢筋的退化参数(腐蚀电流密度)符合一个项数的指数分布.
(2)未考虑个体差异性的Wiener函数模型对涂层的寿命预测期限为30 000 d左右,考虑个体差异的Wiener函数模型对涂层钢筋的寿命预测期限为25 000 d左右,考虑个体差异情况的寿命预测更符合实际情况.
(3)在考虑个体差异性的情形下,进行的Wiener随机过程建模可以更加保守地对既有建筑提前进行检验、维护、维修,对实际工程具有一定的指导意义.
参考文献
氯氧镁水泥水化历程的影响因素及水化动力学
[J].DOI:10.7521/j.issn.0454-5648.2013.05.03 [本文引用: 1]
Hydration kinetic and influencing parameters in hydration process of magnesium oxychloride cement
[J].DOI:10.7521/j.issn.0454-5648.2013.05.03 [本文引用: 1]
Reaction products in the system MgCl2-NaOH-H2O
[J].DOI:10.1111/j.1151-2916.1982.tb10346.x [本文引用: 1]
硫酸盐环境氯氧镁水泥混凝土中钢筋防护试验
[J].DOI:10.3969/j.issn.0258-2724.2017.02.006 [本文引用: 1]
Experimental study on steel reinforcement protection in magnesium oxychloride cement concrete under sulfate environment
[J].DOI:10.3969/j.issn.0258-2724.2017.02.006 [本文引用: 1]
基于极化曲线的镁水泥混凝土中钢筋腐蚀试验
[J].
Experimental study on corrosion of steel bar in magnesium cement concrete based on polarization curves
[J].
镁水泥混凝土中钢筋的电化学腐蚀研究
[J].DOI:10.11951/j.issn.1005-0299.20160110 [本文引用: 1]
Electrochemical corrosion of steel bar in the magnesium cement concrete
[J].DOI:10.11951/j.issn.1005-0299.20160110 [本文引用: 1]
Lifetime estimation of high-power white led using degradation-data-driven method
[J].DOI:10.1109/TDMR.2012.2190415 [本文引用: 1]
Multi-cause degradation path model: a case study on rubidium lamp degradation
[J].DOI:10.1002/qre.1159
A Degradation path-dependent approach for remaining useful life estimation with an exact and closed-form solution
[J].
基于性能退化数据的可靠性评估
[J].DOI:10.3321/j.issn:1000-1328.2006.03.044 [本文引用: 1]
Reliability assessment based on performance degradation data
[J].DOI:10.3321/j.issn:1000-1328.2006.03.044 [本文引用: 1]
加速退化失效产品可靠性评估方法
[J].
Reliability assessment from accelerated performance degradation tests
[J].
Health state evaluation of an item: a general framework and graphical representation
[J].DOI:10.1016/j.ress.2006.10.018 [本文引用: 1]
小子样条件下基于Normal-Poisson过程的性能可靠性评定
[J].DOI:10.3969/j.issn.1001-2486.2006.03.027 [本文引用: 1]
Reliability evaluation based on normal-poisson process on condition of small sampling test
[J].DOI:10.3969/j.issn.1001-2486.2006.03.027 [本文引用: 1]
The availability of inspected systems subject to shocks and graceful degradation
[J].
Assessing device reliability based on scheduled discrete degradation measurements
[J].DOI:10.1016/j.probengmech.2008.04.003 [本文引用: 1]
基于维纳过程金属化膜电容器的剩余寿命预测
[J].DOI:10.3969/j.issn.1001-2486.2011.04.028 [本文引用: 1]
Residual life forecasting of metallized film capacitor based on wiener process
[J].DOI:10.3969/j.issn.1001-2486.2011.04.028 [本文引用: 1]
Estimating failure time distribution and its parameters based on intermediate data from a Wiener degradation model
[J].DOI:10.1002/nav.20280 [本文引用: 1]
久美特涂层对镁水泥混凝土中钢筋保护试验研究
[J].
Geomet coating protection test to steel bars of magnesium oxychloride cement concrete
[J].
钢筋混凝土构件中钢筋锈蚀量的无损检测方法
[J].
Review of non-destructive methods in assessment corrosion in reinforced concrete member
[J].
步进应力加速退化试验的建模与剩余寿命估计
[J].
Step stress accelerated degradation process modeling and remaining useful life estimation
[J].
非线性步进加速退化数据的可靠性评估方法
[J].
Reliability assessment method of nonlinear step-stress accelerated degradation data
[J].
Modeling accelerated degradation data using Wiener diffusion with a time scale transformation
[J].DOI:10.1023/A:1009664101413 [本文引用: 1]
Mis-specification analysis of linear degradation models
[J].DOI:10.1109/TR.2009.2026784 [本文引用: 1]
基于Wiener随机过程的混凝土加速寿命试验
[J].DOI:10.3969/j.issn.1007-9629.2016.06.012 [本文引用: 1]
Accelerated life test of concrete based on Wiener stochastic process
[J].DOI:10.3969/j.issn.1007-9629.2016.06.012 [本文引用: 1]
/
〈 |
|
〉 |
