- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
建筑外墙饰面层粘结缺陷识别检测方法探讨.doc
建筑外墙饰面层粘结缺陷识别检测方法探讨
摘 要:建筑外墙饰面层由于自身的优越性被普遍的用于外墙的装饰中,经过多年的不断实践,外墙饰面层工程出现了诸如空鼓、开裂等一系列的质量问题,既影响了美观,又给人的生命及财产造成极大的损失。因此,有效的预防这一系列质量问题至关重要。本文通过列举了外墙饰面层粘结缺陷拉拔试验、无损检测方法以及声信号识别检测方法,旨在将第三种方法应用于饰面层的粘结缺陷检测,为今后工程的实践提供一些理论基础。
关键词:外墙饰面层;粘结缺陷;检测方法
DOI:10.16640/j.cnki.37-1222/t.2017.01.104
0 背景
近几年,随着建筑业的不断发展进步,建筑外墙饰面层的设计以及实施是施工过程中的一个重要的环节,但由于抹灰墙自身以及外界因素的影响,在施工和使用过程中逐渐出现了一系列的问题,出现了空鼓、脱落的现象,不仅影响了建筑物的视觉效果,而且还严重影响到人民群众的生命财产安全。
1 外墙饰面层粘结缺陷存在状态分析
(1)饰面层与粘结层之间的破坏。所用饰面层太过于干燥,使粘结层砂浆不易于粘结,降低了面砖等饰面层与粘结层之间的粘结度。(2)粘结层与找平层界面破坏。①粘结时粘结层与找平层不够湿润,粘结砂的水分就会被找平层吸去,大大降低并影响了粘结层与找平层的粘结力。②由于找平层未做表面处理,也是造成粘结层与找平层界面破坏的原因之一。(3)找平层与基层界面破坏。①基层处理不干净,抹找平层前基体墙面浇水不透不均匀。②一次性抹灰太厚或者分层抹灰间隔时间短。降低了二者之间的粘结力,造成粘结强度的不符合相应的标准要求[1][2]。
2 传统检测方法
拉拔试验主要是外墙饰面砖粘结强度的主要检测方法,其试样规格为95mm×45mm(适用于饰面砖试样)。若饰面砖采用水泥砂浆粘贴时,应于其龄期达到28d后进行检验[3][4]。《建筑工程饰面砖粘结强度检测标准》中的检测方法属于局部破损实验,实验时抽样数量受到很大的限制,而且需要搭设脚手架,这无疑增加了施工的难度和不安全性。
3 无损检测技术
3.1 超声波检测法
超声波是利用超声频率的机械振动在弹性介质中相关的振动参数的变化,检测相应结构物理力学指标变化情况的一种手段。将该技术应用于外墙饰面砖粘接缺陷的检测,能够准确地对检测物体质量作出评价,并找出缺陷,消除安全隐患,有效的保证工程的质量。
3.2 红外热成像检测技术
红外热成像检测技术基本原理是利用检测设备探测物体辐射出的红外线,这些红外线中都包含了辐射物体的有关的特征信息,通过这些温度场的变化可以实现非接触式的无损检测[5]。在实践中发现,红外热像技术受天气、拍摄角度、拍摄距离以及红外图像的分析判断等因素影响,时常出现误判,另外红外热像法也小适用于采用混色饰面砖或涂料,以及表面有较大凹凸装饰的饰面层。
4 基于声音信号识别的检测技术
建筑外墙敲击声信号的识别检测方法主要是沿着声信号的分析和处理、声信号的特征提取算法及分类器识别设计三条主线进行的。
4.1 建筑外墙饰面层敲击声信号的分析及处理
对声信号进行识别时,先对采集的声信号进行预处理,提取特定的信号参数。对声信号进行预处理的流程图如图1所示:
4.2 声信号的特征参数的提取
在一定程度上,声信号特征从不同的侧面反映了声源的特性,研究者们提出来以下几类适用于声音识别的特征参数[6]:(1)声音频谱直接导出的参数。声音频谱中含有发音方式的特性,可有效应用于声音信号识别中。由声音短时谱中导出的参数包括基音轮廓、共振峰频率带宽。(2)混合参数。通过对不同特征参数组合构成的声音特征矢量可以提高实际系统性能,各个组合参数之间相关性越小,系统的识别效果越好。
4.3 声信号识别的分类方法
在声信号的识别过程中,在提取声信号特征参数以后,需要采用识别模型对声信号进行建模,分类所提取出的特征参数,从而获得识别结果。(1)隐马尔科夫模型。HMM将声信号视为随机过程,该过程由可视化我发音系统状态系列所组成。为增加识别声信号的效果,该模型为各种声音建立各个发音的模型,通过训练而得到不同状态下的输出概率矩阵及转移概率矩阵,再而分别计算声音信号在不同马尔科夫状态转移过程中的概率,从而由最大概率对应的HMM模型进行识别。(2)模型匹配法。该方法是利用声信号的某些特征的统计平均来识别信号。常用欧式距离及马式距离来衡量特征之间的相似性,该方法对声信号或噪声的变化极其敏感,识别结果通常为次优的,计算过程中易导致均值的漂移。
5 结论与展望
本文对各个检测技术进行了综述和讨论,作者认为基于声信号识别的建筑外墙检测技术的主要研究和发展方向包括以下几个
您可能关注的文档
最近下载
- MSDS-乙二醇中英文.pdf VIP
- 2025年汕头市投资控股集团有限公司人员招聘笔试备考试题及答案解析.docx VIP
- The School for Good and Evil《善恶魔法学院(2022)》完整中英文对照剧本.docx VIP
- T∕CAAMTB 15-2020 车载毫米波雷达测试方法.pdf
- 上海市重点产业链细分赛道投资指南.pdf VIP
- 中国共产党纪律处分条例全面解读新修订中国共产党纪律处分条例课件.pptx VIP
- 电子商务基础完整版全套PPT电子课件.ppt
- 精选极射赤平投影图在边坡稳定性分析中的应用讲义.ppt VIP
- 萍乡武功山旅游集团有限公司2025年公开招聘笔试备考题库及答案解析.docx VIP
- 教学设计讲座课件.ppt VIP
文档评论(0)