Неразрушающее обнаружение длины сваи при высокой

Jul 13, 2023

Новый метод испытаний позволит MnDOT определять глубину свай подземного фундамента высоких мачтовых осветительных башен (HMLT) без земляных работ и демонтажа. HMLT должны соответствовать стандартам проектирования, чтобы обеспечить устойчивость к нагрузкам. Используя новый метод оценки глубины свай, MnDOT может избежать дорогостоящей модернизации или замены и определить приоритетность осветительных вышек, нуждающихся в модернизации.

Сотни высоких мачт осветительных башен (HMLT) установлены по всей Миннесоте, и многие из них работают уже несколько десятилетий. Перед Управлением мостов и конструкций MnDOT поставлена ​​задача обеспечить соответствие башен и их фундаментов текущим спецификациям AASHTO по проектированию коэффициентов нагрузки и сопротивления (LRFD) и при необходимости перепроектировать их.

Чтобы сделать это определение, инженерам необходимо понимать структуру, геометрию и размеры фундаментов HMLT. Хотя фундаменты HMLT в Миннесоте обычно проектируются с треугольной бетонной подушкой, закрепленной по вершинам тремя сваями, заделанными под углом, детали могут быть неизвестны, поскольку строительная документация и данные о грунте для многих башен отсутствуют.

«Мониторинг высоких мачт осветительных башен с целью обеспечения соответствия текущим стандартам проектирования был непростой задачей. Но успешные полевые испытания и углубленный анализ привели к созданию очень полезного и экономически эффективного инструмента», — сказал Рич Ламб, инженер по фундаментам, MnDOT. Управление материалов и дорожных исследований.

Соответствует ли фундамент HMLT спецификациям LRFD, зависит от глубины закладки свай. Без строительных записей или других доказательств глубины свай фундаменты потребуют дорогостоящей модернизации или замены, чтобы обеспечить соответствие проектным стандартам.

Другие программы MnDOT изучают или внедряют различные технологии дистанционного или неразрушающего зондирования для проверки активов. Агентству нужен был инструмент проверки для определения длины свай на месте, чтобы эффективно определять приоритеты того, какие HMLT требуют внимания.

Целью этого проекта была разработка неразрушающего метода, включающего аппаратный и автономный анализ данных, для определения длины свай на месте.

Исследовательская группа использовала комплексный подход для разработки полевой техники, позволяющей определять длину свай фундамента под землей. Члены команды определили методологию измерения, основанную на двух методах механической вибрации: установившейся вибрации от пневматического поршневого шейкера и одиночном ударе молотка по монтажной пластине.

Оба метода применяют вибрацию над стволом сваи. Сейсмический конус-пенетрометр, воткнутый в землю, проверял профиль почвы (или стратификацию) и был оснащен датчиком движения на конце. Отдельный стальной стержень, вставленный между оголовком сваи и источником вибрации, обеспечивал физическую связь для передачи механических вибраций через сваю. Из-за высокого контраста сейсмического сопротивления между сваей и окружающим грунтом сейсмические волны, вызванные вибрациями, передаются вниз к основанию сваи и в окружающий грунт. Данные о волнах, полученные с помощью приборов, используются для оценки длины сваи.

Изучив ограниченные существующие строительные данные о конструкциях фундаментов HMLT в Миннесоте и характеристиках грунта, исследователи создали вычислительную модель для моделирования и анализа в 3D взаимодействия между грунтом и сваями в контексте методологии измерения и, в конечном итоге, корреляции между формой волны. рисунок и глубина ворса. Модель также определила наиболее эффективные параметры тестирования для двух методов, включая оптимальную частоту вибрации и расположение сейсмических датчиков.

«Хотя наш метод может показаться дорогостоящим — 5000 долларов за анализ отдельной башни, — он потенциально может сэкономить налогоплательщикам Миннесоты до 8 миллионов долларов, поскольку замена фундамента HMLT стоит примерно 40 000 долларов», — Боян Гузина, профессор факультета гражданского строительства Университета Миннесоты. , Экологическая и геоинженерия.

Исследовательская группа разработала глубокие нейронные сети — наборы алгоритмов — для интерпретации данных о вибрациях и ударах молота в зависимости от глубины сваи. Хотя для создания алгоритма машинного обучения обычно требуются адекватные полевые данные, исследователи использовали тысячи модельных симуляций в качестве прокси-данных для обучения.