火灾检测

火灾检测（精选8篇）

火灾检测 篇1

第一代商用的视频图像检测(Video Image Detection,VID)火灾探测器出现在2000年左右,它在原有的辐射能量型火焰探测器基础上做出改进。VID使用黑白CCD获得火灾特征,而不是传统技术中使用的紫外或红外光谱传感器。传统的辐射能量火焰传感器可测量预先定义的单个或多个波长的能量总和,以此确定测量的信号是真实的火灾,或是错误特征干扰。然而,VID改变了算法,通过测量光强、颜色、形状、移动、闪烁频率和每帧图像时间的改变确定火灾。两年以后开发出可以检测烟雾的VID软件,宣称可以配合现有的安防摄像头,安装在客户现有的个人电脑上使用。但是随着摄像头技术的进步,分辨率增高,产生太多的附加数据,使现有的软件无法正常工作。另外,如果在黑暗环境下烟雾识别软件也无法工作。在以上技术的基础上,2005年出现第二代VID火灾探测器,它将火焰探测和烟雾探测结合起来,使用高感光或者内建红外光的摄像头,并使用数字信号处理器完成视频图像的处理和检测算法。2008年出现的最新一代VID火灾探测器,将火焰和烟雾的视频图像检测紧密结合,有效整合成一个产品。

1 视频图像检测火灾探测技术

基于视频图像检测技术的火灾探测器,包括一个常规彩色摄像头、一个红外摄像头,一个红外光源,图像俘获处理和数字信号处理器(DSP)。使用红外摄像头是为了增强探测器检测火焰并减少误报的能力。红外摄像头提供的图像中只能看到火焰和热源。红外光源使探测器能在黑暗的环境工作,特别是检测烟雾火。图1为探测器的结构示意图。

探测器可以将视野分为16个子区域,包括重要监控区域和非重要监控区域,重要区域可能存在的错误和干扰源或者火灾发生的可能性非常小。DSP中装载了智能图像识别和处理算法。首先输入来自常规彩色摄像头和红外摄像头的数字图像,然后通过数据滤波处理、背景学习和建模、物理特征分析、数据融合、报警可行性计算,最后输出。算法流程如图2所示。

VID系统有两种类型的报警输出——烟和火焰。火焰和烟信号的识别和处理是分离的。在探测中,一帧或多帧图像被放上疑似火焰或烟雾的标记。这些标记在视频屏幕监控器中被追踪并显示。DSP将量化和处理来自多张图像的烟雾和火焰特征。一旦烟雾和/或火焰特征的可能性超过预先设定限度,图像帧的颜色将从绿转红。然后,探测器发布火灾报警给本地火灾安全系统,同时VID火灾探测器上的报警灯也打开。

VID系统可作为独立的火灾探测器使用,视频处理和报警算法执行在探测器内完成。也可组成中心化检测系统,单个计算单元可连接和处理8个以上的摄像头信息。VID探测器会将烟和火灾的检测灵敏度分为5级,1级最高,5级最低,3级是VID探测器的默认灵敏度等级。灵敏度的等级可根据应用的环境调节。探测器摄像头的视野决定了在VID系统应用中的性能。可通过使用不同的透镜调节视野大小,默认设置是32°。

2 技术比较

现有5种火灾探测技术,包括:视频探测器、线型温度探测系统、火焰探测器、烟雾探测系统和点式探测器[3],其性能比较列于表1。

3 结束语

视频探测器结合了火焰探测器和烟雾探测系统的功能,基本可以取代后面4种技术。点式探测器主要是和火灾安全系统中的水喷淋头结合使用,探测对象包括温度、烟雾以及气体等。线型温度探测系统包括传统的基于电传感的感温电缆、新型的拉曼散射感温火灾报警系统(欧洲)和光纤光栅感温火灾报警系统(中国)。这些新型的基于光纤传感技术的火灾报警系统具有探测区域范围广、受环境影响小以及可靠性高等优点。VID火灾探测技术和其他技术比较起来有反应速度快,定位火灾的同时可监测火灾的发展。但是可靠性和有效性不确定,因为该技术受环境影响较大,如:镜头被污染及应用现场能见度低等。VID火灾探测技术可作为辅助手段配合感温火灾探测系统一起工作。

火灾检测 篇2

家用液化气气瓶火灾事故检测与分析

摘要：某处民宅厨房发生火灾事故,受当地消防部门委托,笔者参与事故的调查.通过对事故气瓶的`外观、阀门拆解等检查,分析出事故的原因.作 者：张术宽 ZHANG Shu-kuan 作者单位：广州市特种承压设备检测研究院,广东广州,510100期 刊：机电工程技术 Journal：MECHANICAL & ELECTRICAL ENGINEERING TECHNOLOGY年，卷(期)：,39(7)分类号：X928.7关键词：液化气 气瓶 火灾

早期火灾发生区域检测算法研究 篇3

图像型火灾探测器的核心是智能图像分析模块, 关键技术包括早期火灾发生区域检测、阴燃阶段的烟雾识别、火羽流阶段的火焰识别等。

1 图像型火灾探测器系统组成

图像型火灾探测器通常包括前端探测部分、智能图像处理、报警控制中心和消防联动部分。前端探测部分通过CCD摄像机对监控现场进行检测, 并将拍摄到的视频序列送往智能图像处理部分进行在线分析和识别火焰或烟雾。智能图像处理部分一般包括图像预处理、运动检测、图像特征提取、烟和火焰识别等技术。控制中心部分包括视频分配器、视频矩阵、硬盘录像机、屏幕墙、彩色监视器、UPS电源等) , 消防联动部分由火灾报警控制器和自动灭火装置等设备组成, 见图1所示。

2 火灾区域检测算法介绍

目前大多数视频监控系统一般采用固定照相机, 对于固定照相机拍摄的场景, 火灾区域检测可采用减背景算法, 减背景算法的核心思想就是将当前视频帧和背景帧进行比较, 如果同一像素点的颜色或亮度信息之间的差异超过某一阈值, 则该像素点就属于运动区域, 否则就是背景区域。对于固定照相机拍摄的单模态场景, 传统的减背景算法如帧差法、均值或中值滤波法、运行期均值法 (Running Average, RA) 等具有较低的计算复杂度, 能满足实时的需要。帧差法对场景变化的适应能力比较强, 但是由于是同一位置相减, 容易在运动物体内部产生空洞。中值或均值滤波法对存储空间有一定要求, 当一些场景的帧率较低, 或者运动物体运动较慢时, 需要更大的缓存空间存储历史信息。对于固定照相机拍摄的多模态场景, 包含局部的背景元素运动, 如微风吹动下摇曳的树枝、雨滴、落雪等, 混合高斯模型 (Mixture of Gaussian, MOG) 和非参数核密度估计KDE算法具有较好的检测性能, 对场景变化的自适应性能力也比较好, 可以处理光照的变化, 背景元素扰动等。但其计算复杂度较高, 不能满足实时的要求。另外, KDE算法对存储空间也有一定要求。

3 一种实时的火灾区域检测算法

由于图像型火灾探测器监测的场景一般为多模态场景, 为了保证火灾区域检测算法对场景的变化具有较强的自适应能力, 混合高斯模型将视频序列中每一个像素点的亮度或颜色信息随时间变化的过程, 看作“像素过程”。某一时刻每一个像素点的像素信息则用多个高斯分布对该像素点的历史信息进行建模, 一般高斯分布的个数为3~5个。但由于MOG算法需要对图像中的每一个像素点都用多个高斯分布来建模, 并进行模型参数的更新, 因此计算复杂度比较高, 难于实时应用。针对该问题, 笔者采用了一种两级检测级联的方法, 该方法首先利用低复杂度的运行期均值法进行粗检测, 找到运动物体所在的大致区域, 然后在该区域里使用MOG模型进行细检测。由于MOG模型参数的更新仅仅只在局部区域里, 而不是对整帧图像, 算法运算的规模得到大幅度缩减, 计算速度得到很大提高。

3.1 粗略检测

笔者采用运行期均值法, 如式 (1) ~式 (3) 所示。该方法首先选用前L帧进行平均得到背景帧, 引用一学习因子α对背景帧进行更新以增强其对场景变化的适应能力, α参数体现了背景帧对场景变化的适应能力, α越大, 运动物体的变化越容易影响背景帧, α参数选择太小, 对噪声的抑制和场景变化的适应能力就比较差。

参数Tc是阈值分割时使用的阈值, 由于在粗略检测时对物体的完整性不作要求, 为了降低噪声, 参数Tc可以选择大些。经过阈值分割后得到的二值图像, 像素值为1的点属于作为候选的前景区域, 像素值为0的像素点属于候选的背景区域。

3.2 精确检测

在一些实时场景中, 当场景变化的速度超过背景模型的更新速度时, MOG算法对场景变化的适应能力就会降低, 因此在精确检测阶段, 选用了KaewTraKulPong等提出的改进算法。在候选的前景区域里, 将t时刻视频帧中像素点 (x, y) 的亮度或颜色值I (x, y, t) 与MOG算法中每一个高斯分布都进行匹配比较, 将满足|I (x, y, t) -μi, t|≤2.5σi, t条件的高斯分布参数进行更新, 在初始化阶段, MOG参数更新方式如式 (4) ~式 (6) 所示。

在初始化阶段, 学习因子α=1/ (n+1) 在刚开始时比较大, 背景模型的更新速度比较快, 随着n的增大, α越来越小, 背景模型的更新速度越来越慢, 越来越趋于稳定。初始化阶段后, 按|I (x, y, t) -μi, t|≤2.5σi, t条件进行匹配比较, 如果匹配, 高斯分布参数更新方式如式 (7) ~ (9) 所示, 其中N为初始化阶段视频流窗口长度。

如果没有匹配的, 则按照MOG算法替换高斯分布的方式进行替换。对于当前帧中处于候选背景区域的像素点, 由于已经被确定为背景, 认为该点的像素值I (x, y, t) 与最大的ωi, t/σi, t对应的高斯分布匹配, ωi, t/σi, t数值大, 说明其对应的高斯分布最能表现背景。将最大的ωi, t/σi, t对应的高斯分布的参数按照以上公式进行更新, 而其他几个高斯分布的参数保持不变。

3.3 仿真结果

输入的每一帧图像首先经过平滑滤波以消除噪声, 然后将RGB彩色格式的图像转换为灰度图像和YUV空间。粗检测时采用灰度级处理, 为了抑制阴影的影响, 细检测时采用YUV数据格式, 输出的火灾区域检测的二值图像采用图像后处理技术进行滤波去噪。试验仿真使用的火灾视频来源于网络, 是一段加油站给汽车加油时发生了火灾的视频片段。仿真环境基于Windows XP操作系统, 嵌入了OPENCV库的VC++6.0开发环境。仿真结果如图2所示。

图2中第一排图像为测试视频的原始帧, 第二排图像为各个原始帧图像对应的火灾区域检测二值图像。从图2中可以看出, 测试的火灾区域检测算法可以清晰完整地检测到火灾发生的区域, 并且检测到的火焰的形状和实际的明火形状比较吻合, 这为后阶段明火火焰的识别提供了可靠的特征信息。另外检测到的噪声干扰点极其微少并且比较孤立, 可以通过滤波去噪等后处理技术进行处理。对于分辨率大小为320×240的图像, 在主频为1.73G、内存为2GB RAM的处理器上运行, 该火灾区域检测算法的平均每帧处理时间约为55ms, 基本上能达到实时处理的需要。

4 结束语

在大空间内, 图像型火灾探测器比传统的火灾探测器具有更优越的性能, 而火灾区域检测算法作为智能视频分析模块的预处理步骤, 其性能直接影响到火焰和烟雾的识别。在实时场景中, 火灾发生时常常由于障碍物的遮挡, 无法采用减背景算法检测到早期火灾发生的位置, 而烟雾无法被障碍物遮挡, 基于动态纹理的方法通过对烟雾的纹理分析来对早期火灾发生的区域进行探测, 将成为未来图像型火灾探测器的研究热点。

笔者介绍了图像型火灾探测器的系统组成, 重点对用于火灾区域检测的减背景算法进行了分析和研究。采用了一种实时的火灾区域检测算法, 该算法包括粗、细两级检测, 在保证较高的精度的同时, 尽可能地降低了计算复杂度。仿真结果表明, 该算法可以准确定位早期火灾发生的区域。

摘要：介绍了图像型火灾探测器的系统组成, 对早期火灾区域检测算法进行了研究分析, 并采用一种实时的火灾区域检测方法对火灾发生的区域进行检测, 该算法分别进行粗、细两级检测, 在保证较高的检测精度的同时, 尽可能降低了计算复杂度。仿真结果表明, 该方法可以准确地检测到早期火灾发生的区域, 并且实时性也比较高。

火灾后建筑物的检测鉴定 篇4

某建筑物为六层框架结构, 建于20世纪90年代, 建筑面积约2760m2, 楼板为预制钢筋混凝土板。该建筑物首层为生产车间, 二层至五层为库房。2007年6月25日晚18:00左右, 该建筑物首层由于工人操作不当引发火灾, 火灾对该建筑物首层主体结构造成不同程度的损伤, 为了给建筑物的后续使用提供可靠依据, 对火灾后建筑物的安全性进行检测鉴定。

2 现场情况调查

经过现场调查, 该楼首层原为展销大厅, 失火前为加工车间。火灾发生于2007年6月25日晚18:00左右, 火灾发生后, 出动消防车到现场以喷水方式灭火, 火灾持续约4小时左右。首层内部所放棉织品及装修材料、吊顶等全部被烧毁, 首层墙面不同程度被高温烟气熏烤熏黑, 建筑物部分外墙瓷砖被灼烧脱落、熏黑, 水暖管道弯曲变形, 内装修烧毁, 电线管路破坏, 电梯损坏。

3 建筑物检测鉴定

3.1 混凝土构件过火情况调查

根据现场调查, 首层混凝土构件按照火灾后构件损伤程度不同, 大致将受灾部分构件分成严重损伤区、中度损伤区、轻度损伤区三个区域。

严重损伤区:该区域内混凝土构件颜色为浅黄色, 部分梁、柱角部混凝土酥裂、脱落, 钢筋裸露。首层预制板底部分混凝土严重酥裂、脱落, 钢筋裸露。根据《火灾后混凝土构件评定标准》DBJ08-219-96判断, 该区域内燃烧温度约为450℃-800℃。

中度损伤区:该区域混凝土构件均存在不同程度的裂缝, 少数混凝土梁底有通长裂缝存在, 部分构件混凝土保护层脱落, 根据《火灾后混凝土构件评定标准》DBJ08-219-96判断, 该区域内燃烧温度300℃～450℃。

轻度损伤区:该区域混凝土构件颜色为黑色, 表面存在细微裂缝, 混凝土保护层无脱落, 根据《火灾后混凝土构件评定标准》DBJ 08-219-96判断, 该区域内燃烧温度<300℃。

3.2 混凝土构件强度检测

火灾时混凝土柱、梁表面温度迅速升高, 在灭火过程中, 框架柱、梁表面温度骤降, 造成部分框架柱、梁表面混凝土出现酥裂、脱落, 因此不适于采用回弹法检测混凝土柱、梁混凝土强度。依据《钻芯法检测混凝土强度技术规程》CECS03:2007, 采用钻芯法对该建筑物首层混凝土构件过火后混凝土强度进行检测, 现场随机抽取芯样15组。芯样切除烧伤区域, 通过试验, 构件混凝土强度最低值为17.5MPa, 最大值34.9MPa, 混凝土强度检测结果离散型较大。

3.3 结构构件的截面尺寸及钢筋配置检测

现场随机抽取12个混凝土构件, 经过对钢筋混凝土柱、梁截面尺寸进行复核, 原构件尺寸符合设计要求;利用喜利德钢筋测定仪, 通过无损检测与剔凿检测结合对构件钢筋型号、规格、数量进行检测, 结果表明其钢筋配置满足设计要求。

3.4 受损构件钢筋力学性能检测

火灾造成首层框架柱、混凝土梁混凝土剥落, 钢筋严重外露.为了解火灾对构件钢筋性能的影响, 检测过程中对框架柱、梁部分钢筋进行了取样, 对钢筋进行力学性能试验, 试验结果表明钢筋的伸长率及冷弯试验指标满足规范要求, 钢筋屈服强度相比钢筋设计值有所降低, 受损严重的构件, 钢筋屈服强度损失最大达12%。

3.5 预制板检测

该建筑物楼板采用预制混凝土楼板, 火灾时预制楼板升温较快, 主筋为低碳冷拔钢丝, 冷加工中所提高的钢筋抗拉强度, 随着温度的升高而逐渐减少, 产生了应力损失, 同时烧伤导致混凝土板底碳化深度增大, 钢筋和混凝土的粘结力降低。现场部分预制板出现混凝土爆裂、脱落, 楼板出现裂缝和变形, 已严重影响了预制楼板的承载力及耐久性。

3.6 构件变形、构件表面损伤深度检测

检测过程中, 对首层严重损伤区的混凝土框架梁进行了变形测量, 为了消除施工偏差影响, 对火灾最严重部位混凝土梁与火灾影响较小部位混凝土梁的挠度进行比较分析, 结果表明受灾严重部位的混凝土梁挠度满足规范规定的挠度限值。对受损较严重部位的柱、梁的损伤深度进行检测, 一方面通过构件上钻取的小芯样中表面与内部混凝土的颜色及外观差异进行判断, 另一方面敲掉构件表面的疏松层至质地坚硬处, 采用角磨机去掉疏松层后的构件表面进行打磨处理至正常混凝土颜色, 量取构件的损伤深度。经检测, 混凝土梁表面最大深度为50mm, 框架柱表面最大损伤深度为55mm, 均超过钢筋保护层厚度。

3.7 承载力验算及鉴定分析

由于火灾造成构件混凝土强度降低, 钢筋抗拉强度损失, 部分构件混凝土表面损伤造成截面损失, 因此造成部分构件甚至整体结构的承载能力降低。为了分析火灾对整个上部结构的影响程度, 根据本次火灾中构件的实际损伤状况、构件剩余混凝土强度、构件钢筋配置及钢筋性能检测结果, 按照国家现行有关规范, 采用中国建筑科学研究院开发的“PKPM”结构设计软件对该建筑物上部结构承载力按照受火灾前和受火灾后分别进行复核验算, 以判定结构承载力受损后的下降程度, 为后续的加固处理提供可靠的依据。在对受损后的结构验算中, 首层混凝土强度按照C20进行计算, 另外根据受灾部位钢筋检验结果, 虽然钢筋的伸长率及冷弯试验等力学性能仍满足有关规范要求, 但是钢筋屈服强度相比钢筋设计值有所降低, 受损严重的构件, 钢筋屈服强度损失最大达12%, 因此验算时钢筋强度按12%的损失考虑。此外, 首层混凝土构件尺寸按减去损伤厚度后考虑, 验算的其它参数与原设计和现行规范的要求相同。结构承载力验算结果表明, 受损后首层部分框架柱承载力不满足规范要求, 部分混凝土梁跨中受弯承载力不满足规范要求。

4 检测鉴定结论

通过对该建筑物首层构件的各项指标的检测, 并对受损后结构进行承载力验算, 该建筑物受损后部分构件承载力已不能满足现行规范的要求。由于目前还没有相应的国家标准规范, 在对结构构件的火灾损伤等级进行区分和界定时, 参照国家标准《民用建筑可靠性鉴定标准》 (GB50292—1999) 及地方标准《火灾后混凝土构件评定标准》 (DBJO8—219—96) 中对混凝土结构构件的有关规定, 将框架柱、混凝土梁按照受损后构件的承载力判定系数z值大小、裂缝、不适于继续承载变形等情况将其分为a、b、c、d四个等级。a级为完好, b级为轻度损伤, c级为受损较严重, d级为严重受损或危险构件。按照以上标准, 检测及结构承载力验算结果:该框架结构首层框架柱承载能力评定为c级, 首层混凝土梁承载能力评定为c级, 预制板按照不适于继续承载的变形评为d级。因此按照《民用建筑可靠性鉴定标准》 (GB50292—1999) 的有关规定, 该工程上部整体结构安全性评定为Csu级, 已不符合现行规范要求, 显著影响整体承载力, 应采取措施, 且可能有少数构件必须立即采取措施。

5 结语

通过对该建筑物火灾后的检测鉴定, 我们充分认识了火灾在导致建筑结构中混凝土强度及钢筋力学性能降低的同时, 还会使混凝土局部开裂, 使钢筋防锈能力下降, 钢筋与混凝土间的粘结力减小等等, 这些不利因素均给建筑结构的安全性及耐久性产生非常不利的影响。通过鉴定, 能可靠地对火灾后建筑物的整体性能作出评价, 这为火灾后该建筑物的加固处理提供了可靠的依据, 还对决策者果断处理灾后建筑物、尽快恢复其使用功能有重要意义, 同时, 大量工程实践积累起来的经验, 可以进一步促进国家相关火灾鉴定标准的制定实施。

摘要：以某建筑物火灾后检测鉴定为例, 介绍了框架结构建筑物火灾后结构检测鉴定的实用方法。通过对结构混凝土的强度、钢筋的力学性能、预应力空心板的结构性能检测鉴定, 为建筑物火灾后加固处理提供了可靠的依据。

关键词：火灾,混凝土构件,检测鉴定

参考文献

[1]《混凝土结构设计规范》GB50010-2002.

[2]《火灾后混凝土构件评定标准》DBJ08-219-96.

[3]《民用建筑可靠性鉴定标准》GB50292-1999.

基于特征融合的视频火灾检测算法 篇5

关键词：火焰图像,视频图像,RGB,图像处理

为了防止火灾发生,减少其带来的危害,人们对自动火灾检测系统的需求日益增长。传统的火灾探测器如感烟型,感温型,感光型等分别利用火灾前期的烟雾浓度,温度,以及光照等的物理特性对火灾进行探测。对于高大空间而言,它具有举架高,跨度大等特点,传统的火灾探测器在实时性和准确性方面已经不能满足其要求。图像型火灾探测器能够不受环境影响,提供直观的火灾信息,并能够准确实时的对火灾进行报警。文献[3]提出了一种基于亮度与火焰边缘区域颜色分布的火灾火焰检测方法,此方法是根据活在火焰的静态特征进行识别,却缺乏对火焰动态特征的描述。本文研究了火灾火焰的颜色特征并基于RGB颜色空间对明火火焰建立颜色模型,提取疑似火焰区域,然后根据火焰区域面积变化率,相关系数,以及圆形度等特征,对提取的各项特征进行综合分析,从而实现火灾的探测和判别。仿真实验结果证明了算法的有效性,对火灾火焰的识别率较高。

1 基于RGB空间的火焰可疑区域检测

首先将RGB彩色火焰图像S分别取出R,G,B三分量。由于火焰色彩比较明显,一般是在红色到黄色范围内变化,利用RGB颜色模型实现火焰的粗分割;在此基础上,根据火焰具有在较大范围内连通的特点,对粗分割火焰区域中存在断裂、孔洞和分立的现象,利用形态学中用3×3的结构元素进行目标填充,实现火焰的细分割。从参考文献[4][5]得RGB颜色模型提取火焰区域必须满足以下3条表达式:

其中RT表示红色分量的阈值,其中RT=200,ST表示红色分量R为RT时它所对应的饱和度,仿真结果如图1所示。

2 火焰特征提取及火焰判断

由于环境复杂多变以及强光干扰的作用,会影响火焰分割的准确性,因此需要对提取出来的疑似火焰区域做进一步判定。本文根据火灾发生初期火焰在图像上表现出的特征信息和特征提取的有效性,选取了相关性、面积变化率和尖角数三个特征作为火灾识别依据。

2.1 相关系数

在火焰序列图像中,火焰区域在几何上具有连续性,在时间上具有相关性。相关性反映两窗口内图象强度分布的表面起伏特征是否相似。由于火焰的无规则运动,致使相邻两帧图像中火焰区域的相关性在一定范围内波动。式(6)为相关性系数计算公式。相关性可排除颜色均匀的干扰物,如红色衣服的晃动等。

其中r表示两幅图像的相关性,Αˉ和Βˉ表示亮度均值。Αmn和Βmn表示图像在m行n列交叉处像素的亮度值。

2.2 面积变化率

由于火灾的不断燃烧,导致可疑火焰区域的面积大小会不断变化且呈现持续增大的趋势。而非火焰区域的面积随机变化的可能性较小。面积变化率计算公式如(3)所示。面积变化率可排除快速移动及闪烁的物体,如行驶中的车灯,警灯等。

其中Αi、Αi-1表示相邻两帧图像中同一着火区域的面积,Ψ表示面积变化率。

2.3 尖角数

“边缘抖动”是早期火焰的一个重要特征,基于这个特征,本文采用尖角判据对火焰的特征进行提取,一般不稳定的火焰本身具有较多的尖角数,火焰尖角数目呈现不规则的跳动是火焰边缘抖动的一个明显表现,然而你稳定的光源的尖角数目可能会跳动,但是跳动的次数基本固定在一定范围内。规则的干扰物,如打火机、

蜡烛被风吹动时会出现跳动,但是范围不大。其实现算法如下:

1)对图像进行分割以获取可疑图元。此处采用的是第2节中提出的基于RGB颜色特征的的疑似火焰区域的检测方法。

2)提取火焰边缘。

)轮廓跟踪识别尖角。

其仿真结果如表1所示。

从上表可得,火焰的再燃烧过程中尖角数较多且呈现不规则变化趋势,而对于其干扰物而言,其尖角数较少,一般均小于2。所以尖角数可以作为火焰区分起干扰物的一个判据。

2.4 火焰的综合判断

根据火焰特征值的特性,定义火焰判断判据为:

)可疑图元的相邻帧的相关性满足:

2)可疑图元的面积变化率满足:0.1≤Ψ≤0.4

3)可疑图元的尖角数满足:C>3。可疑图元的面积变化率满足:0.1≤Ψ≤0.4

若可疑图元特征值同时符合这3条判据,则可判定该可疑图元为火焰。

3 实验分析

为了验证本文算法的性能,采用了12组视频作为测试数据的来源,分别在室内室外不同光源条件下,引燃汽油、酒精、塑料泡沫、纸质物品、等材质以获取不同环境下得火焰,其中每类火焰视频包括一段有火视频和一段相应环境下的干扰视频。如图2所示。

这些视频可分为五类具有代表性意义的火焰与干扰图像,分别是:室外大空间、室内打空间、高亮背景干扰、人动干扰以及灯光干扰。对五类视频进行了测试,测试图像为随机抽取的连续200帧。表1是在四种不同算法下计算出的火灾识别率。算法一至三分别表示基于火焰的相关系数、面积变化率及尖角数的检测算法,算法四表示基于火灾多种特性的融合检测算法。从表2可以看出,算法四对火焰和干扰的识别率明显高于单一特征的检测算法。

4 结束语

本文提出了一种融合火焰多种特征的检测算法,多种特征分别为相关系数、面积变化率及圆形度。首先在RGB颜色空间进行火焰的分割,然后对可疑图元进行特征提取,再依据联合判别准则判别出图像中是否有火焰出现。实验结果表明,本算法对火焰和干扰图像具有很高的识别率,克服了依靠单一特性检测火焰图像的不足,但对于火焰和周围背景颜色相近的情况仍存在误判的问题,算法仍需进一步完善。

参考文献

[1]王柯,方陆明,付鋆萍.森林火灾图像几何特征提取识别的算法研究,浙江林业科技[J].2009,29(6):38-41.

[2]Celik T,Seyin O H,Demirel H.Fire Pixel Classification Using Fuzzy Logic and Statistical Color Model[C].IC2007.New York:IEEE,2007:1207-1208.

[3]许宏科,房建武,文常保.基于亮度与火焰区域边缘颜色分布的火焰检测[J].计算机应用研究,2010(9):3581～3584.

[4]Chen Thou-Ho,Kao Cheng-Liang,Chang Sju-Mo.An Intelligent Real-Time Fire-Detection Method Based on Video Processing[J].Securi ty Technology,2003:104-111.

电气火灾的防范及安全检测(上) 篇6

1 我国的电气火灾形势严峻

随着我国经济多年来的强劲发展, 各种电气设备越来越多地步入国民经济和人民生活的各个领域, 近10年来我国电力的使用得到了高度普及, 城市普及率达100%, 农村达95%以上。与此同时, 电气火灾也与日俱增, 一些企业、家庭由于设备、电器用电所引起的爆炸、火灾事故层出不穷, 给国民经济和人民生命财产带来了巨大损失。据消防部门统计, 城市因电气原因引发的火灾数量在各类火灾事故中高居首位, 约占火灾总数的50%, 所造成的损失占火灾损失的60%以上, 给国家和人民生命财产造成严重威胁和重大损失。我国电气火灾的形势是严峻的, 这固然有经济发展的必然趋势, 但与发达国家相比, 我国电气火灾发生的比率较高。从日本的统计数字看, 电气火灾数只占该国火灾总数的2%～3%, 电气火灾造成的损失排位是第8～9位;美国电气火灾发生比率也不突出。而电气火灾在我国总火灾数中占的比率相当大, 且一直呈上升趋势, 面临的电气火灾形势很严峻。因此, 开展电气防火检测工作非常必要, 通过电气防火检测, 及早发现电气火灾隐患, 减少电气火灾损失, 就显得尤为紧迫。

电气火灾安全检测是根据电气设施在运行过程中热辐射、声发射、电磁发射等现代物理学现象, 采用先进的技术仪器设备, 结合传统的检查方法对电气设施进行全方位的量化检测。从而更加全面、科学、准确地反映电气火灾隐患的危险程度及其准确位置, 并及时提出相应整改措施, 从而消除隐患, 避免电气火灾事故的发生。

众所周知, 电气火灾隐患具有一定的隐蔽性和潜伏期, 肉眼检查往往难以发现, 这就迫切需要建立一套科学、准确、可操作的电气火灾安全检测方法、手段和法规, 并成立相应的专业检测机构。电气火灾安全检测在西方经济发达国家已有几十年的历史, 其技术法规已相当完善。在我国电气火灾安全检测行业才刚刚起步, 基于此, 参考发达国家的相关经验, 引进具有国际先进水平的检测仪器和设备, 通过对电气设施等进行全方位的量化检测, 并全面、准确地反映电气火灾隐患的准确位置, 做到电气火灾隐患的科学化、图谱化、数据化很有必要。

2 电气火灾形成的机理及原因分析

电气火灾事故的发生必须具备燃烧的3个条件:电气火源, 主要指电气设备和线路相关部位的过热点及电火花和电弧;可燃物, 指电气装置的绝缘材料、建筑和构筑物、装饰材料及其他电气装置周围的可燃物;助燃物, 指空气中的氧气。三者互相作用, 便可能形成电气火灾。

电气火灾是电能引起火源而发生的, 其直接原因主要是漏电、短路、过载、接触不良、过负荷、电弧、电火花等造成高温发热, 并引燃周围可燃物酿成火灾。电气火灾的诸多原因都有共同的特点:故障点或发热点处电能转变成热能, 产生高温或瞬间产生高温;发热部位引燃周围的可燃物。因此, 利用一定的技术检测手段对电气线路或设备上出现的故障点 (发热点) 进行查找并及时消除, 以达到预防和减少火灾事故的目的。

(1) 漏电。漏电是指导线或其他带电设备的绝缘能力差, 以致导线 (带电设备) 之间或导线 (带电设备) 与大地之间有微量的电流通过, 于是漏电的电火花成为火灾的着火源。

(2) 短路。短路是指在电气线路上, 由于各种原因, 电势不同的两点相接或相碰, 产生电流突然增大的现象。由于短路回路中的电流很大, 在短路点上极易产生强烈的电火花和电弧, 并使导线的金属导体出现熔化和剥蚀缺损的痕迹, 这种强烈的短路电弧和熔化的高温金属都能引起可燃物质燃烧。此外, 短路回路中的导线, 由于极短的时间内发热量很大, 甚至会引起导线的绝缘层迅速燃烧, 并能引起导线附近的可燃物燃烧, 从而造成火灾。

(3) 过负荷。过负荷是指导线 (或设备) 中通过的电流量超过安全电流值。由于导线 (或设备) 本身具有电阻, 通过电流时就会发热, 通过电流量越大, 发热量就越大, 绝缘层温度就越高。一旦温度超过最高允许工作温度, 导线 (或设备) 的绝缘层就会加速老化, 甚至发生燃烧, 引起火灾事故。

(4) 接触电阻过大。在导线的连接处和导线与开关、保护装置及较大的用电设备连接的地方, 由于接触不良, 使接触部位的局部电阻过大。在有较大电流通过电气回路且接触电阻过大时, 在其局部范围会产生极大的热量, 可以使金属变色甚至熔化, 并引起电气线路的绝缘层、附近的可燃物、积落的可燃粉尘着火, 引起火灾。

(5) 电火花和电弧。电火花是电极间放电的结果, 电弧是由大量密集的电火花构成的。电弧的高温和电火花容易引起可燃物质燃烧或爆炸, 导致火灾。

3 电气火灾安全检测的方法

电气火灾事故隐患可分为过热型隐患和放电型隐患。过热型隐患的基本特征是电气设备 (或导线) 的发热部位产生异常高温, 从而引燃电气设备 (或导线) 的绝缘材料及周围的可燃物;放电型隐患的基本特征是电气设备 (或导线) 的绝缘受损, 在其间隙和表面产生游离放电和电晕, 严重时会造成绝缘击穿和闪络, 表现为电火花和电弧。现今, 在保证电气装置运行的情况下可以利用红外检测技术、超声波探测技术并结合电工测量技术, 检测出存在的问题。红外、超声传感器和计算机等现代高新技术的发展, 为在线检测、诊断电气装置过热和火花放电的外在表征信号, 提供了机遇和可能。

红外检测技术是通过红外辐射测温来获取设备运行技术状态和故障信息的, 所以, 红外检测技术同时也是一种遥感诊断技术。在检测过程中, 始终不需要与运行设备直接接触, 而是在与设备相隔一定距离的条件下进行检测。既不需要像色谱分析那样进行取样, 也不需要像以往做电气设备预防性试验那样进行电气设备解体或接触式测试。所以, 红外检测时可以做到不停电、不改变系统的运行状态, 从而可以检测到设备在运行状态下的真实状态信息, 并可保障操作安全, 做到省时、省力、降低设备维修费用, 大大提高设备的运行效率。

使用红外热像仪进行检测时, 能够以图像的形式, 直观地显示运行中的电气设备的技术状态和故障位置。如果进一步对初步扫描中发现的异常状态设备进行有目的详细检测与分析, 则能够在现场得到与设备故障相关的特征性红外热像图、温度分布及温度量值。因此, 可以迅速、形象、直观地显示出设备的运行状态和有无故障, 有故障则明确给出故障的属性、部位和严重程度。另外, 由于红外检测的响应速度快, 红外热像仪普遍有很高的数据采集速度, 一台先进的红外热像仪每秒可采集和存储百万个温度点。因此, 红外监测状态显示快捷、检测效率高、劳动强度低, 能够对温度的瞬态变化和大范围设备温度变化进行快速实时检测。为了证明设备已被检查, 可将已存储的图像通过计算机图像处理软件进行进一步的分析, 操作人员在软件中不但可看到红外图像, 而且可对红外图像进行点、线、面分析, 判别故障等级, 并可轻易地完成检测报告。红外检测技术是防范电气火灾的一个重要的技术措施, 红外热成像设备是红外检测技术的具体体现, 是集电子、物理、光学于一体的高科技产品, 红外热成像装置在消防抢险、火灾预防等方面有着不可替代的重大应用价值。

超声波探测技术, 使用超声波探测仪对现场设备从不同角度捕捉超声波信号, 并将这种超声波转换成人耳可直接听到的声音, 从而快捷、准确地诊断出隐患所在。超声波探测技术主要是检测放电型电气火灾隐患。电气设备和线路因绝缘体受潮、老化变质、机械操作造成的电火花和电弧或者电气设备漏油, 经超声波探测将会测到异声, 这种异声对应电火花和电弧的频率或波长, 从而可以查出电气火灾隐患存在的部位。此外, 利用传统的电工检测技术和电气直观检查方法也能对一些电气火灾隐患进行查找。

电气火灾的防范及安全检测(下) 篇7

4 电气火灾的安全检测及方法

电气火灾具有一定的隐蔽性、潜伏期, 火灾检测专业化程度高, 需要建立一套科学、准确、可操作的电气消防安全检测方法、手段和法规, 并成立相应的专业检测机构。在消防部门的监管指导下, 采用先进的高新技术 (依据热辐射、声发射、电磁发射等物理现象) 对电气设备进行全方位量化检测, 从而更加全面、科学、准确地反映电气火灾的存在、危险程度以及位置, 并及时提出整改措施, 达到消除隐患避免火灾产生的目的。

目前, 电气安全检测一般采用红外测温技术、红外热成像技术、超声波探测技术、谐波检测技术, 结合专业电工测量技术进行。使用的主要仪器设备有VC15A、VC15B消防电气检测箱、VC-12建筑消防设施检测箱、红外测温仪、红外热像仪、超声波泄漏检测仪, 以及常用的包括对电压、电流、绝缘电阻、接地电阻、电流谐波等进行测量的电工测量仪器、工具。借助这些设备运用直观方法, 参照国家相关技术规范, 对运行中的高低压电气设施的安装、使用、维护和保养等情况进行电气防火安全检测。

使用红外测温仪可以对异常发热部位进行温度测试, 进行电接触部分及热表面部位的点状测温, 运用对比法判断设备正常温升或故障;使用红外热像仪可以自动扫描、检查温度、识别温差变化, 确定火灾隐患部位及性质, 对重点电气线路和设备的发热部位摄取热像图, 并经计算机软件对热像图的温度场分布情况进行分析处理, 向受检方出具检测分析的热像报告;使用超声波泄漏检测仪对由高阻接地、导线虚接、绝缘破损、接头接触不牢及线路 (或局部电磁场升高) 形成的火花放电、漏电的电气装置进行探测, 捕捉火花放电的超声波信号, 并转换成人耳可以听到的声音, 从而达到精确诊断火花放电、漏电隐患的目的。

钳型接地电阻测试仪不需打桩接地便能准确无误地测出静电和电气保护接地的电阻值;数字绝缘电阻测试仪能测出电线、电缆的绝缘层的老化程度以及耐压绝缘电阻值;高压验电器可以测出电气设备0～10kV的电压, 保护检测人员的安全;插座检测仪能在不拆卸插座的情况下测出插座的“左零右火”以及接地保护线的情况, 还可模拟30mA的漏电断路器测试, 既便捷又准确;真有效值交直流钳表能测试电压、电流、频率等相关参数, 且具有较高的测试分辨率、测试精度。同时, 此类钳表人性化的设计非常适合在空间狭小的场合使用, 可以准确快速地测量线路和电气设备的负载电流值。

管线故障寻踪仪可对墙体内或地板内的电线、电缆和金属导体进行探测和跟踪, 并查找电线、电缆的短路或断路故障位置, 若使用多个信号发射器还可以在断电或不断电的情况下对线路进行分线;三相电力谐波平衡分析仪主要用于分析电气设备的负载和特性, 能显示多组测量资料, 进行三相四线、1P2W、1P3W及3P4W式功率测量、真有效值测量。

数字万用表作为日常检查工作中必备的测试工具之一, 主要用于测试电压、电流、频率等相关参数, 要求其分辨率至少要达到41/2位。目前电气设备维护人员通常用到的万用表的分辨率可达到44/5位, 完全能满足对测试精度的要求。同时, 数字万用表具有良好的防摔、防烧、防磁、防溅射、智能告警等特点, 非常适合检测现场使用。

感应试电笔主要用于检查带电母线的通电部位, 目前检测人员通常使用的感应试电笔, 无需物理接触, 极大的保障了维护人员的人身安全;感烟探测器 (烟枪) 和感温探测器 (温枪) 主要用于产生模拟火灾信号, 检验火灾自动报警及联动控制系统功能是否能正确运作。

采用以上仪器、设备、工具进行综合检测并经数码图像及计算机信息处理系统分析处理, 能够满足一般场所建筑消防设施检验及电气火灾安全检测的要求。电气火灾安全检测的依据应该是现行的国家或地方有关技术标准、规范, 其判断的标准应该以国家技术标准、规范的具体条文为准。

5 电气火灾安全检测工作面临的难点

当前电气火灾安全检测难以在实际工作中普及的原因分析:有些地方已经开展了此类检测工作, 但其技术领域不广, 工作的开展和普及比较困难, 其原因主要有如下几个方面。

(1) 法律依据不足。《中华人民共和国消防法》中未提及电气火灾安全检测此项, 仅有公安部第61号令《机关、团体、企业、事业单位消防安全管理规定》第18条提出应当建立健全“燃气和电气设备的检查和管理 (包括防雷、防静电) 制度”, 但其提到的电气设备检查与本文所讲的电气火灾安全检测工作含义也不一样。前者主要是指单位内部的自查, 后者则是单位委托有资质的电气火灾检测机构进行的有偿服务。

(2) 火灾防范意识淡薄, 对电气火灾安全检测工作的重要性缺乏认识。具体体现在普遍认为火灾离自己很遥远, 进行电气火灾安全检测是一项可有可无的工作, 没有多大的必要, 甚至认为开展电气火灾安全检测工作浪费人力财力。

(3) 检测的内容、方法、技术手段、应用范围及相关要求不统一。因此电气火灾安全检测工作很难做到有法可依, 有章可循。由于国家没有对电气火灾安全检测机构实行统一的资质认可制度, 各地检测 (机构) 公司技术力量、检测设备等方面要求不一、参差不齐, 出现鱼龙混杂的局面。有的检测 (机构) 公司没有技术骨干, 就随意从社会上招聘未受过任何培训、未获得资质的人员从事检测工作;甚至有人混水摸鱼, 在没有任何技术条件和设备的情况下就注册公司从事检测工作, 使人们对电气火灾安全检测工作的质量产生怀疑。

6 加强电气火灾安全检测工作的措施

针对电气火灾安全检测工作面临的难点, 提出加强电气火灾安全检测工作的措施。

(1) 完善法律依据, 制定标准规范。要充分发挥电气火灾安全检测工作在预防和减少火灾事故中的作用, 就必须完善法律依据, 在《中华人民共和国消防法》中增加电气火灾安全检测相关条款。同时, 尽快出台《电气火灾安全检测规范》等国家标准, 对电气检测工作的范围、内容、检测方法、判断标准等进行规范统一, 使检测工作步入法制化、规范化轨道。

(2) 进一步提高对电气火灾安全检测工作重要性的认识。随着我国经济的发展, 电能的使用领域越来越广泛, 电已成为人们日常生产生活中不可缺少的重要能源。但随之而来的电气火灾也越来越多, 给国家和人民生命财产造成了严重威胁。隐患险于明火, 防范胜于救灾。因此, 必须进行全社会性的电气消防安全教育, 提高人们对电气火灾的早期预防性诊断、检测工作的重视。但目前一些常规方法 (如观察法、手工测量法) 受其客观的局限性, 很难查出电气线路的短路、过载、接触不良或绝缘老化等隐蔽性、复杂性电气火灾隐患, 只有通过具备资质的专业机构, 运用先进的技术和设备进行科学的检测, 对存在的电气火灾隐患进行正确的分析评估, 从而为受检测单位整改火灾隐患和公安消防机构监督检查提供依据。

(3) 加强对电气火灾安全检测服务机构资质认可和监督管理。国家应像加强消防工程施工企业的资质认可管理一样, 对从事电气火灾安全检测服务机构实行资质认可制度。应规定:凡从事电气火灾安全检测的服务机构和个人应当具备国家规定的资质条件和资质证书;从事电气火灾安全检测的工作人员必须精通电气防火知识, 掌握相应的法律法规和有关技术标准、规范。同时, 公安消防机构应对这些机构进行监督管理, 发现有出具虚假检测报告、检测质量达不到要求等现象的, 依法降低其资质等级或吊销资质证书。

(4) 逐步推广电气火灾安全检测在消防工作中的应用范围。将此检测工作纳入安全评估体系之中, 逐步在重点单位、公众聚集场所、易燃易爆场所、开业前安全检查、工程验收中推广应用, 并作为公安部门消防监督检查和单位自查自纠的一项依据。

7 结束语

火灾后混凝土结构检测方法评述 篇8

关键词：混凝土,火灾温度,检测方法

近年来建筑火灾的发生日益频繁,给人类的生命和财产造成的损失也越来越大。在各类建筑结构中,钢筋混凝土结构占有很大比重。由于混凝土结构具有一定的耐火性,火灾后通常不会烧毁倒塌,但是混凝土和钢筋在经历高温作用后,其材料性能将发生严重恶化,强度值和弹性模量值锐减,变形猛增,构件和结构内部发生剧烈的内力重分布,从而使结构的性能大大削弱,因此,火灾后应及时对受损建筑进行科学、合理地损伤鉴定,并根据鉴定结果制定受损结构的合理修复加固方案,对确保火灾后修复加固结构的安全性、适用性和经济性具有十分重要的意义。

1火灾温度的判定

1.1 火灾温度的估算

火场的温度—时间关系可根据火荷载的密度、可燃物特性、受火墙体及楼盖的热传导特性、通风条件及灭火过程等按燃烧规律进行室内温度分析。这种方法虽然可以综合反映影响火灾过程和火灾温度的很多因素,但是确定这些影响因素十分困难,在实际应用中常常受到限制。

目前广泛应用的温度预测方法是采用ISO834标准升温曲线,其解析表达式为:

T=T0+345log(8t+1)。

其中,T为火灾开始后t min时室内温度;T0为常温,20 ℃;t为火灾时间,min。

实际上火灾区域内各分区的温度是不同的,在同一分区内,构件所处的位置不同,构件的不同表面其温度也有显著差异。因此,应在分析温度—时间的理论关系基础上,结合现场调查,对火灾进行温度分区,并分析构件所受温度。

1.2 火灾温度的实际判定方法

1)根据现场残留物判定火灾温度。

不同的材料,其变态温度、燃烧点各不相同。现场残留物判定是根据建筑物内材料的烧损情况判定建筑物内各部位的温度。文献[1]给出了各种材料的燃烧特性,根据各种物质的燃烧特性,可分析判断室内混凝土构件所受的温度情况。

2)根据构件外观判定火灾温度。

混凝土结构的外观在受到火灾高温作用后会发生一系列的变化,当温度不超过300 ℃时,混凝土表面仅看见黑烟;当温度在300 ℃～600 ℃时,混凝土表面会逐渐变色,由粉红色加深到铁锈红;当温度从600 ℃上升到700 ℃～800 ℃时,混凝土表面颜色逐渐泛黄,由浅黄色到土黄色;当温度超过800 ℃以后混凝土表面颜色开始由土黄色变到灰白。混凝土受到高温作用后,其表面会生成许多网状裂缝,特别是当混凝土达到临界温度580 ℃后,其表面会产生大量裂缝,并发生爆裂和露筋现象。因此,构件外观判定就是根据火灾后构件表面的颜色,开裂,脱落等外观特征分析判定火灾温度。

2混凝土损伤检测方法

2.1 锤击法

遭受火灾(高温)作用的混凝土,其锤击声音比普通混凝土沉闷,但是这种方法主要是检测人员依靠经验,受人为因素影响较大,同时其结果与检测人员所锤击的部位也有很大的联系,因此其结果只能作为一种参考。

2.2 小芯样检测法

取芯法是混凝土现场检测中公认的较精确的方法,其检测结果也是校核其他检测结果的基准。火灾后混凝土的受损厚度一般为25 mm～60 mm左右,需要检测的是位于受损层的平均强度,因而在火灾后混凝土的现场检测中,小芯样检测具有很大的实用价值。但是,从结构中取出的芯样往往是长短不齐,且平整度与垂直度往往也不满足要求,需要对从结构中取出的芯样进行加工打磨,这样就破坏了芯样受损层的完整性。对于受火灾影响严重的构件,其表面混凝土已脱落,或在钻取芯样的过程中脱落,也会对检测结果产生影响。

2.3 回弹法和超声回弹综合法

回弹法和超声回弹综合法是对一般建筑物普通混凝土抗压强度进行评定的方法,在我国混凝土工程中得到了广泛的应用,并且制定了相应的国家技术规程[2,3],建立了专用的测强曲线和计算公式,但是在规程中明确规定这两种方法不适用于火灾后混凝土抗压强度的判定。

文献[4]对硅质骨料和钙质骨料共计184个100 mm×100 mm×300 mm的混凝土棱柱体试件进行了试验研究,试件受火温度分别为100 ℃,300 ℃,500 ℃,700 ℃,900 ℃,为了使试件内外温度保持一致,试件受火时间设定为6 h,采用喷水冷却和自然冷却两种冷却方式将经历高温后的混凝土冷却至室温。根据试验结果建立了利用回弹法测定火灾后混凝土抗压强度的测强公式(式(1)和式(2))和利用超声回弹综合法判定火灾后混凝土强度的测强公式(式(3))。文献[5]对应用回弹超声法评定火灾(高温)后静置混凝土的抗压强度进行了试验研究,根据高温后混凝土的抗压强度与回弹值的关系和高温后混凝土抗压强度与超声波速的关系,得出了适合火灾(高温)后静置的混凝土专用测强公式。

硅质骨料:

f${}_{c{\rm T}}^c$=0.080×RmT1.64 (1)

钙质骨料:

f${}_{c{\rm T}}^c$=0.009×RmT2.24 (2)

f${}_{c{\rm T}}^c$=0.419×υmT0.41×RmT1.06 (3)

其中,f${}_{c{\rm T}}^c$为由同一试件的试验数据按回归方程计算出的混凝土强度值,MPa;RmT为同一试件的平均回弹值,MPa;υmT为混凝土中的超声波速平均值,km/s。

根据火灾后混凝土的专用测强曲线和计算公式,就可以运用回弹法和超声回弹法进行火灾损伤检测。

2.4 红外热像法

红外辐射是由原子或分子的振动或转动引起的,自然界中任何温度高于绝对零度的物体都能辐射红外线,一般材料的温度与红外辐射功率的关系为:

M=ε·σ·T4(0<ε<1)。

红外热像就是把来自目标的红外辐射转变成可见的热图像,通过直观的分析物体表面的温度分布,推定物体表面的结构状态和缺陷,并以此判断材料性质和受损情况的一种无损检测方法。混凝土材料在遭受高温作用或将发生一系列的物理化学变化,不同的受火温度、持续时间,将造成不同程度和深度的损失,导致混凝土的导热系数发生变化,从而引起材料热传导性能的变化,导致红外辐射随受损情况不同而各异,并形成不同特征的红外热图像。因此,通过分析火灾后混凝土的热图像特征,即可评定火灾后混凝土的受损情况。文献[6]根据试验结果建立了红外热像平均温升与混凝土受火温度及强度损失的检测模型,通过此模型可评估混凝土的损失程度,为火灾后建筑物的修复加固提供科学依据。

2.5 热分析方法

热分析方法是根据混凝土受热时发生一系列的不可逆物理、化学变化,通过对灾后材料再受热的表现特性来判定混凝土在火灾中所受的温度范围。热分析法分为差热分析法(DTA)、差示扫描法(DSC)和热重分析法(TGA)。差热分析(DTA)是在程序控制温度下,测量试样和参比物的温度差与温度关系的一种技术。这里的参比物是指在一定温度下不发生分解、相变破坏的物质。当试样发生了某种物理、化学变化时,所释放或吸收的热量使试样温度高于或低于参比物的温度,从而在相应的差热曲线上可得到放热峰或吸热峰。差示扫描法(DSC)与差热分析相似,只是在程序控制温度下,测量的是输入到被测物和对比物的功率与温度关系。热重分析法(TGA)是在程序控制温度下,测量物质重量与温度关系的一种技术。当试样发生了某种物理、化学变化时,由于物相变化,例如水分、CO2的释放和吸收,将导致试样的失重或增重,从而建立了试样重量变化与温度的关系。文献[7]运用DTA方法分析了火灾后结构混凝土的损伤深度,并用钻心法检测受检构件的混凝土强度,从而验证了DTA方法检测火灾后混凝土损伤深度的可靠性。

2.6 电化学分析法

混凝土结构物在遭受高温(火灾)作用时,水泥水化物会发生一系列相变,Ca(OH)2在450 ℃～500 ℃下会失水形成CaO,从而导致混凝土的中性化。当混凝土中性化深度抵达钢筋表面时,钢筋附近碱性降低,钢筋表面的钝化膜逐渐破坏,钢筋就会发生锈蚀。上述过程是一个电化学过程,因此通过检测钢筋锈蚀电势,钢筋锈蚀电流密度和混凝土电阻率等电化学检测参数,分析混凝土中性化程度和钢筋钝化膜状态,利用文献[8]提出的判定准则和辅助分析模型,可诊断和评估钢筋遭受的温度是否大于500 ℃,进而推定火灾对钢筋机械性能损伤的情况;同时,还可诊断和评估火灾后混凝土中性化的深度是否大于保护层厚度。

2.7 色谱分析法

色谱分析法是一种在色调值和所遭受的温度及受损深度之间建立关系,从而只需检测构件样本的色调值即可推知经历火灾的温度和受损深度的一种无损检测方法。

文献[9]分别用掺加了粉煤灰、高炉矿渣和无任何掺合料的三种混凝土做试验,试验结果表明,无论经历高温与否,混凝土的色调都集中在0～39,而40～255为0;两种状态混凝土的色调值在分布上有很大差异,受高温(350 ℃)混凝土的色调集中在10～19,20～29区间陡降,而未受损混凝土则相反;两种混凝土之间表现的这种差异受混凝土中某些矿物成分的影响不大。

但是文献[9]并没有排除骨料对试验结果的影响,因为在实际检测的样本中通常都含有骨料,所以以取砂浆为宜。另外,颜色分析法所用到的仪器及相关配套的工具和软件价格不菲,所以这种检测方法很难在我国推广普及。

3结语

以上介绍的几种火灾后结构遭受的火灾温度和混凝土强度损伤的几种检测方法,都有各自的特点和精度。在火灾后混凝土结构的实际检测工程中,应根据具体情况,采用两种或两种以上能相互弥补的检测方法相结合,以便做出科学的鉴定和评估,这也是火灾后混凝土检测技术发展的趋势。

参考文献

[1]CECS 252∶2009,火灾后建筑结构鉴定标准[S].

[2]CECS 02∶88,超声回弹综合法检测混凝土强度技术规程[S].

[3]JGJ/T23-92,回弹法检测混凝土抗压强度技术规程[S].

[4]阎继红,胡云昌,林志伸.回弹法和超声回弹综合法判定高温后混凝土抗压强度的试验研究[J].工业建筑,2001,31(12):46-47.

[5]吕天启,赵国藩,林志伸,等.应用回弹超声方法评定火灾高温静置混凝土抗压强度的试验研究[J].混凝土,2002,154(8):21-23.

[6]杜秀红,张雄,韩继红.混凝土火灾损伤的红外热像检测与评估[J].同济大学学报,2002,30(9):1078-1082.

[7]韩继红,张雄.运用DTA方法分析火灾结果混凝土损伤深度[J].工程质量,2000(3):33-34.

[8]杜秀红,张雄.火灾混凝土钢筋损伤的电化学检测与评估[J].建筑材料学报,2006,9(6):660-665.