本发明与无损检测评估相关，尤其和一种针对既有钢结构构件锈蚀程度的现场无损检测评估方法有关。

背景技术：

锈蚀会影响钢结构的耐久性。对于既有钢构件而言，锈蚀不但会使构件的截面变弱，还可能让构件出现脆性破坏，进而引发结构坍塌。所以，在对既有钢结构房屋或构件进行检测时，需要采取有效的措施来准确评估构件的锈蚀程度。目前评估钢构件锈蚀程度的方法主要有质量评定法和深度评定法。质量评定法需对锈蚀构件进行取样，然后在实验室内称重来计算锈蚀率。但大部分既有构件在现场检测时不具备破坏取样的条件，所以质量评定法不适用于现场检测。深度评定法是通过现场测量构件的残余厚度或典型蚀坑深度来判断锈蚀程度。然而，残余厚度测量无法反映点蚀特征。现场测量蚀坑深度不仅误差较大，而且检测时光线条件往往很差，构件表面可能有成百上千个蚀坑，无法准确测量最大的蚀坑深度。因此，深度评定法在现场检测中也存在很大的局限性。

三维激光扫描能够测量激光点接触物体表面的水平方向、斜距以及反射强度，以此获取目标物的三维空间数据源。它是一种非接触式的主动检测技术，具备采样速率高、扫描速度快、测量精度高以及测程远等优点，在建筑物测绘行业中得到了广泛应用。在缺陷检测领域，激光扫描外立面后会获取点云数据。缺陷区域的坐标和周围正常区域差异显著。利用信号处理算法进行三维成像，这样就可以定量地识别出缺陷的位置和尺寸。既有钢构件锈蚀多呈点状。其最大蚀坑深度对评判构件锈蚀程度很重要。三维激光扫描技术能快速精确扫描构件表面蚀坑情况。这样就能实现快速无损识别蚀坑最大深度。进而能够评估构件的锈蚀程度。三维激光扫描技术与既有钢构件锈蚀程度评估方法相结合，形成了一套无损快速检测评估系统。这套系统能够实现大面积构件的锈蚀程度快速检测，并且其检测精度能够满足工程要求，在钢结构检测中有着重要的应用潜力。

技术实现要素：

本发明针对上述现有技术的不足，提供了一种既有钢结构构件锈蚀程度的现场无损检测评估方法，该方法属于非破损式，且检测速度快、检测精度好。它包含定性评估和定量评估这两种途径。其中，定性评估是指通过利用锈蚀性状对构件进行快速定性分级，从而直接对构件的锈蚀程度进行评估。当无法直接依据定性分级结果来对构件的力学性能进行评价时，会进行定量评估，而这种定量评估指的是对构件的锈蚀程度所做的评估。定量评估通过三维激光扫描设备对构件的表面特征进行扫描。利用便携计算机对获取的点云数据进行配准、去噪、分区、分析、数据提取以及数字成像等一系列后处理操作。经过计算处理，能够得到构件体积锈蚀率、面积锈蚀率、最大锈蚀深度、蚀坑分布图像等结果。这些结果能够准确反映构件的锈蚀程度，为后续的安全性评估提供指导依据。

为实现上述目的，本发明提供一种针对既有钢结构构件锈蚀程度的现场无损检测评估方法，该方法包含以下步骤：

对被测构件进行目视检查，依据预先设定的多个锈蚀等级来对该构件表面性状的锈蚀程度进行初步划分等级。其中，有些锈蚀等级能够直接得到定性评估结果，而另外一些锈蚀等级则需要进行定量检测评估。

判断当前所说的构件的锈蚀等级是否达到需要进行定量检测评估的程度。如果需要，就继续后续的步骤；如果不需要，就结束步骤。

s3：对所述构件的表面进行清理；

利用超声测厚仪对所述待测构件未出现蚀坑的区域进行测量，从而获得壁厚。

在待测构件出现蚀坑的区域设定检测区域，然后在该检测区域内，沿着构件表面等间距地粘贴配准标靶。

s6：设置一三维激光扫描设备的扫描参数；

利用所述三维激光扫描设备对所述检测区域进行扫描，从而获得点云数据；借助所述配准标靶，依据最近点迭代配准法以及坐标变换技术，把处于不同位置的三维激光扫描位置所生成的点云进行配准，进而形成所述检测区域内所述构件表面的完整点云信息。

根据预设的构件类型，把所述构件分成腹板、上翼缘和下翼缘这三种平面板件。接着对点云进行分割提取操作，然后运用 k-近邻点云去噪算法来降低噪声。之后依据检测精度设定距离阈值，以此对所述点云数据进行重采样处理，从而精简每个所述板件的所述点云数据。

对单个所述板件的点云数据 ji 进行分析处理，从而得到面的定量锈蚀程度数据，以及所述板件的定量锈蚀程度数据，还能得到所述构件的定量锈蚀程度数据，接着依据这些定量锈蚀程度数据，获得定性评估结果。

在 s1 步骤中钢结构构件的检测项目和检测方法，构件表面性状的锈蚀程度包含六个锈蚀等级，这些锈蚀等级分别为：

第一级，所述构件表面防腐涂料完整；

第二级，所述构件表面防腐涂料脱落，但所述构件并未出现锈蚀；

第三级，所述构件表面有浮锈，表面仍平整，无明显点蚀；

所述构件表面有点蚀现象，存在一些蚀坑，不过这些蚀坑还没有大量地连接在一起形成大片。

第五级时，所述构件的蚀坑大量连接在一起形成大片，并且所述构件的表面已经出现了锈蚀分层的现象。

第六级，所述构件在厚度方向上锈穿、锈烂或锈断；

所述第四级需要进行所述定量检测评估；其余的所述锈蚀等级能够直接得到所述定性评估结果；所述第一级、第二级以及所述第三级可以直接获得所述构件基本无锈蚀，并且所述构件性能能够满足设计或规范要求的所述定性评估结果；所述第五级和所述第六级能够直接获得严重锈蚀，不能再作为结构承载构件的所述定性评估结果。

在 s6 步骤中，要根据所需检测的距离、检测精度以及配准标靶间距来进行设置。需设置三维激光扫描设备的波长、采样频率和扫描速度。并且，该三维激光扫描设备采用的是手持式三维激光扫描设备。

优选的情况是，在 s9 中，对单个板件的点云数据进行分析处理这一步骤，还进一步包含以下步骤：

在所述点云中选取板件内部点当作坐标原点，接着建立局部坐标系，之后把所述点云分割成正面与反面。

对于所述面的所述点云数据，利用均值计算来获取平均 z 坐标或者 r 坐标，此坐标能表示锈蚀后的平均高度。接着，依据原设计图纸、构件规格表以及实测的所述壁厚，算出未锈蚀区域的平均高度 zi,norm。

对于双面都可扫描的那种板件来说，锈蚀之后，这种板件的平均厚度以及分别作为正面和反面的平均坐标。

所述板件只有一面可以扫描，这类板件包含圆管和双拼角钢。当所述板件锈蚀后，其平均厚度 d 指的是该板件未锈蚀区域的厚度。

所述板件的体积锈蚀率εi＝di/d；

对于所述板件，如果只有一面可以扫描，那么单面点云的最大锈蚀深度 hi 等于|zi,norm|减去|zi,min|，这里的 zi,min 指的是所述点云中 z 坐标绝对值的最小值。

对于所述的双面都可扫描的板件，先获取该板件双面的锈蚀深度钢结构构件的检测项目和检测方法，然后把这两个锈蚀深度中的较大值选取出来，这样就得到了该板件的最大锈蚀深度 hi 。

对单面点云数据进行变换，若单点的 z 坐标值 zi 小于 zi,norm，且该点属于蚀坑凹陷区域，那么该点坐标保持不变；若单点的 z 坐标值 zi 不小于 zi,norm，且该点属于常区域，就将该点的 z 坐标取值设为 0，并把变换后的点云数据存为新的数据集合 jia；先用 k-近邻点云去噪算法对 jia 进行去噪，接着用检测软件进行点云成像，用不同颜色分别表示蚀坑凹陷区域和正常区域的位置，然后利用阈值分割原理把图像转换成二值图像，通过计算二值图像像素点的方式自动算出蚀坑区域的面积 aia；依据蚀坑区域的面积 aia 算出板件的面积锈蚀率 ηi；

对其余的那些板件重复 s91 到 s95 的步骤，这样就能得到每个板件锈蚀后的体积锈蚀率 εi、最大锈蚀深度 hi 和面积锈蚀率 ηi；把同一个构件的不同板件的锈蚀率依据板件的截面积进行加权平均，从而得到该构件的整体体积锈蚀率 ε 和面积锈蚀率 η，并且把所有板件的最大锈蚀深度取出来当作该构件的最大锈蚀深度 h；定量锈蚀程度数据包含该构件的整体体积锈蚀率 ε、面积锈蚀率 η 和最大锈蚀深度 h。

本发明由于采用了以上技术方案，使其具有以下有益效果：

采用定性检测与定量检测相结合的方式。对于大部分无锈蚀或锈蚀严重的构件，可直接进行快速定性判断。而仅对少部分中等锈蚀的构件，才需要进行定量检测。这种检测方式检测效率高，应用范围广，适用于现场大面积构件的检测。

(2)、定量评估为无损检测，不影响构件的力学性能。

定量评估可以精确地计算出体积锈蚀率、面积锈蚀率以及最大锈蚀深度。它还能够精准地定位锈蚀蚀坑的位置，并且检测评估的准确度很高。

附图说明

图 1 展示的是本发明实施例中既有钢结构构件锈蚀程度现场无损检测评估方法的流程；图 1 为关于本发明实施例里既有钢结构构件锈蚀程度现场无损检测评估方法的流程图；图 1 呈现的是本发明实施例中对既有钢结构构件锈蚀程度进行现场无损检测评估的方法流程图；

图2为本发明实施例的典型h钢构件锈蚀截面示意图；

图3为图2的a区域局部放大图。

具体实施方式

根据附图 1 至图 3 ，给出本发明的较佳实施例并进行详细描述，这样能更好地理解本发明的功能与特点。

请参阅图 1。假定存在一个既有热轧 h 型钢构件 1，它的截面规格是 h300×300×10×15。现在需要对其进行锈蚀程度的检测评估。本发明实施例中的一种既有钢结构构件 1 锈蚀程度现场无损检测评估方法，包含以下步骤：

对待测构件 1 进行目视检查。按照预先设定的多个锈蚀等级，对构件 1 表面性状的锈蚀程度进行初步分级。其中，部分锈蚀等级能够直接得到定性评估结果，而另一部分锈蚀等级则需要进行定量检测评估。

优选的是，在 s1 步骤里，构件 1 表面性状的锈蚀程度包含六个锈蚀等级，这些锈蚀等级分别有：

第一级，构件1表面防腐涂料完整；

第二级，构件1表面防腐涂料脱落，但构件1并未出现锈蚀；

第三级，构件1表面有浮锈，表面仍平整，无明显点蚀；

构件 1 表面在第四级时存在点蚀现象，有一定的蚀坑，然而这些蚀坑还没有大量地连接成片。

第五级时，构件 1 的蚀坑大量连接在一起形成大片，并且构件 1 的表面已经出现了锈蚀分层的现象。

第六级，构件1在厚度方向上锈穿、锈烂或锈断；

第四级需要进行定量检测评估。其余锈蚀等级能够直接获得定性评估结果。第一级、第二级和第三级基本上属于无明显锈蚀，构件 1 的性能以及截面与未锈蚀的构件 1 基本相同，可直接得出构件 1 基本无锈蚀，构件 1 的性能能够满足设计或规范要求的定性评估结果。第五级和第六级属于严重锈蚀，既有研究成果显示，此时构件 1 的力学性能以及残余截面已经大幅度降低，并且构件 1 此时基本没有延性，可直接得出严重锈蚀，不能继续作为结构承载构件 1 的定性评估结果。仅第四级需对构件1表面的点蚀情况进行后续检测。

判断当前构件 1 的锈蚀等级是否达到需要进行定量检测评估的程度。如果需要，就继续后续步骤；如果不需要，就结束步骤。

s3：对构件1的表面进行清理。

利用超声测厚仪对待测构件 1 的翼缘进行测量，在未出现蚀坑的区域获取壁厚；利用超声测厚仪对待测构件 1 的腹板进行测量，在未出现蚀坑的区域获取壁厚。

在待测构件 1 上，于出现蚀坑的区域设定检测区域。接着，在该检测区域内的构件 1 表面，按照等间距的方式粘贴配准标靶。

本实施例选取构件 1 跨中 1000mm 区域来设置检测区域，在该检测区域内，腹板表面每隔 200mm 粘贴一个配准标靶，上下翼缘中部表面也每隔 200mm 粘贴一个配准标靶。

s6：设置一三维激光扫描设备的扫描参数。

s6 步骤里，要依据所需检测的距离、检测的精度以及配准标靶的间距，去设置三维激光扫描设备的波长、采样频率和扫描速度。并且，三维激光扫描设备采用的是手持式三维激光扫描设备。

在本实施例里，依据激光传播理论，将便携式三维激光扫描设备设定为使用绿光。设定其波长为 532 纳米，扫描速度是每秒 200000 点，点间距为 0.05 毫米，检测距离为 1 米。

利用三维激光扫描设备对检测区域进行扫描，从而获得点云数据；借助配准标靶，依据最近点迭代配准法以及坐标变换技术，把处于不同位置的三维激光扫描所生成的点云进行配准，进而形成检测区域内构件 1 表面的完整点云信息。

根据预设构件 1 的类型，把构件 1 分成腹板、上翼缘和下翼缘这三种平面板件。接着对点云进行分割提取操作，然后运用 k-近邻点云去噪算法来降低噪声，并且依据检测精度设定距离阈值，以此对点云数据进行重采样，使每个板件的点云数据得以精简。

以腹板为例，在检测区域内，腹板板件的设计截面为 1000×244×10。对腹板的点云数据进行分析处理，从而得到板件或构件 1 的定量锈蚀程度数据。依据定量锈蚀程度数据，能够获得定性评估结果。

s9 中对单个板件的点云数据进行分析处理的步骤，具体包含以下步骤：首先，接着，然后，之后，最后。

对于圆管，需在全局坐标系下运用最小二乘法，对其外表面的轴线方程和截面曲线方程进行拟合。然后选取轴线上的任意一点作为坐标原点，再建立局部三维轴坐标系，其中 r 轴为圆管厚度方向。选取腹板横截面轴线上的点作为坐标原点，以腹板为例建立局部坐标系。腹板正面的设计坐标为 z＝5mm，腹板反面的设计坐标为 z＝-5mm。

对于平面（曲面）的点云数据，利用均值计算来获取平均 z 坐标或者 r 坐标，此坐标表示锈蚀后的平均高度。接着，依据原设计图纸、构件规格表以及实测的壁厚，能够得出未锈蚀区域的平均高度 zi,norm。

首先求取其 z 坐标（r 坐标）的均值，接着得到提取其 z 坐标（r 坐标）绝对值的最大值 zi,max，然后定义 zi,norm 等于 zi,max 减去 δ，其中 δ 为预设公差，其作用是防止构件 1 表面存在个别突起，而 zi,norm 被定义为构件 1 正常表面的 z 坐标（r 坐标）。

对于双面都可扫描的板件而言，锈蚀之后的板件存在平均厚度，同时还有分别作为正面和反面的平均坐标。

对于仅有一面可扫描的板件，这类板件包含圆管和双拼角钢。板件锈蚀后，其平均厚度 d 指的是板件未锈蚀区域的厚度，该厚度可通过原设计图纸、构件规格表或实测来获取。

板件的体积锈蚀率εi＝di/d；

对于一面可扫描的板件而言，单面点云的最大锈蚀深度 hi 为|zi,norm|-|zi,min|，这里的 zi,min 指的是点云中 z 坐标绝对值的最小值。

对于双面都能够进行扫描的板件，先获取板件双面的锈蚀深度，然后选取其中较大的值，这样就能得到板件的最大锈蚀深度 hi 。

对单面点云数据进行变换。如果单点的 z 坐标值 zi 小于 zi,norm，且该点属于蚀坑凹陷区域，那么该点坐标保持不变；倘若该点不属于蚀坑凹陷区域，而是属于常区域，就将该点的 z 坐标取值设为 0，并把变换后的点云数据存为新的数据集合 jia，这个 jia 表示检测区域中蚀坑的凹陷部分。接着，利用 k-近邻点云去噪算法对 jia 去噪，然后利用检测软件进行点云成像，用不同颜色分别表示蚀坑凹陷区域和正常区域的位置，再依据阈值分割原理把图像转换成二值图像，通过计算二值图像像素点的方式自动算出蚀坑区域的面积 aia。根据蚀坑区域的面积 aia 来计算板件的面积锈蚀率 ηi。对于每个板件，把正反两面的面积相加作为锈蚀总面积，并且定义 ηi＝(aiap+aian)/2a 为板件的面积锈蚀率，其中 a 为单面区域的总面积，aiap 为正面蚀坑区域的面积，aian 为反面蚀坑区域的面积。

对本例中的上翼缘进行重复 s91～s95 步骤，得到该板件锈蚀后的体积锈蚀率 εi、最大锈蚀深度 hi 和面积锈蚀率 ηi；对下翼缘进行重复 s91～s95 步骤，得到该板件锈蚀后的体积锈蚀率 εi、最大锈蚀深度 hi 和面积锈蚀率 ηi；如需对构件 1 锈蚀情况进行总体评估，将该检测区域中翼缘的锈蚀率按板件设计规格的截面积进行加权平均，得到构件 1 的整体体积锈蚀率 ε；将该检测区域中翼缘的锈蚀率按板件设计规格的截面积进行加权平均，得到构件 1 的面积锈蚀率 η；将该检测区域中腹板的锈蚀率按板件设计规格的截面积进行加权平均，得到构件 1 的整体体积锈蚀率 ε；将该检测区域中腹板的锈蚀率按板件设计规格的截面积进行加权平均，得到构件 1 的面积锈蚀率 η；将取所有板件的最大锈蚀深度作为构件 1 的最大锈蚀深度 h；定量锈蚀程度数据包括构件 1 的整体体积锈蚀率 ε、面积锈蚀率 η和最大锈蚀深度 h。

本发明结合附图实施例已被详细说明，在本领域中普通技术人员依据上述说明可对本发明做出各种变化例。所以，实施例中的某些细节不能构成对本发明的限定，本发明将以所附权利要求书界定的范围作为其保护范围。