插入式振捣参数监测研究进展
Article Sidebar
Main Article Content
摘要
随着建筑行业标准提升，传统依赖人工经验的振捣工艺已难以满足高质量标准，混凝土插入式振捣正经历从经验驱动向数据驱动的数字化转型。当前已经有很多研究通过整合智能传感器、物联网及机器学习等前沿技术，实现了振捣过程的实时感知与精准控制。本文总结了目前关于插入式振捣棒振捣工作的研究，包括振捣棒的工作原理、振捣棒参数与混凝土流动性的关系、混凝土在振捣过程的振捣参数、振捣质量评价方法。以期有效改善振捣不足导致的骨料沉降、砂浆上浮引起的振捣不密实问题。
Article Details
本作品采用知识共享署名 4.0 国际许可协议授权。
参考文献
[1]田正宏, 马元山, 李佳杰. 混凝土振捣密实性研究进展 [J]. 建筑材料学报, 2024, 27(01): 46–57.
[2]全玉湖. 混凝土振捣数字化质量监测技术与数据处理方法研究 [D]. 哈尔滨工业大学, 2025.
[3]FAN S, HE T, LI W, et al. Machine learning-based classification of quality grades for concrete vibration behaviour [J]. Automation in Construction, 2024, 167: 105694.
[4]上海电动工具研究所. 手持式电动工具的安全 第2部分：混凝土振动器的专用要求 [Z]. 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. 2012: 16
[5]TE'ENI M. Structure, solid mechanics and engineering design : the proceedings of the Southampton 1969 Civil Engineering Materials Conference [J]. 1971.
[6]张元勃, 冷发光, 李小阳. 《混凝土结构工程施工规范》GB50666—2011编制简介——混凝土制备与运输 [J]. 施工技术, 2012, 41(06): 1–7.
[7]于菲, 张嘉宁, 景迪, 等. 干硬性混凝土振动液化数值分析 [J]. 噪声与振动控制, 2022, 42(06): 226–32.
[8]OUYANG J, TAN Y, CORR D, et al. Viscosity prediction of fresh cement asphalt emulsion pastes [J]. Materials and Structures, 2017, 50(1).
[9]LARRARD F D, FERRARIS C F, SEDRAN T. Fresh Concrete: A Herschel-Bulkley Material [J]. Materials and Structures, 1998, 31(7): 494–8.
[10]刘豫, 史才军, 焦登武, 等. 新拌水泥基材料的流变特性、模型和测试研究进展 [J]. 硅酸盐学报, 2017, 45(05): 708–16.
[11]李秋超. 纳米偏高岭土水泥浆流变性研究 [D]. 大连海事大学, 2021.
[12]潘俊铮. 振捣作用下混凝土流变性与均质性评价方法研究 [D]. 哈尔滨工业大学, 2023.
[13]WALLEVIK J. Effect of the hydrodynamic pressure on shaft torque for a 4-blades vane rheometer [J]. International Journal of Heat and Fluid Flow, 2014, 50: 95–102.
[14]HOORNAHAD H, KOENDERS E. Simulating macroscopic behavior of self-compacting mixtures with DEM [J]. Cement & Concrete Composites, 2014, 54: 80–8.
[15]白亚龙. 基于CFD-DEM耦合的振动混凝土流变性能研究 [D]. 湘潭大学, 2024.
[16]LI J, TIAN Z. Experimental and simulation study on vibration of fresh concrete based on energy transfer [J]. Journal of Building Engineering, 2026, 119.
[17]LI J, TIAN Z, MA Y, et al. Feedback control system for vibration construction of fresh concrete [J]. Mechanical Systems and Signal Processing, 2024, 216: 111461.
[18]边策, 李金明, 田正宏, 等. 钢筋混凝土中的振捣棒作用半径预测 [J]. 水电能源科学, 2025, 43(09): 87–91.
[19]边策, 崔海涛, 田正宏, 等. 基于受振能量密度的新拌混凝土密实性实时监控方法 [J]. 水电能源科学, 2025, 43(05): 116–20.
[20]闫玮烁. 新拌混凝土工作性能及离析机制的细观模拟研究 [D]. 天津大学, 2022.
[21]胡峰强, 白彤阳, 唐兆龙. 插入式振捣棒振动参数对混凝土振捣密实性的影响 [J]. 南昌大学学报(工科版), 2025, 47(01): 44–8.
[22]温家馨, 黄法礼, 王振, 等. 混凝土振捣技术研究现状与发展趋势 [J]. 硅酸盐通报, 2021, 40(10): 3326–36.
[23]张攀, 尤仁良, 郑清. 振捣时间对清水混凝土表观质量的影响研究 [J]. 广东建材, 2022, 38(02): 14–6+52.
[24]LI T, WANG H, PAN D, et al. A machine vision approach with temporal fusion strategy for concrete vibration quality monitoring [J]. Applied Soft Computing, 2024, 160: 111684.
[25]向宇骢. 振捣频率及粗骨料对UHPC性能影响及机理分析 [D]. 湖南理工学院, 2025.
[26]储如蝉. 振捣频率对混凝土性能的影响分析 [J]. 国防交通工程与技术, 2023, 21(01): 73–6+2.
[27]江昊, 张德, 满立, 等. 干硬性混凝土智能振捣技术的应用研究进展 [J]. 混凝土与水泥制品: 1–11.
[28]王鑫. 钻芯法与回弹法在建筑主体结构检测中的应用 [J]. 居业, 2026, (04): 181–3.
[29]谭磊, 胡雄武, 张平松, 等. 土石坝渗漏地-孔电阻率成像探测技术 [J]. 煤田地质与勘探, 2026, 54(02): 203–13.
[30]陈小军. 超声波法在混凝土强度检测中的准确性分析 [J]. 城市建设, 2025, (18): 95–7.
[31]QUAN Y, WANG F. Machine learning-based real-time tracking for concrete vibration [J]. Automation in Construction, 2022, 140: 104343.
[32]王少洁, 陈丽娟, 吴青琳, 等. 基于机器视觉的混凝土人工振捣质量监测研究 [J]. 建筑科学与工程学报, 2026, 43(01): 56–66.
[33]王栋, 关涛, 杨帅, 等. 空天地一体化感知下的混凝土振捣质量智能监控 [J]. 硅酸盐学报, 2023, 51(05): 1219–27.
[34]李梓巍, 王达磊, 张少朋, 等. 基于混凝土表观性态的振捣质量评价方法 [J]. 桥梁建设, 2026, 56(01): 98–105.