跳到主要內容區塊

建築研究簡訊第108期

  • 日期:109-06-11
主題報導蔡綽芳、王天志
研發複合式聲光探測技術-提升鋼筋混凝土建築火害判釋與安全鑑定

  根據統計,我國近幾年建築物火災每年平均約有8千餘件,火災對建築安全影響極大,巨大火煙不僅危害居民生命安全,對建築物結構安全也有極大影響。一般鋼筋混凝土建築物,其混凝土材料受到600℃~1200℃的高溫時,其抗壓強度衰減相當嚴重,火害後的殘餘強度大約僅剩10~55 %。但是,這種潛藏性的威脅,不易以外觀辨識,若不及時修繕補強,將會成為未來地震災害隱憂。

  為提升火災後建築結構安全的檢測成效,本所利用複合式聲光探測技術及非破壞超音波剪-壓波速比,研發完成可於火害現場簡易、快速判識混凝土殘餘強度之技術與設備,提高火害後建築耐震性能評估效能與可靠度;並可偵測各點在火災中的最高溫度,輔佐火場鑑定進行溫度分布判定。

  本技術已獲得專利,未來可利用技術移轉等方式擴大推廣於建築師及土木、結構技師公會進行結構安全評估與修復補強效果驗證、各地消防局火災調查,以及保險業者火災理賠損害鑑定應用。

  有別於傳統鑑定方式必須於火害現場鑽心取樣評估殘餘強度,以及以燒失量推估火場最高溫度之單點式破壞性鑑定方法,本所採用超音波非破壞檢測技術,應用剪力波(S波)和壓力波(P波)穿透不同介質(如:火害前混凝土-無傷損密度高、火害後後混凝土-有裂隙密度低)速度衰減差異的原理,來推測鋼筋混凝土建築物火害後受損程度。

  為提升研發成果的準確、可靠和使用的便利性,本研究首創以複合式聲-光非破壞試驗法,先於實驗室觀察混凝土火害過程中,材料內部微裂縫產生歷程與力學破壞關係,建立材料破壞特徵參數(剪-壓波速比,VS/VP)與火害後強度、勁度、韌性衰減的關聯性,並與火害現場調查資料比對,驗證了火害溫度越高,傷損程度越嚴重,剪-壓波速比(VS/VP)亦越高(如圖1)之研究假說。

  本研究並應用統計分析與AI人工智慧機械學習,投入116筆實驗與調查數據和104筆文獻數據,建構VS/VP值與火害後強度、勁度、韌性折減率以及火場溫度預測模型,且建置雲端資料庫與運算平台,並開發完成可攜式量測儀器(如圖2)。使用者於火害現場量測S波與P波,運用無線傳輸雲端或儀器所建置的運算功能,即可獲得該測試點火害後的殘餘強度及火災當下的最高溫度(如圖3)。

  相較於傳統單點鑽心取樣的鑑定方式,本系統具有非破壞、即時、簡單、正確,且可於現場大量檢測的優勢,大大降低火害調查的困難度與大量鑽心取樣可能造成建築結構的二度傷害。

圖1 剪-壓波速比(VS/VP)與殘餘強度及溫度關係圖

圖2  可攜式火害量測儀器設備圖

圖3  操作介面頁面VS/VP量測值與溫度、強度分析結果圖

  為能與實務結合,擷取實際火害現場量測成果與研究推估判識結果進行比對,以不斷提升量測結果的可靠度與應用性。目前已協助多個技師公會及建築師公會進行火害現場混凝土材料傷損判識,同時也提供火場溫度分布概況供火調單位參考。

  圖示案例為某工業廠房大火延燒16小時現場判識結果,圖4為火場各測試點標示及各測試點等溫線圖,可以看到接近火源處測試點標示為0.89(994℃,80+%),表示該點偵測之Vs/Vp值為0.89、推估最高溫度994℃,材料傷損強度折減率超過80%,而距離火源遠處偵測之Vs/Vp值、推估最高溫度及強度折減率則明顯降低。顯示本測試方法所推估之最高溫度及殘餘強度辨識度極佳,可提供火調單位火場鑑定有用的判識佐證資訊,也可以提供結構安全鑑定時不同區域火害溫度差異及傷損判識參考。

圖4 火害案例現場平面判識圖(測點Vs/Vp值與溫度及強度折減率)

  圖5為火場各測試點以不同方式推估該點於火災過程中最高溫度的比較圖,紅線為傳統鑽心取樣之燒失量所推估最高溫度值、綠線為量測建築物結構體表面Vs/Vp值所推估最高溫度、藍線表示量測鑽心試體Vs/Vp值所推估最高溫度值。其中傳統燒失量推估最高溫度值普遍偏低且均接近200℃ (紅線),但是由現場9顆鑽心試體進行抗壓試驗所測得火害後平均殘餘強度142 kgf/cm2,回推火場平均溫度應介於500℃~600℃之間,顯示以傳統燒失量所推估之火場溫度明顯偏低,且無法呈現出不同測試點所在位置應有的溫度差異。

圖5 火場測點之Vs/Vp現場量測溫度、傳統燒失量推估溫度比較圖

  維護公共安全是政府重要職責,本案也於109年第7次內政部部務會議進行重要工作報告,研發成果獲部長肯定,在技術上有其創新及便利之處,也符合實務應用需求,請本所持續與公、私部門合作,推廣落實應用。

  為擴大推廣應用,本所日前已接受台灣省土木技師公會及新北市政府消防局邀請,講述本非破壞性火害檢測技術與現場量測方法,顯示本研發成果已逐漸受到各界重視。

  而本研究成果亦已取得專利,未來將可透過技術移轉等方式落實業界應用,且藉由更多使用者回饋檢測資料,增加雲端資料庫數據,循環利用機械學習精進火害評估模式,提升本技術整體效能,增進我國火害判識與安全鑑定績效。