建筑结构的检测抽样方法PPT

1、建筑结构检测与鉴定Detection and Identification of Building Structures,1,基本要求 1、掌握建筑结构检测抽样方法 2、了解建筑结构检测中的最小容量和结果判别 3、了解检验批中异常数据的处理方法,第三章 建筑结构的检测抽样方法,2,检验批：按相同的生产条件或按规定的方式汇总起来供抽样检验用的，由一定数量样本组成的检验体。 主控项目：建筑工程中的对安全、卫生、环境保护和公众利益起决定性作用的检验项目。 一般项目：除主控项目以外的检验项目。 抽样方案：根据检验项目的特性所确定的抽样数量和方法。 计数检验：通过确定抽样样本中不合格的个体数量，对样本总

2、体质量做出判定的检验方法。 计量检验：以样本的检测数据计算总体均值、特征值或推定值，并以此判断或评估总体质量的检验方法,3.0 基本术语,3,错判概率：合格批被判为不合格批的概率，即合格批被拒收的概率，用 表示。 漏判概率：不合格批被判为合格批的概率，即不合格批被误收的概率，用 表示。 一次抽样检验：只需抽取样本一次，就可以作出是否接收一批产品的判断。 二次抽样检验：先抽第一样本，若能作出是否接收的判定，则检验工作终止，否则再抽取第二样本，然后作出判定,3.0 基本术语,建筑结构检测的抽样方案，可根据检测项目的特点按下列原则选择: 1.外部缺陷的检测，宜选用全数检测方案。 2.几何尺寸与尺寸偏

3、差的检测，宜选用一次或二次计数抽样方案。 3.结构连接构造的检测，应选择对结构安全影响大的部位进行抽样。 4.构件结构性能的实荷检验，应选择同类构件中荷载效应相对较大和施工质量相对较差构件或受到灾害影响、环境侵蚀影响构件中有代表性的构件。 5.按检测批检测的项目，应进行随机抽样，且最小样本容量宜符合相关规定。 6.建筑工程施工质量验收统一标准GB 50300或相应专业工程施工质量验收规范规定的抽样方案,3.1 建筑结构的检测抽样方法,5,建筑结构检测抽样方法 建筑工程施工质量验收统一标准GB 50300-2013规定，检验批质量检验的抽样方案应根据检验项目的特点在下列抽样方案中进行选择的规定：

4、 （1）计量、计数或计量-计数抽样方案； （2）一次、二次或多次抽样方案； （3）根据生产连续性和生产控制稳定性情况，尚可采用调整性抽样方案； （4）对重要的检验项目且可采用简易快速的检验方法时，可选用全数检验方案； （5）经实验检验有效的抽样方案,3.1 建筑结构的检测抽样方法,6,Ac合格判定数 Re不合格判定数,一次抽样检验框图,7,容量为N的检验批，随机抽取n 件，设不合格为X，那么X是一个随机变量。对一次抽样， 当XAC时可接收这个检验批，接收概率 Pa(P )P（X AC） P（X0）P（X1）P（X =AC） P(x=d)可利用超几何分布、二项式分布和泊松分布计算,8,n1第一次

5、抽样数； A1第一次合格判定数 R1第一次抽样不合格判定,二次抽样检验框图,9,接收,拒收,对检验批的抽样方案可根据检验项目的特点进行选择。计量、计数检验可分为全数检验和抽样检验两类。对于重要且易于检查的项目，可采用简易快速的非破损检验方法时，宜选用全数检验。 在计量、计数抽样时引入概率统计学的方法，提高抽样检验的理论水平，作为可采用的抽样方案之一。鉴于目前各专业验收规范在确定抽样数量时仍普遍采用基于经验的方法，本标准仍允许采用“经实践证明有效的抽样方案,10,百分比抽样方案：按固定的比例,从总体中抽取一定量的单位产品构成样本,并规定合格判定数为固定值的抽样方案。为非统计抽样检验,百分比抽样方

6、案在批质量水平完全相同时,由于批量N不同,抽样方案的严格程度也不同,批量越大,样本量越大,方案越严格。因此,百分比抽样方案的严重缺陷就是:在批质量相同时“大批严,小批宽,Pa(p,n=5,Pa(p,0,P0,P,1.0,理想的OC曲线(不存在,1.0,Pa(P,0.5,0,50,100,p,Pa(p)=1-p,理想的OC曲线,统计抽样检验,抽检特性曲线（O C曲线）是批接收概率Pa(p) 与批质量水平(批不合格品率)P的关系曲线,Pa(p,1.0,0,p0,p1,正常的O C曲线,B,P(,生产方风险 ：使用方风险 P0：生产方风险质量，合格批质量 P1：使用方风险质量，不合格批质量 A：生产

7、方风险点 B：使用方风险点,A,统计抽样检验,14,在制定检验批的抽样方案时，对生产方风险（或错判概率）和使用方风险（或漏判概率）可采取； 1）主控项目： 对应于合格质量水平的和均不宜超过5。 2）一般项目： 对应于合格质量水平的不宜超过5，不宜超过10,抽样检验方案N, n, AC 对OC曲线的影响,1)批量 N 对 OC曲线的影响,N=1000 n=20 AC=0,N=200 n=20 AC=0,N=100 n=20 AC=0,N=50 n=20 AC=0,P,2 4 6 8 10 12,Pa(p,1.0,0.8,0.6,0.2,0.4,0,2)合格判定数 AC对 OC 曲线的影响,5 1

8、0 15 20 25 30,P,1.0,0.8,0.6,0.4,0.2,0,AC=0,AC=1,AC=2,AC=3,N=1000 n=20,Pa(p,3)样本大小 n 对 OC 曲线的影响,5 10 15 20 25,P(,n=50,n=30,n=20,n=10,N=1000 AC=1,Pa(p,1.0,0.8,0.6,0.4,0.2,0,4)OC曲线的特征： OC曲线是方案的接收概率 ( Pa ) 与批质量水平 ( p )批不合格品率的关系曲线。 OC曲线越接近理想曲线时，抽样检验方案对批质量好坏的辨别能力越强。 OC曲线越陡，抽样检验方案越严格，OC曲线越平，抽样检验方案越松。 在座标系中

9、，OC曲线越靠左，抽样检验方案越严格，OC曲线越靠右，抽样检验方案越松,当样本量 n 和接收数AC 保持不变时，批量N的变化对OC曲线影响不大。 当批量N和接收数AC 保持不变时，样本量n的数值越大，OC曲线越陡，即抽样检验方案越严格。 当批量N和样本量 n 保持不变时，接收数AC 的数值越小，OC曲线越陡，即抽样检验方案越严格。 应用统计抽样检验应当正确选择抽样检验方案，而选择抽样检验方案要了解方案OC 曲线的特征,检验批抽样样本应随机抽取，满足分布均匀、具有代表性的要求，抽样数量不应低于有关专业验收规范及下表规定。 检验批最小抽样数量,3.2 检测中的最小容量与结果判别,检验批的容量和检测

10、类别分为A、B、C 类 A 类：一般施工质量的检测 B 类：结构质量和性能的检测 C 类：结构质量和性能的严格检测。 明显不合格的个体可不纳入检验批，但必须进行处理，使其满足有关专业验收规范的规定，对处理的情况应予以记录并重新验收,21,22,计数抽样检测的判定数,23,正常二次抽样中的第一次抽样数为总数的1/2，第二次抽样数也为1/2。 （1）表示第一次抽样数，（2）表示第一、第二次抽样数量的和；不是仅第二次抽样的数量,26,计数抽样举例 检验批容量为100个构件，若检查其某一主控项目，则最小容量为多少个？ 一次抽样时的合格判定数和不合格判定数分别是多少？ 二次抽样时的合格判定数和不合格判定

11、数分别是多少,1)查表得,最小容量为20个; (2)正常一次抽样，Ac=2, Rc =3; (3)正常二次抽样，第一次抽样按较低一个批容量选择样本容量，则为13个样本，判据为 Ac1=0, Rc1 =3; 若第一次抽得的结果d1=0或d1=3则可得出通过验收或不通过验收的结论，仅当第一次抽得的结果d1=12时，则才进行第二次抽样; 而二次的总判据Ac=3, Rc =4,27,1)计量抽样检测批的检测结果，宜提供推定区间。推定区间的置信度宜为0.90 ,并使错判概率和漏判概率均为0.05。特殊情况下，推定区间的置信度可为0. 85，使漏判概率为0. 10，错判概率仍为0. 05。 (2)结构材料

12、强度计量抽样的检测结果，推定区间的上限值与下限值之差值应予以限制，不宜大于材料相邻强度等级的差位和推定区间上限值与下限值算术平均值的10%两者中的较大值 (3)当检测批的检测结果不能满足第(1)条和第(2)条的要求时，可提供单个构件的检测结果，单个构件的检测结果的推定应符合相应检测标准的规定,计量抽样,28,4)检测批中的异常数据，可予以舍弃；异常数据的舍弃应符合正态样本异常值的判断和处理GB 4883或其他标准的规定。 (5)计量抽样被推定参数的区间估计：检验批的标准差未知时,具有95%保证率的平均值的推定曲间（0.5分位值）和标准值0.05分位值的推定区间按有关规定计算。 (6)计量抽样检

13、测批的判定，当设计要求相应数值小于或等于推定上限值时，可判定为符合设计要求;当设计要求相应数值大于推定上限值时，可判定为低于设计要求,29,正态分布概率密度曲线,30,检验批中异常数据的判断处理,1 .依据标准 正态样本异常值的判断和处理GB4883 2.异常值定义 异常值是指样本中的个别值，其数值明显偏离它（或它们）所属样本的其余观测值。 异常值：一组测定值中与平均值的偏差超过两倍标准差的测定值。 与平均值的偏差超过三倍标准差的测定值，称为高度异常的异常值,3.3 检验批中异常数据的判断处理,在处理数据时，应剔除高度异常的异常值。异常值是否剔除，视具体情况而定。在统计检验时，指定为检出异常值的显著性水平=0.05，称为检出水平；指定为检出高度异常的异常值的显著性水平=0.01，称为舍弃水平，又称剔除水平。 3.异常值的种类 （1）可能是总体固有的随机变异性的极端表现；属同一总体,32,2)也可能是试验条件和方法的偶然偏离，不属同一总体。 4 判断异常值的统计学原则 上侧情形：异常值为高端值； 下侧情形：异常值为低端值； 双侧情形：异常值在两端可能出现极端值； 5 判断异常值的规则: （1）标准差已知奈尔（Nair）检验法; （2）标准差