鋼筋混凝土構(gòu)件損傷狀態(tài)的聲發(fā)射識別

顧愛軍

(揚(yáng)州大學(xué) 水利與能源動力工程學(xué)院，江蘇 揚(yáng)州 225127)

鋼筋混凝土構(gòu)件損傷狀態(tài)的聲發(fā)射識別

顧愛軍

(揚(yáng)州大學(xué) 水利與能源動力工程學(xué)院，江蘇 揚(yáng)州 225127)

為實(shí)現(xiàn)鋼筋混凝土構(gòu)件的損傷識別，利用聲發(fā)射技術(shù)對鋼筋混凝土梁進(jìn)行了損傷監(jiān)測研究。采用Hilbert-Huang變換對聲發(fā)射信號進(jìn)行了分析，利用經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)將信號分解為固有模態(tài)函數(shù)(IMF)，得到Hilbert譜，反映信號時(shí)頻特性。從IMF中提取聲發(fā)射特征參數(shù)，即固有模態(tài)函數(shù)最大瞬時(shí)幅值和特征瞬時(shí)頻率。通過參數(shù)與波形的混合分析，確定鋼筋混凝土構(gòu)件的損傷狀態(tài)，獲得結(jié)構(gòu)加固修復(fù)和失效破壞的兩個安全預(yù)警信號，為聲發(fā)射技術(shù)應(yīng)用于鋼筋混凝土結(jié)構(gòu)健康監(jiān)測提供理論基礎(chǔ)。

聲發(fā)射；鋼筋混凝土；損傷識別；Hilbert-Huang變換；特征提取

0 引言

混凝土結(jié)構(gòu)安全問題一直是不容忽視的重大問題，對重大工程結(jié)構(gòu)及關(guān)鍵構(gòu)件進(jìn)行健康監(jiān)測與損傷診斷就顯得極為重要。然而，對于橋梁、高層建筑、基礎(chǔ)設(shè)施、大壩等大型結(jié)構(gòu)而言，由于體積龐大、結(jié)構(gòu)復(fù)雜等原因使得用常規(guī)檢測費(fèi)時(shí)費(fèi)力。加之結(jié)構(gòu)關(guān)鍵部位往往被保護(hù)層或覆蓋物所隱藏，增加了檢測工作的困難性。

聲發(fā)射技術(shù)是一種無損檢測方法，具有靈敏度高、覆蓋面廣、在線檢測等獨(dú)特優(yōu)勢，可方便地進(jìn)行大型結(jié)構(gòu)的健康監(jiān)測。聲發(fā)射(Acoustic Emission，簡稱AE)是指結(jié)構(gòu)材料發(fā)生不可恢復(fù)的損傷時(shí)，從材料局部快速釋放能量而產(chǎn)生瞬態(tài)彈性波的現(xiàn)象[1]。材料在損傷和斷裂時(shí)都會有聲發(fā)射發(fā)生，但多數(shù)聲發(fā)射信號強(qiáng)度很弱，需要借助靈敏的聲發(fā)射儀器進(jìn)行檢測，評估構(gòu)件的損傷狀況，此即為聲發(fā)射技術(shù)。對于鋼筋混凝土結(jié)構(gòu)，由于材料的復(fù)雜性以及實(shí)際工程結(jié)構(gòu)環(huán)境干擾因素多，使得AE技術(shù)用于混凝土結(jié)構(gòu)監(jiān)測和健康監(jiān)測還存在諸多問題，如聲源的區(qū)分與識別、噪聲的識別與剔除等。

近十幾年來，隨著現(xiàn)代信號處理技術(shù)的發(fā)展，現(xiàn)代譜分析、小波分析、Hilbert-Huang變換(HHT)等技術(shù)被逐漸應(yīng)用到AE技術(shù)領(lǐng)域，并取得了很好的效果。譜分析能夠快速地獲取信號的頻率特性，早期的基于信號的分析較多地采用了這種方法[2]。然而，譜分析并不適用于頻率隨時(shí)間變化的信號，相對而言，時(shí)頻分析能夠同時(shí)反映信號的時(shí)域和頻域的分布規(guī)律，更加合理。時(shí)頻分析包括短時(shí)Fourier變換(STFT)、小波變換(WT)[3]、Hilbert-Huang變換(HHT)[4]等，STFT和WT實(shí)質(zhì)上沒有脫離Fourier變換的本質(zhì)，而HHT是一種自適應(yīng)的時(shí)頻分析方法，根據(jù)信號的局部時(shí)變特征進(jìn)行自適應(yīng)的時(shí)頻分解，不但消除了人為因素，而且更適于AE信號特征分析。通過經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)將信號分解為平穩(wěn)的固有模態(tài)函數(shù)(IMF)，使其物理意義明確，Hilbert譜反映能量在時(shí)間和頻率上的分布規(guī)律。近年來，HHT已被用于旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測、復(fù)合材料研究[5-6]等領(lǐng)域，用于混凝土結(jié)構(gòu)的AE信號分析相對較少。

本文對鋼筋混凝土四點(diǎn)彎梁進(jìn)行AE技術(shù)的損傷監(jiān)測研究，采用參數(shù)與波形相結(jié)合的混合方法對AE信號進(jìn)行分析，波形分析利用HHT獲得反映聲源特性的IMF和Hilbert時(shí)頻譜，提取兩個新的AE特征參數(shù)，實(shí)現(xiàn)鋼筋混凝土構(gòu)件損傷狀態(tài)的AE識別。

1 聲發(fā)射特性分析方法

1.1 聲發(fā)射特性的混合分析方法

鋼筋混凝土這類復(fù)雜材料，僅采用參數(shù)分析對損傷進(jìn)行識別又有一定的難度。因此，將參數(shù)分析與波形分析相結(jié)合可以利用各自的優(yōu)勢達(dá)到既快速方便，又準(zhǔn)確可靠的識別目的。實(shí)際構(gòu)件破壞過程中的AE信號往往數(shù)以萬計(jì)。因此，首先采用參數(shù)分析法，利用AE能量參數(shù)(或其他類似參數(shù))進(jìn)行篩選，選擇重要的信號進(jìn)行波形分析。AE能量的優(yōu)點(diǎn)是既體現(xiàn)了信號的幅值又反映了持續(xù)時(shí)間，且對電壓閾值與信號頻率不敏感[7-9]。由于不同AE事件的能量大小可能相差幾個數(shù)量級，本文采用能量的常用對數(shù)定義為“能量級”(簡稱“能級”，Energy magnitude)作為參數(shù)篩選的工具，即：

Energymagnitude=log(E)

(1)

其中E為某聲發(fā)射事件的AE能量參數(shù)，由聲發(fā)射程序通過時(shí)域信號的包絡(luò)面積計(jì)算獲得。能級取決于事件的能量，反映該事件釋放能量的大小，實(shí)際測試中，雖然多數(shù)信號的能級處于一個較小的水平，仍然可用于對聲發(fā)射源進(jìn)行初步的分類。根據(jù)初步篩選出的AE信號，進(jìn)行進(jìn)一步的波形分析以提取AE特性，判斷損傷類型。

利用HHT進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)，得到各階固有模態(tài)函數(shù)(IMF)，IMF有助于識別AE信號的物理機(jī)制，再通過Hilbert變換獲得信號時(shí)頻分布特征的Hilbert譜。從Hilbert譜中可進(jìn)一步提取出新的AE參數(shù)，固有模態(tài)函數(shù)的最大瞬時(shí)幅值(MIA)及其對應(yīng)的特征瞬時(shí)頻率(CIF)，用于構(gòu)件損傷狀態(tài)變化的監(jiān)測。

1.2 Hilbert-Huang 變換

HHT由兩個主要部分組成[10]，一是經(jīng)驗(yàn)?zāi)B(tài)分解(EmpiricalModeDecomposition，EMD)，二是Hilbert譜分析(HSA)。EMD是HHT的關(guān)鍵核心部分。它是基于信號的局部特征時(shí)間尺度大小，采用極值尺度參數(shù)把一個復(fù)雜的信號分解為有限個固有模態(tài)函數(shù)(IntrinsicModeFunction，IMF)與一個殘差項(xiàng)之和，即信號可以分解為如下形式：

(2)

式中x(t)為分析信號，ci為第i階IMF，n為IMF的個數(shù)，rn為殘差項(xiàng)。由EMD方法分解得到的每一個IMF包含了信號從高到低不同頻率段的成分，是信號頻帶的一種自動劃分，另外每一個IMF包含原始信號的局部特征信息，反映了信號內(nèi)部固有的波動性，且一個周期僅含一個波動模態(tài)，這能很好地消除模態(tài)混疊的現(xiàn)象。

HSA基于EMD方法，通過將EMD得到的各階IMF即作Hilbert變換得到：

(3)

再構(gòu)解析信號：

(4)

得到幅值函數(shù)和相位函數(shù)：

(5)

(6)

(7)

最終得到Hilbert譜：

(8)

Re表示取實(shí)部。Hilbert譜反映了信號幅值隨時(shí)間和頻率的變化規(guī)律。從IMF中提取反映聲源特性的有效參數(shù)就非常重要，有效解決了EMD分解的IMF的復(fù)雜性及Hilbert譜對聲源直接判斷困難性。

2 實(shí)驗(yàn)驗(yàn)證

2.1 試件及實(shí)驗(yàn)裝置

試驗(yàn)采用150mm×180mm×1500mm的梁，其配筋見圖1?；炷链止橇系淖畲罅娇刂圃?mm左右，小于400kHz以下的AE波在混凝土中傳播的波長，在此情況下，混凝土材料的不均勻性對波的傳播影響可以忽略?；炷翉?qiáng)度等級為C30。采用325水泥，混凝土配合比(水:水泥:砂:碎石)為0.4:1.0:1.137:2.65，28天抗壓實(shí)測值34MPa。

四只寬頻AE傳感器(PACWDI-AST)分別用黃油粘接于梁的上下表面，以采集加載過程中梁發(fā)出的AE信號。加載系統(tǒng)為200kN萬能試驗(yàn)機(jī)，配以特制的加載架實(shí)現(xiàn)四點(diǎn)彎曲加載。加載架與梁之間采用150mm×80mm×10mm鋼板并加墊橡膠墊進(jìn)行荷載傳遞，避免梁的局部破壞，橡膠墊還可以阻隔梁外部的干擾信號。加載過程采用位移控制，以控制裂紋形成后的擴(kuò)展速度，加載速度為2mm/min，使混凝土的變形能能夠及時(shí)釋放。按估算的最大荷載確定每級加載量為20kN。

圖1 鋼筋混凝土梁配筋圖及其尺寸

2.2 實(shí)驗(yàn)結(jié)果

試驗(yàn)機(jī)記錄的加載曲線如圖2所示，圖中柱狀圖為AE系統(tǒng)同步記錄的AE事件能量參數(shù)。由圖2可見，當(dāng)荷載接近110kN時(shí)，曲線的斜率發(fā)生顯著變化，說明此時(shí)已發(fā)生了顯著的宏觀破壞。斜率的不斷降低使加載曲線逐漸彎曲，而梁的損傷演化使其整體剛度明顯下降。

加載曲線在最后的破壞階段發(fā)生顯著的變化，對前期產(chǎn)生的混凝土開裂破壞并不敏感。而AE系統(tǒng)對構(gòu)件的損傷演化非常敏感，包括微裂紋萌生。試驗(yàn)中采集的信號往往數(shù)以萬計(jì)，按能級進(jìn)行篩選以減少進(jìn)一步進(jìn)行波形分析的工作量是必要的。圖2中標(biāo)注字母A～I(xiàn)的AE事件是本文篩選的具有代表性事件，用于后續(xù)分析研究。

圖2 加載曲線及相應(yīng)的AE能量

對重要AE事件進(jìn)行信號篩選后即可進(jìn)行波形分析。利用HHT的EMD分解得圖3所示的IMF，進(jìn)行Hilbert變換可得信號的時(shí)頻分布特性，根據(jù)時(shí)頻分布特性實(shí)現(xiàn)AE源進(jìn)行分類和識別。

(a)EMD分解

(b)時(shí)頻分布

圖3AE信號的EMD分解及時(shí)頻分布

對信號中的噪聲，可利用EMD分解實(shí)現(xiàn)去噪。圖3(a)中第一階IMF為等幅、連續(xù)的高頻信號，具有典型的噪聲特征，可將其去除，并對有用信息進(jìn)行分析。若信號的能量集中于某一階IMF，屬于較為單一的簡單聲源，或以某一種聲源為絕對占優(yōu)，其他聲源可以忽略。若信號能量以二階或更多階IMF為主，則屬于較為復(fù)雜的聲源。

3 分析與討論

鋼筋混凝土梁在加載過程中經(jīng)歷了三個階段，一是微損傷階段，材料內(nèi)部微觀缺陷(如孔洞等)受力變形引起的微觀裂紋萌生與匯聚；二是帶裂縫工作階段，混凝土表面出現(xiàn)可見裂紋，隨著荷載的增加進(jìn)一步擴(kuò)展，梁仍處于正常工作階段，但需時(shí)刻關(guān)注其損傷狀態(tài)，防止進(jìn)入最后的破壞階段；三是破壞階段，鋼筋達(dá)到屈服強(qiáng)度，混凝土開裂、壓碎、鋼筋滑移等破壞可能同時(shí)發(fā)生。

利用混合方法對A～I(xiàn)的9個典型信號進(jìn)行綜合分析，參數(shù)特性及對應(yīng)損傷類型見表1。

表1 鋼筋混凝土梁彎曲試驗(yàn)中典型事件的AE特性

在梁的微損傷階段，AE事件的能級及信號的MIA值均較小，同時(shí)EMD分解顯示了IMF分量的多樣性，表明材料內(nèi)部薄弱點(diǎn)的各種損傷與劣化使得聲源較為豐富。

當(dāng)出現(xiàn)較大能量的事件B時(shí)，梁的表面出現(xiàn)了一條宏觀裂紋，表明進(jìn)入第二階段。此時(shí)AE事件變得活躍，各種能級的事件不斷出現(xiàn)。其中較大能級的事件均以混凝土開裂為主，信號的特征瞬時(shí)頻率CIF基本都在100～140kHz之間變化，與第一階段類似。此后梁處于裂紋擴(kuò)展或新開裂出現(xiàn)的損傷演化狀態(tài)，信號特征相當(dāng)。當(dāng)荷載增加到將近60kN即極限荷載的一半左右時(shí)，由新的宏觀開裂產(chǎn)生的F、G等事件具有不同的CIF特征。事件F具有信號幅值大、持續(xù)時(shí)間長的特點(diǎn)，因此能級較大。其CIF為172kHz，明顯高于其他開裂信號。從信號的時(shí)頻分布可看出其中包含了高頻和低頻兩條主要頻帶，但仍以低頻信號為主(圖4a)。緊跟其后的事件G與之類似，但高頻成分占主要成分(圖4b)，其CIF達(dá)353kHz，具有滑移信號的特征[11]?？梢姶穗A段梁的開裂已達(dá)一定程度，梁中雖仍以開裂損傷為主，但損傷狀態(tài)開始變得更加復(fù)雜，出現(xiàn)了高頻信號，此信號來自開裂過程中鋼筋與混凝土之間的局部滑移。此時(shí)的構(gòu)件仍可繼續(xù)工作，但其開裂破壞已達(dá)一定程度，結(jié)構(gòu)可靠度下降，信號預(yù)警結(jié)構(gòu)需要加固、修復(fù)或做進(jìn)一步檢測。

當(dāng)荷載接近110kN時(shí)(接近事件H)，加載曲線的斜率開始降低，構(gòu)件進(jìn)入破壞階段。此時(shí)加載曲線逐漸彎曲，荷載趨于極限值，同時(shí)梁的整體剛度明顯下降。在此過程中，兩次大的損傷事件(事件H和I)造成荷載值的兩次下降，即產(chǎn)生了較大的能量釋放。從事件H和I的進(jìn)一步分析可見，其信號能量主要集中于單個IMF中，結(jié)合較大的MIA及較低的CIF值，說明混凝土開裂在該事件中占絕對主導(dǎo)地位。其中CIF由于整體剛度的降低而明顯小于工作階段。

(a)事件F

(b)事件G

圖2可見，此階段AE事件非?；钴S，損傷以兩個巨大的開裂為主，且各種類型的損傷交替發(fā)生，釋放出很大的能量，這是發(fā)生關(guān)鍵性破壞的標(biāo)志。此時(shí)從梁表面可觀察到斜向剪切裂縫，表明梁已發(fā)生徹底失效。因此，此階段出現(xiàn)的具有低頻(CIF值偏低)、高能級、高幅值、單模態(tài)特征的大的開裂信號，預(yù)示著破壞即將發(fā)生，可作為構(gòu)件破壞的預(yù)警信號。

4 結(jié)論

本文對四點(diǎn)彎曲荷載下普通鋼筋混凝土梁的破壞過程進(jìn)行了聲發(fā)射檢測與分析。根據(jù)梁各階段的損傷破壞規(guī)律，利用混合方法分析了相應(yīng)的AE特性。主要結(jié)論如下：

利用聲發(fā)射技術(shù)對鋼筋混凝土構(gòu)件進(jìn)行無損檢測具有很高的靈敏度，可得到從微觀損傷到巨大的斷裂破壞之間的各種損傷信號，較好地反映了各階段的損傷特征。

聲發(fā)射能量參數(shù)(能級)反映了事件的整體能量釋放，而MIA值反映了單個信號的瞬時(shí)特性，將其與CIF值相結(jié)合，可以較好地反映聲源特性，參數(shù)在不同受力環(huán)境下具有較好的穩(wěn)定性。對于特征參數(shù)發(fā)生明顯變化的關(guān)鍵AE信號，利用信號的Hilbert時(shí)頻譜，可以直觀識別損傷狀態(tài)。

通過聲發(fā)射特征分析除了能夠清晰地確定構(gòu)件中重要的開裂信號，還提供了兩個重要的安全預(yù)警信號，即加固修復(fù)預(yù)警和結(jié)構(gòu)破壞預(yù)警，從而為聲發(fā)射技術(shù)用于大型土木工程結(jié)構(gòu)的健康監(jiān)測提供了可靠依據(jù)。

[1]BeattieAG.Acousticemission,principlesandinstrumentation[J].JournalofAcousticEmission, 1983, 2(1/2): 95-128.

[2] 紀(jì)洪廣.混凝土材料聲發(fā)射性能研究與應(yīng)用[M].北京: 煤炭工業(yè)出版社,2004.

[3]YoonD,WeissW,ShahS.AssessingDamageinCorrodedReinforcedConcreteUsingAcousticEmission[J].JournalofEngineeringMechanics, 2000, 126(3): 273-283.

[4]LuC,DingP,ChenZ.Time-frequencyAnalysisofAcousticEmissionSignalsGeneratedbyTensionDamageinCFRP[J].ProcediaEngineering, 2011,23: 210-215.

[5]LinL,ChuF.HHT-basedAEcharacteristicsofnaturalfatiguecracksinrotatingshafts[J].MechanicalSystemsandSignalProcessing, 2012,26: 181-189.

[6]LawLS,KimJH,LiewWYH,etal.AnapproachbasedonwaveletpacketdecompositionandHilbert-Huangtransform(WPD-HHT)forspindlebearingsconditionmonitoring[J].MechanicalSystemsandSignalProcessing,2012,33:197-211.

[7] 于德介, 程軍圣, 楊宇. 機(jī)械故障診斷的Hilbert-Huang變換方法[M].北京:科學(xué)出版社, 2006.

[8]HanWQ,ZhouJY.Acousticemissioncharacterizationmethodsofdamagemodesidentificationoncarbonfibertwillweavelaminate[J].ScienceChina-TechnologicalSciences,2013,56(9): 2228-2237.

[9]HamdiSE,LeDuffA,SimonL,etal.AcousticemissionpatternrecognitionapproachbasedonHilbert-Huangtransformforstructuralhealthmonitoringinpolymer-compositematerials[J].AppliedAcoustics,2013,74(5):746-757.

[10]HuangNE,ShenSSP.Hilbert-HuangTransformanditsapplication[M].City:WorldScientificPublishingCo.Pte.Ltd.,2005:311.

[11] 駱英, 于長煦, 顧愛軍.應(yīng)用聲發(fā)射技術(shù)的鋼筋與混凝土粘結(jié)滑移特性研究[J].實(shí)驗(yàn)力學(xué),2011(4):343-349.

(責(zé)任編輯：蔣 華)

Damage Identification in Reinforced Concrete Components Using Acoustic Emission

GU Ai-jun

(School of Hydraulic, Energy and Power Engineering, Yangzhou University,Yangzhou Jiangsu 225127, China)

To realize the damage identification using acoustic emission (AE) technique, experimental study on damage detection in reinforced concrete beams was performed. The Hilbert-Huang transform (HHT) was employed to analyze AE signals. By using empirical mode decomposition (EMD), the AE signals were decomposed to several intrinsic mode functions (IMF), and Hilbert spectrums were derived. The maximum instantaneous amplitude of IMF and the characteristic instantaneous frequency were extracted from the IMFs. The damage conditions of reinforced concrete components were identified by a hybrid method with AE parameters and waveforms. Two early warning signals for structural strengthening and retrofitting, and destruction were also obtained. The results provided theoretical bases for AE application in the health monitoring of reinforced concrete structures.

acoustic emission; reinforced concrete; damage identification; Hilbert-Huang transform (HHT); characteristic extraction

2014-09-03

國家自然科學(xué)基金項(xiàng)目(11402101，11272138)

顧愛軍(1968-)，男，江蘇泰興人，副教授，博士在讀，主要從事樁基檢測、混凝土結(jié)構(gòu)無損檢測和安全監(jiān)測、混凝土結(jié)構(gòu)聲發(fā)射技術(shù)等方面研究。

TU317+

A

1009-7961(2015)01-0041-05