鋪面材料性能診斷與評價(jià)中的聲發(fā)射技術(shù)*

邱 欣， 徐靜嫻， 王鈺杰， 程維豪， 楊 青， 龔夢綺

(1.浙江師范大學(xué) 道路與交通工程研究中心,浙江 金華 321004;2.浙江臨金高速公路有限公司，浙江 杭州 310024)

0 引 言

混凝土和瀝青混合料是最主要的道路鋪面材料，其中瀝青混合料更是廣泛應(yīng)用于國內(nèi)外高等級路面建設(shè).在道路投入使用期間，路面受各種車輛和不同環(huán)境反復(fù)荷載與作用，局部出現(xiàn)微觀損傷并不斷疊加與隨機(jī)擴(kuò)展，導(dǎo)致結(jié)構(gòu)強(qiáng)度和性能降低，進(jìn)而發(fā)展為不可恢復(fù)的變形或開裂，直至最終失效.

結(jié)構(gòu)失穩(wěn)破壞是多因素綜合作用的復(fù)雜結(jié)果，既有宏觀層面的力、溫度、光照等多場耦合效應(yīng)，也有微觀層面的材料組分力學(xué)性質(zhì)差異及其相互作用.已有的路面損壞檢測手段，如攝像、超聲、激光掃描、CT檢測、圖像識(shí)別等，大多從宏觀角度出發(fā)，通過識(shí)別裂縫或變形，處理并獲取破壞信息，計(jì)算相關(guān)路面性能評價(jià)指標(biāo)以判斷道路損壞狀態(tài)[1].顯然，上述方法不能實(shí)時(shí)動(dòng)態(tài)感知路面結(jié)構(gòu)內(nèi)部損傷演化及微裂紋逐漸進(jìn)化為宏觀裂縫的全過程，無法有效揭示混合料內(nèi)部破壞產(chǎn)生部位及其衍生機(jī)制，尤其缺失對各種材料自身性質(zhì)的影響評價(jià).

自20世紀(jì)中葉以來，作為無損檢測技術(shù)代表性成果之一的聲發(fā)射技術(shù)開始在材料性能測試、管道泄漏監(jiān)測、工程結(jié)構(gòu)健康診斷等研究領(lǐng)域大放異彩.聲發(fā)射技術(shù)是對材料受力作用時(shí)因局部能量快速釋放形成的彈性波進(jìn)行電信號(hào)轉(zhuǎn)換與檢測，通過分析信號(hào)波形讀取相關(guān)參數(shù),并推演變形或破壞發(fā)生的初始位置，再現(xiàn)結(jié)構(gòu)內(nèi)部損傷演化和裂隙擴(kuò)張過程，更進(jìn)一步對材料內(nèi)部潛在缺陷進(jìn)行檢測與識(shí)別,并對材料性能變化展開評價(jià).回顧聲發(fā)射技術(shù)的發(fā)展歷程，聲發(fā)射源定位、聲發(fā)射信號(hào)處理、聲發(fā)射參數(shù)分析構(gòu)成其理論體系不斷豐富與完善的“三駕馬車”.聲發(fā)射源定位是實(shí)現(xiàn)破壞發(fā)生起始點(diǎn)的精準(zhǔn)追蹤，即通過檢測與分析聲發(fā)射信號(hào)波形特征，推導(dǎo)和反演彈性波釋放過程.不同材料的性質(zhì)和結(jié)構(gòu)各異，其他如受力條件、加載方式等因素都會(huì)導(dǎo)致聲發(fā)射的產(chǎn)生與傳播機(jī)理千差萬別.因此，提升聲發(fā)射技術(shù)在甄選聲發(fā)射信號(hào)參數(shù)，演繹材料或結(jié)構(gòu)失效全過程，溝通聲發(fā)射過程與力學(xué)過程的緊密聯(lián)系，量化聲發(fā)射參數(shù)非線性特征及評價(jià)材料破損狀態(tài)等方面的應(yīng)用能力,成為國內(nèi)外專家學(xué)者近年來的研究重點(diǎn)與熱議話題.

縱觀混凝土和瀝青混合料聲發(fā)射特性研究，由于二者均為多相復(fù)合材料，內(nèi)部結(jié)構(gòu)復(fù)雜，對環(huán)境變化的感應(yīng)敏銳，其損壞失穩(wěn)過程的聲發(fā)射現(xiàn)象同材料自身性質(zhì)、力學(xué)過程之間的聯(lián)系不可小覷.所以，未來在鋪面材料性能診斷和評價(jià)中，打造一種基于聲發(fā)射技術(shù)的多尺度分析材料受損狀態(tài)的新方法、凝練一套具有針對性的鋪面材料聲發(fā)射過程的實(shí)時(shí)監(jiān)測系統(tǒng)，必將在實(shí)際工程中有效支撐和強(qiáng)化現(xiàn)有路面損壞的檢測和分析體系.

1 聲發(fā)射源定位

聲發(fā)射源定位是指通過設(shè)置傳感器網(wǎng)絡(luò)，檢測分析聲發(fā)射信號(hào)，篩選信號(hào)波形時(shí)頻域信息參量，應(yīng)用相關(guān)算法或模型推導(dǎo)聲發(fā)射產(chǎn)生的位置[2].下面主要?dú)w納和總結(jié)了傳統(tǒng)迭代算法、線性方程和計(jì)算機(jī)智能模型在應(yīng)用于聲發(fā)射源定位的算法原理及各自優(yōu)勢.

1.1 迭代逼近

Geiger定位、單純形、相對定位和最小二乘法等都是體現(xiàn)傳統(tǒng)迭代逼近思想的典型數(shù)學(xué)模型，旨在選取某一初始點(diǎn)后按一定規(guī)則反復(fù)調(diào)整修正以靠近實(shí)際發(fā)生位置,并使得誤差盡可能的小，上述算法廣泛應(yīng)用于地震源、巖石微裂紋定位.相關(guān)學(xué)者更是深入探討了不同迭代算法定位聲發(fā)射源(事件)的結(jié)果精度.胡新亮等[3]得出相對定位算法對速度結(jié)構(gòu)依賴較少，定位結(jié)果具有較高的精度和可靠性;劉建坡等[4]在巖石單軸壓縮和巴西劈裂試驗(yàn)中定位聲發(fā)射事件，發(fā)現(xiàn)單純形法較Geiger算法的定位精度更高;康玉梅等[5]將基于最小二乘法得到的初始位置代入Geiger定位算法，發(fā)現(xiàn)迭代步數(shù)減少且誤差較小.

比較各種迭代算法，Geiger定位會(huì)對時(shí)間觀測誤差產(chǎn)生疊加效果；而單純形法在選取初始點(diǎn)時(shí)不具備標(biāo)準(zhǔn)規(guī)則,易對結(jié)果產(chǎn)生影響.不難發(fā)現(xiàn)，在計(jì)算過程中，這些算法計(jì)算量大，模型穩(wěn)定性不佳.對此，劉培洵等[6]指出隨機(jī)誤差是影響定位精度的主要因素，運(yùn)用最小絕對偏差法建立函數(shù)模型，結(jié)果表明當(dāng)存在離群點(diǎn)時(shí)，穩(wěn)健算法有效改善了聲發(fā)射的定位精度;鄧艾東等[7]改進(jìn)了最小方差自適應(yīng)時(shí)延估計(jì)方法，引入衰減系數(shù)描述信號(hào)傳遞過程中能量的減弱，使之在迭代過程中可抵消相同能級的噪聲干擾，同時(shí)根據(jù)估計(jì)誤差大小分別按誤差梯度和誤差加權(quán)實(shí)時(shí)調(diào)整步長以提高收斂速度.

1.2 到時(shí)檢測

在3維空間定位聲發(fā)射源時(shí)，聲發(fā)射傳播至傳感器的路徑如下式所述：

其中：v為波的傳播速度；ti為聲發(fā)射信號(hào)實(shí)際到達(dá)第i個(gè)傳感器的時(shí)刻；t為聲發(fā)射事件發(fā)生時(shí)刻；(xi，yi，zi)為第i個(gè)聲發(fā)射傳感器的空間坐標(biāo)；(x，y，z)為聲發(fā)射源的空間坐標(biāo),即目標(biāo)定位點(diǎn).聲發(fā)射本身就是一個(gè)復(fù)雜耦合的應(yīng)力波發(fā)射現(xiàn)象，另外檢測儀器的非線性作用同樣揉入波的傳導(dǎo)過程使之發(fā)生融合與疊加.

過去30年，導(dǎo)波理論同無損檢測技術(shù)的結(jié)合,開闊和提高了微波檢測的范圍及準(zhǔn)確性，由此發(fā)展起來的模態(tài)聲發(fā)射技術(shù)可有效削弱設(shè)備的影響[8-9].龔仁榮等[10]基于Lamb波的頻散特性和Gabor小波時(shí)頻分析方法，提取不同模態(tài)波或多頻率成分的聲發(fā)射(acoustic emission,AE)信號(hào)到達(dá)傳感器的時(shí)間，并利用等腰三角形定位聲發(fā)射源，有效避免傳感器靈敏度及其布局對定位精度的影響;Ciampa等[11]建立了非線性方程，利用連續(xù)小波變換識(shí)別波包到時(shí)，結(jié)合局部牛頓迭代法和回溯技術(shù)獲取沖擊位置坐標(biāo)和確定彎曲Lamb波的群速度以定位聲發(fā)射源;龐寶君等[12]運(yùn)用希爾伯特-黃變換(Hilbert-Huang transform,HHT)提取分解聲發(fā)射信號(hào)中的A0、S0模態(tài)波，根據(jù)不同頻率下的波速規(guī)律，改進(jìn)聲發(fā)射線定位中到時(shí)差的精度;張萍等[13]運(yùn)用小波變換分離聲發(fā)射信號(hào)中某一特征頻率成分，引入閾值分析法將變換后幅值最大值的80%作為檢驗(yàn)A0模態(tài)波到達(dá)的時(shí)間點(diǎn)以明確時(shí)差.

聲發(fā)射信號(hào)到時(shí)檢測離不開對耦合信號(hào)的過濾、分解與剖析，涉及具體方法及原理將在后文中詳細(xì)介紹.金中薇等[14]強(qiáng)調(diào)噪聲、聲發(fā)射信號(hào)波形反射、折射對確定到時(shí)差的影響，選取加權(quán)廣義互相關(guān)算法對信號(hào)進(jìn)行濾波處理以提高信噪比，對比發(fā)現(xiàn)相變(the phase transform,PHAT)加權(quán)廣義互相關(guān)分析定位精度更高;黃曉紅等[15]針對小波去噪后的石巖聲發(fā)射信號(hào)進(jìn)行全相位快速傅里葉變換(all phase fast Fourier,ApFFT)，提取信號(hào)序列中心樣點(diǎn)相位值，而后通過FFT得到該信號(hào)區(qū)段全相位頻譜，據(jù)此計(jì)算到達(dá)各個(gè)傳感器的時(shí)間差;Gollob等[16]比較齊次、非齊次Geiger迭代和FastWay算法的定位結(jié)果，發(fā)現(xiàn)：FastWay充分考慮試件本身的幾何體素與波在不同組分中的傳播速度，根據(jù)各傳感器最早檢測到時(shí)矩陣及各自檢測到時(shí)，結(jié)合空間坐標(biāo)推演最快波傳遞路徑，具有相對較高的定位精度.

1.3 信息智能

20世紀(jì)60年代以來，以支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)等為代表的智能算法體現(xiàn)了機(jī)器學(xué)習(xí)的高度集成與泛化能力.生物、醫(yī)學(xué)、經(jīng)濟(jì)等學(xué)科的普遍實(shí)踐表明，智能算法具有良好的自適應(yīng)性和非線性作用等.

不同聲發(fā)射源具有鮮明的特征差別，因此,檢測到的聲發(fā)射信號(hào)波形不盡相同，表現(xiàn)為反映波形變化規(guī)律的信號(hào)參數(shù)與聲發(fā)射源的特性相對應(yīng).易若翔等[17]指出聲發(fā)射信號(hào)特征參數(shù)、波形數(shù)據(jù)等可作為輸入，定位坐標(biāo)可作為輸出,進(jìn)行人工神經(jīng)網(wǎng)絡(luò)聲發(fā)射源定位;李冬生等[18]以聲發(fā)射特征參數(shù)的組合作為輸入層，聲發(fā)射源坐標(biāo)值作為輸出層，分別采用誤差分析和主成分分析(principal component analysis,PCA)方法確定隱含層和集約樣本空間、縮短訓(xùn)練時(shí)間，這一構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)在應(yīng)用于斷鉛試驗(yàn)中得到的聲發(fā)射源定位結(jié)果精度較高;Ince等[19]結(jié)合聚類分析和FFT等信號(hào)處理手段，按一定噪聲閾值和P波到達(dá)特征，運(yùn)用支持向量機(jī)訓(xùn)練并檢測P波到時(shí)，從而實(shí)現(xiàn)微裂紋擴(kuò)展定位.

綜上所述，明確聲發(fā)射源是理解材料或結(jié)構(gòu)變形失效過程的首要任務(wù).目前常用的聲發(fā)射源定位方法各有其局限性.如何“優(yōu)勢互補(bǔ)”，如何從材料性質(zhì)和結(jié)構(gòu)特點(diǎn)出發(fā)為復(fù)雜材料的缺陷診斷布置合理的傳感器網(wǎng)絡(luò)，如何定義聲發(fā)射參數(shù)與源傳播機(jī)制之間的相關(guān)性，仍有待思考與完善.

2 聲發(fā)射信號(hào)處理

聲發(fā)射信號(hào)的傳導(dǎo)受到材料結(jié)構(gòu)、傳播介質(zhì)等諸多因素的影響，實(shí)際檢測得到的信號(hào)波形已經(jīng)是多種波疊加形成的復(fù)雜模式.參數(shù)檢驗(yàn)和波形變換是聲發(fā)射信號(hào)處理的兩大主要手段[20].下面主要介紹和對比不同信號(hào)處理手段在鞏固聲發(fā)射信號(hào)特征、消除噪聲影響中所取得的成果.

2.1 特征鞏固

常用的聲發(fā)射信號(hào)波形處理方法包括傅里葉變換(FT)、希爾伯特-黃變換(HHT)、小波變換(WT)、小波包變換(WPT)等.諸多研究表明，將聲發(fā)射信號(hào)進(jìn)行時(shí)頻轉(zhuǎn)換并分離至不同頻段，可有效剔除冗雜信息干擾，進(jìn)一步凸顯聲發(fā)射信號(hào)本身的特征.Serrano等[21]為從聲發(fā)射信號(hào)的時(shí)間和頻率變量中分離出感興趣的物理參數(shù)，提出一種新的樣條小波包族，可提供具有良好適應(yīng)性的時(shí)頻技術(shù)以檢測和定位未知波形的瞬態(tài);張平等[22]利用小波變換將聲發(fā)射信號(hào)分離到不同頻段及對聲發(fā)射信號(hào)局部時(shí)頻特征展開分析，并強(qiáng)調(diào)要選擇合理的小波基函數(shù)和小波尺度;王更峰等[23]將更為精細(xì)的小波包分析應(yīng)用到巖石聲發(fā)射信號(hào)處理上來，分析小波包分解聲發(fā)射信號(hào)后各個(gè)頻帶上的能量分布及占比，得到反映聲發(fā)射信號(hào)主要信息的特征頻帶;孫立瑛等[24]分別運(yùn)用小波包分析和HHT對管道泄露聲發(fā)射信號(hào)進(jìn)行分解、重構(gòu)及相關(guān)分析，對比發(fā)現(xiàn)：經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)方法可有效地將信號(hào)分離為若干個(gè)本征模函數(shù)(IMF)的分量之和，將包含不同特征信息的聲發(fā)射信號(hào)在不同分辨率下表現(xiàn)出來，且重構(gòu)信號(hào)能更真實(shí)地反映原信號(hào)的本質(zhì)特征;張闖等[25]先后采用FFT和WPT對聲發(fā)射信號(hào)進(jìn)行處理，比較各頻帶的能量分布差異，提取特征頻率以判斷是否存在裂紋;Gu等[26]運(yùn)用HHT對其進(jìn)行分解和轉(zhuǎn)換，獲取3D希爾伯特頻譜,即信號(hào)的時(shí)頻能量分布,以進(jìn)一步結(jié)合分形理論深入分析并提取其特征參數(shù).

在處理聲發(fā)射信號(hào)的過程中，上述方法仍存在一定缺陷：相關(guān)參量的選取無統(tǒng)一規(guī)則，而算法本身也有局限性.對此，Law等[27]為克服HHT初始階段對信號(hào)分解存在各頻率成分相鄰、首頻段過寬的缺陷，指出利用小波變換預(yù)先將信號(hào)分解為有限個(gè)窄頻;宮宇新等[28]對采集的大量聲發(fā)射時(shí)域信號(hào)數(shù)據(jù)選擇合適的時(shí)窗進(jìn)行最優(yōu)分割，并運(yùn)用時(shí)頻分析算法進(jìn)一步定位主頻帶;Lin等[29]在明確各傳感器在各窄頻帶的靈敏度的基礎(chǔ)上，將原始非線性聲發(fā)射信號(hào)在時(shí)域和頻域上轉(zhuǎn)換成為線性、正態(tài)化的信號(hào)，有效克服信號(hào)能量的衰減問題;胡磊等[30]在處理柴油機(jī)缸蓋故障產(chǎn)生的聲發(fā)射信號(hào)時(shí)，將時(shí)頻熵同HHT相結(jié)合，分析信號(hào)在時(shí)頻域的能量分布疏密變化從而提取臨界特征參數(shù).

2.2 噪聲消減

噪聲干擾易使聲發(fā)射信號(hào)產(chǎn)生不可估量的形變，而聲發(fā)射信號(hào)處理的重點(diǎn)之一就是消除或降低噪聲.彭志科等[31]根據(jù)振動(dòng)信號(hào)的循環(huán)平穩(wěn)性，以Mallat算法思想導(dǎo)入分級合成逼近的理念得到多個(gè)小波基函數(shù)，設(shè)計(jì)基于離散小波變換的消噪方法，將對應(yīng)于噪聲即濾波器系數(shù)小的小波系數(shù)置為零;顧江等[32]采用獨(dú)立分量分析方法對聲發(fā)射信號(hào)進(jìn)行多路獨(dú)立變量分離，按照信號(hào)時(shí)頻或頻域分布經(jīng)驗(yàn)識(shí)別有用信號(hào)和噪聲，同小波分析法相比，該方法的去噪效果更好;郝如江等[33]應(yīng)用形態(tài)濾波對軸承聲發(fā)射信號(hào)進(jìn)行多尺度組合運(yùn)算降低噪聲，這一方法簡單易行;康玉梅等[34]采用不同小波包閾值去噪方法進(jìn)行對比試驗(yàn)，發(fā)現(xiàn)分?jǐn)?shù)冪閾值去噪法可有效減少信號(hào)失真，減輕信號(hào)振蕩，且信噪比較高，均方根誤差較小;席劍輝等[35]基于加權(quán)級聯(lián)形態(tài)濾波削弱聲發(fā)射信號(hào)中的脈沖噪聲，基于滾動(dòng)軸承故障模擬的聲發(fā)射試驗(yàn)結(jié)果表明該方法可有效抑制高頻噪聲干擾;王向紅等[36]先后采用小波包分析和獨(dú)立成分分析對含噪混合信號(hào)進(jìn)行降噪和分離，并利用收縮函數(shù)對分離后的信號(hào)在頻段內(nèi)去噪，試驗(yàn)表明：這一方法可有效提取輸入信噪比大于-15 dB的微弱多源故障信號(hào).

另一方面，在分離聲發(fā)射信號(hào)中的噪聲時(shí)，如何給予充分合理的閾值以盡可能地排除干擾同樣引起相關(guān)學(xué)者的熱議.Shokri等[37]從聲發(fā)射特征參數(shù)的角度出發(fā)，構(gòu)建相關(guān)系數(shù)矩陣,對有關(guān)信號(hào)與噪聲展開研究，通過試驗(yàn)數(shù)據(jù)計(jì)算得到二者的參量差異，從而區(qū)分聲發(fā)射信號(hào)與噪聲干擾;Ruiz-Carcel等[38]提出利用譜峭度對軸承缺陷檢測加以改進(jìn)，充分發(fā)揮其對初始信號(hào)特征的記憶性，自動(dòng)突出缺陷的表征優(yōu)勢，為信號(hào)處理過程中帶通濾波的選擇提供合理依據(jù).

綜上所述，聲發(fā)射信號(hào)處理旨在弱化聲發(fā)射過程中的非線性和不穩(wěn)定性，凝練不同頻段波形信息，重塑具有鮮明特征的聲發(fā)射信號(hào).當(dāng)然，是否能夠從信號(hào)處理的角度為把握和聚類不同聲發(fā)射波形特征，實(shí)現(xiàn)信號(hào)波動(dòng)與材料特性、物質(zhì)結(jié)構(gòu)、破壞模式的對應(yīng)關(guān)系，對深度剖析聲發(fā)射過程中所攜帶的損傷信息具有重要的意義.

3 聲發(fā)射參數(shù)分析

聲發(fā)射參數(shù)是多角度表征與評價(jià)聲發(fā)射過程的量化工具，也是多指標(biāo)刻畫材料或結(jié)構(gòu)聲發(fā)射特性的客觀反映，更是描述聲發(fā)射變化規(guī)律及復(fù)雜內(nèi)涵的主要方式.下面主要梳理和說明聲發(fā)射參數(shù)、反映聲發(fā)射過程非線性特征的相關(guān)參量及聲發(fā)射過程同力學(xué)過程耦合的參量表達(dá)形式.

3.1 基本描述

聲發(fā)射信號(hào)分為突發(fā)型和連續(xù)型2種，圖1是一典型的突發(fā)型聲發(fā)射信號(hào)圖譜[39].

圖1 突發(fā)型聲發(fā)射信號(hào)

聲發(fā)射基本參數(shù)包括能量、幅度、上升時(shí)間、振鈴計(jì)數(shù)、持續(xù)時(shí)間等，可進(jìn)一步區(qū)分為過程參數(shù)與狀態(tài)參數(shù)：過程參數(shù)表示某一時(shí)段或過程的聲發(fā)射行為，如聲發(fā)射事件總數(shù)、總能量等累計(jì)量和幅度分布、頻率分布等統(tǒng)計(jì)量；狀態(tài)參數(shù)則抓取某一瞬態(tài)現(xiàn)象，如聲發(fā)射事件率、聲發(fā)射率.

相關(guān)學(xué)者就不同聲發(fā)射參數(shù)在實(shí)際材料聲發(fā)射過程中的表征意義展開廣泛研究，主要體現(xiàn)在構(gòu)造聲發(fā)射特征參數(shù)、建立聲發(fā)射參數(shù)變化同損傷演化的階段性和突變點(diǎn)等特征的對應(yīng)關(guān)系.紀(jì)洪廣等[40]認(rèn)為聲發(fā)射率和聲發(fā)射事件是直觀反映混凝土損傷機(jī)理的重要參數(shù)，聲發(fā)射事件數(shù)可表征材料受損程度.同時(shí)，紀(jì)洪廣等[41]建立聲發(fā)射參數(shù)的灰色尖點(diǎn)突變模型，指出聲發(fā)射參數(shù)的突變點(diǎn)是判斷其斷裂的臨界狀態(tài)的重要特征.Jirapong等[42]對不銹鋼管道在不同靜水壓力作用下微裂紋產(chǎn)生及擴(kuò)展的聲發(fā)射信號(hào)展開研究，試驗(yàn)發(fā)現(xiàn)峰值因子和聲發(fā)射能量2種參數(shù)的波動(dòng)特性可有效表征管道內(nèi)裂紋擴(kuò)展.吳賢振等[43]將聲發(fā)射累計(jì)數(shù)、聲發(fā)射b值共同應(yīng)用于巖爆預(yù)報(bào)，試驗(yàn)結(jié)果表明，在加載后期聲發(fā)射累計(jì)數(shù)急劇增加、聲發(fā)射b值快速下降，此時(shí)巖石完全破壞.Kencanawati等[44]通過脈沖功率技術(shù)制成高等級優(yōu)質(zhì)再生粗集料并制備混凝土試件，在利用聲發(fā)射技術(shù)檢測其性能時(shí)，采用AE撞擊、上升時(shí)間/幅值比(rise time-amplitude，RA)值與平均頻率的關(guān)系及AE振幅分布的b值來描述其在壓縮荷載下的破裂行為.門進(jìn)杰等[45]開展鋼筋混凝土梁四點(diǎn)彎曲聲發(fā)射試驗(yàn)，分別得到幅值、聲發(fā)射計(jì)數(shù)、能量、上升時(shí)間等參數(shù)自初始開裂至屈服斷裂階段的變化規(guī)律與表征特性.Aggelis等[46]以纖維強(qiáng)化水泥為研究對象，通過聲發(fā)射信號(hào)參數(shù)對區(qū)分三點(diǎn)彎曲實(shí)驗(yàn)中拉伸和剪切破壞模式及二者界限定位展開討論，發(fā)現(xiàn)聲發(fā)射事件數(shù)、RA、平均頻率(average frequency,AF)等值的變化在描述早期拉伸引起開裂和末期剪切引起分層(纖維拉出)的演化過程具有一致性與合理性.

3.2 非線性特征

材料或結(jié)構(gòu)中聲發(fā)射的產(chǎn)生是隨機(jī)的、不確定的，傳播受諸多因素反復(fù)綜合作用，因此,聲發(fā)射過程充分體現(xiàn)復(fù)雜系統(tǒng)的非線性特征.而國內(nèi)外專家學(xué)者通過試驗(yàn)進(jìn)一步證實(shí)聲發(fā)射過程具有自相似、分形、突變、不可逆等非線性特征，在此就分形與不可逆兩大特征作具體介紹.

3.2.1 分形特征

1967年，美籍?dāng)?shù)學(xué)家Mandelbrot在英國海岸線長度統(tǒng)計(jì)研究中首次提出分形的概念，即極不規(guī)則的海岸線在局部的形態(tài)和整體是相似的[47].分形理論延續(xù)自相似性特點(diǎn)并進(jìn)一步融合精細(xì)結(jié)構(gòu)的不規(guī)則、遞歸等特征，集成數(shù)學(xué)角度的世界觀與自然觀.分形維數(shù)是刻畫研究對象分形特征的定量評價(jià)指標(biāo)，常見的有拓?fù)渚S數(shù)、Hausdorff維數(shù)和關(guān)聯(lián)維數(shù)等等.

自20世紀(jì)90年代開始，分形理論廣泛應(yīng)用于聲發(fā)射研究中.秦四清等[48]建立聲發(fā)射事件在空間上的分形模型，以灰?guī)r在聲發(fā)射實(shí)驗(yàn)中得到的振幅分布譜與振幅的關(guān)系代入計(jì)算，分析結(jié)果認(rèn)為分形維數(shù)是研究巖石斷裂過程的重要幾何參量之一;劉國華等[49]求解聲發(fā)射信號(hào)分形維數(shù)，發(fā)現(xiàn)分形維數(shù)可有效表征聲發(fā)射信號(hào)強(qiáng)度特征，即聲發(fā)射事件越多，信號(hào)的分形維數(shù)越小;高保彬等[50]探究了不同含水量煤樣單軸受壓過程中聲發(fā)射計(jì)數(shù)序列的分形特征，發(fā)現(xiàn)其分形維數(shù)的變化趨勢能較好地反映煤樣破裂的前兆信息;Carpinteri等[51]利用分形理論對混凝土損傷定位及損傷嚴(yán)重程度展開研究，由于單一的計(jì)盒維數(shù)難以區(qū)分不同均質(zhì)度材料內(nèi)部裂紋的分布狀態(tài)，進(jìn)而計(jì)算計(jì)盒維數(shù)與兩點(diǎn)相關(guān)函數(shù)差值表征裂紋密集程度;Zhang等[52]基于砂巖圓柱形試件單軸壓縮試驗(yàn)下聲發(fā)射事件空間分布結(jié)果，以單鏈聚類算法尋找最短間距相鄰事件構(gòu)造聲發(fā)射事件空間向量，采用計(jì)盒維數(shù)結(jié)合球面覆蓋法分析其分形特性并設(shè)計(jì)滑動(dòng)窗探討分形維數(shù)的時(shí)變特征，認(rèn)為分形維數(shù)的變化趨勢與巖石內(nèi)部裂紋的擴(kuò)展過程有關(guān)，分形維數(shù)的驟降可視為巖石失穩(wěn)破壞的前兆;Zhang等[53]結(jié)合巴西劈裂試驗(yàn)和聲發(fā)射技術(shù)探討不同層面角對頁巖拉伸強(qiáng)度的影響，建立聲發(fā)射時(shí)間序列分形模型，動(dòng)態(tài)描述裂紋的擴(kuò)展過程，進(jìn)一步深化關(guān)聯(lián)維數(shù)—應(yīng)力—層面角的聯(lián)系，為破壞發(fā)生的早期預(yù)警提供參考依據(jù).

3.2.2 不可逆特征

材料的不可逆性體現(xiàn)其對受力歷史的“記憶性”，被稱為Kaiser效應(yīng)[20].這一特性在金屬、巖石、混凝土等材料聲發(fā)射過程得到廣泛驗(yàn)證.趙興東等[54]發(fā)現(xiàn)花崗巖Kaiser效應(yīng)出現(xiàn)在線彈性循環(huán)加載階段，不受加載條件的影響;李曼等[55]結(jié)合聲發(fā)射信號(hào)參數(shù)分析，將應(yīng)力應(yīng)變曲線劃分為5個(gè)階段，認(rèn)為巖石內(nèi)部微裂紋穩(wěn)定擴(kuò)展階段的起始點(diǎn)是巖石的Kaiser效應(yīng)點(diǎn)，其終點(diǎn)即為巖石Kaiser效應(yīng)的極限;趙奎等[56]基于參數(shù)分析法和分形理論研究巖石聲發(fā)射Kaiser點(diǎn)特征，經(jīng)小波包頻帶分解得到Kaiser點(diǎn)所在特征頻帶的聲發(fā)射能量占比大于它的鄰點(diǎn)，而關(guān)聯(lián)維數(shù)小于它的鄰點(diǎn);謝強(qiáng)等[57]在證實(shí)花崗巖存在Kaiser效應(yīng)的前提下，研究時(shí)間間隔分別為2 d，15 d和45 d的循環(huán)加卸載作用對巖樣聲發(fā)射活動(dòng)的影響，發(fā)現(xiàn)45 d后巖石的Kaiser效應(yīng)基本消失;Tuncay等[58]基于Kaiser水平等同原位法向應(yīng)力的假設(shè)開展聲發(fā)射試驗(yàn)，根據(jù)不同聲發(fā)射參數(shù)變化特征確定Kaiser水平進(jìn)而得到對應(yīng)巖石應(yīng)力值，發(fā)現(xiàn)：巖石的各向異性會(huì)影響其結(jié)構(gòu)內(nèi)部裂紋數(shù)量與擴(kuò)展方向，但不會(huì)對Kaiser水平產(chǎn)生顯著作用;Clark等[59]首次將聲發(fā)射技術(shù)應(yīng)用于鐵路混凝土軌枕結(jié)構(gòu)健康檢測，利用Kaiser效應(yīng)探討混凝土初始開裂所對應(yīng)的荷載水平.

不難發(fā)現(xiàn)，Kaiser效應(yīng)并非普遍存在和簡單發(fā)生，同材料自身屬性、應(yīng)力水平、循環(huán)加載間隔等條件息息相關(guān).如何有效構(gòu)建材料聲發(fā)射的Kaiser效應(yīng)與其損傷程度和受力歷史的關(guān)系，為材料使用壽命的預(yù)測與結(jié)構(gòu)的維修決策提供依據(jù)，還有待進(jìn)一步的研究.

3.3 參量耦合

如何溝通材料聲發(fā)射信號(hào)同力學(xué)參數(shù)之間的聯(lián)系始終是聲發(fā)射領(lǐng)域的研究難點(diǎn).近年來，旨在研究材料或結(jié)構(gòu)在受力條件下微觀缺陷演化過程力學(xué)規(guī)律的損傷力學(xué)觀點(diǎn)頗受關(guān)注.基于此，相關(guān)學(xué)者積極構(gòu)建損傷參量同聲發(fā)射參數(shù)之間的定量關(guān)系，或建立損傷本構(gòu)方程以描述材料受損程度.王善勇等[60]利用損傷力學(xué)原理分析巖石斷裂聲發(fā)射過程，闡明聲發(fā)射事件數(shù)N與損傷參數(shù)D、初始損傷D0的比例關(guān)系;Bourchak等[61]提出運(yùn)用聲發(fā)射能量表征CFRP結(jié)構(gòu)物靜態(tài)荷載下及封閉循環(huán)疲勞損傷過程中的損傷參量;楊永杰等[62]運(yùn)用聲發(fā)射振鈴計(jì)數(shù)和累計(jì)振鈴計(jì)數(shù)構(gòu)造損傷變量并建立巖石損傷本構(gòu)方程，以其變化規(guī)律描述巖石三軸壓縮損傷的演化過程;Suzuki等[63]在定量探究混凝土巖芯試驗(yàn)中聲發(fā)射事件數(shù)與應(yīng)力、應(yīng)變的耦合關(guān)系時(shí)，引入了與彈性模量有關(guān)的損傷參數(shù)，結(jié)合聲發(fā)射速率過程理論明確損傷演化過程;謝勇等[64]運(yùn)用聲發(fā)射能率、聲發(fā)射b值等參數(shù)表征充填體單軸受壓試驗(yàn)開裂破壞過程，引入損傷因子，建立聲發(fā)射能率與充填體損傷的本構(gòu)關(guān)系;李明寶等[65]假定損傷變量服從威布爾分布，推導(dǎo)聲發(fā)射能量同損傷變量之間的耦合關(guān)系，從而得到聲發(fā)射總能量分別與應(yīng)力、應(yīng)變、損傷變量之間的統(tǒng)計(jì)規(guī)律.可見，損傷理論同聲發(fā)射的結(jié)合不僅實(shí)現(xiàn)了力學(xué)作用同聲學(xué)環(huán)境的交叉耦合，而且豐富了材料或結(jié)構(gòu)損傷過程聲發(fā)射的機(jī)理描述與表征手段.

綜上所述，聲發(fā)射參數(shù)既體現(xiàn)材料內(nèi)部破壞產(chǎn)生繁衍至失效的基本過程，又具有表現(xiàn)材料力學(xué)性質(zhì)、受力方式、荷載條件顯著差異的特征效果.值得一提的是，當(dāng)前聲發(fā)射參數(shù)體系尚未明確統(tǒng)一的規(guī)范標(biāo)準(zhǔn)，不同聲發(fā)射參數(shù)對于不同材料在不同試驗(yàn)中的敏感度也各有差異[66].因此，在實(shí)際試驗(yàn)中要多加嘗試，充分比較參數(shù)的變化規(guī)律，避免遺漏信息.

4 鋪面材料聲發(fā)射技術(shù)應(yīng)用研究

混凝土和瀝青混合料是常見的路面建筑材料，在道路運(yùn)營期間，車輛的反復(fù)荷載和環(huán)境作用會(huì)對路面產(chǎn)生不同程度的破壞作用.已有路面損傷檢測技術(shù)大多從宏觀維度評價(jià)材料力學(xué)的性能變化，缺乏對其破損機(jī)理的研究.因此，下面主要分析和概述國內(nèi)外專家學(xué)者通過混凝土和瀝青混合料聲發(fā)射試驗(yàn)，得到材料在不同受力條件、加載方式、環(huán)境約束情況下的損傷產(chǎn)生與繁衍機(jī)理，強(qiáng)化對材料破損斷裂行為的理解與認(rèn)知.

4.1 混凝土聲發(fā)射特性

將聲發(fā)射技術(shù)應(yīng)用于混凝土材料的研究源于20世紀(jì)50年代，國內(nèi)外學(xué)者從早期單一的基于聲發(fā)射參數(shù)描述混凝土損傷模式，發(fā)展到從細(xì)微觀層面解釋不同因素作用下混凝土聲發(fā)射特性的本質(zhì)差異，深入刻畫其不同狀態(tài)下的失效破壞機(jī)理[20,67].

4.1.1 損傷判別

混凝土損傷聲發(fā)射過程呈現(xiàn)階段性和突變性的特征，表現(xiàn)為初始損傷累積、微裂紋擴(kuò)展和最終失效斷裂.董毓利等[68]充分考慮砼在加載中的受損情況和不可逆變形發(fā)展，建立砼損傷本構(gòu)方程;Suzuki等[69]運(yùn)用速率過程理論對混凝土試件無側(cè)限抗壓測試破損聲發(fā)射行為展開研究，構(gòu)建損傷參數(shù)與彈性模量、聲發(fā)射率之間的定量關(guān)系，試驗(yàn)表明該方法可有效描述材料的相對損傷程度;Carpinteri等[70]系統(tǒng)地總結(jié)與分析了基于聲發(fā)射技術(shù)的能量衰減、b值變化和尺度無關(guān)本構(gòu)關(guān)系在無序材料或結(jié)構(gòu)損傷過程中的表征模式，采用分形理論多方面探討并建立了描述損傷域物理維度的分形模型;Alam等[71]分析聲發(fā)射能量速率-裂紋開口位移曲線分析損傷的演化過程，發(fā)現(xiàn)當(dāng)接近峰值荷載前后時(shí)，能量急劇釋放，混凝土內(nèi)部大量微裂紋增長轉(zhuǎn)變?yōu)殡x散型開裂的非連續(xù)階段，預(yù)示著裂紋最終貫通;Sagasta等[72]模擬不同峰值加速作用下單軸動(dòng)荷載試驗(yàn)中混凝土梁柱結(jié)構(gòu)連接處局部損傷的演化過程，得到聲發(fā)射事件與能量對數(shù)關(guān)系的曲線包含兩次突變，特別是后一次降低表示宏觀開裂已經(jīng)形成，而基于聲發(fā)射能量建立的bE值同樣直觀地反映了損傷演化，bE值小于1意味著材料進(jìn)入屈服階段.

4.1.2 斷裂特征

斷裂是材料或結(jié)構(gòu)內(nèi)部損傷演化、微裂紋擴(kuò)展的宏觀體現(xiàn).研究表明，混凝土結(jié)構(gòu)斷裂過程中聲發(fā)射參數(shù)(如聲發(fā)射能量、振鈴計(jì)數(shù)等)的變化具有階段性，其中突變點(diǎn)對于判別斷裂發(fā)生臨界狀態(tài)具有重要意義.紀(jì)洪廣等[73]為定量描述混凝土三點(diǎn)彎曲試驗(yàn)過程中微裂紋擴(kuò)展的空間演化模式，建立了聲發(fā)射事件的位置熵函數(shù)以表示其空間分布的集散程度，斷裂的臨界狀態(tài)表現(xiàn)為位置熵的急劇下降.另外，紀(jì)洪廣等[74]構(gòu)造了聲發(fā)射參數(shù)的關(guān)聯(lián)分維函數(shù)對試件斷裂臨界狀態(tài)的有效識(shí)別模式;Ohno等[75]分別運(yùn)用RA與AF聲發(fā)射參數(shù)和SIGMA分析辨別開裂類型，對比可知：相同受力條件下水泥混凝土的破壞以拉伸開裂為主，而鋼筋混凝土梁則是以剪切型為主最終出現(xiàn)斜剪開裂;Aggelis[76]分析AF,RA,AE能量和持續(xù)時(shí)間4種參量在混凝土損傷演化不同階段的變化規(guī)律，統(tǒng)計(jì)微裂紋發(fā)展為宏觀裂紋進(jìn)而貫通斷裂這3種狀態(tài)的聲發(fā)射參數(shù)并兩兩計(jì)算其相關(guān)性，得到判斷破壞過程不同臨界狀態(tài)的聲發(fā)射參數(shù)范圍.

4.1.3 物質(zhì)結(jié)構(gòu)

水泥混凝土的組分、水灰比、孔隙率等因素對其不同受力方式下聲發(fā)射特性的影響各不相同，而這也體現(xiàn)了水泥混凝土強(qiáng)度與聲發(fā)射之間的關(guān)系.Geng等[77]對比是否含粗集料和不同配比的水泥混凝土試件損傷聲發(fā)射過程，發(fā)現(xiàn)含粗集料、水灰比低的NSC-1試驗(yàn)曲線處于較高水平且波動(dòng)相對顯著，而以AE能量表征的損傷變量變化曲線表明NSC-1出現(xiàn)關(guān)鍵拐點(diǎn)，即臨近最終破壞時(shí)對應(yīng)聲發(fā)射活動(dòng)較多;曹世榮等[78]運(yùn)用聲發(fā)射技術(shù)對含純尾砂、20%和40%粗骨料含量的水泥混凝土柱形試件單軸壓縮損傷特性進(jìn)行研究，認(rèn)為含適量骨料可在一定程度上抑制損傷;Wang等[79]利用聲發(fā)射技術(shù)探討水灰比對水泥混凝土耐久性的影響規(guī)律，結(jié)果表明,混凝土水灰比越高，孔隙越率大，結(jié)構(gòu)就越不穩(wěn)定，臨界裂紋受力就越敏感，材料抵抗變形能力就越弱.此外，劉飛等[80]分別就7 d，14 d，28 d養(yǎng)護(hù)條件下的水泥混凝土和普通水泥進(jìn)行單軸壓縮試驗(yàn)，比較二者聲發(fā)射特性的差異;劉娟紅等[81]對含不同初始損傷的混凝土材料損傷演化開展單軸壓縮試驗(yàn)，認(rèn)為適量初始損傷對材料力學(xué)性能的減弱具有一定的抑制作用.

4.2 瀝青混合料聲發(fā)射特性

瀝青混合料是國內(nèi)外高等級路面的主導(dǎo)建筑材料.國內(nèi)外學(xué)者針對瀝青混合料聲發(fā)射特性研究的起步較晚，主要集中在瀝青混合料低溫和疲勞性能的診斷.

4.2.1 溫度效應(yīng)

瀝青混合料在低溫特別是溫度驟降時(shí)，由于材料變形能力較差、抗拉強(qiáng)度減小，所以容易產(chǎn)生開裂.Li等[82]指出在低溫條件下，當(dāng)達(dá)到一定應(yīng)力水平且未超過峰值荷載時(shí)，瀝青混合料聲發(fā)射活動(dòng)活躍位置會(huì)形成一個(gè)過程區(qū)，發(fā)展為破壞面并預(yù)示宏觀斷裂;Hill等[83]針對再生瀝青路面(RAP)再應(yīng)用于路面建設(shè)，測定不同動(dòng)植物油改良瀝青混合料的高溫粘性、剛度和斷裂能，明確其可有效減弱RAP的逆低溫效應(yīng)，而RAP中原有的老化或硬化粘結(jié)劑會(huì)在一定程度上影響材料的低溫性能;Sun等[84]為研究再生劑改良老化瀝青低溫性能的效果展開實(shí)驗(yàn)，發(fā)現(xiàn)再生劑修復(fù)老化瀝青混合料停留2周后的脆性溫度測試接近原生瀝青.此外，他還對瀝青混合料結(jié)構(gòu)的組分、集料尺寸等隨機(jī)因素及邊界效應(yīng)對聲發(fā)射定位精度和到時(shí)測定的影響展開一定的討論.

4.2.2 疲勞測試

瀝青混合料疲勞特性表示其在反復(fù)荷載作用下達(dá)到一定水平后，強(qiáng)度降低導(dǎo)致結(jié)構(gòu)抗力小于荷載應(yīng)力而產(chǎn)生疲勞開裂.對此，Seo等[85]分別就不同加載強(qiáng)度、循環(huán)加載間休息期開展瀝青混合料疲勞試驗(yàn)，得知循環(huán)加載間的休息期可延緩疲勞損傷,且休息期越長聲發(fā)射能量衰減越慢，同時(shí)未發(fā)現(xiàn)瀝青混凝土的Kaiser效應(yīng).還有，王昊鵬等[86]以19 mm Superpave瀝青混合料試件進(jìn)行單軸循環(huán)拉伸試驗(yàn)，對比試驗(yàn)結(jié)果發(fā)現(xiàn)瀝青混合料在休息期內(nèi)的“自愈合”行為產(chǎn)生活躍低頻聲發(fā)射信號(hào)，延長疲勞壽命;Diakhaté等[87]對含預(yù)制裂紋的試件進(jìn)行雙剪切循環(huán)加載試驗(yàn)方案，比較力學(xué)指標(biāo)及聲發(fā)射參數(shù)的變化和對應(yīng)關(guān)系，認(rèn)為二者的結(jié)合可有效判別裂紋衍生規(guī)律和區(qū)分瀝青混凝土的失效類型.

綜上所述，混凝土與瀝青混合料兩大復(fù)雜鋪面材料在不同加載方式、物質(zhì)結(jié)構(gòu)、環(huán)境下聲發(fā)射試驗(yàn)結(jié)果呈現(xiàn)明顯區(qū)別，同其自身力學(xué)性質(zhì)緊密相關(guān).此外，如何理解瀝青混合料“自愈合”行為與Kaiser效應(yīng)之間的關(guān)系，如何通過復(fù)雜材料聲發(fā)射測試為實(shí)際工程應(yīng)用(如道路養(yǎng)護(hù)決策和結(jié)構(gòu)可靠性評價(jià))提供依據(jù)尚待深入研究.

5 結(jié) 語

“萬變不離其宗”，無論是從材料自身組成結(jié)構(gòu)還是各種外界環(huán)境因素出發(fā)探索聲發(fā)射過程和分析聲發(fā)射特性，都離不開對復(fù)雜、非平穩(wěn)、非線性的隨機(jī)聲發(fā)射信號(hào)進(jìn)行高效處理與信息挖掘，都離不開對破壞源的定位及其發(fā)生機(jī)制的精準(zhǔn)把握和科學(xué)判斷.廣大專家學(xué)者通過學(xué)科交叉與融合，不斷創(chuàng)新思維、強(qiáng)化聲發(fā)射研究領(lǐng)域的理論支撐；而現(xiàn)代人工智能、新型材料、大數(shù)據(jù)、深度學(xué)習(xí)等高水平技術(shù)革命的持續(xù)爆發(fā)勢必為打造一套“動(dòng)態(tài)感知、定量描述、定性評價(jià)”的鋪面材料性能診斷與評價(jià)體系提供可靠保障.