基于模式匹配的網(wǎng)格掃描法在高鐵線下結(jié)構(gòu)檢測中的應(yīng)用

范巖旻， 車愛蘭， 馮少孔

(上海交通大學(xué) 船舶海洋與建筑工程學(xué)院，上海 200240)

隨著我國高速鐵路的提速，在長期使用過程中高速鐵路線下結(jié)構(gòu)產(chǎn)生了如混凝土裂縫、結(jié)構(gòu)層脫空、砂漿層離隙等病害，危害到高鐵在提速后高速運營時的舒適性和安全性。

高速鐵路線下結(jié)構(gòu)自上而下主要由彈性固定裝置、軌道板、CA砂漿層、混凝土支撐層、高強(qiáng)度基床、路基和地基墊層組成。常見的病害按照分布位置主要分為：道床病害和路基病害,CA砂漿層脫空和離隙是最常見和嚴(yán)重的病害。因為材料強(qiáng)度較低，在生產(chǎn)過程中容易產(chǎn)生空洞，凝固后產(chǎn)生氣泡，降低整體性能。高鐵線下結(jié)構(gòu)常見病害具有模式化特征：層狀分布、成因相似，所以需要病害有無的快速檢測[1-2]。

模式匹配是通過匹配算法f(數(shù)據(jù)集合間的語言映射關(guān)系)，完成快速數(shù)據(jù)篩選過程：①建立待匹配的數(shù)據(jù)庫元素集合s，用于比對的s’；②通過預(yù)設(shè)的匹配算法f進(jìn)行匹配和比對；③在匹配的過程中通過設(shè)定的元素權(quán)重值p，和匹配閾值r進(jìn)行算法權(quán)重值設(shè)定以及匹配有效值的界定；④確定數(shù)據(jù)庫文件D(Database)中的結(jié)果作為O(Output)輸出文件[3-5]。

針對高鐵線下結(jié)構(gòu)病害的模式化特征，本文提出了基于模式匹配的網(wǎng)格化掃描檢測方法，通過工程數(shù)據(jù)和現(xiàn)場勘查，建立高鐵線下結(jié)構(gòu)典型病害三維有限元模型。模擬網(wǎng)格化掃描法接收的彈性波響應(yīng)，建立典型病害的特征匹配數(shù)據(jù)庫。通過模式匹配算法匹配結(jié)構(gòu)病害損傷識別的參數(shù)：彈性波的平均響應(yīng)能量、卓越頻譜、卓越頻率，匹配網(wǎng)格劃掃描法的彈性波響應(yīng)于病害匹配庫，實現(xiàn)病害快速、精確評價。經(jīng)算例分析，確定匹配參數(shù)的敏感度權(quán)重值?；趶椥圆▊鞑ヌ匦?，設(shè)定不同位置組合下匹配的權(quán)重矩陣；考慮實際病害特征分布下的匹配誤差最大值，確定匹配算法的閾值，提升匹配算法的精度和實用性。

1 模式匹配方法及病害識別方法

針對于CA砂漿層脫空和離隙的高鐵線下結(jié)構(gòu)典型病害，提出了網(wǎng)格化掃描檢測方法，通過模式匹配法，實現(xiàn)快速精確的病害評價。

1.1 模式匹配法

模式匹配法通過語言映射關(guān)系進(jìn)行匹配，代替需要確定大量邊界條件和工程現(xiàn)況的反演計算，實現(xiàn)快速工程損傷定位及定性分析。根據(jù)病害檢測的原理，采用復(fù)合算法的模式匹配法，參照模式類別的設(shè)定權(quán)重系數(shù)，通過比較最終權(quán)重系數(shù)的大小作為參考，選出相關(guān)性最高的最優(yōu)匹配模式。參照實體案例通過算例，優(yōu)化所需要的匹配關(guān)聯(lián)算法[6-7]。

如圖1所示，針對于高鐵線下結(jié)構(gòu)病害中常見的CA砂漿層脫空及離隙病害，通過現(xiàn)場網(wǎng)格化掃描法進(jìn)行檢測，在4×4的檢波器網(wǎng)格化陣列中，每個網(wǎng)格中心激發(fā)9次，每次激發(fā)形成16組輸出波形。通過彈性波特性分析，輸出每個波形的敏感性參數(shù)，建立病害特征匹配庫和現(xiàn)場檢測待匹配結(jié)果[8]。

圖1 模式匹配原理示意圖Fig.1 Principle of pattern matching

圖2 模式匹配集合映射關(guān)系Fig.2 Mapping of pattern matching set

針對于高速鐵路線下結(jié)構(gòu)病害數(shù)據(jù)庫模式匹配算法，通過如圖3所示的匹配算法，進(jìn)行匹配計算，采用二進(jìn)制編碼和兩輪匹配的方式提高匹配效率和精度。

圖3 模式匹配流程Fig.3 Flow chart of pattern matching

1.2 病害識別方法

匹配算法的操作步驟主要由4個部分組成：生成匹配和待匹配數(shù)據(jù)集合；對數(shù)據(jù)庫的每個元素集合進(jìn)行二進(jìn)制代碼編碼；首輪相同激發(fā)位置不同缺陷組合匹配；次輪相同的工況結(jié)果整體匹配。各部分通過編碼實現(xiàn)，主要功能及代碼如下所示分為3個模塊，其中模式匹配算法含有兩個運算模塊。

(1)生成數(shù)據(jù)集：通過有限元模型建立待匹配數(shù)據(jù)庫，通過現(xiàn)場網(wǎng)格化掃描檢測數(shù)據(jù)建立匹配數(shù)據(jù)輸入集合，對匹配和待匹配數(shù)據(jù)集合進(jìn)行彈性波分析，輸出待匹配數(shù)據(jù)庫4 608組工況每組工況下的16道結(jié)果和現(xiàn)場激發(fā)獲得的9組工況下的16道結(jié)果的平均響應(yīng)能量、卓越頻率、卓越頻譜。

(2)數(shù)據(jù)集合編碼：對數(shù)據(jù)庫待匹配數(shù)據(jù)集和現(xiàn)場匹配數(shù)據(jù)集進(jìn)行二進(jìn)制編碼。結(jié)構(gòu)病害的模式匹配目的是從數(shù)據(jù)庫中找到誤差最小最相似的數(shù)據(jù)，所以通過對病害位置一一對應(yīng)，對模型的病害位置信息、激發(fā)位置、波形信息進(jìn)行二進(jìn)制編碼。

(3)首輪匹配：讀取9組待匹配數(shù)據(jù)激發(fā)位置信息，分9組單獨搜索所有數(shù)據(jù)庫中相同激發(fā)位置的缺陷組合的工況，每組激發(fā)位置對應(yīng)512種數(shù)據(jù)庫。對應(yīng)于激發(fā)位置和接收位置的相對關(guān)系，設(shè)定匹配參數(shù)權(quán)重值矩陣，按照權(quán)重值進(jìn)行最小二乘法誤差分析，確定每次敲擊后最接近的相同位置缺陷組合。在程序中設(shè)定，讀取固定格式的權(quán)重值矩陣或者根據(jù)現(xiàn)場需要手動輸入首輪權(quán)重值進(jìn)行匹配。

(4)次輪匹配：對應(yīng)于9個網(wǎng)格和激發(fā)位置的相對關(guān)系，設(shè)定權(quán)重值矩陣，對9個激發(fā)位置的9組首輪匹配結(jié)果，乘以權(quán)重值進(jìn)行加權(quán)平均匹配，獲得9個網(wǎng)格，每一個網(wǎng)格的缺陷組合匹配結(jié)果。程序類似于首輪匹配，實現(xiàn)讀取權(quán)重值矩陣文件或者根據(jù)現(xiàn)場檢測需要手動輸入權(quán)重值。

2 高速鐵路線下結(jié)構(gòu)典型病害特征匹配庫

以高鐵線下結(jié)構(gòu)為原型建立三維有限元模型。模擬網(wǎng)格化掃描法的原理，設(shè)定病害，通過動力響應(yīng)計算，研究CA砂漿層病害對于彈性波傳播特性的影響。通過算例分析，進(jìn)行了病害識別參數(shù)的敏感性分析和匹配權(quán)重值設(shè)計。

2.1 三維有限元模型

依照高鐵設(shè)計及管理的相關(guān)規(guī)范，建立三維有限元模型，根據(jù)規(guī)范自上而下依據(jù)構(gòu)造設(shè)定幾何體：軌道板、病害層、CA砂漿層、支撐混凝土板、下部基礎(chǔ)四部，如圖4所示的有限元模型。根據(jù)高鐵設(shè)計規(guī)范以及高鐵線下檢測的實際測量數(shù)據(jù)規(guī)劃網(wǎng)格尺寸：高強(qiáng)度軌道，支撐板6.4 m×2.6 m×0.2 m，砂漿層6.4 m×2.6 m×0.03 m，支撐板6.4 m×3.4 m×0.3 m，下部基礎(chǔ)0.5 m。設(shè)置的缺陷尺寸為：砂漿層脫空缺陷1.0 m×0.6 m×0.03 m。由于需要進(jìn)行結(jié)構(gòu)動力分析，所以需要考慮彈性波在網(wǎng)格中的有效傳播，需要波長滿足最大頻率的傳播要求，將網(wǎng)格設(shè)置為0.1 m×0.1 m×0.1 m的正六面體單元。整個模型劃分了774 408個單元，89 055個節(jié)點[9]。

通過修改模型網(wǎng)格的參數(shù)，將模型底部和邊界設(shè)置成向下擴(kuò)散的無限元。

針對于彈性波在高鐵線下結(jié)構(gòu)中的傳播，不同工況中，模型中健康區(qū)域材料選取統(tǒng)一材料，損傷區(qū)域材料根據(jù)實際工況選取。有限元模型選用介質(zhì)材料的材料參數(shù)與高鐵設(shè)計規(guī)范和實際運營線結(jié)構(gòu)各層材料參數(shù)保持一致。根據(jù)高鐵設(shè)計規(guī)范和現(xiàn)場強(qiáng)度檢測結(jié)果，材料參數(shù)具體見表1。其中ρ為介質(zhì)密度；E為彈性模量；μ為泊松比。

圖4 高鐵模型網(wǎng)格劃分Fig.4 FEM model element of high-speed railway

在有限元模型動力計算時，模擬網(wǎng)格化掃描現(xiàn)場人工激發(fā)的振動波。在有限元模型第一層軌道板支撐板頂部施加垂直向荷載。激發(fā)波的主頻為1 500 Hz，波形與頻譜特性設(shè)定如圖5所示。

圖5 震源波形和頻譜分布圖Fig.5 Waveform and spectrum characteristic

2.2 病害模式對速度場的影響

針對高鐵線下結(jié)構(gòu)的CA砂漿層脫空和離隙病害，根據(jù)網(wǎng)格化掃描檢測的原理，通過改變病害缺陷處的材料參數(shù)，建立4×4檢波器網(wǎng)格所組成的3×3個小區(qū)域的缺陷所有可能的有限元模型。如圖6所示，在網(wǎng)格體系的范圍內(nèi)，每個小區(qū)域可能介質(zhì)材料有兩種，其中一種為健康為CA砂漿層，一種為有病害為CA砂漿層病害。健康的材料參數(shù)和病害的模型材料參數(shù)，如表1所示。

表1 有限元模型材料參數(shù)

由4×6檢波器網(wǎng)格化所組成的前部3×3個小區(qū)域共9個區(qū)域，匹配數(shù)據(jù)庫共有29=512種缺陷模型，對應(yīng)不同的缺陷排列組合如圖7所示。其中斜杠區(qū)域為缺陷設(shè)置范圍，網(wǎng)格中心為激發(fā)位置，每種病害組合激發(fā)9次，所以數(shù)據(jù)庫有限元工況總數(shù)為4 608個工況，每組工況讀取共計16個位置點的響應(yīng)結(jié)果。

圖6 有限元模型缺陷分布Fig.6 Position of finite element model defect

圖7 模式匹配病害特征匹配庫示意圖Fig.7 Finite element model defects database

圖8為健康模型、中部5號格病害和9格全部病害的全損模型示意圖，圖9所示為計算時長分別為0.001 s，0.002 s，0.004 s，0.01 s時的健康模型和全部病害模型振動結(jié)果。為更好的研究輸入節(jié)點周圍的波場傳播范圍及規(guī)律，截取震源點周圍20 cm×20 cm×5.3 cm大小的部分模型作為研究對象，為更好的觀察波場在三維多層介質(zhì)中的傳播特性，以震源點為邊界點切除10 cm×10 cm×2 cm大小的切塊，波場在砂漿層薄弱層在過程中產(chǎn)生了較強(qiáng)波形反射，波形傳播特性主要體現(xiàn)在上兩層軌道板和CA砂漿層?？梢钥闯觯赯方向上，最大速度往往出現(xiàn)在結(jié)構(gòu)層表面的軌道板上，隨著時間的推移，軌道板表面激發(fā)的彈性波逐步減弱。

圖8 模式匹配算例分析Fig.8 Example analysis of pattern matching

圖9 有限元模型垂直方向速度分布(m/s)Fig.9 Velocity in Z directions of FEM (m/s)

2.3 模式匹配法匹配參數(shù)

在數(shù)據(jù)庫匹配過程中，設(shè)定了匹配三項敏感性參數(shù)為波形平均響應(yīng)能量、卓越頻譜、卓越頻率。并依據(jù)參數(shù)對于病害結(jié)構(gòu)的敏感性確定三項參數(shù)的權(quán)重值。通過病害區(qū)域的明顯變化，來判斷三項參數(shù)變化與病害的相關(guān)性。

算例分析：健康模型、9格全部病害模型，中部5號格病害模型，從有限元模型的16道檢波器位置提取波形信號，按照接收位置道數(shù)編號繪制成波形響應(yīng)圖和頻譜響應(yīng)圖：對兩種病害組合每個激發(fā)工況的16組波形數(shù)據(jù)進(jìn)行預(yù)處理后，即為波形剖面。從波形剖面上可以直觀的看出波形持續(xù)時間、波形振蕩等方面的變化，同時根據(jù)計算步長和間隔進(jìn)行快速傅里葉變化，將波形的振幅與時間的相互關(guān)系變換成振幅與頻率的相互關(guān)系，得到頻譜響應(yīng)，進(jìn)行分析。

以激發(fā)處和接收兩處的病害情況為基準(zhǔn)，比較激發(fā)點和接收點距離相同時，平均響應(yīng)能量、卓越頻譜和卓越頻率的變化。以健康模型的數(shù)據(jù)為基準(zhǔn)，通過三種參數(shù)病害模型和健康模型的比例(放大效應(yīng))，綜合評價參數(shù)敏感性。如圖10所示，可以看到平均響應(yīng)能量放大倍率最大，卓越頻譜其次，卓越頻率收到波形傳播距離和深度影響較大。所以，平均響應(yīng)能量的敏感性最高，設(shè)定三種參數(shù)的敏感性權(quán)重值分別為0.5,0.3,0.2。

2.4 模式匹配病害識別權(quán)重值

彈性波隨著傳遞距離的增加，會產(chǎn)生明顯的衰減。彈性波特性介質(zhì)用于檢測主要是依靠在不同介質(zhì)表面發(fā)生的反射和透射波，在地面接收進(jìn)行特性分析。隨著激發(fā)位置和接收位置的增加，彈性波參數(shù)的放大效應(yīng)即敏感性也隨平方反比定律降低。距離平方反比衰減定律的原理是隨著物理量的傳遞，會發(fā)生衰減現(xiàn)象，其屬性值與距離的平方成反比關(guān)系[10]。根據(jù)網(wǎng)格化掃描的原理，將檢波器設(shè)置成4×4的矩陣， 將檢測區(qū)域分割為3×3的網(wǎng)格， 根據(jù)彈性波衰減平方反比定律，通過激發(fā)位置和接收位置的相對距離值，設(shè)定不同激發(fā)位置和接收位置間的權(quán)重組合，稱為權(quán)重值矩陣。

圖10 算例分析動力響應(yīng)放大效應(yīng)Fig.10 Waveform and spectrum of example analysis

(1)

由公式可獲得每組工況的16個權(quán)重值，對待匹配數(shù)據(jù)集和數(shù)據(jù)庫文件，不同的激發(fā)位置和接收位置，共有9×16=144組對應(yīng)的權(quán)重值。其中，對于1號激發(fā)位置的16組接收位置權(quán)重值系數(shù)，如表2所示。

表2 模式匹配1號激發(fā)位置權(quán)重值示意表

3 高速鐵路虹橋站線下結(jié)構(gòu)檢測

3.1 高鐵滬杭段線下結(jié)構(gòu)病害檢測

滬杭高鐵建設(shè)采用二型無砟軌道板，由于上海周邊土體較軟，道路交通網(wǎng)非常密集，設(shè)計要求高，施工工藝復(fù)雜。為了保證高鐵運行的安全，高鐵虹橋段定期通行檢測軌道車，在凌晨0∶00～4∶00點高鐵停運窗口期，對振動響應(yīng)較大的疑似病害板塊進(jìn)行針對性的線下結(jié)構(gòu)檢測，確保線下結(jié)構(gòu)病害及時發(fā)現(xiàn)，及時修補(bǔ)。滬杭高鐵虹橋某路段L00526段，通過動檢車檢測及現(xiàn)場觀察發(fā)現(xiàn)存在明顯的CA砂漿層脫空和離隙。

采用傳統(tǒng)插尺法、動檢車掃描法進(jìn)行病害初步檢測，檢測結(jié)果為L00526存在明顯的CA砂漿層脫空和離隙8處，軌道板裂縫3處，在軌道板中部存在較長的軸向裂縫，但尚未貫通，如圖11所示。根據(jù)現(xiàn)場病害初步檢測和修補(bǔ)時的注漿量，得到了圖12為病害軌道板檢測結(jié)果示意圖。在現(xiàn)場完成勘查、動車法檢測、沖擊映像法檢測后，對L00526砂漿層脫空區(qū)域進(jìn)行定點注漿修補(bǔ)，增加砂漿層脫空部位的強(qiáng)度。并再次進(jìn)行工程檢測。

圖11 現(xiàn)場病害Fig.11 Defects of CA mortar layer

圖12 L00526軌道板缺陷描繪圖Fig.12 Plate defects mapping of L00526

3.2 三維網(wǎng)格化掃描法檢測

根據(jù)線下結(jié)構(gòu)病害的模式性和分布特性，為了滿足高鐵檢測現(xiàn)場快速、操作簡單、儀器整體組裝不會散落和遺失的工程需求，在傳統(tǒng)沖擊映像法一錘一檢波器的基礎(chǔ)上，設(shè)計并開發(fā)了全新的網(wǎng)格化掃描檢測系統(tǒng)，如圖13所示。

網(wǎng)格化掃描設(shè)備主要由以下構(gòu)成：陣列組合裝置，檢波器及耦合裝置、設(shè)備連接線、電源線、激發(fā)裝置、激發(fā)錘、筆記本電腦、電源裝置等組成。在傳統(tǒng)沖擊映像法檢測設(shè)備一錘一接收的基礎(chǔ)上進(jìn)行集成化組裝。與傳統(tǒng)的沖擊映像檢測法同樣使用地震儀、檢波器等，采用24道Geode數(shù)字地震儀作為信息采集設(shè)備，連接24道單分量(垂直向)速度型檢波器，檢波器固有頻率100 Hz，同時采用300 g的錘作為彈性波激發(fā)器。

圖13 三維陣列掃描檢測系統(tǒng)示意圖Fig.13 System of three-dimensional array scanning

陣列式檢波器設(shè)置檢波器24個，檢波器相距20 cm，形成9個網(wǎng)格，為了確保數(shù)據(jù)的連續(xù)性，在歸一化處理時盡量降低數(shù)據(jù)的離散型，在4×4的網(wǎng)格后，再加設(shè)了兩列檢波器，形成了16組接收檢波器，8組備選接收檢波器，如圖14所示。

圖14 三維陣列掃描檢測區(qū)域Fig.14 Area of three-dimensional array scanning

3.3 高鐵線下結(jié)構(gòu)病害評價

每條軌道板檢測測線長6 m，每條測線長取出4×4檢波器網(wǎng)格化所對應(yīng)的波形作為匹配集合，每次網(wǎng)格激發(fā)9次，移動10次，形成10×9次的輸入數(shù)據(jù)集合，平均振幅、響應(yīng)頻譜、及卓越頻率矩陣與缺陷模型數(shù)值模擬結(jié)果進(jìn)行匹配，對比分析兩塊板的不同病害分布，通過模式匹配誤差分析的閾值驗算，確定匹配的結(jié)果。

按照模式匹配法獲得的病害分布匹配結(jié)果，將病害結(jié)果按照現(xiàn)場激發(fā)位置的網(wǎng)格位置進(jìn)行排布，如圖15所示。在匹配過程中，對網(wǎng)格區(qū)域內(nèi)部網(wǎng)格插值法，獲得病害詳細(xì)分布。

圖15 模式匹配結(jié)果示意圖Fig.15 Defects pattern matching result

同時，采用沖擊映像法對相同軌道板進(jìn)行檢測。圖16為平均響應(yīng)能量分布圖。對比圖15所示的現(xiàn)場檢測結(jié)果，單一波形物理量分析，會受到整體缺陷程度的影響，對于缺陷較多的線下病害結(jié)構(gòu)，缺陷位置的對應(yīng)效果明顯，但位置匹配結(jié)果不夠精確，對于缺陷較少的線下健康結(jié)構(gòu)，整體響應(yīng)較小，可以判斷線下結(jié)構(gòu)基本健康無缺陷。

圖16 沖擊映像法平均響應(yīng)能量Fig.16 Average response energy of impact imagining

以現(xiàn)場病害測繪為基準(zhǔn)，對兩塊軌道板6 m×0.6 m的鐵軌內(nèi)部區(qū)域進(jìn)行網(wǎng)格化分布，對其離隙位置和離隙率進(jìn)行評價。如圖17所示， L00526板在修補(bǔ)前、后的三種不同檢測方法結(jié)果示意圖。網(wǎng)格化掃描法相比沖擊映像法檢測進(jìn)行響應(yīng)能量分析損害的精確度更高，在實際病害位置的匹配準(zhǔn)確度更高，查全率更高。圖18所示為檢測結(jié)果的病害率，三種方法有良好的一致性，整體病害率基本相似。

圖17 L00526軌道板檢測結(jié)果對比Fig.17 Comparison with L00526 detection result before and after repair

圖18 L00526軌道板修補(bǔ)后檢測結(jié)果Fig.18 L00526 detection result after repair

4 結(jié) 論

針對高速鐵路線下結(jié)構(gòu)的典型病害特征，提出了基于模式匹配法的網(wǎng)格化掃描檢測方法。該方法通過數(shù)值模擬建立CA砂漿層典型病害的有限元模型，模擬網(wǎng)格化掃描法接收的彈性波響應(yīng)，建立病害組合數(shù)據(jù)庫；設(shè)計了網(wǎng)格化檢波器陣列，在工程現(xiàn)場實現(xiàn)快速網(wǎng)格化掃描；通過把現(xiàn)場檢測得到的彈性波響應(yīng)數(shù)據(jù)與數(shù)據(jù)庫中的病害特征進(jìn)行匹配，實現(xiàn)快速準(zhǔn)確的病害檢測。

將網(wǎng)格化掃描法應(yīng)用于滬杭高鐵虹橋站線下結(jié)構(gòu)病害檢測中。設(shè)計并組裝了網(wǎng)格化掃描檢測設(shè)備，對虹橋站疑似病害區(qū)域線下結(jié)構(gòu)進(jìn)行了病害觀察、沖擊映像法和網(wǎng)格化掃描法檢測。針對于其中較為普遍CA砂漿層脫空病害進(jìn)行識別和評價。通過對比網(wǎng)格化

掃描法和其他檢測方法的評價結(jié)果，驗證網(wǎng)格化掃描法的準(zhǔn)確度與有效性。