人工智能在灌漿套筒密實(shí)度檢測應(yīng)用中的可靠性分析

郝雨杭，付素娟，孫碩科，韓少杰

（1.河北建研科技有限公司，河北 石家莊 050000；2.河北省綠色建筑產(chǎn)業(yè)技術(shù)研究院，河北 石家莊 050000；3.河北省既有建筑綜合改造技術(shù)創(chuàng)新中心，河北 石家莊 050000；4.河北省建筑科學(xué)研究院有限公司，河北 石家莊 050000；5.河北建筑工程學(xué)院，河北 張家口 075000）

0 引言

隨著社會(huì)的發(fā)展，我國人口紅利已逐漸退去，勞動(dòng)密集型的產(chǎn)業(yè)發(fā)展勢必受到阻礙。傳統(tǒng)的建筑建造過程中大多采用現(xiàn)澆的方法，需要較多的人力，因此，傳統(tǒng)建筑發(fā)展已逐漸與新時(shí)代社會(huì)的發(fā)展相脫軌。裝配式建筑的集成化程度較高，可以減少人工工作量，符合未來建筑的發(fā)展趨勢［1］。

雖然裝配式建筑有其獨(dú)有的優(yōu)點(diǎn)，但結(jié)構(gòu)整體是由各個(gè)建筑構(gòu)件拼接而成，因此，各裝配式構(gòu)件間的連接性能好壞直接影響了整棟建筑質(zhì)量的優(yōu)劣。鋼筋套筒灌漿連接的方法非常廣泛應(yīng)用于連接裝配式建筑的節(jié)點(diǎn)，因此，鋼筋套筒飽滿度的檢測技術(shù)是否成熟對(duì)于裝配式建筑的發(fā)展尤為重要。

目前針對(duì)混凝土構(gòu)件內(nèi)部損傷和缺陷的檢測方法有多種，常用的有超聲波法［2］、探地雷達(dá)法［3-4］、激光超聲法［5-6］和沖擊彈性波法［7-8］等。其中沖擊彈性波法由于其設(shè)備方便攜帶，操作簡便，檢測可靠性高，在無損檢測領(lǐng)域被廣泛推廣和使用，但該技術(shù)過分依賴檢測人員的技術(shù)水平和經(jīng)驗(yàn)，人為因素對(duì)檢測結(jié)果的影響較大。采用人工智能輔助判斷可以規(guī)避人為評(píng)判的影響，使得檢測結(jié)果更加直觀明了，降低對(duì)檢測人員的技術(shù)和經(jīng)驗(yàn)要求?；诖?，本文采用人工智能方法對(duì)沖擊彈性波法所測的 2 面剪力墻試件中的灌漿套筒進(jìn)行飽滿度檢測，并探究其用于檢測套筒灌漿飽滿度的可靠性。

1 沖擊彈性波法的激發(fā)及原理

1.1 應(yīng)力波的激發(fā)

沖擊彈性波法是通過應(yīng)力波在待測物體內(nèi)部傳播，通過反射接收的回波經(jīng)過處理分析判斷待測物體內(nèi)部缺陷情況的一種無損檢測方法。目前應(yīng)力波的激發(fā)是通過小鋼錘敲擊待測結(jié)構(gòu)表面來產(chǎn)生振蕩，從而激發(fā)應(yīng)力波。檢測過程中，用于敲擊物體表面以激發(fā)應(yīng)力波的小鋼球直徑一般為 6～30 mm［9］，影響應(yīng)力波參數(shù)的因素主要是小鋼球直徑、沖擊時(shí)長和能量大?。?0］。直徑大的小鋼錘敲擊待測表面會(huì)產(chǎn)生低頻應(yīng)力波；相反，直徑小的鋼錘產(chǎn)生的應(yīng)力波頻率高。另外在正常操作的情況下，小鋼球的沖擊時(shí)長約為 25～100 之間。

1.2 沖擊彈性波法原理

在應(yīng)力波的 3 種波形中，縱波傳播速度最快且能量最大，易被傳感器所接收和識(shí)別，因此沖擊彈性波法的主要參照依據(jù)為縱波。若混凝土內(nèi)部缺陷過小，會(huì)造成應(yīng)力波無法識(shí)別的情況。所以沖擊彈性波法對(duì)最小缺陷的要求有限定。研究表明應(yīng)力波能夠識(shí)別出鋼筋套筒內(nèi)的空間，且鋼筋套筒壁對(duì)應(yīng)力波的沖擊響應(yīng)無影響。因此在套筒密實(shí)的區(qū)域與純混凝土區(qū)域，應(yīng)力波的反射響應(yīng)特征無明顯區(qū)別。由此可知，用沖擊彈性波法對(duì)鋼筋套筒灌漿飽滿度的檢測是可行的。

當(dāng)鋼筋套筒內(nèi)灌漿料密實(shí)時(shí)，應(yīng)力波會(huì)沿鋼筋套筒內(nèi)部徑向傳播，當(dāng)鋼筋套筒灌漿密實(shí)時(shí)，應(yīng)力波會(huì)沿鋼筋套筒外壁傳播。不難看出，當(dāng)鋼筋套筒灌漿不密實(shí)時(shí)，應(yīng)力波所走過的路程為套筒外壁，要大于密實(shí)套筒的徑向路程。反射接收到的時(shí)長也更長。把第一次反射得到的應(yīng)力波所用時(shí)長稱為卓越周期。對(duì)套筒飽滿度進(jìn)行檢測時(shí)，傳感器沿著套筒區(qū)域，以掃描的形式自下而上連續(xù)測試（鋼錘激振和傳感器接收），通過接收反射的應(yīng)力波再經(jīng)過處理，得到應(yīng)力波的一些特性來測試鋼筋套筒內(nèi)的灌漿飽滿度。當(dāng)鋼筋套筒內(nèi)存在缺陷時(shí)，一方面激振的應(yīng)力波會(huì)在缺陷處產(chǎn)生反射，另一方面因?yàn)樵谌毕萏帒?yīng)力波是沿著套筒外壁而非徑向傳播，因此相比灌漿飽滿狀態(tài)傳播路徑要更長。根據(jù)在鋼筋套筒位置反射信號(hào)的有無以及剪力墻底部反射的時(shí)間長短來判定有無灌漿缺陷。當(dāng)鋼筋套筒存在灌漿缺陷時(shí)，反射應(yīng)力波的頻譜圖會(huì)出現(xiàn)以下 2 種表現(xiàn)。

1）激振后波會(huì)沿著鋼筋套筒內(nèi)部傳播，然后在灌漿脫空處和試件背面發(fā)生兩次反射。因此反射應(yīng)力波的頻譜圖上反映出的是多波峰圖。

2）因?yàn)椴ㄔ诿摽諈^(qū)域傳播的路程更長，因此接收器接收到脫空區(qū)域的反射波時(shí)間要比密實(shí)區(qū)域的反射波用時(shí)長。卓越周期在缺陷處更長，如圖 1 所示。

圖1 沖擊彈性波法原理圖

2 試驗(yàn)概況

2.1 試件設(shè)計(jì)

為了探究不同工況下鋼筋套筒灌漿飽滿度檢測的可靠性，試驗(yàn)共制作了 2 面剪力墻，剪力墻 1 和剪力墻 2。其中剪力墻 1 中埋置單排居中的 4 個(gè)不同灌漿飽滿度的鋼筋套筒；為了模擬實(shí)際工程中鋼筋套筒的布置方式，剪力墻 2 以“梅花形”布置，埋置 4 個(gè)不同飽滿的的鋼筋套筒；試件示意圖如圖 2 所示，試件的基本信息如表 1 所示。

但令那些“原教旨主義”保時(shí)捷RS家族的擁躉感到遺憾的是，這輛最新的911 GT3 RS居然將空調(diào)、音響和導(dǎo)航系統(tǒng)列為了標(biāo)準(zhǔn)配置，甚至還可以選裝前橋抬升系統(tǒng)以提高日常的使用便利性?？蔁o論如何，它都是一輛快到令人感到懷疑人生的汽車，所以它也會(huì)成為所有喜歡汽車的人所熱衷的夢(mèng)想。

圖2 試件尺寸示意圖（單位：mm）

表1 試件信息表

2.2 試件的制作

在實(shí)際工程中，鋼筋套筒往往是預(yù)先埋進(jìn)構(gòu)件內(nèi)，待構(gòu)件安裝完成之后再對(duì)鋼筋套筒進(jìn)行灌漿。本組試驗(yàn)的主要目的是探究人工智能評(píng)判沖擊彈性波法對(duì)不同灌漿飽滿度檢測的可靠性。因此在試驗(yàn)前，為了能精確地控制好預(yù)設(shè)灌漿飽滿度，首先將鋼筋套筒灌注至預(yù)設(shè)比例，待灌漿料達(dá)到強(qiáng)度再澆筑進(jìn)剪力墻內(nèi)，養(yǎng)護(hù) 28 d 至規(guī)定強(qiáng)度。澆筑成型后的試件如圖 3 所示。

圖3 沖擊彈性波法試驗(yàn)試件

2.3 試驗(yàn)裝置及測試方法

2.3.1 試驗(yàn)裝置

本次試驗(yàn)所用的檢測儀器是由四川某公司生產(chǎn)的裝配式結(jié)構(gòu)多功能檢測儀及混凝土多功能檢測儀，這兩者具有接收和處理應(yīng)力波的功能，能夠檢測出混凝土結(jié)構(gòu)內(nèi)部裂縫、缺陷以及預(yù)應(yīng)力孔道的注漿密實(shí)度。試驗(yàn)中采用直徑為 17 mm 的小鋼錘作為沖擊源。試驗(yàn)設(shè)備如圖 4 所示。

圖4 檢測儀（內(nèi)置）及混凝土多功能檢測儀（外置）

2.3.2 測試方法

運(yùn)用沖擊彈性波法，以小鋼錘作為沖擊源對(duì)剪力墻內(nèi)部不同布置形式的灌漿套筒進(jìn)行檢測，探究基于人工智能評(píng)判套筒內(nèi)部缺陷的位置、大小的可靠性。為了消除測試誤差，試驗(yàn)過程中套筒范圍上的每個(gè)測點(diǎn)激振 2 次，測試方向從套筒底部向頂部依次測試，把下一個(gè)測點(diǎn)作為上一個(gè)測點(diǎn)的激振點(diǎn)。試驗(yàn)時(shí)，對(duì)所有試件混凝土區(qū)域標(biāo)定卓越周期，用于區(qū)分密實(shí)區(qū)域與非密實(shí)區(qū)域。測試及分析的項(xiàng)目主要為以下 2 點(diǎn)。

1）觀察分析接收到的應(yīng)力波頻譜圖，結(jié)合實(shí)際套筒灌漿狀況探究沖擊彈性波法檢測的準(zhǔn)確性。

2）基于人工智能評(píng)判，并結(jié)合接收到的應(yīng)力波頻譜圖和套筒灌漿的實(shí)際狀況，對(duì)人工智能評(píng)判結(jié)果的可靠性進(jìn)行評(píng)估。激振示意圖及現(xiàn)場檢測照片如圖 5 所示。

圖5 激振示意圖及檢測照片

3 試驗(yàn)結(jié)果及分析

套筒灌漿密實(shí)度檢測的二維等值線云圖和 AI 解析結(jié)果如表 2 所示。二維等值線云圖的縱軸表示測試的長度，測試方向從注漿口向出漿口依測點(diǎn)順序進(jìn)行，橫軸表示彈性波的傳播里程，軟件中將其除以 2，轉(zhuǎn)換為試件厚度方向的深度，圖中豎直線表示試件的厚度，因此，當(dāng)接受信號(hào)比標(biāo)定的豎直線晚時(shí)，則表示彈性波在灌漿不密實(shí)的套筒中發(fā)生繞射。

3.1 灌漿套筒單排居中布置

1）當(dāng)灌漿飽滿度為 0 時(shí)（編號(hào) 4-1），從二維等值線

云圖可以看出，注漿口到灌漿口段接受的信號(hào)的時(shí)刻要明顯延后于標(biāo)定的時(shí)刻，說明套筒內(nèi)無灌漿料，AI 分析結(jié)果表示所測得的各點(diǎn)均為存在缺陷，兩種方法結(jié)果一致。

表2 剪力墻模型套筒灌漿測試一覽表

2）當(dāng)灌漿飽滿度為 50 % 時(shí)（編號(hào) 4-2），二維等值線云圖中反射信號(hào)較為強(qiáng)烈，并未出現(xiàn)延后標(biāo)定時(shí)刻的信號(hào)，因此未能檢測到灌漿套筒中的實(shí)際灌漿飽滿度；采用 AI 分析方法分析試件中各測點(diǎn)，發(fā)現(xiàn) AI 方法測得的結(jié)果與實(shí)際結(jié)果較為接近。

3）當(dāng)灌漿飽滿度為 80 % 時(shí)（編號(hào) 4-3），信號(hào)接收時(shí)刻先于標(biāo)定時(shí)刻，反射強(qiáng)度較為明顯，且在缺陷處出現(xiàn)了雙頻峰，未能檢測到灌漿飽滿度的真實(shí)情況；AI 分析結(jié)果接近實(shí)際灌漿飽滿度，但有 1 個(gè)測點(diǎn)的兩次測得結(jié)果不一致。

4）當(dāng)灌漿飽滿度為 100 % 時(shí)（編號(hào) 4-4），二維頻譜等值線圖在標(biāo)定時(shí)刻處信號(hào)反饋強(qiáng)烈，整體反射均一，效果明顯，可以較好反映套筒內(nèi)部灌漿情況；AI 測得的結(jié)果與實(shí)際情況相符，無缺陷產(chǎn)生。

3.2 灌漿套筒“梅花形”布置布置

1）當(dāng)灌漿飽滿度為 0 % 時(shí)（編號(hào) 5-1），頻譜二維等值線圖中大部分反射信號(hào)接收時(shí)刻晚于標(biāo)定時(shí)刻，但也出現(xiàn)了局部重合的測點(diǎn)，總體上可以反映套筒灌漿飽滿度；AI 測得的結(jié)果與實(shí)際相符，各個(gè)測點(diǎn)均顯示套筒內(nèi)部存在缺陷。

2）當(dāng)灌漿飽滿度為 50 % 時(shí)（編號(hào) 5-2），頻譜二維等值線圖中大多數(shù)測點(diǎn)反饋的信號(hào)要晚于標(biāo)定的時(shí)刻，不能反映套筒中實(shí)際灌漿情況；AI 測得的結(jié)果基本可以反映套筒內(nèi)部的灌漿量的比例，值得注意的是有一個(gè)測點(diǎn)兩次測量結(jié)果不一致。

3）當(dāng)灌漿飽滿度為 80 % 時(shí)（編號(hào) 5-3），頻譜二維等值線圖中接受到反射信號(hào)的時(shí)刻多與標(biāo)定時(shí)刻重合，沒有延遲接受到的信號(hào)，不能夠真實(shí)反映出灌漿缺陷；AI 分析與實(shí)際情況較為相符，可以準(zhǔn)確測得各測點(diǎn)的灌漿情況。

4）當(dāng)灌漿飽滿度為 100 % 時(shí)（編號(hào) 5-4）頻譜二維等值線圖中各測點(diǎn)的反射信號(hào)基本位于標(biāo)定時(shí)刻，說明套筒灌漿量為 100 %，與實(shí)際情況相符；AI 分析結(jié)果顯示各測點(diǎn)灌漿無缺陷。

4 結(jié)論

通過基于人工智能評(píng)判的沖擊彈性波法所測得套筒灌漿飽滿度的結(jié)果，可以得出以下結(jié)論。

1）人工智能評(píng)判的檢測結(jié)果更加直觀、簡單，可以避免人為因素的影響，從而降低對(duì)檢測人員的技術(shù)水平和經(jīng)驗(yàn)的要求。

2）當(dāng)灌漿套筒內(nèi)部灌漿狀態(tài)為全灌或全空時(shí)，人為判斷與人工智能判斷結(jié)果均較為準(zhǔn)確，當(dāng)灌漿飽滿度為 50 % 或 80 % 時(shí)，會(huì)影響兩種判斷方法的判斷結(jié)果，但僅影響人工智能判斷結(jié)果的極個(gè)別測點(diǎn)。

3）相較于人為判斷頻譜二維等值線圖，采用人工智能評(píng)判的方法準(zhǔn)確率可提高 50 %，但值得注意的是，個(gè)別測點(diǎn)兩次結(jié)果相悖，因此，人工智能評(píng)判方法仍需進(jìn)一步的優(yōu)化。Q