基于數(shù)字圖像技術(shù)的UHPC表面特性與黏結(jié)性能識別

李 嘉，鄒 衡，張恒龍，陳思遠(yuǎn)

(1.湖南大學(xué) 土木工程學(xué)院，湖南 長沙 410082；2.風(fēng)工程與橋梁工程湖南省重點(diǎn)實驗室，湖南 長沙 410082)

0 引言

為綜合解決鋼橋面疲勞開裂和瀝青鋪裝易損難修兩大難題，邵旭東研究團(tuán)隊[1-2]提出了“鋼-UHPC (35～40 mm)-瀝青磨耗層(20～40 mm)”輕型組合橋面結(jié)構(gòu)。鋼橋面專用UHPC[3]組分內(nèi)無粗骨料，成型后表面致密光滑，且富含鋼纖維，通常采用拋丸處理以制造紋理構(gòu)造。目前，表面特征及紋理深度多采用鋪砂法、擺式儀法等傳統(tǒng)測試技術(shù)[4]；由于UHPC表面鋼纖維的影響，手動鋪砂時砂粒被鋼纖維彈走，無法在UHPC層面攤鋪成均勻的圓形，測試值離散性大；而采用擺式儀法測試路面摩擦系數(shù)，擺錘運(yùn)動受到表面鋼纖維的阻礙，無法與UHPC面連續(xù)接觸。隨著計算機(jī)視覺技術(shù)和模式識別技術(shù)的日漸成熟[5-7]，特別是新的紋理分析算法的發(fā)展，為研究UHPC表面紋理質(zhì)量狀態(tài)提供了一種新的思路。相較于傳統(tǒng)測試方法，數(shù)字圖像[8]采集方便、快速、客觀，樣本數(shù)量大，可反映表面紋理構(gòu)造的凹凸?fàn)顟B(tài)，圖像識別過程能實現(xiàn)計算機(jī)程序化、系統(tǒng)化的分析，從而使UHPC表面檢測具有高效性、準(zhǔn)確性和規(guī)范性。

本研究擬開展基于數(shù)字圖像技術(shù)的UHPC表面特性與黏結(jié)性能識別，通過數(shù)字圖像技術(shù)分析，定量描述UHPC表面三維信息和紋理構(gòu)造，建立特征參數(shù)與表面構(gòu)造深度之間的關(guān)系；分析UHPC表面紋理對黏層材料性能的影響，提出表面特征參數(shù)建議值，為完善《超高性能輕型組合橋面結(jié)構(gòu)技術(shù)規(guī)程》(GDJTG/T A01—2015)[9]及工程應(yīng)用提供技術(shù)支持。

1 數(shù)字圖像技術(shù)

數(shù)字圖像就是對平面圖像中離散坐標(biāo)(x,y)和灰度G(x,y)的數(shù)字化。數(shù)字圖像可表示為矩陣或數(shù)組，其以矩陣或數(shù)組在計算機(jī)中傳輸與存儲，數(shù)字圖像的處理實際上就是對矩陣或數(shù)組的處理[10-11]。

UHPC基板原始圖像及其三維圖像像素空間分布如圖1所示，對比圖1(a)和圖1(b)，圖像的像素狀態(tài)與UHPC表面凹凸的紋理狀態(tài)呈對應(yīng)關(guān)系，生活中通過肉眼無法辨別的紋理構(gòu)造狀態(tài)，能從數(shù)字圖像的像素空間分布中客觀地反映出來。原始圖像的像素分布矩陣可運(yùn)用數(shù)字圖像處理來獲取。

圖1 原始圖像與像素空間分布對比Fig.1 Comparison of original image and spatial distribution of pixels

1.1 圖像獲取

基于數(shù)字圖像技術(shù)的UHPC表面紋理構(gòu)造分析方法，要求原始圖像能夠真實反映UHPC表面紋理特征。表面圖像采集受到許多因素的影響，如光照狀態(tài)、表面潔凈程度、拍攝角度等，采集過程影響數(shù)字圖像的質(zhì)量，從而使結(jié)果產(chǎn)生誤差[12]。

通過規(guī)范UHPC表面圖像的采集過程，來避免采集過程中造成的圖像信息誤差。在進(jìn)行圖像采集前，對UHPC基板表面進(jìn)行拋丸處理，用真空泵吸除表面浮塵，確保板面清潔干凈；圖像采集時，對光照強(qiáng)度、拍攝高度和角度等因素進(jìn)行綜合分析，在拍攝條件相同的情況下對多個測點(diǎn)進(jìn)行采集，并將單反相機(jī)用三腳架固定，以保證相機(jī)以固定高度和角度進(jìn)行拍攝，相機(jī)距離試板的垂直高度固定為100 cm，以保證拍攝時保持鏡頭平面與試板表面始終平行，拍攝時單反相機(jī)用快門線進(jìn)行控制，防止相機(jī)在拍攝過程中的抖動。

1.2 數(shù)字圖像技術(shù)分析

利用MATLAB軟件對圖像進(jìn)行處理，包括圖像灰度化、濾波降噪、像素值定義及圖像三維重構(gòu)。對三維模型提取輪廓算術(shù)平均偏差Ra、分形維數(shù)FD、平均灰度MGV等特征參數(shù)，建立特征參數(shù)與構(gòu)造深度間的關(guān)系，用圖像技術(shù)定量描述UHPC表面三維信息和紋理構(gòu)造。

(1)輪廓算術(shù)平均偏差Ra[13]

輪廓算術(shù)平均偏差是表面粗糙度參數(shù)之一，是指在取樣長度內(nèi)，輪廓偏距絕對值的算術(shù)平均值，Ra的統(tǒng)計意義是一階原點(diǎn)的絕對矩，用來反映輪廓高度相對中線的離散程度，其計算公式如下：

(1)

式中，Ra為輪廓算術(shù)平均偏差；n為組成輪廓線點(diǎn)的個數(shù)；yi為第i個輪廓線點(diǎn)的高度值。

(2)分形維數(shù)FD[14-15]

分形是指自然界中所有現(xiàn)象或形狀的不規(guī)則性，都可以用部分和較小的細(xì)節(jié)來表示，分形應(yīng)用在紋理中以分形維數(shù)來反映。分形維數(shù)的計算有不同的方法，例如通過概念、頻譜、面積度量、分形布朗函數(shù)、差分盒子維法等。本研究采用差分盒子維法對路面紋理圖像的像素灰度關(guān)系進(jìn)行基于分形理論的研究。差分盒子維法[16-17]是將大小為M×M的圖像劃分為S×S的部分(1

FD=lim[log(Nr)/log(1/r)]，

(2)

式中，r為將M×M的圖像劃分為S×S的一部分；Nr為覆蓋整個圖像所需的盒子數(shù)。

(3)平均灰度MGV[18]

灰度值表示灰度圖像中像素點(diǎn)的明暗深度，范圍為0(黑)～255(白)。在數(shù)字圖像中，像素的空間分布能夠客觀反映事物的凹凸不平，這是因為平行光在凹凸不平點(diǎn)處不同的反射產(chǎn)生的，相機(jī)取景器獲取了更多凸點(diǎn)反射的光線，灰度值就會更大，反之凹點(diǎn)灰度值更小?；叶戎悼捎脕韰^(qū)分物體表面的凹凸程度，平均灰度MGV的計算公式如下：

(3)

式中，i，j為像素在平面空間中的坐標(biāo)；gij為像素在平面坐標(biāo)上的灰度值；m,n為將圖片劃分為M×N的網(wǎng)格。

基于數(shù)字圖像技術(shù)的UHPC表面特征分析流程見圖2。

圖2 數(shù)字圖像技術(shù)分析流程圖Fig.2 Flowchart of digital image technology analysis

2 試驗設(shè)計

為更加方便準(zhǔn)確地分析UHPC表面特性，探究一種基于數(shù)字圖像技術(shù)的UHPC表面紋理分析方法，并建立表面紋理與附著力拉拔強(qiáng)度的關(guān)系，依據(jù)現(xiàn)行規(guī)程方法，測試UHPC表面粗糙度，評估不同界面黏結(jié)材料與UHPC的黏附性能。具體試驗內(nèi)容包括:(1) 采集UHPC表面數(shù)字圖像，并進(jìn)行圖像處理與分析；(2) 采用電動鋪砂法測試UHPC表面構(gòu)造深度；(3)測試4種典型界面黏結(jié)材料與UHPC表面附著力。

2.1 原材料

(1)UHPC

UHPC基體材料配合比見表1，按體積比2.5%摻入鋼纖維。

表1 UHPC基材配合比Tab.1 Mix proportion of UHPC matrix materials

(2)界面黏結(jié)劑

采用4種典型界面黏層材料，分別為熱熔型改性環(huán)氧樹脂202(簡稱：樹脂202)、二階環(huán)氧樹脂黏結(jié)劑NDA100(簡稱：樹脂NDA100)、熱固型環(huán)氧瀝青(簡稱：環(huán)氧瀝青)、SBS改性瀝青(I-D)(簡稱：SBS改性瀝青)。界面黏結(jié)劑配合比、撒布量、拌和溫度、撒布溫度和養(yǎng)生條件如表2所示。

表2 黏結(jié)劑涂刷要求Tab.2 Requirements for application of binder

2.2 試件制備

澆注40塊300 mm×300 mm×30 mm大小的UHPC基板，在自然環(huán)境條件下養(yǎng)護(hù)2 d成型，再進(jìn)行90～100 ℃的蒸汽養(yǎng)護(hù)2 d；待試件自然晾干后，去除UHPC層表面浮漿，采用拋丸機(jī)對表面拋丸，調(diào)整不同參數(shù)獲得不同構(gòu)造深度的UHPC板，用真空泵吸除表面浮塵。將UHPC板切割成大小為70 mm×70 mm×30 mm的試件，其中72塊用于附著力拉拔試驗。

2.3 試驗方案

(1)表面紋理構(gòu)造

紋理構(gòu)造試驗根據(jù)《公路路基路面現(xiàn)場測試規(guī)程》(JTG 3450—2019)[19]，采用LD-138型電動鋪砂儀測試UHPC試板表面構(gòu)造深度，共測試40塊UHPC試板，記錄構(gòu)造深度TD。

(2)附著力拉拔試驗

附著力拉拔試驗參考美國標(biāo)準(zhǔn)試驗方法StandardTestMethodforPull-offAdhesionStrengthofCoatingsonConcreteUsingPortablePull-offAdhesionTesters(ASTM D7234—21)[20]。本試驗采用ZM-10T型碳纖維黏結(jié)強(qiáng)度檢測儀，試驗時勻速緩慢轉(zhuǎn)動拉拔儀把手，記錄試件破壞時的峰值荷載，試驗設(shè)備見圖3。

圖3 試驗裝置Fig.3 Test devices

3 試驗結(jié)果與分析

3.1 基于數(shù)字圖像技術(shù)的UHPC表面紋理構(gòu)造研究

對已測試構(gòu)造深度的UHPC進(jìn)行表面圖像采集，根據(jù)圖3的數(shù)字圖像技術(shù)分析流程，獲取圖像的輪廓算術(shù)平均偏差Ra、分形維數(shù)FD、平均灰度MGV，將匯總結(jié)果列于圖4。

圖4 構(gòu)造深度與特征參數(shù)關(guān)系Fig.4 Relationships between structural depth and feature parameters

應(yīng)用spss軟件對圖4中各表面特征參數(shù)進(jìn)行雙變量相關(guān)性分析，分析結(jié)果見表3。當(dāng)皮爾遜系數(shù)|r|<0.3時，表示兩變量間的相關(guān)程度極弱，不具有相關(guān)性；當(dāng)0.3≤|r|<0.5時，表示兩變量為低度相關(guān)；當(dāng)0.5≤|r|<0.8時，為中度相關(guān)；當(dāng)|r|≥0.8時，為高度相關(guān)。**表示對數(shù)據(jù)進(jìn)行雙尾顯著性檢驗的置信水平為1-α=0.99，數(shù)據(jù)的置信區(qū)間為99%以上。

表3 UHPC表面構(gòu)造深度與表面特征參數(shù)相關(guān)性分析 Tab.3 Analysis on correlation between UHPC surface texture depth and surface characteristic parameters

表3顯示，構(gòu)造深度與輪廓算術(shù)平均偏差Ra的相關(guān)系數(shù)為0.921，大于0.8，所以構(gòu)造深度與輪廓算術(shù)平均偏差的相關(guān)性顯著，兩者呈正相關(guān)，輪廓算術(shù)平均偏差隨構(gòu)造深度的增長而增長；構(gòu)造深度與分形維數(shù)的相關(guān)性為-0.512，為中度相關(guān)性；構(gòu)造深度與平均灰度的相關(guān)系數(shù)為0.023，兩者不具有相關(guān)性。

研究表明，引用輪廓算術(shù)平均偏差(Ra)表征UHPC表面構(gòu)造深度(TD)是合理的。根據(jù)實測數(shù)據(jù)，對Ra-TD關(guān)系進(jìn)行曲線擬合，兩者關(guān)系模型與參數(shù)估算值見表4。

表4 Ra-TD關(guān)系模型與參數(shù)估算值Tab.4 Ra-TD relation model and estimated parameter value

由表4可知，采用二次函數(shù)能更好反映構(gòu)造深度TD與輪廓算術(shù)平均偏差Ra的關(guān)系，回歸曲線見圖5，Ra-TD回歸方程可表述為：

圖5 Ra-TD回歸曲線Fig.5 Ra-TD regression curve

Ra=-12.669(TD)2+52.463TD+

40.477，R2=0.855，

(4)

式中，R2為表示回歸線的線性擬合狀態(tài)的相關(guān)系數(shù)。

3.2 基于數(shù)字圖像技術(shù)的UHPC表面紋理與拉拔強(qiáng)度研究

分別測試25 ℃和60 ℃溫度狀態(tài)下，黏層與UHPC的附著力拉拔強(qiáng)度，拉拔破壞狀態(tài),見圖6。

圖6 界面劑拉拔試驗破壞狀態(tài)Fig.6 Failure states of interfacial agents in pull-out test

如圖6所示，樹脂202、樹脂NDA100的受拉破壞基本發(fā)生在與UHPC的附著面上, 而環(huán)氧瀝青、SBS改性瀝青的受拉破壞發(fā)生在自身材料層，該現(xiàn)象是否表明UHPC表面紋理對樹脂黏層的影響大于瀝青黏層，此推想有待如下分析與驗證。

附著力拉拔試驗結(jié)果見圖7。

圖7 附著力拉拔試驗結(jié)果Fig.7 Pull-out test result of adhesion

將輪廓算術(shù)平均偏差(Ra) 與拉拔強(qiáng)度的關(guān)系點(diǎn)繪于如下坐標(biāo)圖圖8中。

圖8 拉拔強(qiáng)度與Ra的關(guān)系Fig.8 Relationship between pull strength and Ra

從圖8中可看出，樹脂黏層、瀝青黏層受UHPC表面輪廓算術(shù)平均偏差Ra的影響各不相同，對此展開拉拔強(qiáng)度與Ra之間的相關(guān)性分析，分析結(jié)果見表5。

由表5可知，常溫條件下樹脂202、樹脂NDA100、環(huán)氧瀝青和SBS改性瀝青的拉拔強(qiáng)度與Ra的相關(guān)系數(shù)分別為0.904，0.882，-0.215，-0.404, 表明樹脂黏層與Ra的相關(guān)性顯著，而瀝青黏層與Ra的相關(guān)性較弱；高溫條件下樹脂202、樹脂NDA100、環(huán)氧瀝青和SBS改性瀝青的拉拔強(qiáng)度與Ra的相關(guān)系數(shù)為-0.872，-0.823，0.591，0.136,表明樹脂黏層與Ra的相關(guān)性較高，其次為SBS改性瀝青，而環(huán)氧瀝青與Ra的相關(guān)性較弱。拉拔強(qiáng)度受UHPC表面粗糙度影響程度排序為：樹脂202>樹脂NDA100>SBS改性瀝青>環(huán)氧瀝青。

表5 附著力拉拔強(qiáng)度與Ra相關(guān)系數(shù)Tab.5 Correlation coefficient between adhesion pull strength and Ra

進(jìn)一步對樹脂黏層測試結(jié)果進(jìn)行回歸分析，如圖9所示。

圖9 附著力拉拔強(qiáng)度與Ra的線性關(guān)系Fig.9 Linear relationship between adhesion pull strength and Ra

常溫條件下，隨著UHPC表面粗糙度的增加，樹脂202、樹脂NDA100的附著力拉拔強(qiáng)度呈下降趨勢；高溫條件下，隨著UHPC表面粗糙度的增加，樹脂202、樹脂NDA100的附著力拉拔強(qiáng)度呈上升趨勢。為使界面劑在常溫和高溫環(huán)境下均具備較高的黏結(jié)性能，即常溫拉拔強(qiáng)度≥2.0 MPa[9]，高溫拉拔強(qiáng)度≥0.8 MPa[9]，建議采用樹脂202作為界面劑時，UHPC表面輪廓算術(shù)平均偏差Ra的范圍為51～53; 而樹脂NDA100的Ra小于等于83均可滿足要求。

4 結(jié)論

(1)基于圖像處理技術(shù)提出UHPC表面紋理構(gòu)造數(shù)字分析方法，采用圖像輪廓算術(shù)平均偏差Ra定量描述UHPC表面三維信息和紋理構(gòu)造, 分析過程易于實行程序化運(yùn)算，具有操作便捷、檢測效率高等特點(diǎn)。

(2)通過試驗設(shè)計與測試，建立了電動鋪砂法構(gòu)造深度(TD)與數(shù)字圖像輪廓算術(shù)平均偏差Ra的TD-Ra關(guān)系模型，其相關(guān)系數(shù)為0.921，兩者具有較強(qiáng)的相關(guān)性。

(3)樹脂黏層的拉拔強(qiáng)度與輪廓算術(shù)平均偏差Ra的相關(guān)性較高，其次為SBS改性瀝青，而環(huán)氧瀝青與Ra的相關(guān)性較弱。拉拔強(qiáng)度受UHPC表面粗糙度影響程度的排序為：樹脂202>樹脂NDA100>SBS改性瀝青>環(huán)氧瀝青。

(4)目前表面粗糙度參數(shù)只能評價UHPC表面拋丸的微觀構(gòu)造，下一步將針對嵌石、刻槽、拉毛等各種構(gòu)造的情況，從而將表面粗糙度參數(shù)應(yīng)用于表征包括拋丸、露石等各種類型的水泥基鋪面工程中。