基于聲波信號采集的鋼筋混凝土損傷識別仿真

陳 靖,劉羿甫

(1. 鄭州工業(yè)應(yīng)用技術(shù)學(xué)院建筑工程學(xué)院,河南 新鄭 451100;2. 中國礦業(yè)大學(xué)(北京)應(yīng)急管理與安全工程學(xué)院,北京 100083)

1 引言

鋼筋混凝土構(gòu)件憑借強(qiáng)度高、耐久性等優(yōu)勢廣泛應(yīng)用在橋梁、道路等建筑中,雖然其得到了廣泛應(yīng)用,但是其結(jié)構(gòu)安全性始終是不容忽視的問題。影響構(gòu)件安全的因素有很多,例如設(shè)計缺陷、荷載超標(biāo)、使用年限較長、腐蝕作用等。構(gòu)件受到損傷并不是一瞬間導(dǎo)致的,而是日積月累形成的。當(dāng)構(gòu)件發(fā)生變形或產(chǎn)生裂縫時,雖然通過外觀檢測能夠確定構(gòu)件受損,但此時損傷程度已經(jīng)很大,修復(fù)難度提升,甚至已經(jīng)無法繼續(xù)使用。因此,對于構(gòu)件而言,在損傷顯著之前進(jìn)行檢測,能夠盡早發(fā)現(xiàn)損傷部位,降低檢修成本。另外,對于高層建筑、大壩等復(fù)雜結(jié)構(gòu)而言,構(gòu)件通常被保護(hù)層覆蓋,大大增加了識別難度。

一些學(xué)者意識到構(gòu)件損傷識別的重要性,并投入大量精力進(jìn)行研究。例如,閻石[1]等人提出基于多通道面波分析算法的混凝土構(gòu)件損傷識別研究。設(shè)計多通道超聲面波識別系統(tǒng),完成多道信號采集與處理,在實驗平臺中進(jìn)行數(shù)值模擬,當(dāng)產(chǎn)生分流現(xiàn)象和波速衰減時,即可獲得識別結(jié)果。劉學(xué)增[2]等人利用激光超聲探測技術(shù)完成損傷部位識別,構(gòu)建有限元模型,分析激光表面波和混凝土損傷部位的作用規(guī)律;探究散射回波特征,獲取損傷深度對回波特征產(chǎn)生的影響,通過探頭接收信號,研究不同損傷情況的時域信號波形。上述識別方法取得了一定效果,尤其在損傷程度識別方面表現(xiàn)突出,但當(dāng)確定具體損傷部位時,通常存在較大誤差,尤其對于多點損傷部位的確定較為困難[3]。

為精準(zhǔn)識別損傷部位,本文利用聲發(fā)射技術(shù)識別出鋼筋混凝土構(gòu)件的多點損傷部位。聲發(fā)射屬于一種物理現(xiàn)象[4],當(dāng)構(gòu)件受到荷載作用時,其內(nèi)部會有部分能量發(fā)生改變,并以彈性波的方式釋放。因此,聲發(fā)射源能夠體現(xiàn)出構(gòu)件的損傷機(jī)制。并且此種識別技術(shù)不會破壞材料自身性能,實現(xiàn)對構(gòu)件的實時、全方位損傷識別。此外,還能在動態(tài)荷載情況下完成識別,是一種無損檢測技術(shù),可以達(dá)到提前預(yù)警目的。最后將采集到的聲波數(shù)據(jù)輸入到深度置信網(wǎng)絡(luò)中,通過峰度值分析的方式識別出損傷部位。

2 混凝土構(gòu)件損傷信息采集

2.1 聲發(fā)射系統(tǒng)結(jié)構(gòu)

聲發(fā)射儀是聲發(fā)射系統(tǒng)中的重要設(shè)備,通過該設(shè)備采集、記錄并分析聲波信號,也可以推斷出發(fā)射源。為準(zhǔn)確獲取波形信息,需要使用精準(zhǔn)度高的儀器,通常選用四通道發(fā)射系統(tǒng),具體結(jié)構(gòu)包括傳感器、放大器和采集卡[5]。

1)傳感器:是一種能量轉(zhuǎn)換器,通常用靈敏度衡量其工作性能。對于傳感器的選型還需結(jié)合實際情況,若選擇的設(shè)備不合理,會造成接收信號和實際信號之間的誤差,影響最終識別精度。

2)放大器:通常情況下,信號電壓較低,再加上長距離傳輸,信號衰減嚴(yán)重,信噪比降低。此時需要通過放大器增強(qiáng)信號,再利用電纜傳輸?shù)讲杉ā７糯笃鳑Q定了聲發(fā)射設(shè)備的噪聲含量,其最關(guān)鍵作用是提高信號質(zhì)量,排除干擾。

3)采集卡:是發(fā)射機(jī)箱中的主要配件,基本功能是接收放大信號,再將其傳輸在計算機(jī)中。每個采集卡都包含兩個不同的通道,如果聲發(fā)射儀選用四通道,則應(yīng)該設(shè)置兩個采集卡。

2.2 聲發(fā)射系統(tǒng)信號采集

根據(jù)上述分析可知,聲發(fā)射設(shè)備是由多個檢測通道組成的,任意通道都是由測量設(shè)備、信號處理模塊和計算程序構(gòu)成的。發(fā)射源在外力作用下會產(chǎn)生應(yīng)力脈沖波[6],此種波形信號就是機(jī)械振動的結(jié)果。如果機(jī)械波到達(dá)表面,傳感器獲取信號后,將信號變換為電信號,再經(jīng)過放大器和采集卡變換為最終數(shù)字信號。

達(dá)到時間、峰值大小和能量等參數(shù)都是在采集卡中提取到的[7],波形可在瞬時記錄單元內(nèi)儲存。溫度、壓力等數(shù)值是通過外接參數(shù)通道獲取的,這些數(shù)據(jù)會被暫時保存在控制器中[8],利用控制卡變換為聲發(fā)射文件保存在計算機(jī)中。采集過程的具體描述如下:

(1)

式中,Gp,q代表偏導(dǎo)數(shù),S(t)代表時間函數(shù),*代表卷積積分,mp,q代表矩張量。由此可知,矩張量能夠描述裂縫運(yùn)動[10]。則在裂縫表面f上,利用積分方式可得到二階矩張量m

(2)

式中,Cp,q代表mp,q的彈性常數(shù),ΔV代表裂縫體積。通過下述公式可計算出mp,q的具體數(shù)值

(3)

式中,λ與μ代表拉梅常數(shù),δ代表克羅內(nèi)克常數(shù)。在鋼筋混凝土構(gòu)件中,對于介質(zhì)均勻的材料,矩張量元素可利用下述公式展開

(4)

聲發(fā)射過程就是利用這些矩張量元素實現(xiàn)信號采集的,這些元素是應(yīng)變與彈性常數(shù)的乘積[11],與應(yīng)力較為相似。

2.3 波形信號處理

即便使用了放大器設(shè)備,初始信號中依舊會存在一些無用信息,這些信息會干擾對信號中有用信息的提取。本文通過廣義局部信息熵獲取有用信號[12]。

對于某振動點而言,在計算其信息熵時,需綜合計算點與輔助點的整體振幅Q

(5)

式中,N代表窗口長度,通常大于1,i和j分別代表計算點與輔助點編碼,uj代表輔助點j的振動幅度。

在廣義信息熵的計算中,可將i點振幅發(fā)生的概率Pi表示為

(6)

將獲得的Pi值融入到信息熵計算公式中,計算出i點的廣義局部信息熵Hi

Hi=-PilnPi

(7)

將所有參數(shù)引入到式(7)中,獲取i點信息熵的展開公式

(8)

為了可以更好地提取到有用的波形信息,利用信息熵最大值Hi,max和最小值Hi,min對信息熵Hi作無量綱處理,獲取i點信息熵的變化值Ri

(9)

經(jīng)過上述處理,完成了有用波形信號的提取,使波形特征更加明顯,為后續(xù)損傷部位識別奠定基礎(chǔ)。

3 多點損傷部位識別

峰度值通常用于構(gòu)件監(jiān)測中,能夠?qū)⒉杉牟ㄐ涡盘栕儞Q為具體數(shù)值[13]。為后續(xù)使用深度置信網(wǎng)絡(luò)進(jìn)行損傷識別提供輸入內(nèi)容。峰度值計算公式如下

(10)

式中,K代表峰度值,N′代表事件數(shù)量,x(k)為幅值。峰度值可以體現(xiàn)信號之間的差異性,該值越大說明信號數(shù)據(jù)差異越大。

本文通過限制波茲爾曼機(jī)(Restricted Boltzmann machine,RBM)建立深度信任網(wǎng)絡(luò),并將上述的峰度值作為網(wǎng)絡(luò)輸入,經(jīng)過不斷學(xué)習(xí),分析不同信號的峰度值差異,輸出最終識別結(jié)果。

RBM屬于能量生成模型,由可視層v與隱含層h組成,任意節(jié)點之間都沒有連接,每層間為全連接。

假設(shè)可視層v中存在a個節(jié)點,隱含層h中具有b個節(jié)點,則能量函數(shù)表示為

(11)

式中,θ={Wi′j′,ai′,bj′}代表RBM參數(shù),其中,ai′是v的偏置,bj′是h的偏置,Wi′j′是連接兩層的權(quán)重。

在上述能量函數(shù)的基礎(chǔ)上,計算(v,h)的聯(lián)合概率

(12)

引入激活函數(shù),則可視層與隱含層的激活概率計算公式分別如下:

(13)

(14)

RBM網(wǎng)絡(luò)的訓(xùn)練過程如下:

步驟一:對可見層中的節(jié)點狀態(tài)作初始化處理,權(quán)值Wi′j′、可視層與隱含層的偏置ai′、bj′均滿足高斯分布;

步驟二:將可視層數(shù)據(jù)利用映射的方式變換到隱含層,映射過程利用下述公式描述:

(15)

步驟三:根據(jù)上式計算結(jié)果將隱含層數(shù)據(jù)變換到可視層:

(16)

步驟四:不斷更新權(quán)重和各層偏置,更新過程描述為

Wi′j′=ε(p(hj′=1)v)-pv2

(17)

a=a+ε(ai′-bj′)

(18)

b=b+ε(bj′-ai′)

(19)

上述即為深度信任網(wǎng)絡(luò)訓(xùn)練的全過程,經(jīng)過訓(xùn)練后即可獲得損傷識別結(jié)果[14,15]。但為提高訓(xùn)練速度,還需要設(shè)置隱含層的節(jié)點數(shù)量,利用下述公式確定最佳節(jié)點數(shù)

(20)

式中,q代表神經(jīng)元節(jié)點數(shù)量,c和e分別代表輸出層與輸入層節(jié)點數(shù)量。經(jīng)過反復(fù)測試表明,當(dāng)q=15時,損傷識別的準(zhǔn)確率最佳,所以將隱含層節(jié)點數(shù)量設(shè)置為15。

4 仿真過程與結(jié)果分析

本次仿真選用的鋼筋混凝土構(gòu)件尺寸為80mm×120mm×500mm,強(qiáng)度等級為C35,抗?jié)B等級為10級。仿真平臺裝置圖如圖1所示。

圖1 仿真裝置圖

在上述實驗裝置中,傳感器選型至關(guān)重要,本文選用的傳感器型號為SR150N,其屬于諧振傳感器,由壓電晶片、磁鐵、壓電元件等設(shè)備組成。傳感器具體參數(shù)如表1所示。

表1 傳感器性能參數(shù)表

為分析所提方法的波形信號采集能力,設(shè)置仿真。測試本文方法、多通道面波分析算法和激光超聲探測技術(shù)三種算法的接收波形與端部回波,假設(shè)輸入波形相同,測試結(jié)果分別如圖2-4所示。

圖2 所提方法信號采集能力測試結(jié)果

圖3 多通道面波分析算法信號采集能力測試結(jié)果

圖4 激光超聲探測技術(shù)信號采集能力測試結(jié)果

由圖2-4可知,聲發(fā)射方法的接收信號與端部回波波形基本一致,只是信號幅值出現(xiàn)較小變化,而其它兩種方法的回波波形與接收波形相差較大,并且出現(xiàn)了不同程度的缺陷信號。這表明所提方法具備較強(qiáng)的信號采集功能,這是因為方法利用廣義局部信息熵算法提高了信號質(zhì)量,確保獲取的信號波形與實際波形具有較高的相似度。

將混凝土構(gòu)件劃分為多個區(qū)域,每個區(qū)域中設(shè)定若干個節(jié)點,并將節(jié)點標(biāo)注上序號,并在節(jié)點1、4和11處設(shè)置三個損傷部位,分別利用上述三種方法對構(gòu)件進(jìn)行損傷部位識別,識別結(jié)果分別如圖5-7所示。

圖5 本文方法損傷部位識別結(jié)果圖

圖6 多通道面波分析算法識別結(jié)果

圖7 激光超聲探測技術(shù)識別結(jié)果

分析圖5-7能夠得出:本文方法的損傷部位識別結(jié)果是節(jié)點1、4和11處有損傷,這與實際結(jié)果相符;多通道面波分析算法識別出的損傷部位分別是節(jié)點3、6和9處,沒能準(zhǔn)確識別出損傷節(jié)點;激光超聲探測技術(shù)識別出兩處損傷部位,識別錯誤一處。所提方法具備較高的識別精度是因為采集到的波形信息誤差較小,另一方面通過計算波形信息的峰度值,將計算結(jié)果輸入到深度置信網(wǎng)絡(luò)中,該網(wǎng)絡(luò)的學(xué)習(xí)能力較強(qiáng),可以提高識別結(jié)果精度。

5 結(jié)論

為及時發(fā)現(xiàn)鋼筋混凝土構(gòu)件的損傷情況,便于養(yǎng)護(hù)維修,提出基于聲發(fā)射的損傷部位識別方法。通過聲發(fā)射技術(shù)采集波形信號,將信號變化為峰度值數(shù)據(jù),再將這些數(shù)據(jù)輸入到深度置信網(wǎng)絡(luò)中,輸出識別結(jié)果。仿真結(jié)果表明,所提方法探測能力較強(qiáng),識別出的損傷部位與實際情況相符。但是聲發(fā)射技術(shù)只能在核心區(qū)域獲取聲發(fā)射信號,在今后研究中為擴(kuò)大采集范圍,應(yīng)該重點研究傳感器的分布位置。另外,聲發(fā)射容易受環(huán)境噪聲影響,還需減少反演誤差,進(jìn)一步提高識別精度。