Page 148 - 2025年第56卷第10期
P. 148

表 9 调整阵列后不同裂缝深度修正复合平面波方法计算结果(裂缝长度为 60 mm)
               裂缝深度/                   裂缝角度检测                                    裂缝长度检测
                 mm      PCA/(°)  绝对误差/(°) 线性拟合/(°) 绝对误差/(°)       PCA/mm    绝对误差/%    线性拟合/mm    绝对误差/%
                 100       19.5       4.5       19.1       4.1       53.7      10.5       54.2       9.7
                 125       16.7       1.7       16.3       1.3       56.6       5.7       56.1       6.5
                 150       15.5       0.5       14.9       0.1       61.3       2.2       60.9       1.5
                 175       15.5       0.5       15.4       0.4       65.5       9.2       65.3       4.7
                 200       14.5       0.5       14.1       0.9       65.7       9.5       64.8       8.0

                  (1)传统复合平面波成像会在非裂缝方向产生幅值较高的伪像,导致裂缝识别误差较大,角度绝
              对误差最大为 11.1°,长度绝对误差最大为 24%。采用单角度扫描,通过计算扫查角度与检测角度的最
              小距离能有效预测裂缝角度,角度最大识别误差不超过 1°。基于角度修正复合平面波成像方法检测的
              裂缝长度最大绝对误差不超过 9.2%,检测效果较好。
                  (2)采用图像识别方法能有效检测裂缝的角度及长度。PCA、线性拟合对缺陷图像的识别效果较
              好,角度检测最大绝别误差均为 1°,检测精度接近,搜索最大长度识别方法受像素值影响较大,效果
              较差,角度识别绝对误差最大为 3.9°。
                  (3)传统复合平面波方法检测不同骨料粒径混凝土内部裂缝误差较大,角度绝对误差最大为 7.9°,
              裂缝长度绝对误差最大为 14.7%。混凝土最大骨料粒径的增大会影响角度修正复合平面波成像方法的
              检测精度,但影响较小,角度绝对误差最大为 1.9°,长度绝对误差最大为 5.8%。当混凝土波速偏差小
              于 3% 时,基本不影响该方法的识别效果。当速度偏差大于 3%,PCA 方法的角度绝对误差最大为
              1.6°,线性拟合角度绝对误差最大为 0.5°,两种方法角度识别精度有所差异,长度识别绝对误差均不
              超过 7.5%,影响较小。该方法对近场裂缝检测效果较差,角度绝对误差最大为 4.5°,通过调整阵列与
              缺陷的相对位置,可以提高该方法检测内部深层裂缝的检测精度,调整后裂缝深度为 175 和 200 mm 的
              裂缝角度绝对误差最大为 0.9°,长度绝对误差最大为 9.5%。
                  (4)在一定条件下角度修正复合平面波方法能有效识别混凝土内部裂缝的角度及长度。然而,在
              实际检测过程中,检波器与混凝土界面的耦合作用、环境噪音、混凝土中较大骨料都会影响该方法的
              识别效果。例如,检波器耦合不好将会导致有效信号在界面处漏检,环境噪音及内部骨料较大时会影
              响检测精度,同时目前的图像识别方法存在检测精度较低的问题。因此,需要进一步研究上述因素,
              以提高该方法在实际应用中的可靠性和识别效果。


              参  考  文  献:


               [ 1 ] 孟永东,徐晓蔚,丁毅,等 .  适宜水工混凝土内环境的矿化微生物梯度驯化优选[J]  水利学报,2024,55
                                                                                         .
                      (6):698-710.
               [ 2 ] 孙林远,黄昊,陈康,等 .  细观尺度下表面波法检测混凝土表面裂缝深度研究[J]  水利学报,2024,55(8):
                                                                                      .
                      942-954.
                                                                                      .
               [ 3 ] 蔡智超,虞一孺,张敬 .  基于探地雷达的杂散电流环境下混凝土损伤检测研究[J]  电工技术学报,2024,39
                      (21):6636-6646.
               [ 4 ] 王荣鲁,吕小彬,李萌 .  水工结构混凝土质量检测冲击弹性波技术的研发和应用[J]  中国水利水电科学研究
                                                                                        .
                      院学报,2018,16(5):472-478.
               [ 5 ] YANG J J,TIAN C J,ZHAN Q W,et al.  Study on non-destructive visualization identification of concrete internal
                      cracks based on SH array ultrasound [J]  Journal of Building Engineering,2024,98:111076.
                                                   .
               [ 6 ] KUCHIPUDI S T,GHOSH D.  Automated detection and segmentation of internal defects in reinforced concrete using
                                                  .
                      deep learning on ultrasonic images [J]  Construction and Building Materials,2024,411:134491.
               [ 7 ] WU Y, WANG Y, LI D, et al.  Two-step detection of concrete internal condition using array ultrasound and deep
                      learning [J]  NDT & E International,2023,139:102945.
                               .
               [ 8 ] ZIELIŃSKA M, RUCKA M. Internal imaging of concrete fracture based on elastic waves and ultrasound computed
                                                                                               — 1395  —
   143   144   145   146   147   148   149   150