工程結(jié)構(gòu)損傷檢測(cè)的智能方法

王樂

摘 要：近幾年隨著基建能力的快速發(fā)展，對(duì)于橋梁結(jié)構(gòu)損傷識(shí)別技術(shù)的需求也越來越強(qiáng)。越來越多的學(xué)者對(duì)損傷識(shí)別進(jìn)行了研究，并且開發(fā)出眾多健康監(jiān)測(cè)的方法。針對(duì)橋梁結(jié)構(gòu)的特點(diǎn)，基于施工、健康監(jiān)測(cè)和人工巡檢多位一體的多體系損傷識(shí)別方法是橋梁結(jié)構(gòu)損傷識(shí)別的發(fā)展方向，損傷識(shí)別的智能方法也是重中之重。

關(guān)鍵詞：損傷識(shí)別;健康監(jiān)測(cè);智能方法

1 麥克風(fēng)沖擊共振法

空氣耦合傳感器是無需接觸的傳感器的一種，能夠接收到構(gòu)件傳播到空氣中的聲波信息。電容式的麥克風(fēng)則是空氣耦合傳感器的一種，擁有較寬的帶寬適用范圍以及較高的靈敏度。近年來，該傳感器技術(shù)在無損檢測(cè)的領(lǐng)域里取得了較好的發(fā)展，學(xué)者們將麥克風(fēng)傳感器引入眾多無損檢測(cè)的原理和方法中，形成了較為高效的無損檢測(cè)方法。

沖擊共振測(cè)試的原理是結(jié)構(gòu)受到激勵(lì)的時(shí)候，內(nèi)部聲波的傳播遇到缺陷的時(shí)候能夠發(fā)生連續(xù)的反射，引發(fā)構(gòu)件的共振反應(yīng)，其中結(jié)構(gòu)的外形樣式以及材料本身的特性都會(huì)對(duì)沖擊共振頻率的大小產(chǎn)生影響，由沖擊共振頻率的大小和頻譜特征判定結(jié)構(gòu)的損傷。因此可以將麥克風(fēng)沖擊共振法應(yīng)用于結(jié)構(gòu)脫空損傷檢測(cè)中，這對(duì)于鋼管混凝土等結(jié)構(gòu)的損傷診斷有著重大意義。

在鋼-混凝土組合結(jié)構(gòu)中發(fā)生局部的界面脫空損傷時(shí)，對(duì)混凝土結(jié)構(gòu)的外部施加激勵(lì)，施加激勵(lì)后會(huì)產(chǎn)生沖擊，在沖擊的一瞬間會(huì)發(fā)出聲波。在對(duì)結(jié)構(gòu)的脫空損傷部位施加脈沖激勵(lì)時(shí)，局部脫空區(qū)域受到短時(shí)沖擊力的作用，將發(fā)生持續(xù)的響應(yīng)，該自振響應(yīng)在局部板殼的自振頻率處特別顯著。因?yàn)闃?gòu)件的振動(dòng)會(huì)在附近產(chǎn)生聲輻射，所以可以通過傳感器來采集位于激勵(lì)位置處的聲壓信號(hào)，然后對(duì)采集的信號(hào)進(jìn)行處理，通過對(duì)信號(hào)的處理得出結(jié)構(gòu)的損傷情況。正常來說，如果知道構(gòu)件的厚度，就能夠通過信號(hào)的頻譜特性以及模型的振動(dòng)特性來推測(cè)損傷的大小等屬性。當(dāng)儀器采集端和激勵(lì)端之間的距離越遠(yuǎn)，構(gòu)件振動(dòng)對(duì)傳感器采集端的聲輻射功率越小，所采集的信號(hào)的幅值就更小，但信號(hào)的基本頻譜特征不會(huì)變。針對(duì)工程結(jié)構(gòu)進(jìn)行損傷成像的測(cè)試之后繪制出云圖，聲壓模態(tài)柔度近似值大的區(qū)域可以判定為存在損傷，因此憑借云圖可以對(duì)結(jié)構(gòu)進(jìn)行脫空損傷識(shí)別與診斷。

2 基于導(dǎo)波的結(jié)構(gòu)損傷識(shí)別

導(dǎo)波是由應(yīng)力波在有限介質(zhì)受到邊界的“引導(dǎo)”而形成。聲波傳播到波導(dǎo)結(jié)構(gòu)的邊界時(shí)候發(fā)生大量的反射、折射和模態(tài)轉(zhuǎn)換，造成聲波之間的干涉，并且疊加，形成波導(dǎo)結(jié)構(gòu)中穩(wěn)定的導(dǎo)波。導(dǎo)波的傳播主要會(huì)被兩方面所影響：一方面受結(jié)構(gòu)外部尺寸的影響，另一方面受頻率的影響，導(dǎo)波的頻散現(xiàn)象就是引導(dǎo)頻率變化所產(chǎn)生的。

在對(duì)導(dǎo)波進(jìn)行實(shí)際檢測(cè)研究時(shí)，研究學(xué)者得出由于導(dǎo)波自身產(chǎn)生的過程造成了導(dǎo)波對(duì)結(jié)構(gòu)缺陷獨(dú)特的敏感性。因此導(dǎo)波在結(jié)構(gòu)損傷檢測(cè)領(lǐng)域逐漸廣泛應(yīng)用。采集到的導(dǎo)波信號(hào)的特征提取技術(shù)是導(dǎo)波應(yīng)用的一個(gè)首要問題，為了減少信號(hào)采集過程中存在各種噪聲對(duì)聲波信號(hào)產(chǎn)生影響，因此需要使用特點(diǎn)的信號(hào)特征提取方法，來提高信號(hào)的信噪比，從而有效從信號(hào)中提取出反映損傷信息的信號(hào)特征，憑此來進(jìn)行損傷識(shí)別。目前已有大量導(dǎo)波信號(hào)的特征提取方法：

2.1 利用分譜處理算法進(jìn)行損傷識(shí)別

因?yàn)榉肿V出處理算法有比較好的抵抗隨機(jī)噪聲干擾的能力，因此被廣泛用于結(jié)構(gòu)的損傷識(shí)別。利用分譜處理算法，通過比較基準(zhǔn)波信號(hào)和檢測(cè)波信號(hào)的幅值變化程度來判定損傷散射的基礎(chǔ)對(duì)稱模式的傳播時(shí)間。當(dāng)目標(biāo)的信號(hào)在所采集的信號(hào)中出現(xiàn)的時(shí)候，通過分譜處理算法所建立的一系列時(shí)間域信號(hào)將呈現(xiàn)出一致的幅值信息。

使用合適的提取特征的算法，在每個(gè)采樣的時(shí)間點(diǎn)上提取這一系列重建的時(shí)間域信號(hào)的幅值并衡量它們的一致性，然后就能夠得出那些有著較好的幅值一致性的采樣時(shí)間點(diǎn)對(duì)應(yīng)于目標(biāo)信號(hào)的出現(xiàn)。由于幅值一致性不會(huì)被噪聲所影響，因此即使所采集的信號(hào)的信噪比較低，分譜處理算法仍然可以正確地評(píng)估目標(biāo)信號(hào)的傳輸時(shí)間。實(shí)際損傷識(shí)別實(shí)驗(yàn)驗(yàn)證：根據(jù)分譜處理算法，將基準(zhǔn)和實(shí)際情況下信號(hào)的幅值進(jìn)行對(duì)比來得出S0模式的信號(hào)傳輸時(shí)間。在理想的和實(shí)際存在噪聲兩種工作環(huán)境中檢測(cè)存在缺陷的構(gòu)件，使用分譜處理算法求出所檢測(cè)信號(hào)的瞬時(shí)幅值變化度。接合多條傳感路徑評(píng)定出的信號(hào)傳輸時(shí)間，可以使用定位算法識(shí)別出損傷的位置。能得出無論噪聲是否干擾了檢測(cè)的波信號(hào)，使用分譜處理算法可以使得在低信噪比的時(shí)候仍然可以精確地評(píng)估出缺陷散射的S0模式的信號(hào)傳輸時(shí)間，從而達(dá)到有效的結(jié)構(gòu)損傷識(shí)別。而Hilbert變化等評(píng)定的S0模式的信號(hào)傳輸時(shí)間僅僅在理想的環(huán)境中是有效的，在有噪聲存在對(duì)信號(hào)造成影響時(shí)，會(huì)導(dǎo)致沒有辦法對(duì)缺陷進(jìn)行識(shí)別。因此分譜處理算法有較強(qiáng)的抵抗寬帶噪聲干擾的能力，在導(dǎo)波特征提取中有較強(qiáng)的適用性。

2.2 基于導(dǎo)波信號(hào)能量譜相關(guān)性分析的損傷成像算法

為了實(shí)現(xiàn)導(dǎo)波的損傷檢測(cè)，并且減小進(jìn)行信號(hào)分析的時(shí)候因?yàn)椴煌瑺顟B(tài)波信號(hào)有區(qū)別而產(chǎn)生的誤差，提出了這種損傷成像算法（能量譜相關(guān)性分析）。對(duì)傳感路徑的損傷指數(shù)進(jìn)行校對(duì)，并把所校對(duì)的損傷指數(shù)作為特征參數(shù)。利用加權(quán)分布函數(shù)，損傷指數(shù)會(huì)被映射至離散坐標(biāo)上，繪成了缺陷出現(xiàn)在坐標(biāo)上面的概率圖像，用來定位檢測(cè)結(jié)構(gòu)的缺陷。這種基于能量譜相關(guān)性分析的方法可以避免信號(hào)激勵(lì)和采樣的時(shí)間同步性影響。

3 基于堆棧降噪自動(dòng)編碼器的損傷識(shí)別方法

由于深度學(xué)習(xí)能夠?qū)?fù)雜的方程進(jìn)行擬合并且模式分類的能力較強(qiáng)能夠解決復(fù)雜的模式分類問題，所以目前深度學(xué)習(xí)在結(jié)構(gòu)損傷識(shí)別領(lǐng)域的應(yīng)用越來越廣泛。

堆棧降噪自動(dòng)編碼器是常見的深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，是經(jīng)過無監(jiān)督預(yù)訓(xùn)練多層網(wǎng)絡(luò)結(jié)構(gòu)。因?yàn)槎褩＝翟胱詣?dòng)編碼器訓(xùn)練優(yōu)化相對(duì)而言較為簡(jiǎn)單并且有很強(qiáng)的模式識(shí)別能力，會(huì)對(duì)輸入的參數(shù)進(jìn)行優(yōu)化，所以被開發(fā)使用在損傷識(shí)別領(lǐng)域。其網(wǎng)絡(luò)的結(jié)構(gòu)和深度置信網(wǎng)絡(luò)結(jié)構(gòu)很像，但是與其不同的是，堆棧降噪自動(dòng)編碼器是通過堆疊自動(dòng)編碼器替代RBM，在結(jié)構(gòu)的頂層是用于執(zhí)行模式分類和預(yù)測(cè)任務(wù)的分類器。降噪自動(dòng)編碼器會(huì)對(duì)輸入的參數(shù)指標(biāo)進(jìn)行特征的提取，得出輸入?yún)?shù)指標(biāo)的抽象特征。在歷經(jīng)多次的特征提取之后，能夠得到高階位的特征并且用作是分類器的輸入，最后利用分類器的作用判斷出輸入樣本的類別。這種基與堆疊降噪自動(dòng)編碼器的結(jié)構(gòu)損傷識(shí)別方法適用于結(jié)構(gòu)的損傷位置判定。降噪自動(dòng)編碼器的主要的工作特點(diǎn)是選擇指標(biāo)、建立樣本庫、選擇合適的分類器和對(duì)該結(jié)構(gòu)進(jìn)行訓(xùn)練。和目前廣泛使用模式識(shí)別的方法比較而言，該方法強(qiáng)大的特征提取能力會(huì)使其在結(jié)構(gòu)損傷診斷領(lǐng)域獲得廣泛的應(yīng)用。

4 結(jié)論與展望

雖然目前已經(jīng)有大量學(xué)者進(jìn)行結(jié)構(gòu)損傷識(shí)別的工作并且取得了一定的成功，但是很多的方法僅是在實(shí)驗(yàn)室是環(huán)境下成立的，存在于模擬之中，有一定的局限度，要想真正的應(yīng)用在實(shí)際工程項(xiàng)目中還有一定的難度。在外部環(huán)境的干擾下，要想得到損傷結(jié)構(gòu)完整的數(shù)據(jù)還需要進(jìn)行多方面的研究，如何從實(shí)驗(yàn)?zāi)Ｐ蛻?yīng)用到工程結(jié)構(gòu)中無疑是一個(gè)很重要的問題。在未來，結(jié)構(gòu)損傷識(shí)別主要會(huì)對(duì)小波分析、環(huán)境激勵(lì)下的方法以及全過程的結(jié)構(gòu)損傷識(shí)別方法進(jìn)行研究。相信在未來，學(xué)者們能將實(shí)驗(yàn)室方法真正的應(yīng)用到實(shí)際項(xiàng)目中。

參考文獻(xiàn)：

[1]吳向男，徐岳，梁鵬，等.橋梁結(jié)構(gòu)損傷識(shí)別研究現(xiàn)狀與展望[J].長(zhǎng)安大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，33（6）：49-58.

[2]苗曉婷.基于導(dǎo)波的結(jié)構(gòu)健康監(jiān)測(cè)中特征提取技術(shù)與損傷識(shí)別方法的研究[D].上海交通大學(xué)，2011.

[3]劉蒙.基于麥克風(fēng)沖擊共振法的鋼—混凝土組合結(jié)構(gòu)脫空損傷診斷研究[D].湖南大學(xué)，2018.

[4]謝祥輝，單德山，周筱航.基于堆棧降噪自動(dòng)編碼器的橋梁損傷識(shí)別方法[J].鐵道建筑，2018，58（5）：6-10.

[5]黃天立.結(jié)構(gòu)系統(tǒng)和損傷識(shí)別的若干方法研究[D].同濟(jì)大學(xué)，2007.