大壩心墻河床段基座混凝土裂縫的遠程紅外監測

喬俊明

(包頭市水庫管護中心，包頭 014030)

混凝土結構是由水泥砂漿、外加劑等多種物質按照一定比例混合而成的復合結構，混凝土中包含較多物料，其機械性能也很復雜，具有抗拉強度低、離散性大、均勻性差等特點。同時，在施工過程中，施工工藝不當、施工管理不善和施工條件復雜等因素，會給混凝土表面和內部結構帶來一定程度的破壞。而混凝土結構的失效往往都是從材料的裂紋處開始的，裂紋的出現和擴大，會對構件的強度、剛度等產生不同程度的影響，甚至會對結構的承載力造成重大影響。目前，如何對混凝土結構的裂紋分布及其尺寸進行監測，是國內外許多研究人員和學者所關心的問題。因此，有必要采用一種有效的非破壞性測量技術對混凝土建筑物的裂縫性質、尺寸和范圍進行測量。

紅外熱成像技術是利用紅外熱像儀監測對象，將紅外信號轉化為可測的電子信號，經處理后的電子信號會呈現為一系列的紅外熱像圖并顯示被測對象的表面溫度場，檢測人員可依據溫度分布狀況判定被測對象有無間斷的缺陷。紅外熱像儀具有測量速度快、觀測面積大等優點。筆者基于紅外監測方法的優點，將其應用到混凝土裂縫監測中并進行試驗。

1 基于紅外熱成像技術的混凝土缺陷區域監測

1.1 監測流程

混凝土缺陷的紅外監測流程圖如圖1所示。

圖1 混凝土缺陷的紅外監測流程圖

1.2 導電膜電阻拉敏效應

根據電阻的拉敏效應，裂紋在擴展階段會引起電阻的產熱，進而引起紅外熱圖的變化，監測中，將導電膜布鋪設到混凝土的試件表面，接通電源，使其發生電熱轉變，產生檢測時目標位置與周圍背景的溫度差[1]。

為便于后續分析，將所有導電粒子簡化為球體，將高分子電阻設定為定值[2]，導電薄膜的電阻R是通過電極間的導電顆粒和傳導路徑來確定的，可表示為

(1)

式中：Rm為導電粒子之間的電阻；Rp為導電粒子自身電阻；N為與電流方向平行的導電粒子數目。

在導電微粒間距大時，電流無法透過導電微粒的空隙，存在隧穿電流的情況，可將隧穿電流J表示為

(2)

式中：φ為波長；m、e分別為電子的質量和電荷量；h與分別為計算常數與電粒子之間的高度差；S為外加電壓。

由于導電微粒的導電性與聚合物基質之間存在很大的差異，因此可以忽略其本身的電阻性[3]，將結構參數之間的關系表示為

(3)

式中：a為導電粒子所占的比例；γ為電子濃度；n為采樣序列。

1.3 缺陷等級劃分

在自然界中，任何物體都可以輻射紅外線[4]，故可通過紅外熱成像監測儀獲取紅外圖像，再利用測試目標與背景目標的溫差，獲得缺陷的檢測結果[5]。

將被測表面的輻射強度Lλ(T)表示為[6]

Lλ(T)=ελLλ(T0)+ρλLλ(Tu)

(4)

式中：T為基準溫度；T0為被測對象的表面溫度；Tu為環境溫度；ρλ、Lλ分別為被測物體的表面反射率與吸收率；ελ為表面發射率。

因為該物質的能量是由熱輻射和由該物質所受拉應力形成的附加能所疊加而成的[7]，所以將計算出的輻射能與所述輻射能相加得到

E=R1+E2

(5)

式中：E為該物質能量；R1為1.2節計算出的參考導電參數；E2為物體受拉應力后產生的輻射能量值。

為準確地將上述觀測量提取出來[8]，需要對溫度反演，即

T=T0+ΔT

(6)

式中：T0為正常溫度；ΔT為在應變速率變化后產生的附加溫度。

同時，受到大氣輻射影響，輻照會出現部分衰減，為此需要進行修正，以滿足溫度轉換的需求[9]，可將輻射照度Eλ表示為

Eλ=A0d-2[τaλελLbλ(T0)+τaλ(1-ελ)]

(7)

式中：A0為熱像儀目標可視面積；d為測量距離；τaλ為大氣光譜透射率；Lbλ為大氣發射率。

經過處理后，獲得被測表面的真實溫度[10]，在此基礎上，根據缺陷區域溫度與正常區域溫度差劃分缺陷的等級，即

ΔT=|T1-T2|×100%

(8)

式中：T1為平均溫度；T2為缺陷區域的最高或者最低溫度。

上述過程可判斷檢測過的部分是否出現故障，但是不能深入表明其他問題，還需進一步處理。

1.4 監測后處理

經過紅外檢測后，采用傅里葉變換與K-means聚類結合的方法處理紅外熱圖，二維傅里葉變換原理是在一維傅里葉變換的基礎上添加位置信息[11]，即

(9)

式中：*為傅里葉計算模式；T(n)為第n個采樣序列的采樣頻率；D為圖像序列長度；F(k)為位置信息；b為勢壘高度。

當熱圖序列長度為N，采樣頻率為fs時，將振幅與相位關系[12]表示為

(10)

式中：Im[F(k)]為快速傅里葉變換的虛部；R[F(k)]為快速傅里葉變換的實部。

在此基礎上，通過K-means聚類算法對不同的數據中心進行聚類，根據最近的數據分布，更新數據，然后進行迭代，最后得出圖像的幅度和相位，具體過程如下。

(1) 將第n張熱圖像素均值與方差記作?與μ，按照μ的順序排列圖像，獲得M張圖像。然后通過像素均值劃分區域，統計缺陷與無缺陷情況，分析不同情況的面積占比。

(2) 通過上述傅里葉變換得到相位圖序列[13]，按照頻率大小排列圖像。

(3) 初始化聚類中心[14]，篩選出缺陷處與非缺陷處[15]，獲得相應的相位圖。

(4) 經過篩選，計算各個區域的中心坐標，即

(11)

經上述過程計算出區域中心坐標，達到識別和探測裂縫的目的。

2 工程實例分析

為驗證提出的混凝土裂縫遠程紅外監測方法的有效性，筆者進行了驗證試驗與工程實例分析。

2.1 驗證試驗

制作試驗用混凝土試件，試件的強度為C30，混凝土材料中水泥、砂、石、水的配比為500…512…1 150…200。

生產混凝土所用的水泥是普通的硅酸鹽水泥，中砂材料為河砂，碎石粉材料為石灰石。

確定配比后，澆筑試件，過程如下。

(1) 將制作時需要的砂、石、水泥按照設計好的配合比放入到攪拌機中。

(2) 拌和材料，在攪拌過程中不斷添加水，水添加完成后停止澆筑。

(3) 清理模具的內壁，清理干凈后將混凝土漿注入到模具中。

(4) 壓實混凝土漿，排出其中的氣泡，并用抹鏟抹平表面，共制備8個試件。

(5) 靜置24 h后拆模，獲得試件。

試件準備后，選擇CMT500型萬能試驗機，施加不同的應力，使混凝土發生不同程度的開裂。加載試驗現場如圖2所示。

圖2 加載試驗現場

該試驗機加載速度較快，范圍較大，并且具有低周載荷循環的功能。試驗時，將混凝土試件放置到試驗機中的兩個支撐點之間，并調整支座的間距，使試件與加載試驗機的表面充分接觸，施加壓力后，試件在中心點處發生斷裂。試件不同位置開裂形貌如圖3所示。

圖3 試件不同位置開裂形貌

為了避免試驗過程中出現混淆，對試件進行編碼處理。試件裂縫的基本參數如表1所示。

表1 試件裂縫的基本參數 mm

采用所提監測方法監測裂縫的長度，裂縫實際長度與監測結果對比如表23所示。

表2 裂縫實際長度與監測結果對比 mm

由表2可見，所提的混凝土裂縫遠程紅外監測方法監測到的裂縫長度與實際的裂縫長度相差較小，最大相差約5 mm，說明該方法準確性較高。

某試件裂紋監測圖像如圖4所示，生成的紅外監測圖像如圖5所示。

圖4 某試件裂縫監測圖像

圖5 裂縫紅外監測圖像

圖5中，深色部分為裂縫較深的部分，顏色較淺的部分為裂縫不是很嚴重的部分，可見所提方法能夠按照實際裂縫情況，生成相應的紅外圖像，效果較好。

2.2 工程實例分析

利用該監測方法對某大壩進行裂縫監測。該大壩心墻河床段為某水庫擋水建筑物。該水庫總庫容為2.23億m3，最高壩高為59 m，壩頂尺寸為297 m×9 m (長×寬)。上下游壩坡坡率分別為1…2.38和1…27。壩體的填筑材料主要為砂礫石，心墻河床與上下游砂礫壩殼之間設4 m厚的過渡層。心墻底部設0.6 m的混凝土基座，該基座位于基巖砂礫層。

在大壩心墻斷面10個高程上設置多個紅外監測點，監測點位置如圖6所示。

圖6 監測點位置示意

監測點SR1～SR10的裂縫長度監測結果分別為33，0，75，11，0，0，0，78，64，32 mm?？梢姡岱椒軌蛴行ПO測河床段裂縫，該工程在SR1、SR3、SR4、SR8、SR9、SR10監測點位置存在裂縫，應及時進行加固處理。

3 結語

(1) 所提出的遠程紅外監測方法在混凝土表面涂抹了導電膜，為后續監測提供了便利條件。

(2) 筆者在獲得紅外圖像后，進行了后處理，得到了更加準確的監測結果。

(3) 試驗結果表明，不同裂縫生成的紅外圖像溫度分布也不均勻，顏色越深代表裂縫深度越大。所提方法能夠較為準確地監測出裂縫的長度。

(4) 工程應用實例表明，該方法能夠有效監測河床段裂縫，該工程在SR1、SR3、SR4、SR8、SR9、SR10處存在裂縫，應及時進行加固處理。