一種混凝土性能檢測方法及檢測系統

本發明涉及混凝土性能檢測，尤其涉及一種混凝土性能檢測方法及檢測系統。

背景技術：

1、混凝土作為最常用的建筑材料之一，其性能直接影響著建筑物的安全性和耐久性。隨著現代建筑對結構安全和使用壽命要求的不斷提高，以及大型復雜結構、特殊環境下結構的出現，對混凝土性能檢測技術提出了更高的要求。傳統的混凝土性能檢測方法主要依賴于破壞性試驗，例如鉆芯取樣、回彈法等，存在操作繁瑣、成本高、對結構損傷大等缺點。因此，發展無損檢測技術成為混凝土性能檢測的重要方向。近年來，超聲波檢測、電磁波檢測、紅外熱成像等無損檢測技術在混凝土性能檢測中得到廣泛應用。這些技術可以快速、準確地獲取混凝土內部信息，無需破壞結構，具有明顯的優勢。

2、但現有的無損檢測存在檢測精度低，缺乏定量化的評估指標的缺陷問題。現有的無損檢測方法大多只能定性或半定量地評估混凝土性能，例如超聲波檢測主要依靠波速、波幅等參數的變化來判斷混凝土內部缺陷，但難以精確確定缺陷的尺寸、形狀和類型。缺乏統一、標準化的評估指標體系，難以對混凝土性能進行定量化評估，導致檢測結果的可比性和可靠性較差。

技術實現思路

1、基于此，有必要提供一種混凝土性能檢測方法及檢測系統，以解決至少一個上述技術問題。

2、為實現上述目的，一種混凝土性能檢測方法，包括以下步驟：

3、步驟s1：對待測混凝土區域進行傳感器網絡部署，得到超聲波傳感器排布方案；根據超聲波傳感器排布方案進行多通道超聲波探傷儀數據采集，得到原始超聲矩陣；

4、步驟s2：對原始超聲矩陣進行超聲矩陣重組處理，得到預處理超聲矩陣；

5、步驟s3：對預處理超聲矩陣進行信號到達時間殘差計算，得到到達時間殘差矩陣；根據到達時間殘差矩陣進行聲速模型修正并進行聲速斷層圖像生成，得到聲速斷層圖像；

6、步驟s4：根據聲速斷層圖像對預處理超聲矩陣進行信號時頻分析，得到時頻特征矩陣；據聲速斷層圖像以及時頻特征矩陣進行缺陷特征提取并進行缺陷特征數據庫構建，得到缺陷特征數據庫；

7、步驟s5：根據聲速斷層圖像以及缺陷特征數據庫進行混凝土結構的力學響應分析，得到力學響應數據；對力學響應數據進行缺陷影響區域識別，得到缺陷影響區域圖以及缺陷區域數據；根據缺陷影響區域圖以及缺陷區域數據進行性能指標計算，得到性能指標數據集；根據缺陷影響區域圖以及性能指標數據集進行性能評估報告生成，得到性能評估報告，以實現混凝土性能檢測作業。

8、本發明通過合理的傳感器網絡部署和多通道數據采集，可以獲取到覆蓋整個檢測區域的、包含豐富缺陷信息的高質量超聲波數據，為后續的信號處理和分析奠定堅實基礎，有效提高檢測精度和可靠性。通過一系列去噪、分解、提取和重組操作，有效去除了原始超聲矩陣中的干擾信息，突出了缺陷特征，為后續分析提供了更清晰、更準確的數據，提高了缺陷識別的準確率和可靠性。通過利用超聲波信號到達時間信息和反演算法，逐步優化聲速模型，最終生成高精度的聲速斷層圖像，為混凝土結構內部缺陷的可視化檢測提供可靠的技術支持，并為后續的缺陷分析提供準確的空間信息。通過提取聲速異常區域、結合工程經驗、進行時頻分析和特征提取，可以從海量數據中精準識別缺陷，并利用機器學習算法進行自動識別和分類，為混凝土結構缺陷的智能化檢測和評估提供技術支持。通過結合無損檢測數據和數值模擬技術，可以對缺陷影響進行多角度、定量化的評估，實現對混凝土結構缺陷的定量化評估，為結構安全預警、維護決策和壽命預測提供有效的技術支持，并最終生成可視化、易于理解的評估報告。因此，本發明提供了一種混凝土性能檢測方法及檢測系統，用于解決現有的混凝土性能檢測方法存在檢測精度低，缺乏定量化的評估指標的缺陷問題。通過引入先進的信號處理技術、聲速斷層成像技術、缺陷特征提取技術和力學響應分析技術，有效解決了現有混凝土無損檢測方法精度低、缺乏定量化評估指標的弊端，實現了對混凝土性能的高精度、定量化檢測。

9、優選地，步驟s1包括以下步驟：

10、步驟s11：對待測混凝土區域進行傳感器網絡部署，得到超聲波傳感器排布方案；

11、步驟s12：獲取三維成像需求數據；根據超聲波傳感器排布方案以及三維成像需求數據進行掃描路徑規劃，得到三維掃描路徑圖；

12、步驟s13：根據三維掃描路徑圖利用多通道超聲波探傷儀進行信號同步采集，得到多通道時域信號；

13、步驟s14：對多通道時域信號以及三維掃描路徑圖進行信號位置標記，得到空間標記時域信號；

14、步驟s15：根據空間標記時域信號進行數據矩陣構建，得到原始超聲矩陣。

15、本發明通過根據待測區域的特點制定合理的傳感器排布方案，可以確保獲取到覆蓋整個檢測區域的有效信號，為后續的三維成像和缺陷分析奠定基礎。獲取三維成像需求數據并結合傳感器排布方案進行掃描路徑規劃，可以生成高效、完整的掃描路徑，確保采集到足夠的數據信息，實現高精度、高分辨率的三維成像。按照規劃好的三維掃描路徑進行多通道超聲波信號同步采集，可以獲取到包含豐富缺陷信息的時域信號，為后續的信號處理和分析提供高質量的數據基礎。對采集到的多通道時域信號進行信號位置標記，將時間信息與空間位置信息相關聯，為后續構建空間信息矩陣提供必要的數據基礎，使得后續的分析能夠準確定位缺陷。根據空間標記的時域信號構建原始超聲矩陣，將三維空間信息融入到數據結構中，為后續的聲速斷層成像和缺陷識別等操作提供完整、準確的空間參考。

16、優選地，步驟s2包括以下步驟：

17、步驟s21：對原始超聲矩陣進行時頻信號去噪，得到去噪時頻信號矩陣；對去噪時頻信號矩陣進行信號相關性分析，得到去共性干擾信號矩陣；

18、步驟s22：利用經驗模態分解技術對去共性干擾信號矩陣進行模態分解，得到模態分量數據；根據模態分量數據進行敏感模態篩選，得到敏感模態信號矩陣；

19、步驟s23：對敏感模態信號矩陣進行信號包絡提取，得到信號包絡矩陣；

20、步驟s24：根據原始超聲矩陣的時空數據對信號包絡矩陣進行超聲矩陣重組，得到預處理超聲矩陣。

21、本發明通過時頻信號去噪，可以有效去除環境噪聲和系統干擾對原始信號的影響，提高信號的信噪比。而信號相關性分析則可以進一步去除通道間的共性干擾，例如電磁干擾、機械振動等，進一步提高信號質量，為后續分析提供更純凈的信號。利用經驗模態分解技術可以將去噪后的信號分解成多個具有物理意義的模態分量，并通過敏感模態篩選，保留對缺陷信息敏感的分量，去除其他無關信息，從而突出缺陷信號，提高缺陷識別的靈敏度。對敏感模態信號進行包絡提取可以去除信號的載波頻率信息，保留信號的幅度變化信息，更清晰地反映缺陷的反射回波信號，有利于后續的缺陷定位和成像。根據原始超聲矩陣的時空信息對信號包絡矩陣進行重組，可以將經過降噪和特征提取的信號重新映射回三維空間，構建包含更清晰缺陷信息的預處理超聲矩陣，為后續的聲速斷層成像和缺陷識別提供更優質的數據基礎。

22、優選地，步驟s3包括以下步驟：

23、步驟s31：對預處理超聲矩陣進行信號到達時間提取，得到信號到達時間矩陣；

24、步驟s32：根據信號到達時間矩陣以及超聲波傳感器排布方案中的傳感器幾何布局數據進行傳播路徑構建，得到超聲波傳播路徑圖；對超聲波傳播路徑圖進行路徑分割與編碼，得到編碼網格單元圖；

25、步驟s33：根據超聲波傳播路徑圖以及編碼網格單元圖進行路徑長度計算，得到路徑長度矩陣；

26、步驟s34：利用預設的初始聲速模型以及路徑長度矩陣進行正演模擬計算，得到理論到達時間矩陣；

27、步驟s35：根據理論到達時間矩陣以及信號到達時間矩陣進行殘差計算，得到到達時間殘差矩陣；

28、步驟s36：根據到達時間殘差矩陣對預設的初始聲速模型進行聲速模型修正，得到優化聲速模型；根據優化聲速模型進行聲速斷層圖像生成，得到聲速斷層圖像。

29、本發明通過對預處理超聲矩陣進行信號到達時間提取，可以準確獲取超聲波在混凝土介質中傳播的時間信息，這是進行聲速斷層成像和缺陷定位的關鍵參數。根據信號到達時間和傳感器排布信息構建超聲波傳播路徑圖，可以直觀地展示超聲波在混凝土結構中的傳播路徑，為后續的路徑長度計算和聲速模型修正提供基礎。而對傳播路徑進行分割編碼，則可以將復雜的傳播路徑簡化為規則的網格單元，便于進行數值計算和分析。根據傳播路徑和編碼網格單元圖計算路徑長度，可以將超聲波傳播時間轉化為具體的傳播距離，為后續計算理論到達時間提供必要的數據。利用預設的初始聲速模型和路徑長度矩陣進行正演模擬，可以得到基于假設聲速模型的理論到達時間，為后續計算到達時間殘差提供參考依據。通過計算理論到達時間與實際到達時間之間的殘差，可以找出實際聲速與假設聲速之間的差異，為后續修正聲速模型提供依據。根據到達時間殘差對初始聲速模型進行修正，可以得到更接近實際情況的優化聲速模型，從而生成更準確的聲速斷層圖像，提高缺陷定位和識別的精度。

30、優選地，步驟s4包括以下步驟：

31、步驟s41：對聲速斷層圖像進行聲速異常區域提取，得到聲速異常區域掩膜；

32、步驟s42：獲取工程經驗數據；根據工程經驗數據對聲速異常區域掩膜進行成像區域確定，得到成像區域掩膜；

33、步驟s43：根據成像區域掩膜對預處理超聲矩陣進行信號時頻分析，得到時頻特征矩陣；

34、步驟s44：根據聲速斷層圖像以及時頻特征矩陣進行缺陷特征提取，得到缺陷特征向量；

35、步驟s45：對缺陷特征向量進行缺陷類型分類，得到缺陷類型標簽數據；根據缺陷類型標簽數據進行缺陷特征數據庫構建，得到缺陷特征數據庫。

36、本發明通過對聲速斷層圖像進行聲速異常區域提取，可以快速識別出混凝土結構內部存在缺陷的區域，為后續的精細化分析提供目標區域。結合工程經驗數據對聲速異常區域進行篩選，可以排除一些由正常結構變化或材料不均勻性導致的假缺陷，提高缺陷識別的準確性，并更有針對性地進行后續分析。根據成像區域掩膜對預處理超聲矩陣進行信號時頻分析，可以提取更精細的缺陷特征信息，例如缺陷的頻率特性、能量分布等，為后續的缺陷特征提取提供更豐富的數據基礎。綜合聲速斷層圖像和時頻特征矩陣進行缺陷特征提取，可以更全面、準確地描述缺陷的幾何特征、聲學特征等信息，為后續的缺陷識別和分類提供更可靠的依據。利用機器學習算法對缺陷特征向量進行分類，可以自動識別缺陷類型，并通過構建缺陷特征數據庫，為后續的缺陷識別模型訓練和性能評估提供數據支持，提高缺陷識別的智能化水平。

37、優選地，步驟s44包括以下步驟：

38、步驟s441：對聲速斷層圖像進行聲速模型插值處理，得到高分辨率聲速模型；

39、步驟s442：根據高分辨率聲速模型進行延遲時間計算，得到延遲時間矩陣；

40、步驟s443：利用延遲時間矩陣對時頻特征矩陣進行信號聚焦疊加，得到缺陷成像結果數據；

41、步驟s444：對缺陷成像結果數據進行圖像分割與增強，得到增強缺陷圖像；對增強缺陷圖像進行缺陷區域提取，得到缺陷像素集；

42、步驟s445：根據缺陷像素集進行缺陷特征計算，得到缺陷特征向量。

43、本發明通過對聲速斷層圖像進行聲速模型插值處理，可以提高聲速模型的空間分辨率，從而更精確定位缺陷的位置和邊界，為后續的缺陷成像和特征提取提供更準確的空間信息。根據高分辨率聲速模型計算每個像素點到傳感器的延遲時間，可以補償由于聲速差異導致的信號到達時間差異，為后續的信號聚焦疊加提供必要的校正信息。利用延遲時間矩陣對時頻特征矩陣進行信號聚焦疊加，可以將分散在不同傳感器上的缺陷信號校準到正確的位置并進行疊加，從而提高缺陷成像的分辨率和信噪比，使缺陷圖像更加清晰。對缺陷成像結果進行圖像分割與增強，可以將缺陷區域與背景區域區分開來，并提高缺陷區域的對比度和清晰度，使缺陷更加容易識別和提取。根據缺陷像素集計算缺陷特征向量，可以將缺陷的幾何特征、紋理特征等信息量化，為后續的缺陷識別、分類和評估提供更豐富、更客觀的數據支持。

44、優選地，步驟s5包括以下步驟：

45、步驟s51：根據聲速斷層圖像以及計算機輔助設計軟件進行三維結構模型重建，得到三維結構模型；根據缺陷特征數據庫對三維結構模型進行缺陷信息映射，得到含缺陷結構模型；

46、步驟s52：獲取混凝土材料屬性數據；根據混凝土材料屬性數據對含缺陷結構模型進行材料屬性賦值，得到材料屬性賦予模型；

47、步驟s53：對材料屬性賦予模型進行網格劃分并進行邊界條件設定，得到有限元分析模型；對有限元分析模型進行數值模擬計算，得到力學響應數據；

48、步驟s54：對力學響應數據進行缺陷影響區域識別，得到缺陷影響區域圖以及缺陷區域數據，其中缺陷區域數據包括缺陷區域應力數據以及缺陷區域位移數據；

49、步驟s55：根據缺陷影響區域圖以及缺陷區域數據進行性能指標計算，得到性能指標數據集；

50、步驟s56：對性能指標數據集進行不確定性分析，得到性能指標置信區間；

51、步驟s57：對缺陷影響區域圖、性能指標數據集以及性能指標置信區間進行性能評估報告生成，得到性能評估報告。

52、本發明通過根據聲速斷層圖像重建三維結構模型，并結合缺陷特征數據庫映射缺陷信息，可以構建出包含真實缺陷信息的數字化模型，為后續的力學分析提供準確的幾何和缺陷信息基礎。為含缺陷結構模型賦予真實的混凝土材料屬性，可以使力學分析更接近實際情況，從而更準確地評估缺陷對結構性能的影響。對材料屬性賦予模型進行網格劃分和邊界條件設定，并進行有限元數值模擬計算，可以模擬結構在荷載作用下的真實受力狀態，獲取關鍵位置的應力、應變和位移等力學響應數據，為缺陷影響區域識別和性能指標計算提供數據基礎。通過對力學響應數據進行分析，可以識別出受缺陷影響的區域，并提取該區域的應力和位移數據，為后續的性能指標計算提供直接依據。根據缺陷影響區域和缺陷區域數據，計算結構的抗壓、抗拉、抗剪強度以及剛度和耐久性等性能指標，可以量化評估缺陷對結構性能的影響程度，為結構安全評估提供關鍵指標。對性能指標數據集進行不確定性分析，可以評估性能指標的可靠性和置信度，為工程決策提供更全面的參考信息。生成包含缺陷影響區域、性能指標及其置信區間的性能評估報告，可以直觀、全面地展示缺陷對結構性能的影響，為結構維護決策提供科學依據。

53、優選地，步驟s54包括以下步驟：

54、步驟s541：根據力學響應數據進行應力集中區域識別，得到應力集中區域數據；根據力學響應數據進行應變集中區域識別，得到應變集中區域數據；根據力學響應數據進行位移突變區域識別，得到位移突變區域數據；

55、步驟s542：基于應力集中區域數據、應變集中區域數據以及位移突變區域數據進行裂縫拓展路徑預測，得到裂縫拓展路徑數據；

56、步驟s543：對應力集中區域數據、應變集中區域數據、位移突變區域數據以及裂縫拓展路徑數據進行缺陷影響區域合并，得到綜合缺陷影響區域數據；

57、步驟s544：對綜合缺陷影響區域數據進行缺陷影響程度量化，得到缺陷影響程度指標；

58、步驟s545：根據缺陷影響程度指標以及綜合缺陷影響區域數據進行缺陷影響區域數據生成，得到缺陷影響區域圖以及缺陷區域數據。

59、本發明通過分別識別應力集中區域、應變集中區域和位移突變區域，可以更全面地捕捉缺陷對結構力學行為的影響，避免遺漏關鍵信息，為后續的缺陷影響區域分析提供更全面的數據基礎。基于應力、應變和位移信息預測裂縫擴展路徑，可以預估缺陷的發展趨勢，為結構安全預警提供重要參考，并為后續的缺陷影響區域合并提供更準確的邊界信息。基于應力、應變和位移信息預測裂縫擴展路徑，可以預估缺陷的發展趨勢，為結構安全預警提供重要參考，并為后續的缺陷影響區域合并提供更準確的邊界信息。對綜合缺陷影響區域進行量化分析，可以將缺陷的影響程度用具體的數值指標表示，更直觀地反映缺陷的危害程度，為后續的結構維護決策提供更明確的依據。生成包含缺陷影響程度和區域信息的缺陷影響區域圖，可以直觀地展示缺陷對結構的影響范圍和程度，為結構安全評估和維護決策提供更直觀的參考信息。

60、優選地，步驟s55包括以下步驟：

61、步驟s551：根據缺陷區域應力數據進行混凝土抗壓強度計算，得到抗壓強度利用系數；

62、步驟s552：根據缺陷區域應力數據以及缺陷影響區域圖進行混凝土抗拉強度計算，得到抗拉強度利用系數；

63、步驟s553：根據缺陷區域應力數據進行混凝土抗剪強度計算，得到抗剪強度利用系數；利用三維結構模型中的幾何信息進行截面尺寸修正系數計算，得到截面尺寸修正系數；利用截面尺寸修正系數對抗剪強度利用系數進行抗剪強度利用系數修正，得到抗剪強度利用修正系數；

64、步驟s554：利用材料力學原理根據缺陷區域位移數據進行混凝土結構剛度計算，得到結構剛度數據；利用三維結構模型中的幾何信息進行結構跨高比因素分析，得到幾何修正系數；利用幾何修正系數對結構剛度數據進行結構剛度修正，得到結構剛度修正數據；

65、步驟s555：根據材料屬性賦予模型以及缺陷影響區域圖進行結構耐久性評估，得到結構耐久性影響系數；

66、步驟s556：基于抗壓強度利用系數、抗拉強度利用系數、抗剪強度利用修正系數、結構剛度修正數據以及結構耐久性影響系數進行性能指標數據集生成，得到性能指標數據集。

67、本發明通過計算抗壓強度利用系數，可以量化評估缺陷區域混凝土抵抗壓應力的能力，為判斷結構在受壓狀態下的安全裕度提供依據。結合缺陷區域應力數據和缺陷影響區域圖計算抗拉強度利用系數，可以更準確地評估缺陷對結構抗拉性能的影響，尤其是在考慮應力集中和截面削弱等因素后，評估結果更加可靠。通過計算抗剪強度利用系數并進行截面尺寸修正，可以更準確地評估缺陷對結構抗剪性能的影響，尤其是在考慮缺陷對有效截面面積的影響后，評估結果更加符合實際情況。利用材料力學原理和缺陷區域位移數據計算結構剛度，并結合結構跨高比因素進行修正，可以更準確地評估缺陷對結構整體剛度的影響，為結構變形控制提供依據。根據材料屬性和缺陷影響區域評估結構耐久性，可以預測結構在長期環境作用下的性能變化趨勢，為結構維護決策提供參考。將抗壓、抗拉、抗剪強度利用系數、結構剛度修正數據以及結構耐久性影響系數等指標整合到性能指標數據集中，可以全面反映缺陷對混凝土結構性能的影響。

68、優選地，本發明還提供了一種混凝土性能檢測系統，用于執行如上所述的混凝土性能檢測方法，該混凝土性能檢測系統包括：

69、超聲波數據采集模塊，用于對待測混凝土區域進行傳感器網絡部署，得到超聲波傳感器排布方案；根據超聲波傳感器排布方案進行多通道超聲波探傷儀數據采集，得到原始超聲矩陣；

70、信號預處理模塊，用于對原始超聲矩陣進行超聲矩陣重組處理，得到預處理超聲矩陣；

71、聲速層析成像模塊，用于對預處理超聲矩陣進行信號到達時間殘差計算，得到到達時間殘差矩陣；根據到達時間殘差矩陣進行聲速模型修正并進行聲速斷層圖像生成，得到聲速斷層圖像；

72、缺陷成像與識別模塊，用于根據聲速斷層圖像對預處理超聲矩陣進行信號時頻分析，得到時頻特征矩陣；據聲速斷層圖像以及時頻特征矩陣進行缺陷特征提取并進行缺陷特征數據庫構建，得到缺陷特征數據庫；

73、性能參數量化模塊，用于根據聲速斷層圖像以及缺陷特征數據庫進行混凝土結構的力學響應分析，得到力學響應數據；對力學響應數據進行缺陷影響區域識別，得到缺陷影響區域圖以及缺陷區域數據；根據缺陷影響區域圖以及缺陷區域數據進行性能指標計算，得到性能指標數據集；根據缺陷影響區域圖以及性能指標數據集進行性能評估報告生成，得到性能評估報告，以實現混凝土性能檢測作業。

74、本發明通過合理的傳感器網絡部署和多通道數據采集，可以獲取到覆蓋整個檢測區域的、包含豐富缺陷信息的高質量超聲波數據，為后續的信號處理和分析奠定堅實基礎，有效提高檢測精度和可靠性。通過一系列去噪、分解、提取和重組操作，有效去除了原始超聲矩陣中的干擾信息，突出了缺陷特征，為后續分析提供了更清晰、更準確的數據，提高了缺陷識別的準確率和可靠性。通過利用超聲波信號到達時間信息和反演算法，逐步優化聲速模型，最終生成高精度的聲速斷層圖像，為混凝土結構內部缺陷的可視化檢測提供可靠的技術支持，并為后續的缺陷分析提供準確的空間信息。通過提取聲速異常區域、結合工程經驗、進行時頻分析和特征提取，可以從海量數據中精準識別缺陷，并利用機器學習算法進行自動識別和分類，為混凝土結構缺陷的智能化檢測和評估提供技術支持。通過結合無損檢測數據和數值模擬技術，可以對缺陷影響進行多角度、定量化的評估，實現對混凝土結構缺陷的定量化評估，為結構安全預警、維護決策和壽命預測提供有效的技術支持，并最終生成可視化、易于理解的評估報告。因此，本發明提供了一種混凝土性能檢測方法及檢測系統，用于解決現有的混凝土性能檢測方法存在檢測精度低，缺乏定量化的評估指標的缺陷問題。通過引入先進的信號處理技術、聲速斷層成像技術、缺陷特征提取技術和力學響應分析技術，有效解決了現有混凝土無損檢測方法精度低、缺乏定量化評估指標的弊端，實現了對混凝土性能的高精度、定量化檢測。