声发射层析成像技术在混凝土结构中的应用

江 煜 许飞云 许丙胜 Elisabet Suárez Antolin Gallego

(1东南大学机械工程学院，南京211189)

(2南京工业大学理学院，南京210009)

(3Granada大学应用物理系，西班牙Granada 18072)

声发射(acoustic emission，AE)技术是一种重要的动态无损检测方法，通过材料局部因能量的快速释放而发出瞬态弹性应力波来判断结构内部的损伤程度，在压力容器、大型复杂工程结构、卫星、飞机和宇航领域以及桥梁方面得到了广泛的应用［1］.声发射源定位是声发射技术研究领域的核心主题之一，传统的定位方法总是假设声波以常值沿着被检界面匀速传播［2］.然而，在实际应用中，这种现象很难被发生，大多被检对象都是由不同的材料或同种材料不同结构组成的，特定的声发射源与特定的几何结构相关［3-4］，声波是时间和空间的函数，如混凝土是由水、沙子、水泥按照不同的比例混合而成的各向异性材料，声波的传波速度是由各组成材料的不同性质和不同结构决定的.

层析成像(tomography)是重建物体内部结构特征的成像技术，是一种重要的无损检测方法［5］.目前医学上广泛应用的计算机层析成像(CT)就是在无损状态下获得被检截面的二维图像，直观地展现被检物体内部的结构特征［6］.然而CT算法需要完备的数据集，投影数据需要在0°～360°范围内等间隔数据采集，在工程应用中受到限制，尤其在声发射领域，工业CT投影角度有限，投影数据量少，图像重建很难获得完备的数据集［7-8］.针对这种情况，本文研究了声发射层析成像(AE tomography)技术在混凝土结构上的应用，通过 AE tomography技术重建混凝土结构内部局部缺陷(损伤)声波速度变化慢度图来定位缺陷(损伤)位置，进而提高源定位精度.这种基于重建算法的声发射层析成像技术是一种新型无损检测方法，适合于不完全投影数据的图像重建，尤其在投影数据较少时，重建空间分辨率得到保证情况下，重建图像的密度分辨率较高.

1 声发射层析成像基本原理

声发射层析成像是以声发射事件为点源，结合源定位技术和声层析成像技术，通过声发射波速变化局部可视化声发射源及缺陷的位置，其简化模型如图1所示(即首次迭代假设沿着单元格声发射传播速度为常值).

图1 声发射层析成像原理

当声发射源激发后，信号到达每个传感器的时间可以表述为

式中，k=1，2，…，s为从声发射源到每个传感器的射线;i=1，2，…，m，j=1，2，…，n 表示每个成像单元的位置编号;sij=1/cij为信号沿着成像单元传播的慢度，cij为信号传播的速度;表示权值，当射线穿过成像单元格时，数值为1，其余情况为零为第k条射线声发射事件发生的时间;为第k条射线到达相应传感器的时间.

对于式(1)的解，可以通过代数迭代重建算法(ART)得到［9］，其迭代式为

式中，λ为松弛因子，在0～1之间.

代数重建算法是一个迭代的过程，即首先把求解问题离散化，将欲重建的未知图像离散成重建图像网格，根据成像的物理过程和相应的数学模型，建立重建图像和投影数据之间关系的代数方程组，图像问题即可转化为求解线性方程组，算法具体步骤见文献［9-10］.

2 混凝土结构声发射实验

为了验证提出算法应用的可行性和正确性，在西班牙Granada大学制作并完成了混凝土材料样本和实验.

2.1 混凝土样本制作

混凝土样本材料是由沙子、水泥、水按照一定比例混合而成的，其制作的2个样本尺寸为400 mm×400 mm，厚度为100 mm，样本结构内部中心位置包含直径为60 mm的大圆.样本1不含钢筋，样本2含有7个钢筋，其钢筋长度为100 mm，直径为6 mm.样本2引入钢筋目的:① 加固混凝土结构的强度;②制造障碍，引起声发射波传播的折射、反射等，破坏声速的直线传播路径.

2.2 实验系统和实验布置

实验系统采用德国瓦伦(Vallen)16通道声发射采集系统、11个AEP-4多功能前置放大器(频带范围为20～2 000 kHz)、11个VS-30低频传感器(频率范围为25～80 kHz).声发射采集参数设置如下:采样频率为5 MHz;波形长度为4 096;预触发率为600;阈值幅度为30.6 dB(P波);前置放大器为34 dB;数字滤波频率范围为25～180 kHz.

3 实验结果分析和讨论

根据实验分布，11个传感器由Vallen耦合剂(硅脂)均匀地耦合在混凝土被检区域表面(见图2)，并在每个传感器附近进行3次标定，如幅值均为99 dB，则表明传感器性能良好.由于传感器分布密集，将声波衰减等干扰因素可以忽视不计［11］.所以被检样本区域(40 cm×40 cm)划分为2 cm×2 cm网格，并在大圆区域包含的每个网格结点处进行断铅实验，每个事件断铅5次，声发射相关时域参数及波形信号由声发射采集系统(Vallen AMSY-5仪器)记录.通过数据分析R2009a Matlab软件平台，执行声发射层析成像迭代计算(ART算法)，当声发射事件增加为535AE时，ART算法迭代终止.此时图像中损伤圆位置清晰可见，图像波速变化趋势基本趋于稳定，其结果如图3所示.

图2 传感器布置

图3 AE Tomography定位结果(535AE事件)

比较图3(a)、(b)可见，样本1中心圆损伤位置的波速变化十分明显，在圆周的断铅处(损伤位置)波速变化处于1 200～2 000 m/s之间，而在中心区域(无钢筋区域)波速处于100～400 m/s之间，定位效果很好.而相对于样本1而言，样本2在圆周的断铅处(损伤位置)波速变化慢度图明显下降，范围在1 000～1 350 m/s之间，而圆的中心区域(含钢筋区域)慢度增加到650～900 m/s之间.从2个样本图整体层析成像结果研究表明，样本1(不含钢筋)的总体波速慢度变化(范围为100～2 000 m/s)大于样本2(含钢筋)总体波速慢度变化(范围为100～1 500 m/s).由此可见，样本2中的钢筋确实影响了声波的传播速度，降低了对样本的中心圆损伤位置的辨识程度.

从定位角度探讨，以样本损伤区域圆中心坐标E(20，20)为基点(见图4)，以大圆直径端点为提取数据点进行不同算法的定位计算，得到Vallen AMSY-5(传统定位)和AE Tomography两种算法的平均定位误差分别为9.36%和7.10%，表1为相应2种算法的定位点A～定位点E的坐标及相应算法的定位结果，表2为误差计算结果，相应的误差测度函数计算式为

图4 Vallen AMSY-5和AE Tomography定位结果

式中，f(x，y)为样本数据;f*(x，y)为辨识数据;‖f(x，y)‖2为欧式距离;J为定位点数.表2为相对于2个样本(1，2)的定位误差.

表1 不同算法不同位置点的定位结果

表2 相对于样本(1，2)误差计算结果 %

4 结论

1)AE Tomography突破了传统源定位方法的局限性，在传统的时差定位的基础上，通过AE Tomography重建局部损伤区域波速变换图像来确定损伤位置，声波传播的速度是空间和时间的函数.并在混凝土结构各向异性材料实验中获得实现.

2)针对实验样本1和样本2的结构组成，AE Tomography均能通过声波变化的慢度图重建样本的缺陷(损伤)位置，但是钢筋的引入(样本2)有效地降低了对样本的损伤位置的辨识程度.

3)从定位角度，AE Tomography相对于Vallen AMSY-5(传统算法)定位，定位的平均误差从原来的9.36%降低至7.10%，定位精度得到了一定的改善.

References)

［1］沈功田，耿荣生，刘时风.声发射源定位技术［J］.无损检测，2002，24(3):114-117.Shen Gongtian，Geng Rongsheng，Liu Shifeng.Acoustic emission source location［J］.Nondestructive Testing，2002，24(3):114-117.(in Chinese)

［2］Hensman J，Mills R，Pierce S G.Locating acoustic emission sources in complex structures using Gaussian processes［J］.Mechanical Systems and Signal Processing，2010，24(1):211-223.

［3］Baxter M G，Pullin R，Holford K M.Delta T source location for acoustic emission［J］.Mechanical Systems and Signal Processing，2007，21(3):1512-1520.

［4］Ciampa F，Meo M.A new algorithm for acoustic emission localization and flexural group velocity determination in anisotropic structures［J］.Composites Part A:Applied Science and Manufacturing，2010，41(12):1777-1786.

［5］Kak A C，Slaney M.Principles of computerized tomographic imaging［M］∥ Society for Industrial and Applied Mathematics.New York，USA:IEEE Press，2001.

［6］Schubert F.Tomography techniques for acoustic emission monitoring［EB/OL］.(2011-07-25)［2013-12-20］.http:∥www.nde.net.

［7］Andersen A H.Algebraic reconstruction in CT from limited views［J］.IEEE Transactions on Medical Imaging，1989，8(1):50-55.

［8］Kerckhofs G，Pyka G，Moesen M.High-resolution microfocus X-ray computed tomography for 3D surface roughness measurements of additive manufactured porous materials［J］.Advanced Engineering Materials，2013，15(3):153-158.

［9］杜富瑞，张民，施旭东，等.基于声波传播路径模拟的温度场重建算法研究［J］.计算机和现代化，2011(9):22-25.Du Furui，Zhang Min，Shi Xudong，et al.Study on reconstruction algorithm of temperature field based on simulation of sound propagation path［J］.Computer and Modernization，2011(9):22-25.(in Chinese)

［10］Jiang Yu，Xu Feiyun，Xu Bingsheng，et al.Simulation and experimental investigation on AE tomography method in concrete structure［J］.Mathematical Problems in Engineering，2014.(to appear)

［11］颜华，陈冠男，杨奇.声学CT复杂温度场重建研究［J］.声学学报，2012，37(4):370-377.Yan Hua，Chen Guannan，Yang Qi.Research on complicated temperature field reconstruction based on acoustic CT［J］.ACTA Acoustic，2012，37(4):370-377.(in Chinese)