基于频谱分析的桩基缺陷识别方法研究
2020-08-05赵文刚田中亚
赵文刚，王 沁，田中亚
（1.湖南中大检测技术集团有限公司，湖南 长沙 410205；2.长沙市望城区城市管理和综合执法局，湖南 长沙 410205；3.齐鲁交通发展集团 济南分公司，山东 济南 250001）
引言
随着我国现代化的基础建设发展，桩基础作为一种重要的基础形式，已实际应用到各种超高层建筑、大型桥梁建设中，并发挥了重要的作用。但是，由于施工工艺，地质条件复杂等因素的影响，在实际工程施工中，桩基础也出现了不同缺陷的质量问题，常见缺陷有断桩、离析、混凝土低强等。桩身缺陷的存在势必会影响桩基在结构物耐久性、承载力等方面的影响。因此，在桩基检测中，能够准确识别桩基缺陷，并对缺陷类型进行有效识别显得至关重要。常用的桩基检测方法中，超声波法相对低应变和高应变较为准确，应用也较为广泛[1]。
目前，对超声波检测数据的分析判定都是声时、波幅、频率等仪器采集到的直接数据去判定，带有一定的经验性以及不确定性。随着信号分析技术及数值理论的发展，各种判别方法也不断的被提出并应用到实际分析案例中，这些数理统计类方法在对信号数据进行判定分析时都有一定的局限性或不准确性，比如在高干扰背景下或声测管不平行等情况的实测曲线就不易采用“PSD判别法”[2]，并且现行《公路工程基桩动测技术规程》（JTG F81-01-2004）和《建筑基桩检测技术规范》（JGJ 106-2014）的两本常用桩基检测规范中，并未提及缺陷的类型识别，不能较为精准地服务施工控制和缺陷处理。
1 混凝土缺陷模拟试验
根据实际工程中常见桩基缺陷类型，为了能较好地模拟工程常见缺陷，制作表1中的几种缺陷类型的试块，规格为200 mm×200 mm×500 mm，各3组。
表1 试块制备情况
2 常规试验分析
测试采用型号为RS-ST01C的非金属超声波检测仪，分别对在标准养护条件下养护28 d的缺陷试块侧面进行测试，将探头布置在侧面的上、中、下、边4个测点开始采集数据，每种缺陷分别采集12组数据,图1～图6为采集的原始波形数据。
图1 完整混凝土试块原始波形
图2 断桩试块原始波形
图3 桩顶低强试块原始波形
图4 局部夹泥试块原始波形
图5 离析试块原始波形
图6 砂浆试块原始波形
采用常规超声参量法以及PSD判别法等，对波形图分析可知，完整混凝土和断桩（黄土）原始波形图具有较明显特征，能够较为直接的分析出缺陷类型及桩身类别；而其他4种类型缺陷试块所测原始波形图并无较明显的区别，很难通过波形图、PSD曲线等特征去准确识别缺陷并作出判定。
针对目前常用的缺陷识别方法在对信号数据进行判定分析时存在的局限性或不准确性，有必要对所采集的振动信号进行分解，在频率域中对信号进行研究和处理，探讨一种更适用于分析缺陷类型的方法[3-5]。对主频f0和f1做数据列表分析见图7～图8。
3 频谱分析方法
利用MATLAB语言程序进行数值分析，根据频谱分析原理，编制读写程序，将原始波形数据的导入程序，把接收波中的各个频率分量的幅度值一一解析出来，得到原始信号的频谱。
4 试验数据的频谱分析
将实验室制定的各缺陷试块的超声测试波形每种缺陷数据分别导入编写的程序。
导入数据到MATLAB语言程序中，并对数据进行频谱分析，见表2。
表2 频谱分析数据统计
图7 主频f 0数列分布
图8 主频f1数列分布
（1）对采集的超声波信号进行频谱分析，通过在频域内将超声信号逐一展开，发现在时间域内不明晰的信号特点，可以在频率域内较为明显的体现出来。在频域内，不同缺陷类型的主频f0、主频f1信号特征较为明显，不同缺陷的主频幅值并无明显的交集，依据频域内的这种特点，能够初步有效的识别缺陷类型并作出判定。
图9 完整混凝土试块频谱
图10 断桩试块频谱
图11 桩顶低强试块频谱
图12 局部夹泥试块频谱
图13 离析试块频谱
图14 砂浆试块频谱
（2）引入频谱图特征分析的判据，见图9～图14，分析不同缺陷类型表现出的频谱特点：在频谱图中，完整混凝土中只出现了一个主峰，缺陷混凝土不仅有较明显的主峰还同时出现了若干次峰值。可以发现，缺陷不同，峰值变化程度也有不同，主峰与次峰值也不同。根据频谱图中的主峰值和次峰值的特征，可以用来判断和分析缺陷的类型和性质，将这一特征总结见表3，能更进一步识别缺陷类型。
表3 频谱分析统计
续表
5 结语
（1）通过对原始数据的频谱分析，获得了不同缺陷类型在频域内主频f0和主频f1的分布规律，以及频谱图的特征。（2）引人了频谱分析这一概念，对超声波的认识从时域引向频域，通过傅里叶变换，把接收波中的各个频率分量解析出来，利用信号在频域内特征明显的特点，在频域角度对缺陷进行识别判定。（3）通过在频域内的分析，完整混凝土与缺陷混凝土在频域内的衰减是不一样的，而且缺陷性质不同时，利用不同频率成份的衰减也不相同的特点也可以有效的对缺陷类型识别。
