丁 晋

(扬州市扬子工程质量检测有限公司，江苏 扬州 225000)

混凝土构件的裂缝问题是水利工程建设和运营过程中难以避免的关键性问题之一，其中，微小型裂缝的存在影响水利渠道美观性的同时还会降低其耐久性，而严重的构件裂缝会导致某一混凝土结构损坏，同时裂缝的存在还会引起混凝土的老化加速、钢筋腐蚀、通道渗水等损害，进而恶化整体工程的健康状态，甚至造成严重的坍塌事故，因此混凝土构件裂缝检测对于保证水利渠道施工质量和安全运行具有重要意义[1-2]。目前，相较于其他发达国家，我国针对水利渠道混凝土构件裂缝的检测水平较为落后，基于振弦式测缝计的裂缝检测是目前应用较为广泛的检测技术，但该技术的稳定性较差、易受外界因数的影响使得检测精度较低，从而无法满足水利工程的建设需求[3]。

光纤传感技术是一种以光纤作为传输介质、以光作为信息载体的传感技术，通过计算光在光纤中的特征参量变化值，测量多种物理量，且在实际应用中，抗干扰性强、检测精度高、耐久性好。因此本文以光纤传感技术为基础，深入研究基于光纤传感的水利渠道混凝土构件裂缝检测，并通过对比实验验证该技术的实际应用效果，从而促进我国构件裂缝检测水平的进一步提升。

1 基于光纤传感的水利渠道混凝土构件裂缝检测模型

大部分水利渠道的混凝土构件是不透明的，采用人工探查裂缝的方式无法直接观察到隐性的裂缝，而传统基于振弦式测缝计的裂缝检测技术针对细小裂缝的检测准确率较低，因此本文通过构建光纤传感器检测模型获取准确的裂缝信息，为裂缝的识别、预测和分析提供准确的参考数据，以便提高水利渠道混凝土构件裂缝的检测效率[4-5]。

1.1 光纤传感器检测模型

为了使光纤传感器检测效果最大化，本文设计的光纤传感器检测模型的核心是利用光反射原理设计传感器监测网络捕获公式，对混凝土构件的实际状态进行信息采集，利用模糊层次分析算法计算水利渠道混凝土出现裂缝的物理架构参量，最后在架构内集成水利渠道混凝土构件裂缝特征，完成光纤传感器检测模型的构建。光纤传感器的基本原理如图1所示。

图1 光纤传感器的基本原理

根据图1和光纤的直线传播定理，设计传感器监测网络捕获公式为：

(1)

式中，V—光纤在真空的传播速度；X(n)—水利渠道混凝土接收到光线照射的振动频率函数；E—混凝土构件结构的深层裂缝关联系数；R—混凝土构件裂缝之间的距离[6-7]。

其次，通过模糊层次算法将采集到水利渠道混凝土构件的数据信息进行特征检验，目的是识别具有裂缝特征的数据信息。混凝土构件裂缝的模糊层次特征提取公式为：

(2)

式中，pdi—混凝土构件深层裂缝的光纤传感信息聚类中心；pdj—混凝土构件极限抗力误差反馈特征量。

最后集成光纤传感器检测模型，模型结构为：

(3)

式中，sc(t)—混凝土构件深层裂缝光纤传感信息分布的特征属性；e2πf—有限数据集合；f—传感信息跟踪频率；d—光纤探测的时间间隔长度。

1.2 水利渠道混凝土构件裂缝数据采集与融合

在上述模型构建的基础上，对混凝土构件进行裂缝检测，获取传感器采集的裂缝数据，在理想状态下，光纤传感器的弯曲光纤段半径稳定，波长恒定，且传播路径中温度恒定，此时获取的数据可视为理想数据。但在实际情况中，由于温度变化或传感器运行不准，获取的数据可能出现参数误差，因此在数据融合过程中需校正数据。且在数据融合之前，由于混凝土构件的生产质量问题，焊瘤或孔洞等构件缺陷可能混杂在裂缝数据中，因此需要对裂缝数据进行数据筛选，排除无关数据对实验结果的影响，并在数据筛选后将采集的数据样本生成可视化样本集，采用三维排列组合方式进行数据组合，数据组合的相应函数为：

(4)

需对组合后的样本数据进行融合处理，为进一步挖掘深层裂缝信息，采用模糊聚类分析进行数据融合，对混凝土构件裂缝数据采用以下函数处理：

(5)

式中，fi—模糊聚类中每一层的数据矢量集；*—聚类共轭。

在数据融合层，首先对第一层数据进行模糊聚类，输出该层数据期望值，当聚类到最后一层时，采用修正函数对数据集状态进行整体修正，得到的数据融合函数为：

(6)

通常情况下，λ是一个常数(0<λ<1)，根据多维传感器获取的裂缝物理信息，得到的多种信息融合结构为：

(7)

2 基于光纤传感的水利渠道混凝土构件裂缝检测

基于光纤传感的水利渠道混凝土构件裂缝检测依据海量的数据计算分析实现对裂缝的初步识别、参数敏感性分析及物理分布信息估计，从而为裂缝的后期处理问题提供有力的数据基础，对提升水利渠道的施工质量、降低维修成本、保证运行安全性具有重要的研究意义[8-9]。

2.1 水利渠道混凝土构件裂缝初步识别

混凝土构件裂缝的初步识别分为3种类型。第一种类型为初始裂缝类型，即刚形成的裂缝，裂缝周边的混凝土处于受拉状态。第二种类型为中级裂缝类型，指发展成具有裂缝形态的裂缝，具有一条明显的主裂缝及多条分裂缝，且随着负荷力的增加，裂缝的长度和宽度在不断增加，混凝土构件的应力逐渐释放。第三种类型为稳定裂缝类型，是指已具有完全裂缝形态的裂缝，裂缝发展情况稳定，不再向外扩展，此时混凝土构件几乎完全丧失工作能力[10-12]。3种类型裂缝之间存在低阶演变过程，混凝土构件的开裂原理如图2所示。

图2 混凝土构件的开裂原理示意图

由图2可知，水利渠道混凝土构件裂缝初步识别目的在于判断构件是否存在裂缝，传统的基于振弦式测缝计的裂缝检测技术以声学传感技术为基础，不仅受外界噪声影响较大，且针对细小裂缝的检测准确度较差，使其在实际应用中往往忽略裂缝，对于裂缝的及时维护不够便捷。为提升裂缝初步识别的准确度，本文研究的水利渠道混凝土构件裂缝的初步识别主要应用分布式光纤应变传感技术。根据光纤射光的频移量与温度变化和光纤应变成线性相关这一基本特征，可通过测量光纤射光的频移量获取光纤通过射程内混凝土构件的温度及光纤应变信息，3者所满足的关系式为：

(8)

式中，v0、t0、x0—光纤射光的频移初始量、初始温度及光纤应变的初始量；d—光纤通过的路程；v、T、x—光纤射光的频移量、温度及光纤应变的末位量[13-15]。

分布式光纤应变传感技术的优势在于能够对混凝土构件进行分布式裂缝检测，不仅检测全面且裂缝辨识率较高。由于该技术的脉冲宽度受空间分辨率的影响，因此获得的裂缝信息本质上为光纤应变的综合反映：

(9)

式中，dz—空间分辨率；W—入射光纤的脉冲宽度；V1—光纤分布式传播的速度。

2.2 水利渠道混凝土构件裂缝参数敏感性分析

参数敏感性分析是决定光纤传感器实际安装位置的主要依据，针对不同类型裂缝对处于不同位置的传感器的敏感性不同，本文研究水利渠道混凝土构件裂缝参数敏感性分析以斜交裂缝组光纤检测技术为基础，改变光纤传感器位置，从获取的结果中计算参数敏感性，从而分析出最佳应用方案，以此提升光纤检测的准确率和检测效率，斜交裂缝组光纤检测技术的基本原理如图3所示。

图3 斜交裂缝组光纤检测技术的基本原理

当2条从不同角度发射的光线穿过混凝土构件裂缝后，每根光纤在裂缝宽度的影响下产生长度变化，二者满足的几何关系式如下：

(D1sinθ1)+(D2cosθ1)=L

(10)

(D1sinθ2)+(D2cosθ2)=L

(11)

θ1+θ2=90°

(12)

式中，θ1和θ2—2条光线的入射角度；L—裂缝的宽度；D1—光纤变化前的长度；D2—光纤变化后的长度。

通过上述计算参数，通过多次尝试分析，可分析出，针对第一种类型裂缝的检测，采用300mm标距的光纤传感器进行检测时，光纤的长度变化较小，因此易出现系统误差，为提高准确率，可将光纤传感器粘贴在混凝土构件的两侧，并采用全面的粘贴方式。针对第二种类型裂缝的检测，由于裂缝较长但宽度较小，此阶段的混凝土构件接近应变极限，此时采用300mm标距的光纤传感器测试效果良好，可将光纤传感器粘贴在混凝土构件的两侧上方位置[16-18]。针对第三种类型的裂缝，此时裂缝形态较为明显，且裂缝的扩展速度较快，宽度变化明显，因此针对该类型裂缝的检测可将光纤传感器粘贴在混凝土构件的正上方较远位置，以此获取裂缝的整体形态特征。

2.3 裂缝物理分布信息参数优化估计

裂缝物理分布信息参数优化估计是分析裂缝走向、恶化趋势的重要参考数据之一，为获取准确的裂缝分布信息，利用屈服线模式对混凝土构件裂缝的物理信息进行融合，根据信息的融合结果，提取特征分布信息参量，将获得的特征分布信息参量生成特征集F(x，y)，则有以下关系成立。

(13)

式中，F(x)—混凝土构件裂缝特征分布信息参量概念集；xi—裂缝特征对应的分布参量。

在训练集的数据训练下，对特征集中的数据进行弹性估计，得到与裂缝分布特征相关的物理分布参数为：

(14)

由以上分布参数，构建核模型，增强参数的加权量，在几何领域中，输出混凝土构件裂缝的光纤传感信息，并在满足关联规则的前提下，对混凝土构件裂缝进行全局统计分析，及结合全部的已知裂缝信息，对混凝土构件裂缝进行参数估计，输出的优化估计函数为：

(15)

对上述函数进行求解，得出最优解，根据最优求解结果，将各物理参量放置在几何空间中进行分布模拟，即可得出裂缝的相对分布信息和传播态势。

3 实验研究

为验证本文研究的基于光纤传感的水利渠道混凝土构件裂缝检测技术的实际应用效果，进行仿真对比实验，设置实验参数，选用传统的基于振弦式测缝计的水利渠道混凝土构件裂缝检测技术及本文研究的技术，在相同的实验环境内对4组试件进行裂缝检测，对比2种检测技术的实际检测能力。4组试件的物理参数见表1。

表1 4组混凝土构件的物理参数

为提升实验结果的可信度，本次对比实验首先利用万能实验机对2种主要检测器材进行集中线荷载施加，验证检测器材是否处于正常工作状态。实验中，为降低外界环节对实验器材的影响，采用环氧树脂AB胶将光纤传感器和振弦式测缝计粘贴于试件裂缝的两侧，其中，采用光功率计记录光纤传感器的光损耗情况，采用声波感应器记录振弦式测缝计的振动情况，光纤传感器的连接示意图如图4所示。

图4 光纤传感器的连接示意图

对比实验的具体操作步骤如下：

(1)在传感器下方和上方放置2根实心铁棒，将铁棒一端连接电极，另一端连接万能实验机，摆动铁棒，并通过万能实验机进行集中线荷载施加。

(2)取出铁棒和万能试验机，采用环氧树脂AB胶将传感器的毛细钢管分别粘贴在试件裂缝的两侧。

(3)将传感器的一端连接电源，另一端连接光功率计或振弦感应器，当电源通电稳定后，开始进行裂缝测量。

(4)采集实验数据，记录光功率计或振弦感应器的实时数据，进行数据融合和汇总，生成裂缝的检测样貌图像，与试件的裂缝真实数据进行比较。

(5)重复上述步骤，对其他试件进行裂缝检测，统计实验结果。

根据上述实验步骤，安装完实验器材后，根据实验参数，在相同的实验环境内选择2种混凝土构件裂缝检测进行检测，为实现数据融合，数据迭代次数规定为200次，选择裂缝宽度作为参考数据，得到的裂缝宽度对比结果如图5所示。

图5 宽度对比结果

由图5可以看出，混凝土构件裂缝的起始位置到裂缝的终端位置，对应不同长度裂缝的宽度估计。本文研究的基于光纤传感的水利渠道混凝土构件裂缝检测技术所估计的宽度与裂缝的真实数据吻合度较高，而采用传统的基于振弦式测缝计的水利渠道混凝土构件裂缝检测技术所估计的宽度与裂缝的真实数据差异性较大，由此可以得出结论，本文研究的检测技术准确度较高。原因在于，传统的检测技术以声信号作为裂缝识别信号，在数据采集、分析和计算中易受噪声污染，导致数据计算误差，且对于细小裂缝的数据采集不够精准，造成数据缺失，影响裂缝估计。而本文研究的检测技术，利用光学原理对裂缝进行数据采集和融合计算，通过特征提取获取裂缝的物理分布信息，进行高密度的宽度估计，针对细小裂缝的敏感性较强，激光发射稳定性较高，抗干扰性强，其综合性能较传统检测技术也具应用优势。

对比2种技术的宽度估计准确性后，针对2种检测技术的裂缝还原仿真度进行对比，并采用Redtugh算法进行相似度计算，2种技术的裂缝还原图像对比如图6所示。

图6 裂缝还原图像对比

由图6可以看出，采用本文检测技术获取的裂缝图像较为清晰，边缘整齐，能够完整地描绘出裂缝基本样貌。而传统的检测技术获取的裂缝图像层次感模糊，裂缝边缘模糊，所还原的裂缝样貌不完整。造成这种差异的原因在于，本文研究的检测技术采用光纤传感器进行数据采集，利用屈服线模式融合混凝土构件裂缝的物理信息，能够准确地表达裂缝样貌及分布信息。而传统的检测技术在数据采集方面略有缺陷，且由于裂缝的大小参差不齐，无法清晰辨识细小裂缝的准确样貌，使得还原图像与真实样貌相差较大。

4 结语

本文以光纤传感技术为基础，对基于光纤传感的水利渠道混凝土构件裂缝检测进行了深入研究，首先利用光纤传感器构建光纤传感器检测模型，获取混凝土构件的裂缝数据，并对采集的数据进行融合处理，为数据计算和检测奠定基础，其次采用分布式检测法对混凝土构件进行全面检测，通过对其裂缝参数敏感性进行分析，总结出针对不同类型裂缝的光纤传感器检测位置，然后对裂缝物理分布信息参数进行优化估计，最后通过对比实验，验证该技术的实际应用效果。但该方法也有不足之处，与传统方法相比，虽然该方法的检测更加精准，但是缺少传统检测方法的详细过程，因此，要加强检测方面的细节工作，促进光纤传感技术在水利工程构件检测中的进一步应用。