基于模式匹配的網格掃描法在高鐵線下結構檢測中的應用

范巖旻， 車愛蘭， 馮少孔

(上海交通大學 船舶海洋與建筑工程學院，上海 200240)

隨著我國高速鐵路的提速，在長期使用過程中高速鐵路線下結構產生了如混凝土裂縫、結構層脫空、砂漿層離隙等病害，危害到高鐵在提速后高速運營時的舒適性和安全性。

高速鐵路線下結構自上而下主要由彈性固定裝置、軌道板、CA砂漿層、混凝土支撐層、高強度基床、路基和地基墊層組成。常見的病害按照分布位置主要分為：道床病害和路基病害,CA砂漿層脫空和離隙是最常見和嚴重的病害。因為材料強度較低，在生產過程中容易產生空洞，凝固后產生氣泡，降低整體性能。高鐵線下結構常見病害具有模式化特征：層狀分布、成因相似，所以需要病害有無的快速檢測[1-2]。

模式匹配是通過匹配算法f(數據集合間的語言映射關系)，完成快速數據篩選過程：①建立待匹配的數據庫元素集合s，用于比對的s’；②通過預設的匹配算法f進行匹配和比對；③在匹配的過程中通過設定的元素權重值p，和匹配閾值r進行算法權重值設定以及匹配有效值的界定；④確定數據庫文件D(Database)中的結果作為O(Output)輸出文件[3-5]。

針對高鐵線下結構病害的模式化特征，本文提出了基于模式匹配的網格化掃描檢測方法，通過工程數據和現場勘查，建立高鐵線下結構典型病害三維有限元模型。模擬網格化掃描法接收的彈性波響應，建立典型病害的特征匹配數據庫。通過模式匹配算法匹配結構病害損傷識別的參數：彈性波的平均響應能量、卓越頻譜、卓越頻率，匹配網格劃掃描法的彈性波響應于病害匹配庫，實現病害快速、精確評價。經算例分析，確定匹配參數的敏感度權重值。基于彈性波傳播特性，設定不同位置組合下匹配的權重矩陣；考慮實際病害特征分布下的匹配誤差最大值，確定匹配算法的閾值，提升匹配算法的精度和實用性。

1 模式匹配方法及病害識別方法

針對于CA砂漿層脫空和離隙的高鐵線下結構典型病害，提出了網格化掃描檢測方法，通過模式匹配法，實現快速精確的病害評價。

1.1 模式匹配法

模式匹配法通過語言映射關系進行匹配，代替需要確定大量邊界條件和工程現況的反演計算，實現快速工程損傷定位及定性分析。根據病害檢測的原理，采用復合算法的模式匹配法，參照模式類別的設定權重系數，通過比較最終權重系數的大小作為參考，選出相關性最高的最優匹配模式。參照實體案例通過算例，優化所需要的匹配關聯算法[6-7]。

如圖1所示，針對于高鐵線下結構病害中常見的CA砂漿層脫空及離隙病害，通過現場網格化掃描法進行檢測，在4×4的檢波器網格化陣列中，每個網格中心激發9次，每次激發形成16組輸出波形。通過彈性波特性分析，輸出每個波形的敏感性參數，建立病害特征匹配庫和現場檢測待匹配結果[8]。

圖1 模式匹配原理示意圖Fig.1 Principle of pattern matching

圖2 模式匹配集合映射關系Fig.2 Mapping of pattern matching set

針對于高速鐵路線下結構病害數據庫模式匹配算法，通過如圖3所示的匹配算法，進行匹配計算，采用二進制編碼和兩輪匹配的方式提高匹配效率和精度。

圖3 模式匹配流程Fig.3 Flow chart of pattern matching

1.2 病害識別方法

匹配算法的操作步驟主要由4個部分組成：生成匹配和待匹配數據集合；對數據庫的每個元素集合進行二進制代碼編碼；首輪相同激發位置不同缺陷組合匹配；次輪相同的工況結果整體匹配。各部分通過編碼實現，主要功能及代碼如下所示分為3個模塊，其中模式匹配算法含有兩個運算模塊。

(1)生成數據集：通過有限元模型建立待匹配數據庫，通過現場網格化掃描檢測數據建立匹配數據輸入集合，對匹配和待匹配數據集合進行彈性波分析，輸出待匹配數據庫4 608組工況每組工況下的16道結果和現場激發獲得的9組工況下的16道結果的平均響應能量、卓越頻率、卓越頻譜。

(2)數據集合編碼：對數據庫待匹配數據集和現場匹配數據集進行二進制編碼。結構病害的模式匹配目的是從數據庫中找到誤差最小最相似的數據，所以通過對病害位置一一對應，對模型的病害位置信息、激發位置、波形信息進行二進制編碼。

(3)首輪匹配：讀取9組待匹配數據激發位置信息，分9組單獨搜索所有數據庫中相同激發位置的缺陷組合的工況，每組激發位置對應512種數據庫。對應于激發位置和接收位置的相對關系，設定匹配參數權重值矩陣，按照權重值進行最小二乘法誤差分析，確定每次敲擊后最接近的相同位置缺陷組合。在程序中設定，讀取固定格式的權重值矩陣或者根據現場需要手動輸入首輪權重值進行匹配。

(4)次輪匹配：對應于9個網格和激發位置的相對關系，設定權重值矩陣，對9個激發位置的9組首輪匹配結果，乘以權重值進行加權平均匹配，獲得9個網格，每一個網格的缺陷組合匹配結果。程序類似于首輪匹配，實現讀取權重值矩陣文件或者根據現場檢測需要手動輸入權重值。

2 高速鐵路線下結構典型病害特征匹配庫

以高鐵線下結構為原型建立三維有限元模型。模擬網格化掃描法的原理，設定病害，通過動力響應計算，研究CA砂漿層病害對于彈性波傳播特性的影響。通過算例分析，進行了病害識別參數的敏感性分析和匹配權重值設計。

2.1 三維有限元模型

依照高鐵設計及管理的相關規范，建立三維有限元模型，根據規范自上而下依據構造設定幾何體：軌道板、病害層、CA砂漿層、支撐混凝土板、下部基礎四部，如圖4所示的有限元模型。根據高鐵設計規范以及高鐵線下檢測的實際測量數據規劃網格尺寸：高強度軌道，支撐板6.4 m×2.6 m×0.2 m，砂漿層6.4 m×2.6 m×0.03 m，支撐板6.4 m×3.4 m×0.3 m，下部基礎0.5 m。設置的缺陷尺寸為：砂漿層脫空缺陷1.0 m×0.6 m×0.03 m。由于需要進行結構動力分析，所以需要考慮彈性波在網格中的有效傳播，需要波長滿足最大頻率的傳播要求，將網格設置為0.1 m×0.1 m×0.1 m的正六面體單元。整個模型劃分了774 408個單元，89 055個節點[9]。

通過修改模型網格的參數，將模型底部和邊界設置成向下擴散的無限元。

針對于彈性波在高鐵線下結構中的傳播，不同工況中，模型中健康區域材料選取統一材料，損傷區域材料根據實際工況選取。有限元模型選用介質材料的材料參數與高鐵設計規范和實際運營線結構各層材料參數保持一致。根據高鐵設計規范和現場強度檢測結果，材料參數具體見表1。其中ρ為介質密度；E為彈性模量；μ為泊松比。

圖4 高鐵模型網格劃分Fig.4 FEM model element of high-speed railway

在有限元模型動力計算時，模擬網格化掃描現場人工激發的振動波。在有限元模型第一層軌道板支撐板頂部施加垂直向荷載。激發波的主頻為1 500 Hz，波形與頻譜特性設定如圖5所示。

圖5 震源波形和頻譜分布圖Fig.5 Waveform and spectrum characteristic

2.2 病害模式對速度場的影響

針對高鐵線下結構的CA砂漿層脫空和離隙病害，根據網格化掃描檢測的原理，通過改變病害缺陷處的材料參數，建立4×4檢波器網格所組成的3×3個小區域的缺陷所有可能的有限元模型。如圖6所示，在網格體系的范圍內，每個小區域可能介質材料有兩種，其中一種為健康為CA砂漿層，一種為有病害為CA砂漿層病害。健康的材料參數和病害的模型材料參數，如表1所示。

表1 有限元模型材料參數

由4×6檢波器網格化所組成的前部3×3個小區域共9個區域，匹配數據庫共有29=512種缺陷模型，對應不同的缺陷排列組合如圖7所示。其中斜杠區域為缺陷設置范圍，網格中心為激發位置，每種病害組合激發9次，所以數據庫有限元工況總數為4 608個工況，每組工況讀取共計16個位置點的響應結果。

圖6 有限元模型缺陷分布Fig.6 Position of finite element model defect

圖7 模式匹配病害特征匹配庫示意圖Fig.7 Finite element model defects database

圖8為健康模型、中部5號格病害和9格全部病害的全損模型示意圖，圖9所示為計算時長分別為0.001 s，0.002 s，0.004 s，0.01 s時的健康模型和全部病害模型振動結果。為更好的研究輸入節點周圍的波場傳播范圍及規律，截取震源點周圍20 cm×20 cm×5.3 cm大小的部分模型作為研究對象，為更好的觀察波場在三維多層介質中的傳播特性，以震源點為邊界點切除10 cm×10 cm×2 cm大小的切塊，波場在砂漿層薄弱層在過程中產生了較強波形反射，波形傳播特性主要體現在上兩層軌道板和CA砂漿層。可以看出，在Z方向上，最大速度往往出現在結構層表面的軌道板上，隨著時間的推移，軌道板表面激發的彈性波逐步減弱。

圖8 模式匹配算例分析Fig.8 Example analysis of pattern matching

圖9 有限元模型垂直方向速度分布(m/s)Fig.9 Velocity in Z directions of FEM (m/s)

2.3 模式匹配法匹配參數

在數據庫匹配過程中，設定了匹配三項敏感性參數為波形平均響應能量、卓越頻譜、卓越頻率。并依據參數對于病害結構的敏感性確定三項參數的權重值。通過病害區域的明顯變化，來判斷三項參數變化與病害的相關性。

算例分析：健康模型、9格全部病害模型，中部5號格病害模型，從有限元模型的16道檢波器位置提取波形信號，按照接收位置道數編號繪制成波形響應圖和頻譜響應圖：對兩種病害組合每個激發工況的16組波形數據進行預處理后，即為波形剖面。從波形剖面上可以直觀的看出波形持續時間、波形振蕩等方面的變化，同時根據計算步長和間隔進行快速傅里葉變化，將波形的振幅與時間的相互關系變換成振幅與頻率的相互關系，得到頻譜響應，進行分析。

以激發處和接收兩處的病害情況為基準，比較激發點和接收點距離相同時，平均響應能量、卓越頻譜和卓越頻率的變化。以健康模型的數據為基準，通過三種參數病害模型和健康模型的比例(放大效應)，綜合評價參數敏感性。如圖10所示，可以看到平均響應能量放大倍率最大，卓越頻譜其次，卓越頻率收到波形傳播距離和深度影響較大。所以，平均響應能量的敏感性最高，設定三種參數的敏感性權重值分別為0.5,0.3,0.2。

2.4 模式匹配病害識別權重值

彈性波隨著傳遞距離的增加，會產生明顯的衰減。彈性波特性介質用于檢測主要是依靠在不同介質表面發生的反射和透射波，在地面接收進行特性分析。隨著激發位置和接收位置的增加，彈性波參數的放大效應即敏感性也隨平方反比定律降低。距離平方反比衰減定律的原理是隨著物理量的傳遞，會發生衰減現象，其屬性值與距離的平方成反比關系[10]。根據網格化掃描的原理，將檢波器設置成4×4的矩陣， 將檢測區域分割為3×3的網格， 根據彈性波衰減平方反比定律，通過激發位置和接收位置的相對距離值，設定不同激發位置和接收位置間的權重組合，稱為權重值矩陣。

圖10 算例分析動力響應放大效應Fig.10 Waveform and spectrum of example analysis

(1)

由公式可獲得每組工況的16個權重值，對待匹配數據集和數據庫文件，不同的激發位置和接收位置，共有9×16=144組對應的權重值。其中，對于1號激發位置的16組接收位置權重值系數，如表2所示。

表2 模式匹配1號激發位置權重值示意表

3 高速鐵路虹橋站線下結構檢測

3.1 高鐵滬杭段線下結構病害檢測

滬杭高鐵建設采用二型無砟軌道板，由于上海周邊土體較軟，道路交通網非常密集，設計要求高，施工工藝復雜。為了保證高鐵運行的安全，高鐵虹橋段定期通行檢測軌道車，在凌晨0∶00～4∶00點高鐵停運窗口期，對振動響應較大的疑似病害板塊進行針對性的線下結構檢測，確保線下結構病害及時發現，及時修補。滬杭高鐵虹橋某路段L00526段，通過動檢車檢測及現場觀察發現存在明顯的CA砂漿層脫空和離隙。

采用傳統插尺法、動檢車掃描法進行病害初步檢測，檢測結果為L00526存在明顯的CA砂漿層脫空和離隙8處，軌道板裂縫3處，在軌道板中部存在較長的軸向裂縫，但尚未貫通，如圖11所示。根據現場病害初步檢測和修補時的注漿量，得到了圖12為病害軌道板檢測結果示意圖。在現場完成勘查、動車法檢測、沖擊映像法檢測后，對L00526砂漿層脫空區域進行定點注漿修補，增加砂漿層脫空部位的強度。并再次進行工程檢測。

圖11 現場病害Fig.11 Defects of CA mortar layer

圖12 L00526軌道板缺陷描繪圖Fig.12 Plate defects mapping of L00526

3.2 三維網格化掃描法檢測

根據線下結構病害的模式性和分布特性，為了滿足高鐵檢測現場快速、操作簡單、儀器整體組裝不會散落和遺失的工程需求，在傳統沖擊映像法一錘一檢波器的基礎上，設計并開發了全新的網格化掃描檢測系統，如圖13所示。

網格化掃描設備主要由以下構成：陣列組合裝置，檢波器及耦合裝置、設備連接線、電源線、激發裝置、激發錘、筆記本電腦、電源裝置等組成。在傳統沖擊映像法檢測設備一錘一接收的基礎上進行集成化組裝。與傳統的沖擊映像檢測法同樣使用地震儀、檢波器等，采用24道Geode數字地震儀作為信息采集設備，連接24道單分量(垂直向)速度型檢波器，檢波器固有頻率100 Hz，同時采用300 g的錘作為彈性波激發器。

圖13 三維陣列掃描檢測系統示意圖Fig.13 System of three-dimensional array scanning

陣列式檢波器設置檢波器24個，檢波器相距20 cm，形成9個網格，為了確保數據的連續性，在歸一化處理時盡量降低數據的離散型，在4×4的網格后，再加設了兩列檢波器，形成了16組接收檢波器，8組備選接收檢波器，如圖14所示。

圖14 三維陣列掃描檢測區域Fig.14 Area of three-dimensional array scanning

3.3 高鐵線下結構病害評價

每條軌道板檢測測線長6 m，每條測線長取出4×4檢波器網格化所對應的波形作為匹配集合，每次網格激發9次，移動10次，形成10×9次的輸入數據集合，平均振幅、響應頻譜、及卓越頻率矩陣與缺陷模型數值模擬結果進行匹配，對比分析兩塊板的不同病害分布，通過模式匹配誤差分析的閾值驗算，確定匹配的結果。

按照模式匹配法獲得的病害分布匹配結果，將病害結果按照現場激發位置的網格位置進行排布，如圖15所示。在匹配過程中，對網格區域內部網格插值法，獲得病害詳細分布。

圖15 模式匹配結果示意圖Fig.15 Defects pattern matching result

同時，采用沖擊映像法對相同軌道板進行檢測。圖16為平均響應能量分布圖。對比圖15所示的現場檢測結果，單一波形物理量分析，會受到整體缺陷程度的影響，對于缺陷較多的線下病害結構，缺陷位置的對應效果明顯，但位置匹配結果不夠精確，對于缺陷較少的線下健康結構，整體響應較小，可以判斷線下結構基本健康無缺陷。

圖16 沖擊映像法平均響應能量Fig.16 Average response energy of impact imagining

以現場病害測繪為基準，對兩塊軌道板6 m×0.6 m的鐵軌內部區域進行網格化分布，對其離隙位置和離隙率進行評價。如圖17所示， L00526板在修補前、后的三種不同檢測方法結果示意圖。網格化掃描法相比沖擊映像法檢測進行響應能量分析損害的精確度更高，在實際病害位置的匹配準確度更高，查全率更高。圖18所示為檢測結果的病害率，三種方法有良好的一致性，整體病害率基本相似。

圖17 L00526軌道板檢測結果對比Fig.17 Comparison with L00526 detection result before and after repair

圖18 L00526軌道板修補后檢測結果Fig.18 L00526 detection result after repair

4 結 論

針對高速鐵路線下結構的典型病害特征，提出了基于模式匹配法的網格化掃描檢測方法。該方法通過數值模擬建立CA砂漿層典型病害的有限元模型，模擬網格化掃描法接收的彈性波響應，建立病害組合數據庫；設計了網格化檢波器陣列，在工程現場實現快速網格化掃描；通過把現場檢測得到的彈性波響應數據與數據庫中的病害特征進行匹配，實現快速準確的病害檢測。

將網格化掃描法應用于滬杭高鐵虹橋站線下結構病害檢測中。設計并組裝了網格化掃描檢測設備，對虹橋站疑似病害區域線下結構進行了病害觀察、沖擊映像法和網格化掃描法檢測。針對于其中較為普遍CA砂漿層脫空病害進行識別和評價。通過對比網格化

掃描法和其他檢測方法的評價結果，驗證網格化掃描法的準確度與有效性。