基于頻譜分析的樁基缺陷識別方法研究

趙文剛，王 沁，田中亞

（1.湖南中大檢測技術集團有限公司，湖南 長沙 410205；2.長沙市望城區城市管理和綜合執法局，湖南 長沙 410205；3.齊魯交通發展集團 濟南分公司，山東 濟南 250001）

引言

隨著我國現代化的基礎建設發展，樁基礎作為一種重要的基礎形式，已實際應用到各種超高層建筑、大型橋梁建設中，并發揮了重要的作用。但是，由于施工工藝，地質條件復雜等因素的影響，在實際工程施工中，樁基礎也出現了不同缺陷的質量問題，常見缺陷有斷樁、離析、混凝土低強等。樁身缺陷的存在勢必會影響樁基在結構物耐久性、承載力等方面的影響。因此，在樁基檢測中，能夠準確識別樁基缺陷，并對缺陷類型進行有效識別顯得至關重要。常用的樁基檢測方法中，超聲波法相對低應變和高應變較為準確，應用也較為廣泛[1]。

目前，對超聲波檢測數據的分析判定都是聲時、波幅、頻率等儀器采集到的直接數據去判定，帶有一定的經驗性以及不確定性。隨著信號分析技術及數值理論的發展，各種判別方法也不斷的被提出并應用到實際分析案例中，這些數理統計類方法在對信號數據進行判定分析時都有一定的局限性或不準確性，比如在高干擾背景下或聲測管不平行等情況的實測曲線就不易采用“PSD判別法”[2]，并且現行《公路工程基樁動測技術規程》（JTG F81-01-2004）和《建筑基樁檢測技術規范》（JGJ 106-2014）的兩本常用樁基檢測規范中，并未提及缺陷的類型識別，不能較為精準地服務施工控制和缺陷處理。

1 混凝土缺陷模擬試驗

根據實際工程中常見樁基缺陷類型，為了能較好地模擬工程常見缺陷，制作表1中的幾種缺陷類型的試塊，規格為200 mm×200 mm×500 mm，各3組。

表1 試塊制備情況

2 常規試驗分析

測試采用型號為RS-ST01C的非金屬超聲波檢測儀，分別對在標準養護條件下養護28 d的缺陷試塊側面進行測試，將探頭布置在側面的上、中、下、邊4個測點開始采集數據，每種缺陷分別采集12組數據,圖1～圖6為采集的原始波形數據。

圖1 完整混凝土試塊原始波形

圖2 斷樁試塊原始波形

圖3 樁頂低強試塊原始波形

圖4 局部夾泥試塊原始波形

圖5 離析試塊原始波形

圖6 砂漿試塊原始波形

采用常規超聲參量法以及PSD判別法等，對波形圖分析可知，完整混凝土和斷樁（黃土）原始波形圖具有較明顯特征，能夠較為直接的分析出缺陷類型及樁身類別；而其他4種類型缺陷試塊所測原始波形圖并無較明顯的區別，很難通過波形圖、PSD曲線等特征去準確識別缺陷并作出判定。

針對目前常用的缺陷識別方法在對信號數據進行判定分析時存在的局限性或不準確性，有必要對所采集的振動信號進行分解，在頻率域中對信號進行研究和處理，探討一種更適用于分析缺陷類型的方法[3-5]。對主頻f0和f1做數據列表分析見圖7～圖8。

3 頻譜分析方法

利用MATLAB語言程序進行數值分析，根據頻譜分析原理，編制讀寫程序，將原始波形數據的導入程序，把接收波中的各個頻率分量的幅度值一一解析出來，得到原始信號的頻譜。

4 試驗數據的頻譜分析

將實驗室制定的各缺陷試塊的超聲測試波形每種缺陷數據分別導入編寫的程序。

導入數據到MATLAB語言程序中，并對數據進行頻譜分析，見表2。

表2 頻譜分析數據統計

圖7 主頻f 0數列分布

圖8 主頻f1數列分布

（1）對采集的超聲波信號進行頻譜分析，通過在頻域內將超聲信號逐一展開，發現在時間域內不明晰的信號特點，可以在頻率域內較為明顯的體現出來。在頻域內，不同缺陷類型的主頻f0、主頻f1信號特征較為明顯，不同缺陷的主頻幅值并無明顯的交集，依據頻域內的這種特點，能夠初步有效的識別缺陷類型并作出判定。

圖9 完整混凝土試塊頻譜

圖10 斷樁試塊頻譜

圖11 樁頂低強試塊頻譜

圖12 局部夾泥試塊頻譜

圖13 離析試塊頻譜

圖14 砂漿試塊頻譜

（2）引入頻譜圖特征分析的判據，見圖9～圖14，分析不同缺陷類型表現出的頻譜特點：在頻譜圖中，完整混凝土中只出現了一個主峰，缺陷混凝土不僅有較明顯的主峰還同時出現了若干次峰值。可以發現，缺陷不同，峰值變化程度也有不同，主峰與次峰值也不同。根據頻譜圖中的主峰值和次峰值的特征，可以用來判斷和分析缺陷的類型和性質，將這一特征總結見表3，能更進一步識別缺陷類型。

表3 頻譜分析統計

續表

5 結語

（1）通過對原始數據的頻譜分析，獲得了不同缺陷類型在頻域內主頻f0和主頻f1的分布規律，以及頻譜圖的特征。（2）引人了頻譜分析這一概念，對超聲波的認識從時域引向頻域，通過傅里葉變換，把接收波中的各個頻率分量解析出來，利用信號在頻域內特征明顯的特點，在頻域角度對缺陷進行識別判定。（3）通過在頻域內的分析，完整混凝土與缺陷混凝土在頻域內的衰減是不一樣的，而且缺陷性質不同時，利用不同頻率成份的衰減也不相同的特點也可以有效的對缺陷類型識別。