《Developments in the Built Environment》：Quantitative Assessment of Influencing Factors on Internal Soundness Mapping for RC Bridge Decks by Elastic Wave Measurements
编辑推荐：
一种名为“内部桥面板健全性映射”（Internal Deck Soundness Mapping）的评估方法已被开发出来，用于利用通行车辆产生的弹性波评估钢筋混凝土桥面板的内部状况。与依赖长期观测的传统声发射（AE）监测方法不同，所提出的方法旨在通过正常交通条
一种名为“内部桥面板健全性映射”（Internal Deck Soundness Mapping）的评估方法已被开发出来，用于利用通行车辆产生的弹性波评估钢筋混凝土桥面板的内部状况。与依赖长期观测的传统声发射（AE）监测方法不同，所提出的方法旨在通过正常交通条件下进行的相对短期测量来评估桥面板状况。
然而，在实际部署中，必须理解运行和环境条件的影响，因为交通组成、车辆速度、车轮位置和路面规格在不同桥梁间存在差异。在本研究中，四个桥面板试件（包括含有内部水平裂缝的试件）被安装在试验桥梁上，并在不同条件下承受重复车辆通行。同时进行了有限元分析（FEM），以研究路面表面应变与弹性波源密度分布之间的关系。
结果表明，车轮位置、车辆特性和路面类型显著影响源密度分布，因此在解读健全性图时必须予以考虑。与有限元分析的比较表明，高密度源区域与路面表面的压应变区域高度对应。此外，桥面板内部的水平裂缝通过交通诱发激励下源密度的降低被成功检测。
这些发现阐明了控制内部桥面板健全性映射的主要因素，并显著提高了该方法在不同交通和路面条件下桥梁上的适用性。本研究证明了利用交通诱发弹性波在无需交通管制或人工激励的短期测量中实现桥面板状况实际评估的可行性。
所提出的方法能够在数小时的测量内实现桥面板状况的实际评估，为常规详细检测与长期结构健康监测（SHM）之间提供了桥梁。
论文解读：基于交通诱发弹性波的钢筋混凝土桥面板内部健全性映射——影响因素定量评估与裂缝检测
一、研究背景与问题
日本自1950年代中期经济高速增长期以来建设的大量混凝土基础设施正面临严峻的老化问题。2012年笹子隧道天花板坍塌事故后，日本《道路法》修订，强制要求每五年进行一次近距离目视检查。然而，在人力资源和财政日益紧张的背景下，依赖人工目视的传统检查模式难以为继，亟需开发减少人工依赖的劣化评估技术。同时，桥梁维护理念正从事后维修向预防性维护转变，而预防性维护决策的基础——检测工作本身——亟需高效化。
在此背景下，无损评估（NDE）和结构健康监测（SHM）技术受到广泛关注。既有方法如探地雷达（GPR）、超声波检测、冲击回波（IE）、红外热成像等虽能有效检测表面以下缺陷，但多数方法需要主动激励、直接接触检测表面或测量期间实施交通管制，难以在正常服役条件下进行连续监测。声发射（AE）技术虽在钢筋混凝土构件损伤检测中展现了良好效果，但传统AE监测通常依赖长期连续观测，检测成本高、周期长。
为此，研究人员开发了“内部桥面板健全性映射”（Internal Deck Soundness Mapping）技术，利用通行车辆在桥面上产生的弱弹性波来评估桥面板内部状况，无需交通管制或人工激励，可在数小时内完成评估。然而，实际部署面临的关键挑战在于：不同桥梁的交通组成、车辆速度、车轮位置和路面规格各异，这些运行和环境条件对检测结果的影响尚未被定量评估，限制了该方法在不同桥梁上的推广应用。
二、研究内容与结论
本研究旨在定量评估车辆行驶条件（车轮位置、车辆重量、车速）和路面类型对内部桥面板健全性映射结果的影响，并验证该方法对桥面板内部水平裂缝的检测能力。研究在试验桥梁上安装了四个钢筋混凝土桥面板试件，其中两个含有内部水平裂缝（分别位于上层钢筋附近和下层钢筋附近），通过不同条件下的车辆行驶试验获取AE数据，并结合有限元分析（FEM）进行结构应变分布计算。主要结论包括：车轮位置显著影响弹性波源分布区域；车辆重量增大导致源密度增加；车速从10 km/h提高到40 km/h时源密度提高约3.3倍，但实际桥梁上44 km/h与73 km/h之间无显著差异；路面类型对源密度影响显著，密级配路面较排水性路面低约23%；该方法成功检测到内部水平裂缝，裂缝区域表现为源密度降低。
三、关键技术方法
本研究采用的核心技术方法包括：基于声发射（AE）传感器的弹性波检测与源定位技术，即在桥面板底面安装9个AE传感器（间距为桥轴方向800 mm、垂直方向600 mm），通过至少四个传感器在预定时间窗内检测到信号来确定弹性波源位置；高斯核密度估计（KDE）将离散源分布转化为连续源密度图，并以每车每平方米的源点数（point/car/m2）作为评估指标；有限元分析（FEM）使用Abaqus 2017/Standard建立试验桥梁的三维仿真模型，计算车辆荷载下路面表面的应变分布；试件制作中采用膨胀剂喷射法在混凝土浇筑时于预定深度引入水平裂缝。试验使用了三种车辆（8吨卡车、4.4吨卡车、1.4吨轿车），在10 km/h和40 km/h两种速度下进行行驶试验，每种条件下约20次通行数据被分析。
四、研究结果
4.1 车轮位置的影响
当车轮从桥面板中心行驶改为边缘行驶时，高源密度区域随之向边缘偏移。有限元分析表明，路面表面横向（垂直于桥轴方向）的压应变分布与弹性波源高密度区域高度吻合，而纵向和竖向应变分布与源分布无对应关系。研究人员据此推断弹性波主要产生机制为：轮胎荷载引起路面压应变，导致路面层内集料间距缩小至直接接触，产生摩擦和微破碎从而激发弹性波。该机制表明，在实际桥梁应用中，应根据压应变分布范围预先划定有效评估区域。
4.2 车辆重量和速度的影响
车辆重量增加时，平均源密度呈增大趋势，且车轮位于桥面板边缘时重量影响更为显著。车速方面，40 km/h时的源密度约为10 km/h时的3.3倍，且该速度依赖性不受车辆重量显著影响。然而，实际桥梁上平均速度44 km/h与73 km/h的健全性图对比未显示源密度随速度增加，表明仅在显著低速（如交通拥堵）时才需进行速度修正。
4.3 路面类型的影响
以排水性路面为基准，密级配路面的弹性波源密度约低23%，对应的修正系数约为1.3。排水性路面采用粒径更大的集料，在应变作用下产生的弹性波振幅相对更高，这是导致两种路面源密度差异的因素之一。
4.4 裂缝检测能力
8吨车辆以40 km/h行驶约20次的试验结果显示，含内部水平裂缝的试件（Specimen 2和Specimen 3）在裂缝区域出现明显的源密度降低。完好试件平均源密度为10.7和13.6 point/car/m2，上层裂缝试件为7.8 point/car/m2，下层裂缝试件仅为1.9 point/car/m2。裂缝检测后的切割直接观察确认：Specimen 2上层裂缝宽度约0.35-0.7 mm，面积650 mm×625 mm；Specimen 3下层裂缝宽度约0.15-0.5 mm，面积730 mm×540 mm。下层裂缝导致更显著的源密度降低，可能原因包括下层裂缝拦截了更大比例的传播路径、上层裂缝在轮载下可能部分闭合促进波传播等，但裂缝深度与源密度降低之间并非普遍单调关系。
五、讨论与结论
讨论部分指出，该方法定位为快速检测技术而非传统长期AE监测系统，与基于反射原理的传统NDE技术（如冲击回波、超声波回波）相比，其优势在于利用交通诱发弹性波源在桥面表面的空间分布，无需逐点扫描即可获得目标桥面板的空间信息，适合作为识别潜在损伤区域的快速筛查手段。实际应用流程为：在目标桥面板临时安装AE传感器、测量数小时、随后移至相邻桥面板重复使用。无线AE系统的引入可进一步减少现场安装工作量。
研究结论可归纳为五点：车轮经过桥面板边缘时源分布偏移，需限制评估区域；源密度随车辆荷载增大而增加，需根据车辆组成修正评估指标；40 km/h时平均源密度约为10 km/h时的3.3倍，但仅在显著低速时需修正；路面类型显著影响源密度，密级配路面较排水性路面低约23%，需采用约1.3的修正系数；试验证实该方法能在等效实际桥梁环境中检测内部水平裂缝。本研究将内部桥面板健全性映射从特定场地的示范技术转化为可应用于不同交通和环境条件下桥梁的可靠方法，为桥梁桥面板的常规现场检测提供了实用化途径。
