基于接触声学非线性的嵌入式压电智能骨料超声波技术用于混凝土静应力监测

《Structures》：Concrete static stress monitoring via embedded piezoelectric smart aggregate ultrasonics based on contact acoustic nonlinearity

　　摘要：本研究提出一种基于接触声学非线性原理的嵌入式主动超声方法，用于混凝土静态应力监测，其中采用压电智能集料作为嵌入式换能器。具体而言，该研究结合了智能集料内部锆钛酸铅-大理石/铜壳接触结构的两质量动态模型、用于验证夹紧作用对波形畸变和高阶谐波抑制效果的智能集料压缩试验、包含典型闭合微裂纹的有限元模型以分析应力引发的裂纹闭合现象，以及在对每根柱子嵌入20个智能集料的3根尺寸为500毫米×500毫米×1500毫米的混凝土柱在0–10兆帕压力下的轴向压缩试验。传感器配对测试和有限元分析结果表明，压缩作用会促进接触面闭合，增强基频响应，并抑制由接触作用引起的波形畸变。在混凝土柱试验中，通过归一化波形相似度和归一化能量比进行应力反演，这种双指标响应面在测试的弹性范围内实现了1.44兆帕的均方根误差。在3兆帕附近，路径反演的最大变异系数为44%，而在10兆帕时降至3%-5%，这表明为了实现可靠的实时监测，需要采用多路径平均处理方法。

引言：当混凝土结构受到机械载荷、温度变化、干湿循环和化学腐蚀等因素影响时，其性能下降和损伤积累是不可避免的。对于桥梁、高层建筑、隧道和地下空间等重要基础设施而言，准确测定关键构件的实际应力水平是评估承载能力、提前预警故障风险以及制定维护策略的前提[1]。因此，开发能够覆盖混凝土结构整个生命周期的无损应力监测技术，在土木工程和结构健康监测领域具有重要的应用价值。与多点传感和力学模型相结合，应力敏感型嵌入式测量技术还能为损伤状态跟踪、数字孪生模型更新、应力分布反演以及风险预警提供局部数据。

现有的应力监测方法可分为破坏性检测和非破坏性检测两类，但两者都存在不同程度的应用限制。破坏性检测技术，如盲孔法、环芯法和槽缝应力释放法，虽然能给出直观的检测结果，但由于需要通过切割或钻孔等方式造成局部损伤，会不可逆地削弱结构强度，通常仅适用于局部或短期检测[2]。在非破坏性检测方面，尽管光纤传感、电阻应变片和数字图像相关技术能够避免对结构造成损伤，但在实际工程应用中往往受到安装流程和环境条件的限制[1]。尤其是表面安装式的电阻应变片，其在混凝土表面的粘接稳定性较差，容易发生脱落或读数漂移，无法满足长期稳定监测的需求[3]。相比之下，由于对应力状态和内部缺陷具有较高的灵敏度，超声技术逐渐成为评估混凝土性能的重要工具[4]。

目前的超声应力监测主要依靠声弹效应，即利用超声波速度随应力变化的物理特性来反演应力状态。不过，尽管从理论上讲声弹方法具备直接测量应力的潜力，但目前仍主要应用于实验室环境，尚未成为工程现场常规的监测手段。这一限制源于混凝土材料的高度异质性、对具备纳秒级精度的高精度仪器的依赖，以及难以为现有结构获取初始无应力基准值等问题。现有研究[5][6]表明，沿应力方向传播的纵波对压应力最为敏感，其声弹系数可高达0.176%/兆帕。然而，这种方法对硬件的时间分辨率要求极为严格。在300毫米的检测距离下，声波传播时间约为7.5×10??秒。根据上述灵敏度，1兆帕的应力变化仅会导致声波传播时间的绝对变化为1.3×10??秒。而常见监测系统的采样率通常为2兆赫，对应的时间分辨率仅为5×10??秒。由于这两个数值处于同一数量级，声波传播时间的变化很容易被量化噪声所掩盖。这种由硬件限制导致的系统误差，很难仅通过后期处理算法消除，从而限制了声弹方法在低成本和常规硬件条件下的可靠性。

在本次测试所采用的2兆赫采集条件下，所提出的基于波形/能量的监测方法无需完全依赖亚采样级的声波传播时间变化。在嵌入式混凝土柱试验中，0–10兆帕压力范围内，时域响应幅度增加了约3–5倍，而双指标反演方法的均方根误差为1.44兆帕。因此，该方法可作为普通硬件条件下单声弹监测的补充手段，而非高精度声速测量的替代方案。2022年至2026年发表的最新研究进一步表明，混凝土应力与材料性能评估正朝着多源超声传感、考虑不确定性的分析以及数据驱动的解释方向发展。钟某和朱某[7]通过拉伸和时间窗口分析改进了混凝土中的超声速度监测方法，曾某等人[8]则探讨了声弹系数测量中的温度校正问题。审稿人建议的另外两项机器学习研究，即含二元辅助胶凝材料的混凝土抗压强度预测[9]以及再生塑料基混凝土的力学性能预测[10]，虽不属于接触声学非线性研究范畴，但体现了特征提取和数据驱动预测在混凝土力学评估中日益重要的作用。这些算法为未来嵌入式智能集料应力指标的校准，以及提高在不同类型混凝土条件下的预测精度提供了有益参考。

基于这些研究成果，并考虑到混凝土本身存在的诸多不连续性，本研究提出了一种利用压电智能集料和接触声学非线性敏感波形特征的新型嵌入式主动超声监测方法，用于混凝土静态应力监测，其最终应用场景为承重混凝土构件的结构健康监测。该方法并不认为接触声学非线性是导致波形变化的唯一因素，更好的耦合效果、更低的散射程度以及声弹效应也可能起到一定作用。本研究的主要贡献如下：首先，通过简化模型，建立了考虑智能集料内部接触界面机制的二质量模型，并结合智能集料压缩试验对其进行了验证；其次，构建了包含典型闭合微裂纹的有限元模型，分析了轴向压缩如何改变裂纹接触状态及透射波的响应特性；最后，对三根尺寸为500毫米×500毫米×1500毫米、设计强度等级为C30且嵌入有智能集料的混凝土柱在0–10兆帕轴向压缩作用下的表现进行了测试，同时提出了通过多路径统计分析利用归一化波形相似度和归一化能量比进行定量应力反演的方法。通过这一系列逐步验证，本研究建立了接触声学非线性敏感的嵌入式智能集料指标与混凝土轴向压应力之间的关联关系。

本研究的意义在于将嵌入式智能集料超声技术从单纯的损伤检测和定性状态感知，拓展到了混凝土结构静态应力监测及结构健康监测领域。其创新之处在于明确了接触声学非线性敏感的嵌入式智能集料指标与混凝土轴向压应力之间的内在联系。以往的接触声学非线性应用主要集中于金属缺陷检测、疲劳裂纹表征、螺栓连接紧固程度评估以及粘接质量检测等方面[11][12][13][14][15][16][17][18][19][20][21][22][23][24]，而利用智能集料开展的混凝土研究则更多侧重于水化过程监测、裂缝检测或定性损伤评估。相比之下，本研究利用嵌入式智能集料观测了接触声学非线性敏感的波形和能量变化，并将传感器内部接触现象与混凝土内部缺陷引起的接触现象统一纳入同一接触状态演化框架之中，进而采用双指标多路径统计反演策略，有效降低了复杂混凝土环境中的局部随机性。

智能集料简介：本研究采用压电智能集料[25][26][27]（如图1所示）作为嵌入式超声换能器，该材料具备适合长期应力监测的特性。智能集料的核心部件是一块厚度极化的锆钛酸铅压电陶瓷片，其尺寸为Φ25毫米×H20毫米，其机电耦合行为遵循压电本构方程。该核心部件采用对称的夹层结构，由“铜”材料构成。

接触非线性的二质量模型：借鉴冯某等人[28]在振动热成像研究中针对传统超声换能器建立的建模方法，本研究简化了智能集料的内部结构，建立了如图2所示的二质量弹簧-质量-阻尼器动态模型。智能集料内部的锆钛酸铅片相当于质量块m1，而大理石/铜壳封装结构则相当于质量块m2。质量块m2通过等效刚度k0与固定边界相连。

实验装置与加载方案：为验证理论模型，本研究搭建了如图5所示的主动超声监测系统。该系统包括任意函数发生器（泰克公司AFG?1022型号）、功率放大器（艾吉特克公司ATA?2041型号）、电荷放大器（恒科公司HK?9210型号），以及国家仪器公司的数据采集卡（NI?6366型号）。实验室软件LabVIEW被用于将激励控制与信号采集功能集成到统一的操作平台上。实验采用一对智能集料构成的压缩试验装置。

接触声学非线性机制：当智能集料嵌入混凝土中时，除了传感器本身的接触界面外，混凝土介质中的固有缺陷——如骨料与砂浆之间的界面、孔隙以及闭合微裂纹——在应力波的作用下也会出现类似的现象。这些现象不仅包括单个裂纹、粘接界面或粗糙接触面的局部开合效应，还包括由多种缺陷共同作用所产生的整体非线性响应。

试件设计：为研究轴向压缩应力作用下混凝土中接触声学非线性现象的实际变化规律，本研究设计并制作了三根尺寸为500毫米×500毫米×1500毫米、设计强度等级为C30的混凝土柱，每根柱子中嵌入了20个压电智能集料。智能集料的安装过程如图12(a)所示。首先，使用两根直径为6毫米的普通圆钢将智能集料固定，再使用AB型环氧树脂将其作为一个整体进行固定（见图12）。

局限性与未来工作：本研究存在一些局限性，在将该方法推广到实际工程应用时需予以考虑。首先，目前观察到的波形变化被认为与接触声学非线性密切相关，但实际上，更好的智能集料与混凝土之间的耦合效果、更低的散射程度以及传统的声弹效应也可能对检测结果产生影响；因此，所提出的指标应被视为对接触声学非线性敏感的应力指示参数。

结论：本研究探索了一种基于接触声学非线性的嵌入式超声监测框架，用于混凝土静态应力监测，并建立了嵌入式智能集料波形/能量指标与混凝土轴向压应力之间的定量关联关系。主要研究结论如下：首先，二质量模型和智能集料压缩试验均表明，随着夹紧力的增大，智能集料内部的接触非线性现象会得到抑制。在数值模拟中……

利益冲突声明：作者声明自己不存在任何可能影响本文研究结果的已知财务利益或个人关系。

致谢：本研究得到了中国国家自然科学基金（项目编号51978284）、广东省自然科学基金（项目编号2019A1515011047）以及广东省现代土木工程技术重点实验室（项目编号2021B1212040003）的支持。作者对此表示衷心的感谢。

侯双|苏凤平|莫留成|文坤博
中国华南理工大学土木与交通工程学院，广州510641