Home Journals Progress in Geophysics
Progress in Geophysics

Abbreviation (ISO4): Prog Geophy      Editor in chief:

About  /  Aim & scope  /  Editorial board  /  Indexed  /  Contact  / 

Investigation of inhomogeneous numerical simulation and electromagnetic response characteristics for ground penetrating radar detection of masonry retaining walls

  • JunFeng ZHANG , 1 ,
  • Ming XU , 1, 2, * ,
  • XianShan LIU 1, 2 ,
  • FengFan GAN 3 ,
  • Yu CAI 4
Expand
  • 1 School of Civil Engineering, Chongqing University, Chongqing 400045, China
  • 2 National Joint Engineering Research Center of Geohazards Prevention in the Reservoir Areas, Chongqing 400045, China
  • 3 China Railway Eryuan Engineering Group Co., Ltd., Chengdu 610031, China
  • 4 Chongqing Design Group Co., Ltd., Chongqing 401120, China

Received date: 2024-01-28

  Online published: 2025-01-14

Copyright

Copyright ©2024 Progress in Geophysics. All rights reserved.

Abstract

Ground penetrating radar is an effective method for detecting masonry retaining walls. At present, the common method for numerical simulation of masonry retaining walls is to treat the wall as a uniform material and establish a uniform model or establish a heterogeneous model of regular blocks. Most research on the image features of internal anomalies in the retaining wall focuses on the images generated by the discontinuous surface between the anomaly and the wall, with less research on the background noise generated by the retaining wall. In response to these issues, this study proposes a modeling method for heterogeneous mortar stone retaining wall numerical models based on the Voronoi diagram algorithm. Through field experiments and the open source software gprMax, radar detection and numerical simulation of complete retaining wall and anomalies such as voids, loose areas, aquifer regions, and rebar in the retaining wall are carried out to study the electromagnetic response characteristics of mortar stone retaining walls, the main factors affecting radar image, and the image features of internal anomalies in the retaining wall. The experimental and simulation results show that the simulation results of the proposed non-uniform barrier numerical model are basically consistent with the measured radar response characteristics, which can provide some guidance for the interpretation of retaining wall radar images. The main factors affecting the radar image in the wall are the size and shape of the stones, the thickness and relative permittivity of the mortar, and the antenna frequency. The same phase axis of reflection wave about the stone in the background wave tends to be consistent with the shape of the stone. When the average area of the stone is larger, it is necessary to distinguish between the background wave and some anomaly reflection waves. The larger the difference in thickness and relative permittivity of the mortar, the higher the amplitude of the background wave. The higher the antenna frequency, the better the resolution, but the shallower the detection depth. The radar images of voids, aquifer regions, and rebar are continuous curve waveforms on the same phase axis, and their amplitude is higher than the background wave of the surrounding wall. The radar image of the loose area is a chaotic lump waveform on the same phase axis, and its amplitude is close to the background wave of the surrounding wall.

Cite this article

JunFeng ZHANG , Ming XU , XianShan LIU , FengFan GAN , Yu CAI . Investigation of inhomogeneous numerical simulation and electromagnetic response characteristics for ground penetrating radar detection of masonry retaining walls[J]. Progress in Geophysics, 2024 , 39(6) : 2393 -2406 . DOI: 10.6038/pg2024HH0469

0 引言

浆砌石挡墙过去几十年间由于其取材方便、经济适用的特点在中国西部的铁路、公路沿线有大量应用.挡墙施工过程中可能由于施工方法不当和施工条件限制,墙内石块相互搭接出现较大体积的空洞和较大范围的砂浆填充不密实区域;当墙体排水不畅时,墙背、墙体内部可能会出现局部积水,这些缺陷会使墙体强度降低,从而危及线路运行安全.另外,在墙体砌筑过程中可能会使用钢筋等材料加强墙体.因此,有必要对既有浆砌石墙进行检测,查明挡墙几何尺寸、内部有无缺陷及缺陷的位置、钢筋等构件的分布情况,为挡墙安全评估提供依据,保障线路运行安全.
探地雷达以其高效、无损、易操作的特点在挡墙检测方面已有较多研究和应用.众多学者对挡墙内部异常体的成因、结构特点、图像特征做了分析和研究(刘成军, 2001; 安旭文等, 2005; Beben et al., 2013; Santos-Assunçao et al., 2016).这些研究大多关注墙体内部异常体产生的图像特征.挡墙雷达图像可分解为墙体产生的背景波和异常体产生的目标特征波.在如混凝土、沥青等较均匀材料中,介质产生的背景波通常比较低(余绍淮等, 2023; 张清河等, 2023; 凌天清等, 2023; 郭士礼等, 2016; 冯德山和杨子龙, 2020),对雷达图像的解译干扰较小.浆砌石挡墙的雷达图像中背景波的幅值通常较高,常对挡墙雷达图像中异常体特征波解译产生较严重的干扰.研究浆砌石挡墙中影响雷达图像的主要因素,分析不同条件下挡墙产生的背景波特征可为挡墙雷达图像的解译提供帮助.
开展室内试验是研究电磁响应特征的有效手段.Negri和Aiello(2021)建立多层石砌体墙并预制缺陷进行试验;Kister和Hugenschmidt(2017)建立大型试验挡墙验证探地雷达方法检测浆砌石挡墙的有效性;Solla等(2012)用16块石料堆砌为单层石墙进行研究.建立试验挡墙可获得直接、准确的结果,但对场地、人力、物力等要求较高,对挡墙和挡墙内部异常体的物理性质、形状、位置等条件的控制难度较高.开展低成本、高度可控的浆砌石挡墙的数值模拟可有效降低成本.混凝土、沥青、铁路道砟等材料已经有了较成熟的非均匀数值模型(郭士礼等,2015; Benedetto et al., 2018; Lachowicz and Rucka, 2019; Cao and Al-Qadi, 2021, 2022).有研究者在挡墙数值模拟时将挡墙材料视为均匀材料,如Diamanti等(2008)考虑墙体为均匀材料进行建模,研究探地雷达对墙体砂浆缺失的探测有效性.对砌筑较规则的砖砌体墙也有学者建立规则砖块的数值模型进行数值模拟研究(Rucka et al., 2016).随机性更强的模型有Solla等(2012)借助激光雷达扫描建立的含16块石料砌体墙的三维非均匀数值模型.这种方法可构建与实际挡墙一致的数值模型,但该方法成本较高且不具备普适性.浆砌石挡墙数值模拟需要一种快速、低成本并且与实际挡墙情况相符的建模方法.
目前还没有较普适的非均匀挡墙数值模型建模方法,对不同条件下浆砌石挡墙中影响雷达图像的研究较少.本文提出了一种基于维诺图的二维和三维浆砌石挡墙非均匀材料数值模型建模方法;采用开源软件gprMax模拟浆砌石挡墙的电磁响应,研究挡墙成像机制与主要影响因素;通过现场试验和数值模拟,分析挡墙内部异常体的图像特征.

1 参数化建模原理

完整砌体挡墙中的石块大小搭配、相互错叠、咬接密实,石块之间由砂浆隔开并且填充密实.因此假设:完整挡墙中只有石块和砂浆两种材料并且将这两种材料分别视为均匀材料;将交错排布且互不接触的石块近似简化为多边形或多面体,砂浆填充于石块空隙中.基于以上两点假设可通过空间中一系列的多边形或多面体,近似模拟挡墙中石块在二维或三维模型中的分布.利用维诺图算法(Vonoroi Diagram)将模型空间划分为若干多边形或多面体,在多边形或多面体之间生成空隙、填充砂浆构建浆砌石挡墙非均匀数值模型.
某挡墙外立面如图 1b所示,绘制部分石块轮廓和中心点如图 1a所示,其中黑色圆点为石块轮廓大致几何中心点.
图1 挡墙外立面及石块轮廓

(a)石块轮廓与中心点;(b)挡墙外立面.

Fig 1 Retaining wall façade and stone profile

(a) Stone outline and center points; (b) Retaining wall façade.

维诺图是一种划分空间的算法.空间中以一系列不同的点为生成元,按照最邻近原则将空间划分数个区域.每个区域内只有一个生成元,区域内的点到该生成元距离短于到其他生成元距离,区域边界上的点到生成此边界的两个生成元的距离相等.三维空间中各区域为多面体,而二维平面中维诺图由一组连接两邻点直线的垂直平分线组成的连续多边形组成.
平面上的一些点的维诺图的构建过程,如图 2所示.由离散基点相互连接构建德洛内(Delaunay)三角网,如图 2中的黑色虚线所示.作出三角网中各边的中垂线并连接每条三角网的边两侧的中垂线交点构成维诺区域的边.
图2 维诺图构建示意图

Fig 2 Schematic diagram of the construction of Vonoroi diagram

根据以上过程,由图 1a中石块中心点构建的维诺图如图 3a所示,中心区域维诺多边形与实际石块轮廓对比如图 3b所示.图 3b中由各石块中心点构建出的维诺多边形位置与原有石块基本一致,但形状和大小上仍有一定的差异.仅由石块中心点信息构造维诺图还原石块轮廓仍有不足之处.图 3b中心处部分石块实际轮廓较算法构造出的多边形更接近矩形,并且各石块面积极差更大.因此,计算维诺图算法中多边形的平均面积,将面积大于平均面积的多边形面积扩大并规则化;将小面积的多边形向内收缩并规则化.修改后的维诺图与原有轮廓对比如图 3c所示.图 3c中修改后的维诺图更接近原有形状,已经能比较好的模拟石块实际形状.通过石块中心点初步生成维诺图并结合石块实际情况对维诺图进行调整,可以大致对石块实际大小和形状进行模拟,生成非均匀模型.在维诺图中各多边形区域间填充砂浆介质即可构建浆砌石挡墙非均匀模型,如图 2d所示.三维情况下的非均匀模型建模原理与二维相同,只是各维诺区域由多边形变为多面体.
图3 二维非均匀挡墙数值模型构建过程

(a) 石块中心点维诺图;(b)维诺图与石块轮廓对比图;(c)修改后维诺图与轮廓对比图;(d)非均匀模型示意图.

Fig 3 The construction process of numerical model of 2D heterogeneous retaining wall

(a) Vonoroi diagram of center points of the stone; (b) Comparison of the Vonoroi diagram with the stone profile; (c) Modified comparison of the Vonoroi diagram with the stone profile; (d) Schematic diagram of heterogeneous model.

根据维诺图算法,给定空间中点周围会生成一个维诺区域.通过模型区域中点的数量控制石块平均面积,调整维诺凸包的形状使石块区域更接近实际形状,调整凸包间距控制砂浆厚度.引入石块形状系数,该系数取值在0~1之间,系数值越大,模型中形状接近规则矩形的石块数量越多.石块大小、形状、砂浆厚度均可取不同值建立模型.如图 3所示,为取不同参数值建立的模型及石块形状与其对应的真实挡墙,下侧为数值模型,上侧为真实挡墙.图 4a模型石块平均面积0.12 m2,形状系数0.9,砂浆厚度3 cm;图 4b模型石块平均面积0.04 m2,形状系数0.1,砂浆厚度5 cm.
图4 挡墙模型

(a)平均面积0.12 m2;(b)平均面积0.04 m2.

Fig 4 Models of retaining wall

(a) The average area 0.12 m2; (b) The average area 0.04 m2.

2 非均匀数值模型建立

2.1 三维挡墙模型

为了验证非均匀挡墙数值模型对电磁脉冲的响应,建立如图 5所示的三维挡墙模型.挡墙长、厚、高分别为5 m、1.2 m、1.8 m.竖直方向分三级,由下至上每级厚度减少0.2 m;水平方向分为三段,每段长度约1.8 m.各段石块间填充不同介质,从左至右依次为干砌挡墙、砂浆填充、干砂填充(模拟老化严重的砂浆);墙背回填干砂.墙体石块材料为灰岩,大部分石块形状较规则,墙体外立面大约出露165块石块,模型块体总数约为2000.模型中砂浆相对介电常数和电导率较干燥状态要大,取8和0.05,模型涉及的其他材料参数如表 1所示(Bishop and Koor, 2000).使用gprMax进行数值模拟时波源为ricker子波,中心频率为400 MHz.收、发天线间距为20 cm,移动步长为3 cm,模拟起始、结束时天线距边界0.2 m尽量避免边界效应产生不利影响.数值模拟时窗长度为35 ns.
图5 三维挡墙模型

(a) 挡墙三维视图;(b) 挡墙断面图.

Fig 5 3D model of retaining wall

(a) 3D view of retaining wall; (b) Profile of the retaining wall.

表1 各种材料参数

Table 1 Parameters of various materials

材料 相对介电常数εr 电导率σ(S/m)
80 1×10-4~5×10-1
3~30 1×10-5~1×10-3
黏土 5~40 2×10-3~1
灰岩 6~8 5×10-4~2×10-3
砂浆 3~5 1×10-4~5×10-1
空气 1 0
墙背回填前、后分别沿竖直方向在各段中部进行一次雷达扫描,如图 5中的AA1、BB1、CC1测线所示;回填后沿水平方向在挡墙最低一级中部进行一次扫描,如图 5中的DD1测线所示.将模型沿水平测线DD1切片建立二维模型进行模拟并与三维情况下的结果对比,以研究三维模型与二维模型的电磁响应差异.

2.2 二维完整与含异常体的挡墙模型

为了研究浆砌石挡墙数值模型中的雷达图成像影响因素,建立二维完整挡墙数值模型.分别改变石块大小、砂浆厚度、石块形状、砂浆相对介电常数、天线频率等参数构建二维挡墙模型.各参数的信息如表 2所示,模型中材料的其他物理参数按表 1中的材料属性取值.石块大小在二维模型中用面积表示.模型尺寸为4 m×2 m.波源为ricker子波,天线间距20 cm,步长3 cm.时窗长度为40 ns.墙体后边界不设置其他介质,电磁波只在墙体中传播,不会出现墙体边界的反射波.每次模拟仅改变单一参数,保持其他参数不变,某一参数改变时其余参数值取表 2中第二列数值,共计11种不同的模拟结果.
表2 模型参数表

Table 2 Model parameters

变量 数值
石块平均面积/m2 0.04 0.08 0.12
砂浆平均厚度/cm 0.04 0.03 0.05
石块形状系数 0.1 0.5 0.9
砂浆相对介电常数 9 4 13
天线频率/MHz 200 400 600
为了研究挡墙中异常体的雷达图像特征,取天线频率为200 MHz,其余模型参数取表 2中第二列数值建立基础模型.在基础挡墙模型中加入异常体:空洞、不密实区域、含水区域和钢筋,构建含异常体的挡墙模型进行数值模拟.空洞、不密实区域、含水区域位于挡墙表面下0.7 m,钢筋位于表面下0.2 m.空洞为边长0.2 m的方形,不密实区域为1 m×0.5 m的范围,含水区域为边长0.3 m的方形.不密实区域构建方式为将墙体中部分砂浆替换为空气.含水区域相对介电常数为30,电导率为0.05模拟充分吸水的材料.钢筋数量为2,间距0.5 m,直径16 mm.

3 非均匀数值模拟结果分析

3.1 三维模型电磁响应分析

三维模型中的六次竖向扫描、一次横向扫描及由三维模型构建的二维模型雷达图像如图 6图 7所示,图 6中上侧为回填前的图像,下侧为回填后的图像.图 6图 7及文中其他雷达图像中的值均为电场强度,单位为V/m.
图6 竖向扫描结果

(a)干砌段AA1测线;(b)砂浆段BB1测线;(c)干砂段CC1测线.

Fig 6 Results of vertical scan

(a) AA1 line of dry masonry; (b) BB1 line of mortar; (c) CC1 line of dry sand.

图7 横向扫描结果

(a)三维模型DD1测线结果;(b)二维模型结果.

Fig 7 Results of horizontal scan

(a) The result of DD1 profile in 3D model; (b) The result of 2D model.

图 5中回填前三段区域的三条测线都能比较清晰地看见挡墙后边界产生的反射波,反射波分为三级,对应挡墙中厚度不同的三级墙体并且与实际厚度基本一致.表面直达波和后边界反射波之间有墙体内部产生的大量杂波,这是电磁波在石块与砂浆的介电常数不连续面反射、透射产生的.中段即砂浆填充段的后边界反射波较两侧的干砌段和干砂填充段要弱,这可能是砂浆的电导率较高使电磁波产生了较大的衰减.
图 6中回填后三段墙体的后边界反射波都有很大程度地削弱,可能是回填的干砂相对介电常数与墙体的相对介电常数接近造成反射波幅值降低.即使没有后边界的反射波,根据石块、砂浆产生的杂波依旧可大致判断挡墙的边界位置以确定挡墙厚度.边界大致位于图 6中黑色虚线处.边界两侧有较大差异,虚线右侧有大量较高幅值的杂波,左侧杂波数量明显减少、幅值较低.中段反射波依旧弱于两侧,判断边界比较困难.
图 7a中底部横向扫描将三段反射波进行对比,由于砂浆段的高电导率产生的高衰减使砂浆段反射波明显弱于两侧,与竖向扫描中的结果一致.图 7b中二维模型的模拟结果与三维模型的结果基本一致.二维模型中石块的双曲线图像较三维情况下更完整和清晰,三维情况下的雷达图像比二维情况更复杂.两种情况下的背景波特征非常接近.
均匀介质模拟通常不会产生杂波,规则介质中反射波出现的位置和时间有一定的规律性(Diamanti et al., 2008; Rucka et al., 2016),而三维非均匀挡墙模型的数值模拟中出现大量随机杂波,其结果与(Kister and Hugenschmidt, 2017)中的实测结果比较吻合,表明该模型对浆砌石挡墙的电磁响应有较好地模拟.探地雷达可用于探测正常挡墙的厚度、确定挡墙边界的位置但对吸水严重的挡墙的探测效果可能较差,因为墙体中材料的电导率较高时电磁波会有较大的衰减,造成雷达有效探测深度降低.三维模型的响应与二维模型比较接近,虽然二维模型与现实挡墙差距较大,但是考虑到三维模型模拟所需的计算时间和计算机性能可达二维模型的百倍以上,使用二维模型进行数值模拟是可以接受的.

3.2 完整挡墙主要成像影响因素分析

3.2.1 石块大小对图像的影响

图 8为不同石块大小下的雷达图像.其中左侧为雷达图像和模型中的砂浆分布情况叠加图,右侧为模拟雷达图像.不同情况下,浅部反射波都能找到与不连续面的对应关系,通过反射波判断表层石块的结构和厚度较容易;通过边界附近两侧反射波特征可大致确定墙体边界位置.石块数量越多,雷达反射波越多、越细小密集,雷达图像越复杂,通过雷达图像判断墙体内部结构就越困难.石块平均面积较大时部分石块与砂浆不连续面的反射波幅值较高、同相轴较连续,与某些异常体的图像特征相似.
图8 不同石块大小的图像

(a)平均面积0.12 m2;(b)平均面积0.08 m2;(c)平均面积0.04 m2.

Fig 8 Images of different stone sizes

(a) The average area 0.12 m2; (b) The average area 0.08 m2; (c) The average area 0.04 m2.

3.2.2 石块形状对图像的影响

图 9为不同形状系数下的模拟雷达图像.左侧为数值模型,右侧为对应的雷达图像,由上至下形状系数依次增大即模型中形状接近矩形的石块数量越多.只改变形状不改变石块位置的情况下反射波出现的位置基本不变而反射波形态有较大改变.石块越平直相应的反射波形也趋于平直,石块形状越随机反射波形态也越杂乱.石块形状对反射波形态有较大的影响,这与混凝土、沥青、铁路道砟等小颗粒材料的非均匀模型(郭士礼等, 2015Benedetto et al., 2018; Lachowicz and Rucka, 2019; Cao and Al-Qadi, 2021, 2022)有很大的不同,这些模型中颗粒形状对模型成像的影响很小,但挡墙中石块尺寸远大于其他材料,因此形状也是重要的成像影响因素之一.
图9 不同形状系数的图像

(a)形状系数0.1;(b)形状系数0.5;(c)形状系数0.9.

Fig 9 Images of different stone shape factors

(a) The stone shape factor 0.1; (b) The stone shape factor 0.5; (c) The stone shape factor 0.9.

3.2.3 砂浆厚度和相对介电常数对图像的影响

计算不同砂浆厚度和相对介电常数下每一道信号的绝对平均值,如图 10所示.绝对平均值大小可以反映各道信号的能量强弱.改变砂浆厚度和相对介电常数只对背景波幅值有较大影响,对其他方面的影响很小.砂浆厚度越大、相对介电常数与石块相对介电常数(模型中为7)差值越大,背景波能量越强.相对介电常数的对背景波强度的影响普遍存在于各道中,使各道能量均有一定的改变;相较而言砂浆厚度的影响不稳定、不均衡,对各道能量的影响有一定的不确定性,总体来看其对能量的影响不如相对介电常数显著.
图10 不同砂浆厚度和相对介电常数的各道能量

(a)不同砂浆厚度的各道能量;(b)不同砂浆相对介电常数的各道能量.

Fig 10 The energy of each channel with different mortar thickness and relative permittivity

(a) The energy of each channel with different mortar thickness; (b)The energy of each channel with different relative permittivity.

3.2.4 天线频率对图像的影响

图 11为不同天线频率下的模拟雷达图像.随着天线频率的升高图像中的各种细节逐渐清晰,提高天线频率对分辨率有很大的改善但伴随高频率的是快速衰减.200 MHz下浅部和深部的背景波强度差别不大而600 MHz下浅部幅值明显高于深部幅值,这表明相同情况下高频有更快的衰减.
图11 不同天线频率的图像

(a)200 MHz; (b)400 MHz; (c)600 MHz.

Fig 11 Images of different frequencies

(a)200 MHz; (b)400 MHz; (c)600 MHz.

区域内石块越多即石块平均面积越小,由石块与砂浆不连续面产生的反射波越多,雷达图像中反射波就越密集.石块形状影响单个反射波的形态,反射波趋于与石块形状一致,当石块水平时更容易判定石块界面.砂浆厚度和砂浆相对介电常数主要影响反射波的强度,砂浆厚度越大、砂浆与石块相对介电常数差异越大反射波强度越高.挡墙中石块与砂浆反射波产生的背景波强弱决定了识别墙体内异常体图像的难易程度,背景幅值越高其他目标就越难被发现.在数值模拟和实际应用中探明目标墙体的相对介电常数是非常重要的.天线频率主要影响图像分辨率和雷达探测的有效深度,频率越高分辨率越高但衰减越快、探测深度越小.

3.3 异常体成像特征

不同异常体的数值模型和模拟雷达图像如图 12所示,上侧为雷达图像,下侧为对应的数值模型.Ricker子波初始相位为负-正-负,在图像中颜色表现为黑-白-黑,这是入射波初始相位.各异常体的图像在图中黑色框内.
图12 异常体模型及模拟图像

(a)空洞;(b)不密实区;(c)含水区;(d)钢筋.

Fig 12 The models of anomalies and simulated images

(a) Void; (b) Loose area; (c) Aquifer region; (d) Rebar.

空洞图像整体为双曲线形,相位与波源相同,强度高于周围杂波,可根据连续的曲线特征从雷达图像中准确识别;不密实区域图像表现为同相轴错乱、不连续,以团块状分布于图像中,反射波强度略高于周围杂波,在雷达图像中辨识较困难;含水区由于厚度较大并且高相对介电常数使波速减慢,出现上、下界面的两个反射波,上界面反射波相位与波源相反,下界面反射波相位与波源相同,两次反射波能量都远高于周围杂波,从能量和同相轴可轻易识别;钢筋图像为强烈的双曲线形并且曲线开口小,相位与波源相反,反射波能量远高于周围杂波.

4 原位异常体检测试验

4.1 挡墙概况

试验挡墙长约8 m,高约2.2 m,墙身砌筑材料为灰岩与砂浆,如图 13所示.试验区墙体表面出露石块约230块,墙体砂浆厚度约2~3 cm,表面出露的石块约有一半接近规则形状.在墙体表面选定三处目标区域,各区域内有一定空间可填充各种介质.三个区域从左至右依次编号为A、B、C.A、C两处空间直径约30 cm,顶部距墙顶分别约为26 cm和37 cm,内部有厚度不等的黏土,B区域为直径约8 cm的PVC管,距墙顶约45 cm.
图13 试验挡墙

Fig 13 The tested retaining wall

4.2 仪器及参数选择

测试仪器使用意大利RIS雷达,主机和天线如图 14所示.天线为带直径10 cm测距轮的200 MHz天线,该天线为收发一体天线,天线间距19 cm.试验预计探测深度为1.5 m,估算挡墙相对介电常数为8,计算所需双程走时约为28 ns,实际探测时时窗通常取计算双程走时的1.5倍,取35 ns即可满足需求.采样点数为512,测距轮每经过3 cm即进行一次采集.
图14 测试仪器

(a)主机;(b)天线.

Fig 14 Instruments for testing

(a) The host; (b) The antenna.

4.3 试验方案

于墙顶进行从左至右扫描,由于墙顶平整度不佳,在天线和墙体间放置较厚的TPE材料软垫以保证天线与墙体有较稳定的耦合并减弱振铃效应.
正式探测前使用已知厚度法计算电磁波波速.选择电磁脉冲的幅值第一零点作为时间零点,即图像中第一次相位颜色改变的位置.选择地面直达波和目标反射波的第一零点计算时差为双程走时.将金属管紧贴排水管上表面使用雷达于墙顶进行扫描,测量金属管距墙体表面的距离,读取雷达图像中金属反射波出现时的双程走时,计算墙体等效相对介电常数用于修正波速.
预测试后正式对目标进行探测:
(1) 空洞目标检测.墙体中三个目标均可视为空洞,从左至右扫描获得墙体内空洞的雷达图像,研究探地雷达对不同深度和大小的空洞目标的检测能力.
(2) 不密实目标检测.在A、C两个区域内填入碎石以模拟不密实区域,使用雷达扫描验证对雷达不密实目标的检测能力.
(3) 钢筋检测.取出A、C区域中的碎石,在B区域内放入不锈钢金属管模拟墙体中的钢筋,验证雷达对钢筋的检测能力并与两侧空洞反射波对比.
(4) 含水区检测.向A、C区域注水使区域内泥土湿润,在区域B中放入一瓶水分别模拟墙体中的含水区域和含水管道.

4.4 试验结果分析

四次扫描获得的不同目标的检测图像如图 15所示,所有图像都经过同样的处理:滤波、起始时间调整、背景消除、线性增益、平滑增益.本次试验中使用已知厚度法计算挡墙等效相对介电常数为7.17,图中波速已经过修正,通过侧面标尺读取的深度即为测试深度.各区域编号及其图像如图中黑色框中的区域所示.
图15 GPR探测结果

(a)空洞探测结果;(b)不密实探测结果;(c)钢筋探测结果;(d)含水区探测结果.

Fig 15 Results of GPR measurements

(a) The result of voids detection; (b) The result of loose areas detection; (c) The result of the rebar detection; (d) The result of aquifer regions detection.

图 15a中两侧A、C区域空洞的图像为清晰的双曲线并且反射波幅值较周围杂波要高,B区域处空洞由于尺寸太小反射波不可见,探测获得的两个空洞目标的深度分别约为0.26 m、0.39 m,与测量深度基本一致.
图 15b中A、C区域填充碎石使原来的空洞区图像波形杂乱、幅值有所降低,强度接近周围杂波.右侧目标与左侧目标相比同相轴更凌乱,两个目标出现差异的原因可能是左侧区域碎石填充不够密实,上部还有较多空气,图像仍表现为类似空洞形态.不密实区图像具有同相轴错乱、不连续的特点,幅值比周围杂波略高.
图 15c中,B区域不同于图 15a,金属图像为清晰的双曲线,相位与两侧空洞反射波相反,幅值明显高于周围杂波.
图 15d中各含水区域都出现高强度反射波,由于A、C区域中泥土厚度不一,A区域目标先后出现空洞反射波和含水区反射波,两次反射波相位相反;C区域只出现空洞反射波;B区域处由于水瓶比钢筋目标更大,其图像比图 15c中更清晰.
墙体中异常体数值模拟结果与现场实测结果相似性较高,各异常体的图像特征基本一致.模拟情况下雷达图像中所有反射波都由墙体和异常体产生,图像中干扰非常少,电磁波的衰减也很小.实测情况下雷达图像中有环境干扰和测试表面起伏产生的杂波,在雷达图像底部可看到较严重的衰减.

5 结论

通过建立非均匀浆砌石挡墙数值模型,研究浆砌石挡墙的电磁响应、雷达图像主要影响因素和挡墙内异常体图像特征,得出以下主要结论:
(1) 挡墙雷达图像受多种因素影响.挡墙石块平均面积较大时,背景中石块与砂浆不连续面反射波越少,需注意区分异常体反射波与背景波;石块平均面积较小时,雷达图像中的反射波细密,反演墙体内部结构更困难;石块反射波同相轴曲线趋于与石块形状一致;砂浆厚度越大、砂浆与石块相对介电常数差越大,反射波幅值越高;天线频率越高,雷达图像分辨率越高但有效探测深度越浅.
(2) 模拟和试验结果表明空洞、含水区、钢筋图像为较连续的曲线,不密实区图像同相轴杂乱;空洞反射波、含水区下界面反射波相位与入射波相同,含水区上表面反射波、钢筋反射波相位与入射波相反;含水区、钢筋反射波能量高于周围杂波,空洞反射波略高于周围杂波,不密实区反射波幅值与周围杂波接近.
(3) 挡墙和挡墙内部异常体的模拟雷达图像结果和实测雷达图像相似,表明提出的非均匀浆砌石挡墙数值模型建模方法可建立与实际情况接近的数值模型,获得与实测结果相似的挡墙电磁响应.非均匀模型中墙体内的石块与砂浆不连续面会产生大量随机分布的杂波,与均匀介质模型的电磁效应相比更接近现场试验结果.使用提出的非均匀挡墙建模方法可低成本、快速地构建不同条件下挡墙和挡墙内部异常体的数值模型,获得大量雷达图像、分析异常体的图像特征,为挡墙雷达图像人工解译与智能识别研究提供帮助.
(4) 非均匀模型建模方法能够比较快速地建立数值模型,获得挡墙内部异常体的雷达图像.但目前建模使用的参数包含石块平均面积、形状系数等基于统计的参数,在建模前还需要进行大量的统计与分析,并且建模时需要根据实际情况对每个模型进行人工调整;模拟过程中假设石块和砂浆为两种均匀介质,所有石块电磁性质相同,与实际情况仍有差距.工程检测技术逐渐由人工检测向自动化发展,智能检测的需求越来越强烈,挡墙雷达图像的智能识别是有潜力的发展方向.

感谢审稿专家提出的修改意见和编辑部的大力支持!

An X W , Hou J G , Wang F Q , et al. Application of ground penetrating radar to surveying retaining walls. Engineering Journal of Wuhan University. 2005, 38(2 64 68

Beben D , Anigacz W , Ukleja J . Diagnosis of bedrock course and retaining wall using GPR. NDT & E International. 2013, 59 77-85

DOI

Benedetto A , Ciampoli L B , Brancadoro M G , et al. A computer-aided model for the simulation of railway ballast by random sequential adsorption process. Computer-Aided Civil and Infrastructure Engineering. 2018, 33(3): 243-257

DOI

Bishop I , Koor N P . Integrated geophysical and geotechnical investigations of old masonry retaining walls in Hong Kong. Quarterly Journal of Engineering Geology and Hydrogeology. 2000, 33(5): 335-349

DOI

Cao Q Q , Al-Qadi I L . Development of a numerical model to predict the dielectric properties of heterogeneous asphalt concrete. Sensors. 2021, 21(8): 2643

DOI

Cao Q Q , Al-Qadi I L . Effect of moisture content on calculated dielectric properties of asphalt concrete pavements from ground-penetrating radar measurements. Remote Sensing. 2022, 14(1): 34

DOI

Diamanti N , Giannopoulos A , Forde M C . Numerical modelling and experimental verification of GPR to investigate ring separation in brick masonry arch bridges. NDT & E International. 2008, 41(5): 354-363

DOI

Feng D S , Yang Z L . Automatic recognition of ground penetrating radar image of tunnel lining structure based on deep learning. Progress in Geophysics. 2020, 35(4): 1552-1556

DOI

Guo S L , Ji M E , Zhu P M , et al. Study on multiphase discrete random medium model and its GPR wave field characteristics. Chinese Journal of Geophysics. 2015, 58(8): 2779-2791

DOI

Guo S L , Ji M E , Zhu P M , et al. Research on quantitative estimation of porosity of multiphase discrete random medium by GPR. Progress in Geophysics. 2016, 31(4): 1809-1816

DOI

Kister B , Hugenschmidt J . Zerstörungsfreie Prüfverfahren unterstützen die Beurteilung alter Stützbauwerke aus Natursteinmauerwerk. Bautechnik. 2017, 94(1): 26-36

DOI

Lachowicz J , Rucka M . A novel heterogeneous model of concrete for numerical modelling of ground penetrating radar. Construction and Building Materials. 2019, 227 116703

DOI

Ling T Q , Diao H , Tian B , et al. Study on compaction quality evaluation of asphalt layer based on ground penetrating radar technology. Progress in Geophysics. 2023, 38(6): 2724-2733

DOI

Liu C J . Study on non-destructive test on qualit of retaining wall of roadbed. Journal of Railway Engineering Society. 2001 4): 20-23

Negri S , Aiello M A . High-resolution GPR survey for masonry wall diagnostics. Journal of Building Engineering. 2021, 33 101817

DOI

Rucka M , Lachowicz J , Zielińska M . GPR investigation of the strengthening system of a historic masonry tower. Journal of Applied Geophysics. 2016, 131 94-102

DOI

Santos-Assunçao S , Dimitriadis K , Konstantakis Y , et al. Ground-penetrating radar evaluation of the ancient Mycenaean monument Tholos Acharnon tomb. Near Surface Geophysics. 2016, 14(2): 197-205

DOI

Solla M , González-Jorge H , álvarez M X , et al. Application of non-destructive geomatic techniques and FDTD modeling to metrical analysis of stone blocks in a masonry wall. Construction and Building Materials. 2012, 36 14-19

DOI

Yu S H , Yu F , Luo B R , et al. YOLACT based targets categorization and shape identification from ground penetrating radar images. Progress in Geophysics. 2023, 38(3): 1408-1415

DOI

Zhang Q H , Wu X Y , Liu H , et al. A novel method for fast forward simulation of ground penetrating radar and buried target detection based on machine learning. Chinese Journal of Geophysics. 2023, 66(8): 3482-3492

DOI

旭文 , 建国 , 逢庆 , et al. 地质雷达在挡墙检测中的应用. 武汉大学学报(工学版). 2005, 38(2): 64-68

德山 , 子龙 . 基于深度学习的隧道衬砌结构物探地雷达图像自动识别. 地球物理学进展. 2020, 35(4): 1552-1556

DOI

士礼 , 孟恩 , 培民 , et al. 多相离散随机介质模型及其探地雷达波场特征研究. 地球物理学报. 2015, 58(8): 2779-2791

DOI

士礼 , 孟恩 , 培民 , et al. 探地雷达定量估算多相离散随机介质空隙率方法研究. 地球物理学进展. 2016, 31(4): 1809-1816

DOI

天清 , , , et al. 基于探地雷达技术的沥青面层压实质量评价研究. 地球物理学进展. 2023, 38(6): 2724-2733

DOI

成军 . 铁路路基挡土墙质量无损检测的研究. 铁道工程学报. 2001 4): 20-23

绍淮 , , 博仁 , et al. 探地雷达图像隧道衬砌病害智能识别与形态分割方法. 地球物理学进展. 2023, 38(3): 1408-1415

DOI

清河 , 欣悦 , , et al. 一种新颖的探地雷达快速正演模拟及埋地目标探测机器学习方法. 地球物理学报. 2023, 66(8): 3482-3492

DOI

Outlines

/