随着隧道工程建设的不断发展，隧道工程质量问题也越来越引起人们的重视。在隧道施工中，常会遇到高压富水地质，由于地质条件及施工工艺的限制，隧道衬砌混凝土可能出现质量问题，影响整个施工环境的安全。因此，高效、准确且实时地进行隧道衬砌质量检测具有重要意义[1-2]，必须采用无损检测技术对衬砌厚度、二次衬砌混凝土强度、混凝土密实度进行检测。传统检测方法如钻芯取样、超声检测等方法费时费力，检测效率低、精度差，无法及时有效地发现衬砌混凝土的质量问题。近年来，国内外学者对隧道衬砌结构无损检测技术进行了广泛的研究，并开发出了多种新型无损检测方法[3-4]。但是当前的隧道衬砌检测方法中，当隧道衬砌出现浸润状态时，传统检测方法在成像过程中会出现噪声，影响裂缝的检测结果。探地雷达（GPR）技术作为一种先进的地球物理勘探手段，在隧道衬砌质量检测方面具有较大的优势和应用潜力。因此文章设计一种基于GPR 技术的高压富水地质隧道衬砌高效检测方法。该方法利用 GPR 技术进行隧道衬砌空洞正演模拟；利用麦克斯韦的离散方程形式，对 GPR 信号进行时间域有限差分处理和小波去噪处理；最后对衬砌裂缝类型进行划分，利用像素距离计算实现裂缝尺寸的检测。

1. 隧道衬砌检测方法设计

1.1 基于GPR 技术的隧道衬砌空洞模拟

在实际的隧道工程中，常常会存在衬砌缺陷，如衬砌厚度不够、钢筋混凝土分布不均匀、锚杆孔设置不合理等。为了准确了解隧道衬砌缺陷的情况，可以利用GPR技术对隧道衬砌进行无损检测。GPR 技术是一种通过发射天线向地下目标发送高频电磁波，利用接收天线接收反射波的检测技术[5]。其利用反射信号作为信息源，通过分析反射信号的特性来研究地下介质结构和地质体的分布，具有高速、高精度、大面积、非接触式测量等特点。根据其技术原理，隧道衬砌缺陷模拟采用正演方法进行。正演方法是在设计模型中加入缺陷模型，利用电磁场理论来模拟衬砌内钢筋混凝土的分布状态。利用该方法进行的圆形裂缝空洞正演模拟示意如图1所示。

图 1圆形裂缝空洞模拟示意

根据图1可以看出，隧道衬砌内存在钢筋混凝土分布不均匀、空洞现象明显、衬砌厚度不够等问题[6]。对正演模拟所产生的数据进行分析，利用麦克斯韦的离散方程形式，对 GPR 信号进行时间域有限差分处理，在宏观尺度上，可以得到如下结果

式中：Ez为电磁强度；Dz为电位移矢量；εr为介电常数[7-8]。对于GPR技术来说，其二维数值模拟主要有横磁和横电两种模式。通过二阶的精度中心差分，得到的有限差分表达式为

式中：t为时间步长；ε0为真空介电常数；μ0为真空磁导率；Hy、Hx均为横磁模式下的参数。

当隧道衬砌出现空洞现象时，检测结果的准确率会大大降低[9]。通过上述计算与剖分，输出横磁模式下的参数，能够建立施工状态下衬砌中钢筋、混凝土等介质的模型，并通过数据转换，获取到数值模拟结果。

1.2 检测信号小波去噪

在探地雷达探测过程中，由于目标体的反射信号是一种非平稳信号，其反射信号中包含了各种噪声，而使得雷达探测信号处理的难度增大。如果对采集到的雷达探测数据进行适当的去噪处理，将有利于提高后续雷达探测数据分析结果的准确性[10-12]。去噪算法有很多种，最常用的就是小波分析方法，小波分析是一种时间-尺度分析方法。小波变换具有多分辨率分析、时频局部化及自适应等特点，能够有效地抑制噪声干扰，并能从含噪声的信号中提取出有用信息，为后续的数据处理提供基础。文章采用小波去噪算法对隧道衬砌内部结构检测信号进行了去噪处理。由于在实际的施工过程中，地质雷达的信号真值是未知的，因此去噪过程中无法根据信噪比或平滑度等单一指标进行层次分解。因此，选择合适的小波基函数对检测信号进行去噪分析。在采用小波算法对检测数据进行去噪处理后，雷达探测数据中的噪声被很好地滤除了，能够有效提高后续数据分析结果的准确性。

1.3 隧道衬砌裂缝分割与测量

将GPR 技术应用在隧道衬砌检测中时，需先进行裂缝分割和测量，准确定位裂缝位置，从而得到准确的检测数据。针对高压富水地质隧道衬砌结构，在进行 GPR 检测前，需对隧道进行注水试验。注水试验主要是为了模拟隧道衬砌结构在高压富水环境下的水力学特性，以了解衬砌结构内部的水力连通通道[13]。文章选取了两条高压富水隧道进行试验。一条是在左洞拱腰处设置一个注水试验室，另一条是在右洞拱腰处设置一个注水试验室。左洞衬砌采用 C50 混凝土浇筑而成，厚度为 16 m；左洞拱腰采用 C25 混凝土浇筑而成，厚度为 15 m。右洞衬砌采用 C20 混凝土浇筑而成，厚度为 20 m。通过注水试验发现，由于左洞与右洞围岩存在一定的差异，右洞围岩中存在一定的渗流通道；左洞衬砌中存在明显的裂缝分布，裂缝主要集中在左洞围岩一侧。完成注水试验后，采用 GPR 技术对左、右洞衬砌进行检测[14-15]，主要对衬砌裂缝的类型和尺寸进行检测。衬砌裂缝主要分为横向裂缝和纵向裂缝两种。其判定标准为，裂缝走向与隧道纵轴线夹角在 0°~45°时定义为横向裂缝，裂缝走向与隧道纵轴线夹角在 45°~90°时定义为纵向裂缝。在获取到的信号图像中，裂缝尺寸检测示意如图2所示。

图 2裂缝尺寸检测示意

图2中，将骨架曲线长度作为裂缝长度，设曲线上的相邻像素点A和B的坐标为 (xk，yk)、（xk+1，yk+1），其距离计算公式为

得到的裂缝总长度为

式中：n为像素总数。

裂缝宽度的计算方法与长度计算相似。至此完成基于 GPR 技术的高压富水地质隧道衬砌检测方法的设计。

2. 方法性能测试

2.1 测试流程设计

为了保证文章设计方法的应用有效性，笔者进行了性能测试。测试用 LTD-1200型 GPR 设备结构如图3所示。

图 3测试用 GPR 设备结构示意

在实际的测试过程中， GPR 参数设置如表1所示。

在以上的测试设备参数下，选择某隧道工程进行实地勘测。沿着隧道工程纵向共布置 3 条测线，每隔 10 m 设置一个测试断面，布设的检测点位置为拱顶和两侧。测试过程中的监测点布设情况如图4所示。

图 4隧道工程实际监测点布设示意

根据GPR的检测情况，选择合理的检测深度，对于隧道内的衬砌进行裂缝检测。为了对比文章方法的效果，选择基于图像的隧道衬砌传统检测方法共同对该路段进行检测，并对比结果。

2.2 试验结果对比与分析

在信号中加入高斯噪声，利用文章方法的小波基函数，采集包括均方差、图像信噪比、图像平滑度等评价指标，测试结果如图5所示。

图 5去噪前后的评价指标对比

通过图5可以看出，对于含噪声干扰的隧道衬砌结构信号进行去噪处理后，其信噪比和平滑度得到了较大幅度的提高，很好地保留了原始数据中的有用信息。同时，雷达探测数据中的均方差降低，能够有效提高后续探测数据分析结果的准确性。

在相同的测试环境下，得到不同方法的衬砌裂缝检测图像如图6所示。

图 6不同检测方法的成像结果

从图6可以看出，传统方法得到的图像中，噪声点比较多，一些细小的裂纹难以区分。在文章设计的方法下，裂缝更明显且容易识别。根据不同方法的检测图像，对衬砌中的裂缝进行识别和测量，传统方法和文章方法得到的结果如表2，3所示。

为了验证两种检测方法结果的准确性，对各裂缝的尺寸进行手动测量，得到的结果如表4所示。

从以上表格中可以看出，文章方法和传统方法都能够有效识别出裂缝类型。在宽度和长度的测量精度对比过程中，将两种检测方法得到的检测结果与研究区的裂缝实际参数进行对比，分析数据的离散程度。其计算公式为

式中：ai为检测方法得到的裂缝数据；a0为真实的裂缝数据；n为裂缝的数量。

通过计算，得到传统检测方法的结果离散率为 0.83，文章方法结果的离散率为 0.11。即，文章设计的基于 GPR 技术的隧道衬砌检测方法结果更接近于实际的裂缝尺寸，结果的离散率小，离散程度低，与实际情况更加相符。

3. 结语

文章通过对隧道衬砌缺陷进行分类，明确了不同类型缺陷的检测方法和参数选择。根据隧道衬砌缺陷的成因，对 GPR 检测技术在高压富水地质条件下的应用进行了总结。工程实际应用表明，GPR 技术能够对高压富水地质条件下的隧道衬砌缺陷进行高效检测，具有检测精度高、效率高、成本低、操作简单等特点，同时能为隧道衬砌施工质量控制提供科学的依据。

文章来源——材料与测试网