Page 254 - 《应用声学》2025年第1期

250 2025 年 1 月

实验所需设备包括直径为12 mm 的钢锤、电容 将脱空概率超过 66.7% 的测点标记为脱空区域，并
式传声器和数据采集卡。传声器置于距离测点位置 以人工缺陷边界内识别出脱空的面积与实际人工

100 mm 处，采样频率为 200 kHz，采样长度为 6000 缺陷面积的比值定义为脱空识别率，高达92%。
数据点，采样位数为 16位，通道数为1。为了确保数 针对小尺寸脱空，过宽的测点间距可能导致数
据准确性，每个测点进行3 次数据采集，总共采集了 据采集时的遗漏。选择将测点布置在脱空的中心位
432组数据。 置和距离脱空中心 2 cm 的脱空边界处，并对每个
测点进行 15 次数据采集。在小尺寸脱空的实验中，
3.2 实验结果
设置了 20 mm×20 mm、30 mm×30 mm、40 mm×
软件主界面如图 8 所示，窗口实时显示采集到 40 mm 和 50 mm×50 mm 等不同尺寸的脱空情况。
的声音信号的时域图、频域图、时频图以及脱空识 实验结果如表 1 所示，软件对小尺寸脱空识别的准
别结果；指定储存路径读取数据文件进行分析，显 确率可达到 90%。进一步验证了首波幅值和小波系
示时域堆积图、首波幅值和小波系数积分比散点图， 数积分比特征在判断饰面砖脱空方面的有效性，该
通过点击时域堆积图里的单个波形查看该信号的 软件能够实时高效地进行外墙饰面砖脱空的识别。
波形信息和脱空识别结果。
对软件采集的信号进行分析，得到首波幅值与
100%
小波系数积分比的散点图，如图 9 所示。未脱空测
点聚集在图的左上角，脱空测点分散在右下角，脱空
信号首波幅值更小，小波系数积分比更大。这是因 66.7%
为饰面砖存在脱空时，信号遇到空气会发生多次反
射，能量衰减；弯曲振动模式占主导频谱响应，浅层
33.3%
脱空会产生低频响应。

0.8 ᑲቇ฾ག 0%
ళᑲቇ฾ག
0.7
图 10 脱空概率热图
0.6
Fig. 10 Heatmap of the debonding probability for
ᯫฉࣨϙ 0.5 exterior wall specimens

小尺寸脱空识别实验结果
表 1
0.4
Table 1 Experimental results of small-
0.3
scale void recognition
0.2
实验 正确识 识别准
测点位置
0.1 次数 别次数 确率/%
20 mm×20 mm 脱空中心 15 15 100
0.1 0.2 0.3 0.4 0.5
࠵ฉጇ஝ሥѬඋ 20 mm×20 mm 脱空边界 15 9 60
30 mm×30 mm 脱空中心 15 15 100
图 9 首波幅值与小波系数积分比的散点图 30 mm×30 mm 脱空边界 15 13 86.67
Fig. 9 Scatter plot of first wave amplitude and 40 mm×40 mm 脱空中心 15 15 100
wavelet volume ratio 40 mm×40 mm 脱空边界 15 13 86.67
50 mm×50 mm 脱空中心 15 15 100
脱空概率的识别结果如图10所示，颜色变化反 50 mm×50 mm 脱空边界 15 13 86.67
合计 120 108 90
映了脱空存在的概率，白色实线表示人工缺陷边界。
可以看出，软件可以识别出大部分脱空区域，对脱
4 结论
空中心的识别相对准确，然而当测点位于脱空区域
和未脱空区域的交界处时，由于测点间距或人工缺 针对传统锤击检测法识别建筑外墙饰面砖脱
陷制作误差等因素，识别的准确性受到一定的影响。 空存在的检测效率低、成本高等问题，提出了一种