王少瑜 宋國華 馮乾寬 王石磊 李健超

1.中國鐵道科學(xué)研究院 研究生部，北京 100081；2.中國鐵道科學(xué)研究院集團有限公司 基礎(chǔ)設(shè)施檢測研究所，北京 100081；3.中國鐵道科學(xué)研究院集團有限公司 鐵道建筑研究所，北京100081

我國鐵路隧道分布區(qū)域廣，地質(zhì)與水文條件多變，面臨著腐蝕、凍融等多因素組合的復(fù)雜服役環(huán)境［1］。由于建設(shè)年代不同、標準不一和施工質(zhì)量的不確定性，鐵路運營隧道存在多種類型的缺陷與病害，嚴重危害到高速鐵路的行車安全［2］。隧道襯砌結(jié)構(gòu)裂縫、滲漏水、變形等問題突出，需長期觀測。

當前中國鐵路隧道狀態(tài)獲取主要以人工近距離接觸檢查為主，受天窗時間、檢查距離等因素限制，檢測精度有限［3］。隨著人力成本的攀升以及鐵路局逐步市場化轉(zhuǎn)型，檢測技術(shù)與運營隧道規(guī)模不匹配的矛盾日益突出［4］。研究并采用先進的檢測手段，對鐵路隧道襯砌表觀狀態(tài)進行快速、準確檢測尤為重要。

基于移動平臺的表觀成像檢測系統(tǒng)可用于獲取裂縫、滲漏水等襯砌表觀病害的分布及尺寸。伴隨機器學(xué)習(xí)技術(shù)的發(fā)展，采用表觀成像技術(shù)開展大規(guī)模隧道周期性檢測已具備條件，目前國內(nèi)外在此領(lǐng)域已開展了大量的研究和實踐。

2012 年瑞士Terra 公司研制了裂縫輪軌式檢查車，檢測速度為2.5 km/h，可對寬度大于0.3 mm 裂縫進行檢測［5］。2013年西班牙Euroconsult公司研制了公鐵兩用隧道檢查車，檢測速度最高達30 km/h［6-7］。2014 年日本計測檢查株式會社推出了MIMM-R 型綜合檢測車，檢測速度達50 km/h，裂縫識別寬度為0.2 mm。2020 年JR 東日本公司推出了第四代隧道檢測車，檢測速度20 km/h，可用于隧道表觀狀態(tài)檢測［8］。

2018 年中國鐵道科學(xué)院研發(fā)的輪軌式隧道檢查車搭載襯砌表觀檢測系統(tǒng)，檢測速度為50 km/h，裂縫識別寬度為1 mm［9-10］。

本文以長琿城際鐵路（長春—琿春）拉法山隧道大、小里程洞口向隧道內(nèi)2 km 范圍作為檢測區(qū)間，區(qū)間內(nèi)涵蓋素混凝土區(qū)段及鋼筋混凝土區(qū)段（圖1）。將現(xiàn)場踏勘檢測結(jié)果與基于電荷耦合元件（Charge Coupled Device，CCD）相機的襯砌表觀檢測系統(tǒng)檢測結(jié)果進行對比，并評價襯砌表觀檢測系統(tǒng)檢測效率和識別精度。

圖1 檢測區(qū)段示意（單位：m）

1 表觀裂縫檢測方法

1.1 現(xiàn)場踏勘檢測

現(xiàn)場踏勘檢測內(nèi)容包括裂縫編號、校準里程、測量裂縫寬度與長度。受現(xiàn)場條件限制，踏勘范圍僅為左右邊墻。現(xiàn)場踏勘測得襯砌左右邊墻裂縫共489條，其中環(huán)向裂縫483 條，縱向裂縫6 條。所有裂縫中已修補裂縫257 條，未修補裂縫232 條。未修補裂縫寬度在0.1～ 1.5 mm。不同寬度區(qū)間裂縫分布見表1。

表1 不同寬度區(qū)間裂縫分布

現(xiàn)場踏勘時采用瑞士AMBERG 公司的IMS5000移動三維激光掃描設(shè)備（圖2），測量隧道襯砌邊墻裂縫長度。

圖2 IMS5000移動三維激光掃描設(shè)備

現(xiàn)場踏勘分兩組進行，每組2 人，需2 個天窗，累計有效作業(yè)時間8 h，累計檢測長度8 km，作業(yè)效率為每人0.25 km/h。

1.2 襯砌表觀檢測系統(tǒng)檢測

襯砌表觀檢測系統(tǒng)主要由圖像采集模塊、里程定位模塊、數(shù)據(jù)存儲與處理模塊構(gòu)成。圖像采集模塊由8 臺線陣相機組成，每一臺相機的采集畫面在處理系統(tǒng)中對應(yīng)一個通道。

襯砌表觀檢測系統(tǒng)檢測需配備5 人，需要2 個天窗，累計有效作業(yè)時間8 h，累計檢測長度200 km，作業(yè)效率為每人5 km/h。與現(xiàn)場踏勘對比，該系統(tǒng)檢測效率更高。

2 兩種檢測結(jié)果對比分析

1）裂縫檢出率

襯砌表觀檢測系統(tǒng)裂縫檢測采用神經(jīng)網(wǎng)絡(luò)+人工復(fù)核相結(jié)合的方式進行。首先檢測系統(tǒng)通過神經(jīng)網(wǎng)絡(luò)自動識別算法提示裂縫所在區(qū)域，然后人工復(fù)核，對裂縫長度、寬度及形態(tài)進行確認。

選取現(xiàn)場踏勘發(fā)現(xiàn)的232 條開裂未修補裂縫（寬度0.3 mm 及以下的裂縫164 條，寬度0.3 mm 以上的裂縫68條），對裂縫檢出率進行統(tǒng)計，結(jié)果見表2。

表2 裂縫檢出率統(tǒng)計結(jié)果

由表2 可知：人工復(fù)核檢出率（65.5%）低于系統(tǒng)提示率（81.0%）。這是因為神經(jīng)網(wǎng)絡(luò)算法雖然可以識別裂縫所在區(qū)域，但存在誤判、重復(fù)等問題。受個人經(jīng)驗、操作規(guī)范性等因素影響，人工復(fù)核時容易對寬度較小裂縫進行誤判。對寬度0.3 mm 及以下裂縫的檢出率為54.3%，對寬度0.3 mm 以上裂縫的檢出率92.6%，總檢出率為65.5%。

2）裂縫里程

采用表觀檢測系統(tǒng)檢測時修補裂縫成像清晰，裂縫起終點明確。選取系統(tǒng)檢測結(jié)果中與現(xiàn)場踏勘結(jié)果對應(yīng)的158條已修補裂縫對里程誤差進行統(tǒng)計。結(jié)果見表3?？芍豪锍陶`差主要在-0.8～ 1.0 m。

表3 已修補裂縫里程誤差統(tǒng)計結(jié)果

3）環(huán)向裂縫長度

選取激光掃描圖像上能夠明確確定裂縫起始點的115 條已修補環(huán)向裂縫，將現(xiàn)場踏勘檢測的環(huán)向裂縫長度與檢測系統(tǒng)識別的環(huán)向裂縫長度進行回歸分析。理論上系統(tǒng)識別的已修補裂縫長度y與現(xiàn)場踏勘檢測結(jié)果x相同，回歸系數(shù)為1，回歸方程為y=x。實際回歸結(jié)果（圖3）表明，回歸系數(shù)為1.267，即與現(xiàn)場踏勘檢測的裂縫長度相比，系統(tǒng)識別的環(huán)向裂縫長度存在系統(tǒng)性放大現(xiàn)象，放大比例約27%。置信度為90%時，上下限邊界線的截距差值表示誤差。因此，在27%系統(tǒng)誤差的基礎(chǔ)上，檢測系統(tǒng)識別的裂縫長度離散誤差在-0.4～ 1.0 m。

圖3 環(huán)向裂縫長度回歸結(jié)果

對襯砌表觀檢測系統(tǒng)識別的裂縫根據(jù)覆蓋通道數(shù)分階段擬合，結(jié)果見圖4?？芍孩匐S著裂縫長度增加，檢測結(jié)果存在臺階狀跳躍現(xiàn)象。對三個分段擬合，得到回歸系數(shù)分別為1.008，1.003，1.007，說明檢測系統(tǒng)存在6‰的系統(tǒng)誤差。②當環(huán)向裂縫長度覆蓋1個、2個、3個通道時識別誤差分別約在0.6、1.5、2.2 m。分析認為，襯砌斷面圖像由8 臺相機采集結(jié)果拼接而成，拼接冗余導(dǎo)致系統(tǒng)對環(huán)向裂縫長度的識別誤差。

圖4 環(huán)向裂縫長度分階段回歸結(jié)果

4）縱向裂縫長度

選取激光掃描圖像上能夠明確確定裂縫起始點的5 條已修補縱向裂縫，將現(xiàn)場踏勘檢測的縱向裂縫長度與襯砌表觀檢測系統(tǒng)識別的縱向裂縫長度進行回歸分析，結(jié)果見圖5。可知：置信度為90%時，檢測系統(tǒng)識別的縱向裂縫長度的離散誤差為±0.7 m，沒有系統(tǒng)性放大現(xiàn)象。與環(huán)向裂縫長度離散誤差（-0.4～1.0 m）相比，檢測結(jié)果更準確。分析認為，縱向裂縫沿線路方向發(fā)展，系統(tǒng)檢測時基本不會覆蓋多個通道，這進一步證明了環(huán)向裂縫長度誤差是由于圖像拼接冗余所致?？v向裂縫長度離散誤差在±0.7 m，與里程誤差（-0.8～ 0.9）m接近，兩者具有一定相關(guān)性。

圖5 縱向裂縫長度回歸結(jié)果

3 結(jié)論

本文采用現(xiàn)場踏勘檢測對襯砌表觀檢測系統(tǒng)檢測兩種方法對裂縫檢出率、里程誤差、長度誤差等參數(shù)進行了測量和計算。得出結(jié)論如下：

1）檢測系統(tǒng)對寬度0.3 mm 及以下的裂縫檢出率為54.3%，對寬度0.3 mm 以上的裂縫檢出率為92.6%，總檢出率為65.5%。檢測系統(tǒng)檢測的里程誤差在-0.8～ 1.0 m。

2）與現(xiàn)場踏勘檢測的環(huán)向裂縫長度相比，檢測系統(tǒng)識別的裂縫長度存在系統(tǒng)性放大現(xiàn)象，放大比例約27%。置信度為90%時檢測系統(tǒng)識別的環(huán)向裂縫長度的離散誤差在-0.4～ 1.0 m。

3）檢測系統(tǒng)識別的縱向裂縫長度與現(xiàn)場踏勘檢測結(jié)果吻合較好，置信度為90%時檢測系統(tǒng)識別的縱向裂縫長度離散誤差為±0.7 m。與環(huán)向裂縫長度相比，縱向裂縫長度識別誤差小，檢測精度高。

4）環(huán)向裂縫由于覆蓋多個通道，造成長度識別誤差較大，需進一步研究基于關(guān)鍵特征點匹配技術(shù)的圖像拼接方法，降低拼接冗余，以提高環(huán)向裂縫長度的識別精度。