基于回弹法和爬壁机器人的隧道衬砌强度检测校正模型

《TUNNELLING AND UNDERGROUND SPACE TECHNOLOGY》:A correction model for tunnel lining strength inspection based on the rebound method and wall-climbing robot

【字体: 大 中 小 】 时间:2026年09月30日 来源:TUNNELLING AND UNDERGROUND SPACE TECHNOLOGY 8.7

编辑推荐:

   •开发了一种用于隧道衬砌强度检测的负压爬壁机器人。•分析了机器人在检测条件下回弹值的变化规律。•建立了考虑负压和检测角度的修正模型。引言混凝土隧道衬砌是隧道关键的结构部件,其抗压强度直接影响结构稳定性和使用寿命(Huang et al., 2024, Jayakumar an

  
  • •
    开发了一种用于隧道衬砌强度检测的负压爬壁机器人。
  • •
    分析了机器人在检测条件下回弹值的变化规律。
  • •
    建立了考虑负压和检测角度的修正模型。

引言

混凝土隧道衬砌是隧道关键的结构部件,其抗压强度直接影响结构稳定性和使用寿命(Huang et al., 2024, Jayakumar and Visuvasam, 2024, Yin et al., 2022, Smaniotto et al., 2022)。因此,可靠的隧道衬砌混凝土强度检测具有重要意义。现有的强度检测方法一般可分为破坏性和非破坏性方法(Kondo and Mita, 2008, Kevadkar et al., 2025, Iqbal and Noureldin, 2026, Harith and M.M. AL-Rubaye, A.M. Abdulhadi, M.L. Hussien, , 2025, Yan, 2024)。作为破坏性方法的典型代表,钻芯法通过从衬砌结构中提取混凝土试样进行实验室抗压强度测试(Situmorang et al., 2023, Yang et al., 2022, Haavisto et al., 2021, Sheinin et al., 2016, Nazari and Riahi, 2011)。虽然该方法精度高,但不可避免地会损坏衬砌完整性,限制了大规模应用,且需要实验室测试,导致现场检测效率低。随着无损检测技术的发展,回弹法(Tugrul Tunc, (2025) 1388, Abazarsa and Yu, 2025, Tao et al., 2025, Harith et al., 2024, El-Mir et al., 2023)、冲击回波法(Yang et al., 2025, Kachanov et al., 2018, Hung et al., 2017, Arundas and Dewangan, 2016, Shin et al., 2013)和超声检测(Wang et al., 2022, Selcuk and Tang, 2023, Lootens et al., 2020, Sabba? and Uyan?k, 2017, Pfister et al., 2014)等方法已广泛应用于隧道衬砌强度检测。在这些方法中,回弹法因其操作简便、适用范围广、数据采集迅速而受到工程实践的青睐,常被作为现场强度检测的主要方法(Liu et al., 2012, Wang et al., 2020, Saha and Amanat, 2021, Kazemi et al., 2019)。然而,回弹测试结果会受到检测条件、测量变异性、混凝土非均质性及材料相关因素的影响(Alwash et al., 2017, Kumavat et al., 2021)。传统回弹检测还依赖人工操作,尤其在隧道拱顶和肩墙区域,检测人员通常需要高空作业平台,导致效率低下并存在潜在安全风险。
近年来,自动化和机器人技术的快速发展推动了机器人系统在工程检测中的应用(Hinders, 2024, Feng et al., 2023, Poliarus et al., 2021, Zhang et al., 2026, Niu et al., 2026),为提高检测效率和实现无人化操作提供了新的机遇。在隧道检测领域,各种机器人和自动化检测方案已被探索(Montero et al., 2015, Loupos et al., 2018, Sj?lander et al., 2023)。近期研究和综述表明,隧道自动化研究主要集中在光学检测、摄影测量、图像处理、视觉缺陷识别、激光扫描和变形监测等方面(Attard et al., 2018, Li et al., 2020)。Chen et al.(2025)提出了一种基于测距原理的移动机器人系统,实现了隧道衬砌变形的自主实时监测。Yan et al.(2025)开发了一种隧道检测机器人,能够利用混合视觉特征诊断多种结构缺陷,并通过现场图像数据进行了验证。Feng et al.(2025)设计了一种隧道激光扫描机器人,结合基于深度学习的点云分割技术,实现了地铁隧道纵向变形的自动精确检测。尽管这些方法展示了高效的自动化水平,但它们主要关注几何变形和表面缺陷,对混凝土强度等力学性能的直接检测仍未得到充分解决。
与几何特征和表面缺陷相比,隧道衬砌混凝土强度检测依赖于检测装置与结构表面之间的直接接触。因此,用于隧道衬砌混凝土强度评估的自动化回弹检测需要具备稳定接触能力的检测系统。爬壁机器人作为一类能够在复杂结构表面上自主吸附和运动的特种机器人,已在桥梁检测及相关领域得到研究和应用(Liu et al., 2026, Li et al., 2025, Lv et al., 2025, Xia et al., 2025, Qin et al., 2021)。在混凝土结构检测中,爬壁机器人已被用于到达难以进入的区域并采集近距离表面信息(Yang et al., 2023)。先前的研究表明,爬壁机器人能够在曲面或倾斜表面上实现稳定的吸附和姿态控制(Li et al., 2025, Hong et al., 2025, Wang et al., 2025, Li et al., 2025),为基于接触的检测任务提供了可靠平台。通过将爬壁机器人与回弹法相结合,可以确保稳定的接触条件,同时实现隧道衬砌混凝土强度评估的自动化回弹检测。然而,大多数现有机器人检测研究仍集中在视觉或几何信息方面,而基于回弹的强度检测需要回弹锤与混凝土表面之间的直接机械相互作用(Yu et al., 2007)。由于回弹测量对检测条件和测量变异性敏感,负压吸附、机器人振动和检测姿态等因素可能会在机器人检测条件下引入系统性偏差。因此,有必要对机器人条件下获得的回弹值进行修正,以确保机器人回弹检测的可靠性。
为实现隧道衬砌混凝土强度评估的高效自动化回弹检测,本研究开发了一种基于回弹法的爬壁机器人。通过影响实验分析了负压和检测角度对回弹值的影响,并建立了修正模型。最后,进行了现场应用测试,通过将修正后的机器人回弹值与使用常规手持回弹仪获得的回弹值进行比较,评估了所提出的爬壁机器人和修正模型。本研究重点关注回弹值的采集和修正,而回弹值到混凝土抗压强度的转换并未直接验证。

章节摘要

爬壁机器人设计

针对隧道衬砌拱顶和肩墙区域混凝土强度人工检测难度大、效率低的问题,开发了一种配备回弹仪的全向爬壁机器人。该机器人通过负压吸附机制附着在隧道衬砌表面,并能够在衬砌表面进行全向运动,使得可以对使用传统人工方法难以到达的衬砌区域进行回弹检测

测试方法和方案

为了研究爬壁机器人吸附-回弹组合检测方法对回弹值的影响,设计了一种测试系统以模拟爬壁机器人的检测条件。该测试系统可以再现衬砌强度检测期间的三个典型检测位置,并允许远程控制负压以及精确控制回弹仪。

测试结果与修正模型

基于测试结果,本章分析了不同负压和检测角度对机器人回弹测量的影响。结果表明,回弹值随负压增加而增大,但在负压进一步增加时对回弹值的影响变得不敏感,而检测角度增加会导致回弹值升高。在此基础上,建立了考虑负压和检测角度的回弹值修正模型。

工程应用

为了评估爬壁机器人和修正模型的应用性能,选择中国西部的一条铁路隧道作为试验场地。在隧道衬砌区域进行了机器人和修正模型的现场应用测试。使用爬壁机器人在衬砌区域采集回弹值,并利用修正模型对采集的回弹值进行修正。在同一区域,也使用手持回弹

结论与未来工作

本研究开发了一种基于负压吸附和回弹法的爬壁检测机器人,以提高隧道衬砌混凝土强度评估回弹检测的效率。在不同负压和检测角度下进行了回弹值影响测试,并建立了同时考虑这两个因素的修正模型,通过现场应用对其进行了评估。
结果表明,负压对机器人回弹

CRediT作者贡献声明

金庆:撰写—初稿,方法论,形式分析,概念化。孙西龙:撰写—初稿,验证,调查,形式分析。徐泉:撰写—审阅与编辑,数据管理。刘志辉:撰写—审阅与编辑,监督。牛善帅:撰写—初稿,可视化,资源,调查。孙子正:撰写—审阅与编辑,项目管理,资金获取。

利益冲突声明

作者声明不存在任何可能影响本文报告工作的已知竞争性经济利益或个人关系。

致谢

本研究部分得到中国山东省重点研发计划(编号:2024CXPT079)、国家自然科学基金委员会(编号:52478456)、山东省自然科学基金(编号:ZR2024LZN001)、国家重点研发计划(编号:2022YFC3005604)、国家重点研发计划(编号:2021YFB2301006-11)、国家自然科学基金委员会(编号:52378402)、国家自然科学基金委员会(编号:52408427)、山东省自然科学
金庆|孙西龙|徐泉|刘志辉|牛善帅|孙子正
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号