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。