一种新的灌注桩中垂直度计算方法

【摘 要】本文以传统的声波检测法计算垂直度为出发点，详细论述了该计算方法的弊端，然后结合全景超声检测技术提出了一种基于全景超声检测的垂直度计算方法，并论述了实现该方法的具体步骤，以及使用该方法的好处。本文最后通过仿真数据对本文方法和传统使用的XY方法进行了一系列的仿真实验，实验结果可验证本文算法的准确性和科学性，并对本文算法的实际应用提出期待。

【关键词】灌注桩；垂直度计算；全景检测

【Abstract】In this paper， the traditional acoustic detection method to calculate vertical degree as a starting point ，in detail the shortcomings of the calculation method， and then combined with panoramic ultrasound technology presents a panoramic view of the vertical calculation method based on ultrasonic testing and discusses the specific implementation of the method steps， and the benefits of using this method. Finally， the proposed method by simulation data and XY methods traditionally used a series of simulation experiments to verify the accuracy and scientific results of this algorithm， and look forward to the practical application of proposed algorithm.

【Key words】Filling pile； Vertical calculation； Panoramic ultrasonic testing technology

0 前言

随着电子科学技术的发展，建筑行业正在进行一场技术的革新，目前国内建筑工程普遍采用灌注桩来深基固孔，根据成孔工艺的不同，灌注桩可以分为干作业成孔的灌注桩、泥浆护壁成孔的灌注桩和人工挖孔的灌注桩等。按其成孔方法不同，可分为钻孔灌注桩、沉管灌注桩、人工挖孔灌注桩、爆扩灌注桩等，随着工程量的增大，对成孔质量要求越来越高，大量工程实践表明成孔质量的好坏直接影响到施工项目的进展[1]，而垂直度检测是桩基成孔质量检测中重要的组成部分，对于灌注桩的垂直度检测，国内精度较高的是使用xy型声波检测法来检测垂直度，国外最新的技术是使用全景超声检测法，目前国内还未曾规模使用，本文采用了湖北省建筑质量检测装备工程中心提出的旋转超声探测新方法，并基于方法提出了一种新的垂直度计算方法，该方法基于孔壁的360度全景检测数据，使用了图形学中的数据拟合、三维数据建模等相关技术，提高了灌注桩成孔垂直度检测的准确性和科学性。

1 XY超声波检测法计算垂直度

XY超声波检测方法是目前灌注桩成孔检测中使用的较多的一种方法，其原理是通过固定的超声波探头，发射两个（X-X’）或四个方向（X-X’，Y-Y’）的超声波以接收回波信息以转换成孔壁信息[2]，进而计算孔的垂直度等参数，以下简称此方法为xy型声波检测法。目前此类仪器的代表有日本KODEM公司的DM-602/64，日本KAIJO公司的KE-400等[3]。本节将通过分析xy型声波检测法的垂直度计算原理，指出其存在问题。

1.1 xy型声波检测法的原理

声波法检测是利用超声波反射技术，将超声波探头沿充满泥浆的钻孔中心以一定的速率下放，在连续下放的过程中，发射探头垂直孔壁发射超声波脉冲，接收探头接收孔壁反射信息， 接收探头接收孔壁反射信息，这样从孔口到孔底通过记录反射时间以及反射强度[4]，可以计算出钻孔在不同深度处的孔径值及反映孔壁状况，进而根据孔壁反射信号距探头位置的距离偏差计算出灌注桩的垂直度。

xy型声波检测法垂直度计算原理如下：

图1右中O为探头中心点，O0为第一测点桩孔中心点，On为第n测点中心点。设第一个测点时声波探头中心相对于桩孔中心点的偏离位置为X0、Y0，第n个测点声波探头中心相对于桩孔中心点的偏离位置Xn，Yn。那么

式中：l10、l20、l30、l40――第一个测点时，探头中心沿水平方向至孔壁的四个方向的测距值；l1n、l2n、l3n、l4n――第n个测点时，探头中心沿水平方向至孔壁的四个方向的测距值。

1.2 xy声波检测法的缺点

虽然目前主流的声波检测仪都是使用的xy声波检测法，但是通过观察和实验可以得知，xy声波检测法具有明显的不足。

1）采样点太少

该方法通过对每一圈的孔壁点采样4个计算该圈的圆心和半径，显然，4个采样点并不能代表该圈孔壁的特征，计算出来的圆心坐标和半径随着采样的变化而变换，直接导致最后的垂直度结果也是随着采样点的不同而不同，

更有甚者，采样点为噪声点，直接导致计算结果不准确，影响垂直度计算。下表1为一个工地桩孔实测数据，探头角度调整后的垂直度计算数据，可以看出其垂直度会随数据变化而发生变化。

2）基准圆选择不科学

xy声波检测法计算第n圈的垂直度反映的是第n圈的圆心与第一圈圆心的偏移程度，因此第一圈圆心坐标的正确与否直接影响到整个灌注桩的垂直度计算，而使用xy型声波探测法采样得到的第一圈的圆心坐标并不能保证一定是准确的，因此选择第一个圆做为基准圆并不科学。

2 基于全景超声波探测技术的垂直度新算法探讨

2.1 全景超声波探测方法计算垂直度原理

传统的xy型声波检测法由于采用了固定式超声探头，每圈只能采样2个或者4个点，因此其垂直度方法存在上述不足。本文方法是依托湖北省建筑质量检测装备工程技术研究中心提出的旋转超声探测技术，通过旋转的超声探头发射并接收超声波信息，每圈可以采样200个以上的孔壁特征点，有了这些数据，就可以通过计算机重构一个三维的孔壁，进而进行精确的数据计算。

2.2 基于全景超声波探测技术的垂直度计算方法

通过旋转的超声探头发射并接收超声波信息，可以获取孔壁的360度全景三维坐标，基于全景超声波探测技术的垂直度计算方法原理如下：

1）首先逐深度的在二维平面范围内进行圆心拟合

通过灌注桩全景侧壁仪器，我们可以得到灌注桩的孔壁特征点，我们可以把一个灌注桩孔洞可以看成许多个二维圆组成。

2）把所有的标定圆圆心拟合成一条线

通过逐深度的拟合孔壁坐标，得到拟合圆的圆心三维坐标O1，O2…On，一般我们用三维空间表示表达式一条空间直线。

3）计算孔轴线与铅垂线的夹角即为灌注桩的倾斜角，倾斜角的正切值即为孔的垂直度。

2.3 本文垂直度计算新方法的优势分析

1）全景检测，密集采样

由于每一圈采样的孔壁特征点有200个甚至更多，因此采样点能够较精确反映孔壁的特征，使用圆拟合技术得到的圆心坐标不会随着采样点改变而改变，具有较高的稳定性和准确性。

2）用铅垂线作为标准线计算垂直度

应用圆心拟合得到的孔轴线与铅垂线夹角来计算垂直度，与传统的xy型声波检测法使用第一圈数据作为基准圆相比具有更高的准确度且更科学。

3）全景声波检测法与目前具有代表性的几种垂直度检测方法对比。

其中：1为钢筋笼式检测法，2为伞形孔径仪检测，3为XY型声波探测法，4为全景声波法检测（本文方法）.

3 仿真实验与分析

为了验证本算法的有效性，本文对新算法和传统的声波法进行了大量的计算机仿真实验，其目的是为了比较两种方法在垂直度计算结果的准确性和稳定性方面的差异。在本次仿真实验中，使用matlab生成模拟灌注桩的三维图像，我们设计灌注桩的垂直度为1%，深度为10m，半径为50cm，每一圈特征点的个数为200个，每一圈的间隔深度为0.05m，在每一圈的圆心和圆特征点上均加入了均值为0方差为1的高斯白噪声[5-7]。

对同一个灌注桩模型，通过使用传统的声波检测法进行垂直度的计算，本实验中每一个圆的样本点为200个，上文已提到传统声波法只需要采样4个点。因此可以得到50组实验。

如图2所示，本文方法与设计垂直度基本吻合，而使用传统声波检测的结果随着采样点的变化而变化，个别检测结果误差较大，因此本文所述方法具有更高的准确性。

4 结论

通过分析传统声波探测方法中由于采样数据量过少导致的垂直度计算问题，本文提出了基于全景超声探测技术的垂直度计算新方法，并通过理论分析和对比试验验证了其科学性和准确性，希望本方法能为研发新型的成孔侧壁探测仪器提供新思路。

【参考文献】

[1]焦映辉，赵应朝.钻孔灌注桩常见事故原因分析及预防措施[J].施工技术，2011，40（344）：51-53.

[2]中交第一公路工程局有限公司.JTG /TF50-2011 公路桥涵施工技术规范[S].北京：人民交通出版社，2011：46-48.

[3]交通部公路科学研究所.JTG F80/2-2004JTG F80/2-2004 公路工程质量检验评定标准[S].北京：人民交通出版社，2004：50-52.

[4]GB50202-2002 建筑地基基础工程施工质量验收规范[S].

[5]Plumley T. Downhole video cameras provide insight to well problems[J]. Water Well Journal，2000，54（15）：26-28.

[6]刘志坚.浅谈灌注桩成孔质量检测中存在的问题[J].质量检测，2012，30（9）：11-13.

[7]Beni， Mirta. Fitting Distribution to Data by a Generalized Nonlinear Least Squares Method[J]. Communications in Statistics： Simulation and Computatio，2014，43（4）：687-705