基于小波變換的場道脫空識別

武志瑋，劉國光,2，劉智勇

1) 中國民航大學機場學院，天津 300300；2) 凍土工程國家重點實驗室，甘肅蘭州 730000；3) 深圳機場集團，廣東深圳518128

【土木建筑工程 / Architecture and Civil Engineering】

基于小波變換的場道脫空識別

武志瑋1，劉國光1,2，劉智勇3

1) 中國民航大學機場學院，天津 300300；2) 凍土工程國家重點實驗室，甘肅蘭州 730000；3) 深圳機場集團，廣東深圳518128

為研究脫空對跑道振動響應(yīng)的影響，進行砂土墊層混凝土板縮尺模型試驗. 利用落錘施加沖擊荷載，采集不同脫空程度下道面板的豎向加速度信號，利用小波變換進行功率譜分析、能量譜分析、短時傅里葉變換、時間-尺度分析及小波包相平面分析. 通過時頻圖表征信號局部特性，分析脫空引起的信號差異. 結(jié)果表明，不同脫空狀況引起了跑道振動特性變化，使各頻帶的頻譜響應(yīng)不同，引起各頻帶能量重分布. 加速度信號經(jīng)小波變換處理后，反映了脫空對信號能量的影響. 脫空和半脫空區(qū)域存在信號能量差異可用于跑道脫空狀況識別.

道路工程；振動響應(yīng)；場道脫空；小波變換；小波包；機場跑道；無損檢測

近年來，中國各大機場航班量快速持續(xù)增長，機場道面長期受到飛機起降及滑行等隨機動載作用，尤其大機場跑道近滿負荷運行，急需了解道面結(jié)構(gòu)的動態(tài)性狀和響應(yīng)特征. 而脫空已成為機場跑道常見病害之一，但由于繁忙機場夜間停航時間短，用于道面脫空檢測和維護作業(yè)的時間有限. 因此，對于實現(xiàn)場道脫空快速無損檢測技術(shù)的需求越來越迫切.

小波分析法是一種變分辨率的時頻分析方法，是當前分析非平穩(wěn)信號的最佳途徑. 李肅義等[1]提出一種實用有效的綜合小波去噪方法. 梁桂蘭等[2]利用信號和噪聲在小波變換各尺度上的不同傳播特性，用小波變換模極大值去噪法能夠有效去除信號噪音. 劉漢麗等[3-18]用Haar小波變換對時間序列進行聚類分析，可以提取較高精度的林地植被的遙感影像信息特征，也可利用小波變換提取信號故障特征值作為輸入向量診斷故障及位置. 胡波等[19]提出基于小波變換結(jié)構(gòu)損傷因子，深入分析再生混凝土試驗框架試件擬靜力試驗損傷累積過程，能夠準確有效地反映整個破壞過程各階段結(jié)構(gòu)的損傷程度. Huang等[20-21]通過小波變換對框架結(jié)構(gòu)動態(tài)響應(yīng)參數(shù)分析并提取損傷特征用于識別及檢測結(jié)構(gòu)損傷狀況及位置.

脫空識別近年來引起了研究人員的興趣. 彭永恒等[22]通過聲振法應(yīng)用多值神經(jīng)網(wǎng)絡(luò)和Dempster-Shafer理論建立了一套噪聲環(huán)境下的自動識別系統(tǒng)，用于實現(xiàn)診斷路面地基脫空與否. 吳傳海等[23]提出一種水泥路面脫空判別物元分析方法，實現(xiàn)對各水泥路面板底脫空狀況的多指標綜合判定. 陽宏毅[24]通過采用有限元動力分析軟建模，計算水泥混凝土路面應(yīng)力和撓度，擬合路面在動態(tài)荷載作用下彎拉應(yīng)力和撓度隨時間變化的歷程曲線，分析脫空影響下彎拉應(yīng)力和彎沉的動態(tài)力學響應(yīng). 易志堅等[25]通過有限元建立不同脫空道面板模型，將測點頻率參數(shù)的變化用于區(qū)分板脫空與否，與理論分析一致. 上述通過聲振法、雷達和瞬態(tài)沖擊響應(yīng)法等分析道面脫空狀況，具有一定可行性.

本研究針對場道脫空識別技術(shù)問題，以落錘激勵室內(nèi)道面試驗?zāi)Ｐ蜑榛A(chǔ)，利用小波變換方法分解道面豎向加速度時程信號并在時頻面展開，從中獲取信號的局部時頻特性，提取不同脫空狀況加速度特征值，根據(jù)各測點加速度信號的小波分析結(jié)果進行對比分析，研究不同道面脫空狀況下結(jié)構(gòu)振動信號的變換規(guī)律及識別脫空引起的信號差異.

1 基于小波變換的道面脫空識別分析

1.1 連續(xù)小波變換

設(shè)ψ(t)∈L2(R)小波基函數(shù)，將其經(jīng)尺度伸縮和平移參數(shù)變化后可以得一個小波序列，即生成一個時頻寬可變的信號觀測窗，其表達式為

(1)

其中，a為伸縮因子，b為平移因子. 將屬于任意L2(R)包絡(luò)空間中信號f(t)在選定小波函數(shù)下分解，則可以表示為信號f(t)的連續(xù)小波變換(continuouswavelettransform，CWT).

根據(jù)要分析振動響應(yīng)信號的特點，選擇合適的小波函數(shù)用于匹配在解析時段的信號．從設(shè)定一個尺度開始，計算各分析時段內(nèi)振動響應(yīng)信號的連續(xù)小波變換系數(shù)，通過調(diào)整平移參數(shù)b， 使小波時頻窗沿時間軸移動，直至覆蓋被分析信號整個時段. 再調(diào)整尺度因子a， 重復上述過程，即可求得所有分析尺度的小波系數(shù)，用于反映結(jié)構(gòu)振動響應(yīng)時頻特征.

1.2 道面脫空識別分析

利用小波變換對不同脫空狀況的道面振動響應(yīng)信號進行時間-尺度分析、小波包相平面分析，獲取加速度信號時頻圖，用于表征不同道面結(jié)構(gòu)振動響應(yīng)時頻特性，直觀區(qū)分脫空引起道面結(jié)構(gòu)振動響應(yīng)定性差異；從CWT時間-尺度圖中提取連續(xù)小波系數(shù)矩陣及從小波包相平面提取各節(jié)點小波包系數(shù)進行頻譜、能量譜分析，用于識別脫空引起道面不同脫空狀況定量差異.

2 室內(nèi)模型試驗

本試驗在中國民航大學機場學院土木工程試驗室進行(圖1). 為真實模擬機場道面振動響應(yīng)信號，澆筑了規(guī)格為2 000 mm×800 mm×300 mm的混凝土板，板上有兩條距板短邊方向650 mm、寬14 mm的嵌縫，板下設(shè)厚度為90 mm的砂土墊層并沿板四邊向外拓寬約200 mm，墊層四周環(huán)繞黏土磚穩(wěn)定墊層邊緣以防砂土受振后向四周塌散. 振動信號采集設(shè)備采用江蘇東華DV610豎向加速度傳感器，采樣頻率500 Hz，傳感器布置及測量方案見圖2.

圖1 室內(nèi)模型試驗現(xiàn)場圖Fig.1 Indoor scaled model test

如圖2，在落錘擊點周邊設(shè)置10個東華DV610加速度傳感器，分別編號為3-1、3-2、…、3-9和3-10. 將傳感器通過引線與無線動態(tài)信號采集器連接，并通過無線路由器與筆記本電腦連接.

圖3 場道脫空模擬試驗Fig.3 Pavement void simulation

圖2 室內(nèi)模型試驗測試方案(單位：mm)Fig.2 Test scheme of indoor model experiment(unit：mm)

先進行無脫空工況的數(shù)據(jù)采集，然后分別在圖2所示的虛線范圍設(shè)置4個圓洞，以模擬道面板的4個常見典型脫空區(qū)(圖3)，設(shè)定6組脫空對比試驗工況(表1). 通過在5種設(shè)定的高度(20、40、60、80和100 cm)自由下落重物施加沖擊荷載模擬重錘式彎沉儀加載，實現(xiàn)5個級別沖擊荷載對砂土墊層混凝土板在不同脫空工況下施加激勵.

表1 室內(nèi)脫空對比試驗工況

3 結(jié)果及分析

室內(nèi)模型試驗在3級落錘作用下，對加速度時程信號進行小波變換，基于板內(nèi)遠激振區(qū)(板中)的測點結(jié)果，對比分析道面在不同脫空狀況下豎向加速度時程信號及小波包變換結(jié)果.

3.1 時域分析

圖4為原加速度時程信號，從圖4可見，時域幅值波形在時間軸中間附近變化劇烈，且不同脫空工況波形幅值存在差異，但看不出去信號隱含的頻譜成分，無法從中直接獲得加速度信號隱含時頻特征或直接判斷道面脫空狀況的變化規(guī)律.

圖4 道面豎向加速度時程信號Fig.4 Vertical acceleration time history signal on pavement

3.2 基于CWT時間-尺度分析

以板中測點的連續(xù)小波變換為例，對道面豎向加速度時程信號進行連續(xù)小波變換，將得到小波系數(shù)以二維系數(shù)分析圖與三維網(wǎng)格圖在時間-尺度域內(nèi)表示，即可實現(xiàn)道面加速度時程信號的時頻局部特征的可視化. 二維系數(shù)分析圖與三維網(wǎng)格圖的基平面是以時間表示橫軸，小波分析尺度表示縱軸，將屬于不同尺度的小波系數(shù)沿尺度(頻率)軸排列，將屬于相同尺度下小波系數(shù)沿時間軸排列，可以將基平面劃分成與時間-尺度相關(guān)的小網(wǎng)格. 用顏色映射函數(shù)Jet將小波系數(shù)絕對值以染色的形式在時間-尺度域內(nèi)表示，通過顏色條及顏色的變化直觀表示小波系數(shù)的幅值與分布.

圖5(a)和(b)分別為spn43與spvb43的CWT系數(shù)分析圖，兩者在尺度為1、時間軸為2 000(即4 s)附近沿尺度方向分布著3條小波脊線，且隨著尺度增加，脊線間距增大. 結(jié)合圖5(c)和(d)三維網(wǎng)格圖，在小尺度，兩者小波系數(shù)衰減劇烈，隨后兩者系數(shù)回升且前者較明顯，而后兩者系數(shù)幅值平緩，但后者在大尺度時又再次回升.

對位于板中測點的道面豎向加速度時程信號進行連續(xù)小波變換，并以二維系數(shù)分析圖和三維網(wǎng)格(mesh)圖直觀表示小波系數(shù)在時頻面分布，通過小波脊分布及脊線色值變化來反映小波系數(shù)幅值高低起伏變化，以此判斷板中脫空引起的信號差異. 板中位置加速度信號小波系數(shù)從時間軸中間開始沿尺度增大方向分布著3條小波脊線，隨著尺度增大，脊線間距加大，且小波系數(shù)幅值變小，在小尺度下小波系數(shù)能量衰減劇烈，在較小尺度系數(shù)能量回升減弱，在大尺度系數(shù)幅值起伏不明顯；表明板中脫空加劇了小尺度小波系數(shù)能量衰減，減弱了大尺度系數(shù)能量回升.

圖5 不同脫空工況的CWT系數(shù)分析圖Fig.5 The CWT coefficient analysis with different voids

從圖5道面振動響應(yīng)CWT時頻圖提取小波系數(shù)矩陣，并對系數(shù)矩陣統(tǒng)計分析，如表2，可知無脫空的與2區(qū)脫空加速度信號的小波系數(shù)峰值大小不同且分布位置各異. 系數(shù)矩陣的小波系數(shù)絕對值的均值隨所選尺度參數(shù)范圍擴大而增大，且2區(qū)脫空系數(shù)絕對值在各尺度的均值小于無脫空的均值. 隨著尺度參數(shù)范圍擴大，無脫空與2區(qū)脫空的小波系數(shù)矩陣相關(guān)系數(shù)COOR增大，且在低尺度(a=100)相關(guān)系數(shù)很低.spn43小波系數(shù)絕對值的峰值為84.657 4，位于(5，2007)；而spvb43小波系數(shù)絕對值的峰值為101.812 7，位于(5，2005).

表2 不同脫空工況的系數(shù)矩陣分析

1)(i，j)為系數(shù)矩陣元素極值行列位置，其中i為行標，對應(yīng)尺度參數(shù)a，j為列標，對應(yīng)時間軸第j個采樣點數(shù)；2)COOR表示無脫空與脫空狀況下系數(shù)矩陣的相關(guān)系數(shù).

綜上，板中(2區(qū))脫空引起加速度信號的小波系數(shù)絕對值峰值增大且其分布位置改變，由(5，2 007)移至(4，2 005)即峰值時移；結(jié)合均值和COOR，隨所選尺度范圍擴大，系數(shù)分布越來越近似，即板中脫空使小波系數(shù)在高尺度(低頻)分布較近似，在低尺度(高頻)差異很大.

3.3 小波包時頻相平面分析

選取樣條小波bior6.8將加速度時程信號進行3層小波包分解，重構(gòu)終端各節(jié)點小波包系數(shù)并在時頻面展開，將節(jié)點號按頻率大小排序，則第3分解層各節(jié)點排序為7、8、10、9、13、14、12和11，每個節(jié)點頻寬為31.25 Hz. 圖6為不同脫空狀況信號小波包時頻圖，通過小波包時頻相平面上顏色深度變化表征小波包系數(shù)時頻分布以反映道面加速度信號局部時頻特征.

圖6 不同脫空工況小波包時頻相平面Fig.6 The wavelet packet time-frequency phase plane with different void conditions

4 結(jié) 論

通過連續(xù)小波變換的二維系數(shù)分析圖及三維網(wǎng)格圖上小波脊線位置及分布、色值變化率表征加速度信號時頻特性，可以直觀區(qū)分道面脫空與否的時頻特征，能快速定性判斷道面基礎(chǔ)健康狀況. 從連續(xù)小波變換時間-尺度圖提取小波系數(shù)矩陣可識別脫空引起結(jié)構(gòu)振動響應(yīng)統(tǒng)計特征變化.

1)從小波包時平面提取各節(jié)點小波包系數(shù)并進行頻譜分析，對道面結(jié)構(gòu)施加一定激勵時，因道面脫空狀況改變所引起的道面結(jié)構(gòu)動態(tài)特性的變化，會引起某些頻帶上頻譜響應(yīng)的變化而保持某些頻帶頻譜響應(yīng)不變，將功率譜峰值頻移節(jié)點用于識別脫空引起結(jié)構(gòu)振動響應(yīng)的定量差異，可作為判斷道面脫空狀況的有效依據(jù)之一.

2)從小波包時平面提取各節(jié)點小波包系數(shù)進行能量譜分析，對道面結(jié)構(gòu)施加一定激勵時，脫空引起道面結(jié)構(gòu)動態(tài)響應(yīng)能量在各個頻帶內(nèi)的重分布. 不同脫空狀況或同脫空不同測點位置的引起小波包各頻帶能量重分布是不同的，因而可將各子波能量譜組成一個特征向量表征道面不同脫空狀況振動響應(yīng)特性，從而反映道面脫空程度對道面振動信號的影響.

3)道面脫空狀況不同，子頻帶能量變化率的節(jié)點號也不同，可作為判斷道面脫空狀況的依據(jù)之一.

/ References：

[1] 李肅義，林 君，陽貴紅，等. 電性源時域地空電磁數(shù)據(jù)小波去噪方法研究[J]. 地球物理學報, 2013，56(9): 3146-3152. Li Suyi, Lin Jun, Yang Guihong, et al. Ground-airborne electromagnetic signals de-noising using a combined wavelet transform algorithm[J]. Chinese Journal of Geophysics, 2013, 56(9): 3146-3152.(in Chinese)

[2] 梁桂蘭，徐衛(wèi)亞，談小龍，等. 巖石高邊坡安全監(jiān)測數(shù)據(jù)的小波變換去噪處理[J]. 巖石力學與工程學報, 2008, 27(9): 1837-1844. Liang Guilan, Xu Weiya, Tan Xiaolong, et al. Denosing processing of safety monitoring data for high rock slope based on wavelet transform[J]. Chinese Journal of Rock Mechanics and Engineering, 2008, 27(9): 1837-1844.(in Chinese)

[3] 劉漢麗，裴 韜，周成虎. 用于時間序列聚類分析的小波變換和特征量提取方法[J]. 測繪科學技術(shù)學報，2014，31(4): 373-376. Liu Hanli, Pei Tao, Zhou Chenghu. Wavelet transform and statistical characteristics extraction appliedto times series clustering analysis[J]. Journal of Geomatics Science and Technology, 2014, 31(4): 373-376.(in Chinese)

[4] 張士文，張 峰，王子駿，等. 一種基于小波變換能量與神經(jīng)網(wǎng)絡(luò)結(jié)合的串聯(lián)型故障電弧辨識方法[J].電工技術(shù)學報, 2014, 29(6): 290-302. Zhang Shiwen, Zhang Feng, Wang Zijun, et al. Series arc fault identification method based on energy produced by wavelet transformation and neural network[J]. Transactions of China Electrotechnical Society, 2014, 29(6): 290-302.(in Chinese)

[5] 劉國光, 武志瑋, 牛富俊,等. 基于BP神經(jīng)網(wǎng)絡(luò)的場道脫空檢測方法及實驗[J]. 深圳大學學報理工版, 2016, 33(3)：309-315. Liu Guoguang, Wu Zhiwei, Niu Fujun, et al. Theoretical and experimental research on airport pavement void test based on back propagation neural network[J]. Journal of Shenzhen University Science and Engineering, 2016, 33(3)：309-315.(in Chinese)

[6] 劉國光，武志瑋，劉志勇，等. 基于小波變換的場道脫空BP神經(jīng)網(wǎng)絡(luò)預(yù)測法研究[J]. 振動與沖擊, 2016, 35(18)：203-209. Liu Guoguang, Wu Zhiwei, Liu Zhiyong, et al. Back propagation neural network applied in the prediction of pavement void based on wavelet transform method[J]. Journal of Vibration and Shock, 2016, 35(18)：203-209.(in Chinese)

[7] 謝耀國，姚熊亮，崔洪斌，等. 基于小波分析的實船水下爆炸船體響應(yīng)特征[J]. 爆炸與沖擊，2017，37(1): 99-106. Xie Yaoguo, Yao Xiongliang, Cui Hongbin, et al. Wavelet analysis on shock response of a real ship subjected to non-contact underwater explosion[J]. Explosion and Shock Waves, 2017，37(1): 99-106.(in Chinese)

[8] 聶治豹，鄭 宏，張 譚. 基于強度折減法確定邊坡臨界滑面的小波變換法[J]. 巖土力學，2017,38(6)：1-5. Nie Zhibao, Zheng Hong, Zhang Tan. Location of slope critical slip surfaces based on strength reduction technique and wavelet[J]. Rock and Soil Mechanics, 2017,38(6)：1-5.(in Chinese)

[9] 孫增壽，李曉鵬，韓培琰. 基于小波分析和移動荷載動力響應(yīng)的連續(xù)梁損傷識別研究[J]. 世界橋梁，2017, 45(1)：33-38. Sun Zengshou, Li Xiaopeng, Han Peiyan. Study of continuous beam damage identification based on wavelet analysis and live-load dynamic response[J]. World Bridges, 2017, 45(1)：33-38.(in Chinese)

[10] 楊仁樹，付曉強，楊國梁，等. EMD和FSWT組合方法在爆破振動信號分析中的應(yīng)用研究[J]. 振動與沖擊, 2017, 36(2)：58-64. Yang Renshu, Fu Xiaoqiang, Yang Guoliang, et al. Application of EMD and FSWT combination method in blasting vibration signal analysis[J]. Journal of Vibration and Shock, 2017, 36(2)：58-64.(in Chinese)

[11] 費鴻祿，曾翔宇，楊智廣. 隧道掘進爆破振動對地表影響的小波包分析[J]. 爆炸與沖擊，2017，37(1): 77-83. Fei Honglu, Zeng Xiangyu, Yang Zhiguang. Influence of tunnel excavation blasting vibration on earth’s surface based on wavelet packet analysis[J]. Explosion and Shock Waves, 2017，37(1): 77-83.(in Chinese)

[12] 李 輝，王 毅，楊曉萍，等. 基于多小波和PSO-RBF神經(jīng)網(wǎng)絡(luò)的水電機組振動故障診斷[J]. 西北農(nóng)林科技大學學報自然科學版，2017，45(2): 227-234. Li Hui, Wang Yi, Yang Xiaoping, et al. Vibration fault diagnosis for hydropower generating unit based on multiwavelet and PSO-RBF neural network[J]. Journal of Northwest A&F University Natural Science Edition, 2017, 45(2): 227-234.(in Chinese)

[13] 薛雅娟，曹俊興. 聚合經(jīng)驗?zāi)B(tài)分解和小波變換相結(jié)合的地震信號衰減分析[J]. 石油地球物理勘探, 2016, 51(6)：1148-1155. Xue Yajuan, Cao Junxing. Seismic attenuation analysis using ensemble empirical mode decomposition and wavelet transform[J]. Oil Geophysical Prospecting, 2016, 51(6)：1148-1155.(in Chinese)

[14] 陳 松，陳立愛，吳躍波. 基于小波變換的振動信號分析方法研究[J]. 洛陽理工學院學報自然科學版，2016，26(4)：52-54. Chen Song, Chen Li’ai, Wu Yuebo. Research of vibration signal analysis method based on wavelet transform[J]. Journal of Luoyang Institute of Science and Technology Natural Science Edition, 2016, 26(4): 52-54.(in Chinese)

[15] 郭金泉，歐芬蘭，許藝青，等. 基于模態(tài)振型和平穩(wěn)小波變換的懸臂梁微小缺陷識別研究[J]. 應(yīng)用力學學報，2016，33(6)：1016-1021. Guo Jinquan, Ou Fenlan, Xu Yiqing, et al. Research on small damage detection in cantilever beam based on vibration mode and stationary wavelet transform[J]. Chinese Journal of Applied Mechanics, 2016, 33(6): 1016-1021.(in Chinese)

[16] 王 旭，張俊波，黃 鵬. 大跨度球面網(wǎng)殼結(jié)構(gòu)風力荷載間歇特性研究[J]. 湖南大學學報自然科學版，2016，43(11)：78-85. Wang Xu, Zhang Junbo, Huang Peng. Experimental study on intermittent characteristics of force coefficient of long-span spherical shells[J]. Journal of Hunan University Natural Sciences Edition, 2016, 43(11): 78-85.(in Chinese)

[17] 劉 紅，柳楊茂. 基于小波變換和支持向量機的風電功率爬坡事件識別與預(yù)測[J]. 東北電力大學學報，2016，36(6)：30-35. Liu Hong, Liu Yangmao. An approach for wind power climbing event identification and prediction based on wavelet and SVM[J]. Journal of Northeast Dianli University, 2016, 36(6): 30-35.(in Chinese)

[18] 宋 陽，吳 凡，劉德扣，等. 基于聲發(fā)射及小波奇異性的鋼軌損傷檢測[J]. 振動與沖擊, 2017, 36(2)：196-200. Song Yang, Wu Fan, Liu Dekou, et al. Rail damage detection method based on acoustic emission and wavelet singularity[J]. Journal of Vibration and Shock, 2017, 36(2)：196-200.(in Chinese)

[19] 胡 波，柳炳康，王靜峰. 基于小波變換的再生混凝土框架試驗破壞過程分析[J]. 土木工程學報, 2014，47(6): 34-42. Hu Bo, Liu Bingkang, Wang Jingfeng. Damage process analysis of a recycled concrete frame based on wavelet transform[J]. China Civil Engineering Journal, 2014, 47(6): 34-42.(in Chinese)

[20] Huang C S, Su W C. Identification of modal parameters of a time invariant linear system by continuous wavelet transformation[J]. Mechanical Systems and Signal Processing, 2007, 21(4):1642-1664.

[21] Ovanesova A V, Suárez L E. Applications of wavelet transforms to damage detection in frame structures[J]. Engineering Structures, 2004, 26(1): 39-49.

[22] 彭永恒，馬 榮. 聲振法水泥混凝土路面地基脫空判定[J]. 黑龍江大學學報自然科學版, 2009，26(4): 276-280. Peng Yongheng, Ma Rong. Defect ground sill void of cement concrete pavement on acoustic-vibration[J]. Journal of Heilongjiang University Natural Science Edition, 2009, 26(4): 276-280.(in Chinese)

[23] 吳傳海，肖春發(fā). 基于FWD測試的水泥路面板底脫空判別物元分析方法[J]. 中外公路, 2011，31(4): 64-68. Wu Chuanhai, Xiao Chunfa. FWD test of void beneath cement concrete pavement slab discriminant analysis method based on matter-element[J]. Journal of China & Foreign Highway, 2011, 31(4): 64-68.(in Chinese)

[24] 陽宏毅. 脫空狀態(tài)下水泥混凝土路面汽車荷載下動態(tài)力學指標響應(yīng)分析[J]. 中外公路, 2012，32(1): 98-100. Yang Hongyi. Dynamic response analysis of mechanical indexes of cement concrete pavement void under vehicle load[J]. Journal of China & Foreign Highway, 2012, 32(1): 98-100.(in Chinese)

[25] 易志堅，韓 西，鐘 厲，等. 基于頻率參數(shù)變化的混凝土路面脫空識別研究[J]. 中外公路, 2010，30(3): 80-83. Yi Zhijian, Han Xi, Zhong Li, et al. Study on concrete pavement void identification based on frequency parameters[J]. Journal of China & Foreign Highway, 2010, 30(3): 80-83.(in Chinese)

【中文責編：坪 梓；英文責編：之 聿】

2016-11-17；Accepted：2017-03-28

Associate professor Liu Guoguang. Email：ggliu@cauc.edu.cn

Runway pavement void identification based on wavelet transform

Wu Zhiwei1, Liu Guoguang1, 2, and Liu Zhiyong3

1) Airport College, Civil Aviation University of China, Tianjin 300300, P.R.China2) State Key Laboratory of Frozen Soil Engineering, Lanzhou 730000, Gansu Province, P.R.China3) Shenzhen Airport Group, Shenzhen 518128,Guangdong Province, P.R.China

In order to investigate the influences of voids on runway vibration response, a scale model test of concrete plate with sand cushion is conducted. By using the falling weight to simulate impact loads, vertical acceleration signals of pavement under different void conditions are obtained. Wavelet transform method is used to perform energy spectrum analysis, time scale analysis and wavelet packet analysis in the phase plane. Local characteristic of pavement can be characterized by the time-frequency map, by which the differences of acceleration signals caused by voids can be achieved. The result shows that the pavement vibration characteristic is changed due to different void conditions, which leads to the spectrum response differences and energy redistributions of frequency band. By wavelet transform of acceleration signal, the influences of pavement void on signal energy are obtained. The signal energy differences for void area and half-void area could be adopted in pavement void identification.

road engineering; pavement vibration; pavement void; wavelet transform; wavelet packet; airport runway; nondestructive examination

：Wu Zhiwei, Liu Guoguang, Liu Zhiyong. Runway pavement void identification based on wavelet transform[J]. Journal of Shenzhen University Science and Engineering, 2017, 34(3): 265-271.(in Chinese)

國家自然科學基金資助項目(51178456)；凍土工程國家重點實驗室2014年開放基金課題資助項目(SKLFSE201409)；中國民航大學中央高?；緲I(yè)務(wù)費資助項目(312015C017)

武志瑋(1980—)，女，中國民航大學講師、博士. 研究方向：材料力學及機場工程. E-mail：zwwu@cauc.edu.cn

U 416.201

A

10.3724/SP.J.1249.2017.03265

Foundation：National Natural Science Foundation of China(51178456); Open Foundation of State Key Laboratory of Frozen Soil Engineering 2014(SKLFSE201409); Fundamental Research Funds for the Central Universities(312015C017)

引 文：武志瑋，劉國光，劉智勇. 基于小波變換的場道脫空識別[J]. 深圳大學學報理工版，2017，34(3)：265-271.