田穩(wěn)苓，宋 昭，肖成志，夏銘宇

（1.河北工業(yè)大學(xué) 土木與交通學(xué)院，天津 300401；2.河北工業(yè)大學(xué) 河北省土木工程技術(shù)研究中心，天津 300401）

基于數(shù)字圖像法的新老混凝土粘結(jié)面粗糙度研究

田穩(wěn)苓1，2，宋 昭1，肖成志1，2，夏銘宇1

（1.河北工業(yè)大學(xué) 土木與交通學(xué)院，天津 300401；2.河北工業(yè)大學(xué) 河北省土木工程技術(shù)研究中心，天津 300401）

新老混凝土結(jié)合面粗糙度是影響其粘結(jié)效果的重要因素之一.基于數(shù)字圖像技術(shù)原理，針對(duì)新老混凝土粘結(jié)面提出了一種新型量測(cè)其粘結(jié)面粗糙度的數(shù)字圖像新方法.該方法首先運(yùn)用數(shù)字圖像技術(shù)對(duì)新老混凝土粘結(jié)面圖像像素值進(jìn)行量化計(jì)算，并借助混凝土粘結(jié)面試驗(yàn)建立了數(shù)字圖像法所得平均構(gòu)造深度和灌砂平均深度及粗糙面分?jǐn)?shù)維值之間關(guān)系.結(jié)果表明：數(shù)字圖像法結(jié)果與傳統(tǒng)灌砂法和分?jǐn)?shù)維法結(jié)果間存在明顯的線性關(guān)系，說(shuō)明數(shù)字圖像法測(cè)量新老混凝土粘結(jié)面粗糙度是可行的；進(jìn)而研究了粘結(jié)面粗糙度系數(shù)對(duì)新老混凝土界面抗剪強(qiáng)度的影響，確定了數(shù)字圖像法所得平均構(gòu)造深度與粘結(jié)面粗糙度系數(shù)之間的計(jì)算公式，這為新老混凝土結(jié)合面粘結(jié)強(qiáng)度的計(jì)算提供了新方法．

新老混凝土；粗糙度；數(shù)字圖像技術(shù)；粘結(jié)性能

新老混凝土界面粘結(jié)質(zhì)量是既有混凝土結(jié)構(gòu)維修與加固工程中的重要問(wèn)題．當(dāng)前研究表明：新老混凝土粘結(jié)面的粗糙度是影響界面粘結(jié)性能的主要因素之一[1-2]，所以對(duì)粘結(jié)面粗糙度的測(cè)量方法進(jìn)行研究就顯得尤為重要．目前針對(duì)混凝土界面粗糙度的常規(guī)測(cè)量方法主要有3種.1）灌砂法：灌砂法操作簡(jiǎn)單但精度不高[3]；2）分?jǐn)?shù)維法：該方法相對(duì)于灌砂法有較高的精度，但儀器設(shè)備復(fù)雜且操作效率低，不適合大面積粘結(jié)面粗糙度的測(cè)量[4]；3）觀察法：該方法基于混凝土表面粗骨料裸露的百分比來(lái)度量界面粘結(jié)面粗糙度[5]，測(cè)量結(jié)果只能靠觀察來(lái)確定，存在很大的主觀性且精度不夠．因此，采用新型高效的方法來(lái)測(cè)定界面粗糙度是必要．近年來(lái)作為興起且廣泛用于測(cè)量工程領(lǐng)域的新技術(shù)，數(shù)字圖像技術(shù)具有非接觸、高速度、范圍大、信息量豐富、成本相對(duì)低廉等諸多優(yōu)點(diǎn)[6]．鑒于此，本文擬將數(shù)字圖像處理技術(shù)應(yīng)用于新老混凝土粘結(jié)面粗糙度的量測(cè)，通過(guò)粗糙界面上凹凸起伏引起反映光線明暗的不同，構(gòu)建圖像像素與粗糙度之間的相互關(guān)系，從而彌補(bǔ)灌砂法、分?jǐn)?shù)維法及觀察法的不足，為工程提供一種新型方便和快捷的測(cè)量方法．

1 數(shù)字圖像技術(shù)原理簡(jiǎn)介

1.1 試件制作

用于混凝土界面粗糙度的數(shù)字圖像技術(shù)是將粘結(jié)面圖像采用其平面上的位置坐標(biāo)（x，y）和相應(yīng)點(diǎn)亮度F（x，y）的二維矩陣來(lái)表示和存儲(chǔ)，即一個(gè)數(shù)字圖像可以看成一個(gè)矩陣或一個(gè)二維數(shù)組，其基本元素稱為像素．單色級(jí)灰度圖像的像素取值范圍為 [0，255]，“0”表示純黑色，“255”表示純白色，中間的數(shù)字從小到大表示由黑到白的過(guò)渡色，表征其顏色的深淺程度[7]．因此，基于數(shù)字圖像處理技術(shù)的混凝土粘結(jié)面粗糙度分析，其實(shí)質(zhì)即是針對(duì)儲(chǔ)存粘結(jié)面圖像信息的二維矩陣或數(shù)組進(jìn)行分析處理[8]．

混凝土粘結(jié)面圖像信息主要采用數(shù)碼相機(jī)獲取，當(dāng)平行光照射在粘結(jié)面上時(shí)，反射光線呈漫反射，此時(shí)反射到相機(jī)感光底片上的各點(diǎn)光線強(qiáng)度不同，其中表面凸起部分亮度高，下凹部分亮度低．由于混凝土主要成分由水泥、骨料和粉煤灰組成且各自顏色趨于相同，因此，對(duì)圖像進(jìn)行灰度處理時(shí)，通過(guò)計(jì)算灰度圖像各點(diǎn)的明暗程度，即灰度值的大小，以此來(lái)描述粘結(jié)面的凹凸程度或粗糙度．其中數(shù)字圖像內(nèi)凸起部分在對(duì)應(yīng)區(qū)域中反應(yīng)出較大的像素值，而下凹部分在對(duì)應(yīng)區(qū)域的像素值則相對(duì)較小．進(jìn)而，對(duì)采集的粘結(jié)面數(shù)字圖像信息進(jìn)行處理，得到圖像的像素平均值之差，再經(jīng)過(guò)比例來(lái)修正即可得出混凝土土粘結(jié)面上測(cè)量點(diǎn)處表面構(gòu)造深度值．

1.2 混凝土粘結(jié)面紋理構(gòu)造深度計(jì)算

基于上述數(shù)字圖像技術(shù)的基本原理，將粘結(jié)面圖像的像素值進(jìn)行量化處理，建立粘結(jié)面的空間曲面構(gòu)造模型，計(jì)算粘結(jié)面構(gòu)造深度[9]．粘結(jié)面構(gòu)造深度是指各測(cè)量點(diǎn)相對(duì)于所測(cè)粘結(jié)面最高點(diǎn)的下凹深度的平均值，用像素值來(lái)表征是凸起部分像素平均值與下凹部分平均值之差，再經(jīng)過(guò)比例來(lái)修正即可得出測(cè)量點(diǎn)處表面構(gòu)造深度值．圖1和圖2為混凝土粘結(jié)面數(shù)字圖像與像素空間分布圖像的對(duì)比，數(shù)字圖像的像素大小與粗糙面凸凹狀態(tài)呈一一對(duì)應(yīng)關(guān)系．

圖1 混凝土粘結(jié)面圖像Fig.1 Image of rough surface of Specimen

圖2 圖像像素空間分布圖Fig.2 Image pixel space distribution

獲取圖像坐標(biāo)（x，y）對(duì)應(yīng)的像素值F（x，y），得到空間曲面構(gòu)造模型為

式中：x和y分別為粘結(jié)面上測(cè)量點(diǎn)的坐標(biāo)值；Z為粘結(jié)面上相應(yīng)（x，y）坐標(biāo)點(diǎn)的像素值．

基于圖1圖像處理及其相應(yīng)的圖2中圖像像素提取，可以利用式（1）求出混凝土粘結(jié)面上給定區(qū)域D內(nèi)各點(diǎn)的像素空間曲面構(gòu)造模型函數(shù)，進(jìn)而可求得像素極大值Fmax所在平面間所圍體積Vpixel為

式中：Vpixel為像素空間體積；Fmax為像素最大值；D為積分區(qū)域．

進(jìn)一步，利用式（2）可計(jì)算特定的數(shù)字圖像區(qū)域面積A內(nèi)的平均構(gòu)造深度Hpixel，即

2 基于數(shù)字圖像技術(shù)和傳統(tǒng)方法的混凝土粘結(jié)面粗糙度的試驗(yàn)對(duì)比分析

為了分析數(shù)字圖像處理技術(shù)在混凝土粘結(jié)面粗糙度計(jì)算的可靠性，這里基于試驗(yàn)制作了多組混凝土試件，并根據(jù)數(shù)字圖像技術(shù)獲取混凝土試塊粘結(jié)面圖像信息并對(duì)其進(jìn)行了處理分析，所得結(jié)果同時(shí)與傳統(tǒng)的灌砂法和分維數(shù)法所得到結(jié)果進(jìn)行了對(duì)比分析及相關(guān)性分析，以確定數(shù)字圖像技術(shù)的可靠性．

2.1 混凝土試件制作

選取表1中混凝土試件配比，澆制15個(gè)強(qiáng)度等級(jí)為C40且尺寸為150 mm×150 mm×150 mm的混凝土試件，待養(yǎng)護(hù)28 d后采用切割機(jī)將試件從中間切開，制作得到30個(gè)150 mm×150 mm×75 mm混凝土試件，其粘結(jié)面平面尺寸為150 mm×150 mm的正方形，并采用人工鑿毛的方法處理粘結(jié)面，處理后的30個(gè)試件如圖3所示．

表1 混凝土試件配合比Tab.1 Proportion of concrete specimens

圖3 混凝土試件Fig.3 Concrete specimen

2.2 不同方法的試驗(yàn)數(shù)據(jù)采集

1）灌砂法測(cè)量混凝土試件粘結(jié)面的粗糙度：如圖4a）所示，在混凝土粘結(jié)面四周圍上塑料薄板，向板內(nèi)灌注標(biāo)準(zhǔn)砂，直至砂面與粘結(jié)面的最高點(diǎn)齊平，然后將處理面上的砂全部倒入量筒中，測(cè)量出所用標(biāo)準(zhǔn)砂的體積，進(jìn)而可得到灌砂平均深度H．

2）分?jǐn)?shù)維法測(cè)量粘結(jié)面粗糙度：如圖4b）所示，選取混凝土試件粘結(jié)面某角點(diǎn)為基點(diǎn)，測(cè)量第1條剖面跡線．沿縱向每精確移動(dòng)5 mm，用連接計(jì)算機(jī)的百分表采集數(shù)據(jù)，每條跡線共30組數(shù)據(jù)．測(cè)量完成后，橫向移動(dòng)10 mm測(cè)量第2條剖面跡線；重復(fù)以上操作共得到15條剖面跡線，由此可得的粗糙面分?jǐn)?shù)維值Df．

3）數(shù)字圖像技術(shù)獲取圖像信息：考慮到光照狀態(tài)是決定原始數(shù)字圖像質(zhì)量采集的主要因素，因此規(guī)范圖像采集操作對(duì)于減少原始圖像的信息誤差至關(guān)重要．這里數(shù)字圖像的拍攝設(shè)備統(tǒng)一采用普通數(shù)碼相機(jī)，在進(jìn)行數(shù)字圖像采集前需用水沖洗混凝土表面并晾干，確保拍攝區(qū)域清潔干凈．在數(shù)字圖像采集過(guò)程中，通過(guò)綜合考慮發(fā)光源的亮度、照射角度等影響因素后，最終選擇拍攝點(diǎn)距粘結(jié)面的垂直距離固定為50 cm，且拍攝時(shí)保持鏡頭平面與混凝土表面平行．當(dāng)所測(cè)區(qū)域面積較大時(shí)，圖像信息不能一次被采集完成，應(yīng)對(duì)所測(cè)區(qū)域進(jìn)行適當(dāng)劃分，并對(duì)所劃分區(qū)域逐一進(jìn)行圖像采集.相機(jī)應(yīng)保持在每個(gè)區(qū)域中心正上方，保持拍攝點(diǎn)距粘結(jié)面的垂直距離不變．

圖4 傳統(tǒng)方法試驗(yàn)數(shù)據(jù)采用示意圖Fig.4 Schematic diagram of data acquisition for traditional method

2.3 試驗(yàn)結(jié)果及分析

本文分別采用數(shù)字圖像法、灌砂法和分維數(shù)法等3種方法對(duì)30個(gè)面積為150 mm×150 mm的人工鑿毛混凝土粘結(jié)面的粗糙度進(jìn)行了測(cè)量，并通過(guò)分析處理建立了數(shù)字圖像法與傳統(tǒng)灌砂法和分維數(shù)法所測(cè)值之間的關(guān)系．基于混凝土試件試驗(yàn)測(cè)得的粗糙面試驗(yàn)灌砂平均深度、分維數(shù)值和數(shù)字圖像法的平均構(gòu)造深度Hpixel，結(jié)果如表2所示．

表2 灌砂法、分?jǐn)?shù)維法和圖像法粗糙度測(cè)量結(jié)果Tab.2 Roughness measurement results obtained by sand filling，fractal graphics and images method

為了建立數(shù)字圖像法所獲得到平均構(gòu)造深度Hpixel與灌砂平均深度H和分?jǐn)?shù)維值Df，根據(jù)表2中數(shù)據(jù)，建立了基于30組混凝土試件的Hpixel-H相互關(guān)系，如圖5所示，并針對(duì)二者散點(diǎn)圖進(jìn)行擬合分析，所得Hpixel-H之間的關(guān)系曲線為

同理，根據(jù)表2中數(shù)據(jù)，建立Hpixel-Df的關(guān)系模型，擬合直線如圖6所示，由此可行二者之間的擬合回歸方程為

由圖5和圖6可得知，圖像法測(cè)量平均構(gòu)造深度Hpixel與灌砂平均深度H和分?jǐn)?shù)維值Df之間呈較好的線性關(guān)系，表明數(shù)字圖像技術(shù)用于粘結(jié)面粗糙度測(cè)量是可行的，但圖像法不適用于測(cè)量粗糙度較小的界面．當(dāng)界面粗糙度較小時(shí)，各點(diǎn)反射到相機(jī)感光底片上的光線強(qiáng)度差異太小，粘結(jié)面上凸和下凹部分的像素值差別不大，測(cè)量結(jié)果不準(zhǔn)確．

圖5 Hpixel-H擬合曲線Fig.5 Hpixel-H fitting curve

另外，由式（4）可知，當(dāng)灌砂法粗糙度小于1.33 mm時(shí)，圖像法就不能測(cè)量了，為了確保測(cè)量結(jié)果準(zhǔn)確，本文建議圖像法僅適用于測(cè)量粗糙度大于1.5 mm的混凝土粘結(jié)界面．

圖6 Hpixel-Df擬合曲線Fig.6 Hpixel-Dffitting curve

3 新老混凝土粘結(jié)面粗糙度系數(shù)與平均構(gòu)造深度的相關(guān)性研究

研究表明，新老混凝土間的粘結(jié)抗剪力是影響其整體抗剪強(qiáng)度大小的重要因素之一[10]．目前新老混凝土粘結(jié)抗剪力通常采用下式計(jì)算

式中：Ac為新老混凝土結(jié)合面面積，m2；τJ為新老混凝土間的粘結(jié)抗剪強(qiáng)度，MPa．

另外，結(jié)合面新老混凝土粘結(jié)抗剪強(qiáng)度τJ與結(jié)合面的粗糙度、界面劑類型和新老混凝土的立方體抗壓強(qiáng)度等密切相關(guān)，其計(jì)算公式為

其中：ζ1為結(jié)合面粗糙度影響系數(shù)；ζ2為界面劑類型影響系數(shù)；當(dāng)無(wú)界面劑時(shí)ζ2=1；當(dāng)涂刷水泥凈漿時(shí)ζ2=1.5；當(dāng)涂刷試驗(yàn)用商品界面劑時(shí)ζ2=1.5；fcum為新、老混凝土立方體抗壓強(qiáng)度平均值，MPa．

實(shí)際上，式（7）中結(jié)合面粗糙度系數(shù)ζ1因界面粗糙度不同而取值存在差異性，如何偉等[11]指出當(dāng)結(jié)合面抗剪試驗(yàn)中粗糙度為1.5mm，ζ1=0.1212；郭進(jìn)軍等[12]指出當(dāng)結(jié)合面抗剪試驗(yàn)中粗糙度為1.88～3.21mm，ζ1=0.064；劉傳奇等[13]指出結(jié)合面抗剪試驗(yàn)中粗糙度為1.8～3.0 mm，ζ1=0.069 56．目前不同規(guī)范中對(duì)于界而粗糙度的分類差異較大[11]，有非常光滑、光滑、粗糙、很粗糙或刻意鑿毛等，由此導(dǎo)致界面摩擦系數(shù)的取值亦存在較大差異，對(duì)結(jié)合面粗糙度影響系數(shù)的取值沒(méi)有明確地計(jì)算方法．

表3 粗糙度影響系數(shù)表Tab.3 Roughness coefficient

基于此，本文通過(guò)整理大量相關(guān)文獻(xiàn)數(shù)據(jù)[9-12]，得到結(jié)合面粗糙度系數(shù)ζ1與粗糙度H之間的關(guān)系，進(jìn)而結(jié)合式（4） 得到粗糙度系數(shù)ζ1和平均構(gòu)造深度Hpixel之間的關(guān)系．表3和圖7所示為ζ1-H間的關(guān)系．根據(jù)表3中數(shù)據(jù)，建立ζ1-H的關(guān)系模型，擬合曲線如圖7，其回歸方程為

由此，根據(jù)式（4）中Hpixel-H的關(guān)系模型，將式（8）代入式（4）中得到了數(shù)字圖像法中平均構(gòu)造深度與界面粗糙度系數(shù)之間的關(guān)系式：

由式（8）和式（9）可知，在一定的粗糙度范圍內(nèi)，結(jié)合面抗剪強(qiáng)度隨著粗糙度的增加而增大；當(dāng)粗糙度超過(guò)某一范圍時(shí)，結(jié)合面抗剪強(qiáng)度隨著粗糙度的增加而減?。Y(jié)果表明：適度的新老混凝土粘結(jié)面粗糙度有利于提高新老混凝土間的粘結(jié)抗剪強(qiáng)度．根據(jù)本文試驗(yàn)數(shù)據(jù)，對(duì)于采用人工鑿毛方式處理的粘結(jié)面，灌砂法最優(yōu)粗糙度H為2.50～3.00 mm，而圖像法最優(yōu)粗糙度Hpixel為28.72～41.01．

圖7 ξ1-H擬合曲線Fig.7 ξ1-H fitting curve

4 結(jié)語(yǔ)

1）基于數(shù)字圖像技術(shù)對(duì)新舊混凝土粘結(jié)面的圖像信息進(jìn)行處理，得到粘結(jié)面的平均構(gòu)造深度，其結(jié)果與灌砂法和分?jǐn)?shù)維法結(jié)果通過(guò)比較表明圖像法測(cè)量平均構(gòu)造深度Hpixel與灌砂平均深度H和分?jǐn)?shù)維值Df之間具有顯著的線性關(guān)系，表明數(shù)字圖像法測(cè)量結(jié)果用于粘結(jié)面粗糙度測(cè)量是可行的．

2）數(shù)字圖像法適用于測(cè)量灌砂法粗糙度大于1.5 mm時(shí)，界面粗糙度過(guò)小時(shí)不能用圖像法測(cè)量．

3）利用圖像處理法得出的粗糙度結(jié)果與粗糙度影響系數(shù)擬合，得到了粗糙度影響系數(shù)的計(jì)算式，進(jìn)而用于新老混凝土間的粘結(jié)抗剪強(qiáng)度的計(jì)算中．

4）對(duì)于采用人工鑿毛方式處理的粘結(jié)面，灌砂法最優(yōu)粗糙度為2.50～3.00 mm，圖像法最優(yōu)粗糙度為28.72～41.01．

[1] 馬衛(wèi)紅.影響新老混凝土粘結(jié)強(qiáng)度的主要因素研究[J].科技信息，2010，34（33）：324-325.

[2] 趙志芳，周厚貴，袁群．新老混凝土的粘結(jié)機(jī)理研究與工程應(yīng)用[M].北京：中國(guó)水利水電出版社，2003：8-28.

[3] 趙志方.測(cè)量新老混凝土粘結(jié)面粗糙度的方法[J].建筑結(jié)構(gòu)，2000，30（1）：26-29.

[4] 林娜，尹健，張雄.分形理論在新-老混凝土粘結(jié)強(qiáng)度研究中的應(yīng)用[J].建筑材料學(xué)報(bào)，2006，9（4）：399-403.

[5] 管大慶，陳章洪，石韞珠.界面處理對(duì)新老混凝土粘結(jié)性能的影響[J].混凝土，1994（5）：16-22.

[6] 王耀南，李樹，毛建旭.計(jì)算機(jī)圖像處理與識(shí)別技術(shù)[M].北京：高等教育出版社，2001：55-173.

[7] 楊帆.數(shù)字圖像處理與分析[M].北京：北京航空航天大學(xué)出版社，2007：57-71.

[8] 宋永朝，黎富春，梁乃興.基于數(shù)字圖像技術(shù)的露石混凝土表面構(gòu)造研究[J].重慶交通大學(xué)學(xué)報(bào)（自然科學(xué)版），2012，31（2）：785-787.

[9] 王端宜，李維杰，張肖寧.用數(shù)字圖像技術(shù)評(píng)價(jià)和測(cè)量瀝青路表面構(gòu)造深度[J].華南理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2004，32（2）：42-45.

[10]王振領(lǐng)，林擁軍，錢永久.新老混凝土結(jié)合面抗剪性能試驗(yàn)研究[J].西南交通大學(xué)學(xué)報(bào)，2005，40（5）：600-604.

[11]何偉.新老混凝土界面粘結(jié)強(qiáng)度的研究[D].長(zhǎng)沙：湖南大學(xué)，2004.

[12]郭進(jìn)軍.高溫后新老混凝土粘結(jié)的力學(xué)性能研究[D].大連：大連理工大學(xué)，2005.

[13]劉傳奇.新舊混凝土界面粘貼機(jī)理試驗(yàn)研究[D].西安：長(zhǎng)安大學(xué)，2014.

[14]劉杰，陳娟娟.新老混凝土界面抗剪強(qiáng)度研究現(xiàn)狀綜述[J].混凝土，2015（1）：62-67.

Research on roughness of bonding interface between young and old concrete based on method of digital image

TIAN Wenling1,2,SONG Zhao1,XIAO Chengzhi1,2,XIA Mingyu1

（1.School of Civil and Transportation Engineering,Hebei University of Technology,Tianjin 300401,China；2.Technology and Research Center of Civil Engineering of Hebei Province,Hebei University of Technology,Tianjin 300401,China）

The roughness of bonding interface between young and old concrete is one of the important factors affecting its strength.Based on the theory of the digital image method,a new approach to measure the roughness between young on old concrete bonding interface was adopted in this paper.Firstly,the image value between young and old concrete bonding interface was calculated by the method of digital image,and then the relationship among average texture depth calculated with the method of digital image,average roughness calculated with sand filling and fractal method were investigated.The calculation result showed that the values measured with digital the image has a remarkable linear relationship with values with the traditional method,which demonstrates that the newly adopted approach is valid to measure the roughness of bonding interface.Furthermore,based on the effect of the roughness on the shear strength of interface,new calculation mode reflecting the relationship between average texture depth and coefficient of roughness was obtained.This calculation mode provides a new approach for calculating the bonding strength between young and old concrete.

young and old concrete;roughness;method of digital image;bonding property

TU528

A

1007-2373（2017） 05-0074-06

10.14081/j.cnki.hgdxb.2017.05.013

2017-02-27

天津市市政公路行業(yè)科研計(jì)劃（2013-09）

田穩(wěn)苓（1961-），女，教授．通訊作者：宋昭（1993-），男，碩士研究生，705231664@qq.com．

[責(zé)任編輯 楊 屹]