基于冲击共振的自适应信号分析用于混凝土板块 subsurface 缺陷检测

本 piloting 研究提出了一种新颖的、自动化且可扩展的方法，用于利用冲击共振（Impact Echo, IE）信号分析检测和评估混凝土板块中易发生 subsurface 缺陷的区域。该方法集成了先进的信号处理、聚类和可视化分析技术，以识别 subsurface 异常区域。独特的自适应阈值方法将基于频率的缺陷识别针对每个板块的不同材料属性进行优化。该方法生成频率图、二值掩码和 K 均值聚类图，以自动分类缺陷和非缺陷区域。关键可视化结果包括 3D 表面图、聚类图和等高线图，用于分析空间频率分布并突出显示结构异常。该研究利用美国联邦公路管理局（FHWA）先进传感技术无损评估实验室构建的标记数据集进行评估。评估包括 ground-truth 掩码，将生成的缺陷图与来自 FHWA 提供信息的俯视二值掩码进行比较。性能指标——F1 分数和 AUC-ROC 分别达到最高可达 0.95 和 0.83。结果表明，该方法具有鲁棒性，能以最小的误报和少量漏检持续识别易发生缺陷的区域。自适应频率阈值确保了针对板块之间差异的灵活性，为检测结构异常提供了可扩展框架。此外，该方法因其通用的阈值机制而适用于其他基于频率的信号，具有集成多模态传感器融合的潜力。该自动化且可扩展的管道减少了人工干预，确保了准确且高效的缺陷检测，进一步推动了无损评估（NDE）技术的发展。