编辑推荐：
光声超声技术检测HRB400带肋钢筋表面微裂纹的机理与建模研究。采用Au-PDMS纳米复合材料通过532nm纳秒脉冲激光激发宽带超声信号，构建裂纹深度递增的数值仿真模型，结合时频域特征分析建立多参数预测模型，验证了该方法对表面微裂纹的灵敏检测能力。
杜聪|孙玉萌|孙茵楠|王彦雪|尚如娜
北京土木工程与建筑大学机械电子与车辆工程学院，光声传感与人工智能安全监测实验室，中国北京102616
摘要
光声（PA）技术在超声波监测中的应用日益广泛，尤其是在评估金属材料中的微裂纹方面。在本研究中，我们探讨了通过PA效应产生超声波的机制，并提出了一种综合的多模态超声波分析框架，旨在定量检测HRB400月牙形肋钢筋中的表面裂纹。为了提高PA转换效率，我们采用了一种简单的一锅法合成了金聚二甲基硅氧烷纳米复合材料（Au-PDMS），并使用532纳米纳秒脉冲激光激发宽带超声波。基于对腐蚀引起的损伤的实验洞察，我们构建了一个数值模拟模型来追踪裂纹的发展过程。通过以500微米的步长逐步增加裂纹深度，模拟了一系列裂纹演化场景。在时间和频率域中对得到的超声波响应进行了分析，以提取关键特征。基于这些特征，建立了一组多参数预测数学模型。结果表明，所提出的多模态超声波方法在捕捉裂纹进展方面具有较高的灵敏度和鲁棒性，为钢筋结构完整性的先进无损检测（NDE）提供了一种有前景的工具。
引言
金属材料是各种工业基础设施中的关键组成部分，包括航空航天系统[1]、[2]、民用建筑以及能源和电力应用[3]。然而，这些材料随着时间的推移容易形成微裂纹，这些裂纹可能是由于机械疲劳、腐蚀环境或在制造或长期使用过程中遇到的意外外部影响而产生的[4]、[5]、[6]、[7]。如果这些看似微小的缺陷未被检测到，可能会危及结构完整性，最终导致灾难性故障。因此，及时准确地识别微裂纹对于有效的预测性维护和确保基于金属的组件的使用寿命至关重要[8]、[9]、[10]（见表1）。
在各种诊断工具中，超声波检测已成为一种强大的技术，通过分析超声波参数的变化来检测金属结构中的亚表面和表面缺陷[11]。许多研究通过结合实验研究和数值模拟来改进超声波评估方法。Lee等人[12]使用ANSYS SMART裂纹生长模型来模拟真实的疲劳裂纹路径，从而改善了非线性导波相互作用的建模。他们的方法与传统直线裂纹模型相比，在捕捉裂纹引起的非线性方面表现出更好的一致性。Niu等人[13]开发了一个基于有限元模拟的机器学习驱动框架，使用卷积神经网络（CNN）来预测裂纹特征——如长度、位置和方向——应用于实验超声波信号时的误差范围低于8.5%。Kou等人[14]提出了一种完全非接触式的激光超声波技术，利用脉冲激光和光栅掩模进行窄带表面声波激发。他们的有限元模型有效地捕捉了表面声波与微裂纹之间的非线性相互作用，发现声波非线性参数随裂纹长度的增加而增加，随埋藏深度的增加而减小。值得注意的是，这种方法无需耦合剂即可实现早期材料损伤的量化。尽管取得了这些进展，但大多数现有研究主要集中在与材料失效相关的信号特性上，而对控制超声波激励本身的内在物理机制关注较少。
光声（PA）传感技术为金属缺陷检测中的超声波信号的生成和接收提供了一种有前景的替代方案。该技术源于Alexander Graham Bell在1880年首次观察到的现象[15]，PA效应通过局部热膨胀将脉冲光能转换为机械声波。在现代应用中，这通常是通过利用纳米尺度材料中的局部表面等离子体共振（LSPR）来实现的。与脉冲回波[16]、[17]、导波[18]、[19]、[20]或涡流检测[21]、[22]等传统技术不同，PA方法具有几个显著优势——最显著的是能够实现高频、宽带和非接触式激励。虽然传统超声波检测具有良好的穿透深度，但它通常需要物理接触和耦合剂，这限制了其在某些现场条件下的应用。同样，涡流检测提供了高表面灵敏度，但对非导电材料无效。相比之下，PA系统结合了光学分辨率和超声波功能，能够在没有电磁干扰的情况下精确检测微裂纹。然而，其实际应用仍受到直接光学访问需求和相对于低频超声波较浅的穿透深度的限制。
PA应用中使用的材料种类繁多，从金属和碳基介质到有机染料和复合基质[23]。Wang等人[24]展示了具有不对称几何形状的金纳米棒如何在特定轴上将PA信号强度放大高达75%。Yang等人[25]为多层石墨烯薄膜中的PA波传播构建了一个理论框架，结合了固态和热声模型；他们的模拟得到了实验验证，并显示出与入射光功率的一致频率响应。Rakhoulya等人[26]使用简单的“滴干”方法制备了一种无铅钡锶钛酸盐氧化物-聚偏二氟乙烯（BSTO-PVDF）纳米复合传感器，成功实现了高达35.7 MHz的多频率检测。Kim等人[27]提出了一种基于激光的超声波技术，使用由环氧树脂-硅氧烷聚酰亚胺-聚二甲基硅氧烷（PDMS）制成的全方向贴片，实现了灵活的频率控制和高幅度波生成，用于精确的二维损伤映射。在这些研究中，金PDMS纳米复合材料（Au-PDMS）因其出色的光学吸收和超声波发射效率而脱颖而出，为无损检测提供了独特的灵敏度和穿透深度组合[28]。本研究采用Au-PDMS作为功能性的PA材料，用于钢筋中的微裂纹检测。
尽管PA原理在金属无损检测（NDE）中的应用稳步进展，但最近的发展带来了显著的突破——特别是在先进纳米复合材料设计、高保真数值模拟和集成机器学习以精细化信号解释等领域。在此基础上，我们的研究通过解决当前方法中仍存在的几个关键问题，做出了独特的贡献。
许多先前的研究成功使用了基于纳米复合材料的材料来高效生成超声波，强调了复合传感器在无损检测中的广泛应用前景[29]、[30]、[31]。最近，模拟驱动策略与机器学习技术有效结合，以提高缺陷表征的准确性[32]、[33]、[34]，反映了向智能、数据辅助信号解释的更广泛转变。虽然我们的研究也旨在提高检测性能，但其方法有所不同。我们不仅仅关注材料创新或依赖数据驱动的反演方法，而是专注于构建一个基本的多参数物理响应模型。该框架允许系统地研究宽带超声波信号与演化裂纹几何形状之间的相互作用，特别强调量化各个超声波特征对裂纹深度变化的敏感性。
在本研究中，我们探讨了利用PA效应产生超声波的机制，并提出了一种适用于HRB400肋钢筋中微裂纹三维形态分析的建模策略。通过将三水合氯化金（HAuCl?·3H?O，99.9%，Macklin）加入到PDMS基质中，采用简化的一锅法合成了改进的PA材料Au-PDMS。得到的PA诱导超声波信号经过实验表征后，被引入到数值建模框架中。本文的结构如下：第2节概述了超声波生成的原理，包括Au-PDMS的合成、实验设置以及样品间的声学性能比较。第3节介绍了微裂纹检测的方法，涵盖了裂纹方向随机性和超声波传播行为等方面。第4节对超声波响应进行了多模态分析，包括时频域分析以及反射系数、透射系数和飞行时间（ToF）差异作为裂纹深度函数的曲线拟合。第5节总结了工作并提出了未来研究的方向。
章节片段
PA原理
PA效应涉及通过一系列热弹性相互作用将光能转换为机械能。这一能量转换过程可以大致分为三个基本阶段：（1）光吸收：当脉冲激光照射到光敏材料上时，过程开始；材料有效吸收入射光子，引发局部能量沉积；（2）热弹性膨胀：吸收的光能迅速转化为
微裂纹模型
在我们之前的工作中，开发了一种基于PA效应的光纤超声波传感系统，用于监测钢筋混凝土结构中的腐蚀引起的损伤[44]、[45]、[46]。在该系统中，使用金纳米复合材料作为超声波发生器，而光纤布拉格光栅（FBG）传感器作为接收器。实验结果证实，可以有效地检测到腐蚀早期的微裂纹（图6(a)）。基于这些验证的机制
时域响应
图8、图9、图10展示了HRB400钢筋表面瑞利波的传播行为，随裂纹深度的变化而变化。IM上的参考传播分别在图8、图9、图10中显示。
图8显示了4.589微秒时的瑞利波传播情况，在与裂纹相互作用之前。此时，没有观察到显著的反射、散射或折射，表明裂纹尚未影响波的行为。
结论
本研究探讨了一种基于PA效应的多模态超声波响应策略，用于检测钢筋中的微裂纹。通过一锅法合成了Au-PDMS复合材料，并进行了超声波生成实验以表征声学参数。在所有测试的涂层中，含有7.69 wt%金的C?表现出最有利的特性，包括4.78 MHz的质心频率、最高的峰峰值幅度和信噪比（SNR）
CRediT作者贡献声明
杜聪：撰写 – 审稿与编辑，撰写 – 原稿，可视化，验证。孙玉萌：方法论，研究，资金获取，正式分析，数据管理。孙茵楠：软件，方法论。王彦雪：验证，项目管理。尚如娜：研究，资金获取。
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。
致谢
本工作得到了国家自然科学基金（资助编号：62205012）的支持，并由北京土木工程与建筑大学研究生创新计划赞助。
