混凝土温度监测是大坝施工过程中温控防裂措施的关键^[1-2]。为控制混凝土的最高温度，需要对混凝土生产—运输—浇筑全过程温度进行监控，主要包括出机口、入仓、浇筑温度等。目前混凝土出机口、入仓、浇筑温度监测主要采用数字温度计插入混凝土面以下5~10 cm取得，这种采集方式需要消耗大量的人力物力，所获温度数据少，主观因素影响大，不具备代表性。随着计算机技术、深度学习、数字图像识别等先进信息技术的发展，非接触红外热成像温度监测(红外测温)发展迅猛，特别是在人体测温技术上已取得较为成熟的经验，并在2020年新冠疫情期间得到大规模应用^[3]。

红外测温具有远距离、非接触、大面积、多目标、高精度的特点^[4-8]，非常适合温度分布不均匀的大面积目标的表面温度场的测量^[9]。由于大坝混凝土生产—运输—浇筑规模大，温度监测工作量繁重，因此红外测温在大坝混凝土温度监测中具有巨大的优势。

国内外研究学者针对红外热成像进行温度监测做了大量研究，通常可分为2类：1) 提高红外测温的精度，如张志强等^[3]提出了高精度红外测温曲线及温漂补偿的曲线；李云红等^[9]得出了各种因素(发射率、环境、大气等)对测温精度影响的理论仿真曲线；晏敏等^[10]验证了环境温度是红外测温误差的主要因素；杨桢等^[11]提出了环境辐射对红外测温补偿的反射温度补偿法；石东平等^[12]比较了反射温度和入射温度补偿方法，解决环境高温物体对红外测温的影响；文[13-15]探究了视角和大气透射率及距离对红外测温精度影响。以上研究侧重红外测温精度的提高，但缺乏在复杂大坝混凝土施工环境下温度监测的检验。2) 基于红外测温实现混凝土结构的无损检测，如根据混凝土红外热像平均温升与受火温度、强度损失关系，实现混凝土结构火灾损伤检测^[16-18]；基于红外热辐射特征，实现混凝土结构受压损伤过程研究^[19-20]，混凝土裂缝识别^[21-22]；混凝土破裂与渗水前兆预警分析^[23]，混凝土结构渗漏监测^[24-27]等。已有研究虽应用红外测温技术进行混凝土结构的温度监测，但只是通过温度来表征其他物理量，温度的绝对大小及精度不是其本身关注的重点。而且在过去的研究中，并未见到采用红外测温技术开展混凝土生产—运输—浇筑过程中出机口温度、入仓温度、浇筑温度监测的公开报道，特别是300 m范围内的远距离混凝土测温技术更未见涉及。因此将红外测温技术应用于大坝混凝土温度监测，保障其在大坝复杂施工环境及300 m远距离下的测温精度具有巨大挑战。

本文首先建立了大坝混凝土表面红外辐射量、有效温度采集算法。根据环境温度、距离对红外测温精度的影响试验，对测温模型进行修正。通过乌东德水电站现场应用验证，实现了混凝土生产、运输、浇筑全过程的实时、在线、精准红外温度监测。

1 大坝混凝土浇筑过程温度非接触红外监测方法 1.1 红外测温原理

自然界中，高于绝对零度的物体会产生分子和原子的无规则运动并不断地向外辐射能量。辐射能包含各种波长，包括波长在0.76~1 000 μm的红外光波。红外光波具有很强的温度效应，携带辐射目标的温度信息。当处于某一环境下的物体辐射的红外能量通过大气媒介传输到红外热像仪上时，其内部的光学系统将目标辐射的能量会聚到探测器(传感器)，并转换成电信号，再通过放大电路、补偿电路及线性处理后，在显示终端显示被测物体的温度(见图 1)。

红外探测器接收周围环境所有的热辐射，包括目标本身、周围环境、设备内部等辐射能量，在光学传输通路上还有温室气体吸收、气体分子散射和光学结构衰减等对辐射能量产生影响。各部分能量没有办法量化计算，所以红外测温通常是采用标准黑体温度和灰度对应的数据标定来完成温度的测量。为了获得准确的测温结果，还必须对杂散能量作误差消减处理，排除噪声干扰。

1.2 基本算法

红外热像仪通过接收被测物表面辐射来确定其温度。接收的有效辐射包括被测物自身辐射、环境反射辐射和大气辐射3部分。则红外热像仪的辐射照度为

$ \begin{array}{c} {E_\lambda } = {A_0}{d^{ - 2}}\left[ {{\tau _{{\rm{a}}\lambda }}{\varepsilon _\lambda }{L_{{\rm{b}}\lambda }}\left( {{T_0}} \right) + } \right.\\ \left. {{\tau _{{\rm{a}}\lambda }}\left( {1 - {a_\lambda }} \right){L_{{\rm{b}}\lambda }}\left( {{T_{\rm{u}}}} \right) + {\varepsilon _{{\rm{a}}\lambda }}{L_{{\rm{b}}\lambda }}\left( {{T_{\rm{a}}}} \right)} \right]. \end{array} $

(1)

式中：E_λ为总辐射照度；A₀为热像仪最小张角目标可视面积；d为被测物同热像仪间的距离；τ_aλ为大气透射率；ε_λ为被测物发射率；ε_aλ为大气辐射率；a_λ为被测物表面吸收率；L_bλ为辐射亮度；T₀为被测物温度；T_u为环境温度；T_a为大气温度。

根据杨立^[28]推导的红外热像仪辐射测温度通用基本公式，可表示为

$ f\left(T_{0}^{\prime}\right)=\tau_{\mathrm{a\lambda}}\left[\varepsilon_{\lambda} f\left(T_{0}\right)+\left(1-a_{\lambda}\right) f\left(T_{\mathrm{u}}\right)\right]+\varepsilon_{\mathrm{a\lambda}} f\left(T_{\mathrm{a}}\right). $

(2)

式中：T'₀为热像仪指示温度。

在常见红外工作波段内，

$ f\left( T \right) = c{T^n}. $

(3)

将式(3)代入式(2)中得

$ T'{_0^n} = {\tau _{{\rm{a}}\lambda }}\left[ {{\varepsilon _\lambda }T_0^n + \left( {1 - {\alpha _\lambda }} \right)T_{\rm{u}}^n} \right] + {\varepsilon _{{\rm{a}}\lambda }}T_{\rm{a}}^n. $

(4)

则被测物实际温度为

$ {T_0} = {\left\{ {\frac{1}{{{\varepsilon _\lambda }}}\left[ {\frac{1}{{{\tau _{{\rm{a}}\lambda }}}}{T'{_0^n}} - \left( {1 - {a_\lambda }} \right)T_{\rm{u}}^n - \frac{{{\varepsilon _{{\rm{a}}\lambda }}}}{{{\tau _{{\rm{a}}\lambda }}}}T_{\rm{a}}^n} \right]} \right\}^{1/n}}. $

(5)

当使用不同波段的热像仪时，n的取值不同。

1.3 混凝土红外测温算法基本模型

混凝土红外测温算法的基本模型由3部分组成。

1) 两点校正和单点校正。

(1) 两点校正。

两点校正公式为

$ y = k{x_0} + d. $

(6)

式中：x₀为原始灰度，k为增益系数，d为偏移量，y为校正后灰度值。

两点校正后保存k值表。

(2) 单点校正。

将快门温度对应的灰度值设置为4 096。

单点校正公式为

$ k'{x_0} + d = 4\;096. $

(7)

式中：k′为两点校正后获得的k值表，d为偏移量。

单点校正后保存d值表。

(3) 目标灰度值x_T

$ {x_T} = k{x_0} + d. $

(8)

2) 基准温度计算如下：

$ {T_{{\rm{jz}}}} = {T_{{\rm{jx}}}} + {T_{d{\rm{c}}}}. $

(9)

式中：T_jz为基准温度，T_jx为机芯温感温度，T_dc为基准温度补偿值。

基准温度补偿值为一个分段线性函数，函数关系通过红外热像仪正对某一固定温度标准源黑体进行一段时间的数据采集，使得对应显示的黑体温度测量值始终保持准确，通过这种方法确定基准温度补偿值的数据变化过程，将数据变化利用分段线性的函数关系表示出来即得到准确的基准温度修正。

3) 测温标定温度计算。

通过对各黑体温度点的数据采集，得到测温标定曲线上某些特定点的灰度数据，用灰度差值的方式表示出温度与灰度之间的对应关系表(见表 1)，利用查表法得到目标温度测量值。

仅从测温标定角度对目标物体温度测量值计算时，输入为目标原始灰度值x₀、增益系数k、偏移量d、机芯温感温度T_jx、基准温度补偿值T_dc和探测器表面温度，计算后输出温度即为显示温度。温度显示的方法有点、线、框温等，由于混凝土为一个不同辐射率材料和不同温度材料的混合体，因此显示温度由框内平均温度来表示。

2 红外测温试验 2.1 试验系统

红外测温试验系统(见图 2)主要由黑体及黑体控制柜、红外热像仪、计算机等部分组成。红外热像仪用于温度探测，黑体为测温标定的标准，控制柜可控制黑体的温度范围，计算机为温度数据图形展示平台。试验中通过调整黑体温度、环境温度及黑体与红外热像仪的距离，可实现不同环境温度、距离下红外测温标定试验。本次试验及现场采用的热像仪为浙江大华技术股份有限公司生产的DH-TPC-PT8620M (8621B)设备，其探测器分辨率为640×512，光谱范围为8~14 μm，热灵敏度≤40 mK@f/1.0。

2.2 试验方案

为验证红外测温系统用于混凝土温度监测的可靠性、稳定性，进行了不同环境温度下、不同监测距离的试验验证。

2.2.1 不同环境温度下红外测温试验

(1) 将非接触式红外热像仪在5、25、35 ℃环境下开机1 h后达到热平衡状态。

(2) 5、25、35 ℃环境下红外热像仪分别对准10、40、50 ℃黑体，镜头中心与黑体靶面中心对齐，采集目标黑体温度和灰度数据，之后建立低温、常温和高温环境下的基准温度修正模型。

(3) 利用红外热像仪测量-10~60 ℃若干黑体温度，记录测量结果，根据测量结果调节探测器表面温度补偿参数，建立探测器表面温度变化时的测温标定模型。根据探测器表面温度的变化实时更新温度与灰度对应关系表。

(4) 完成基本测温模型，微调若干测温算法内影响测温精度的参数值，使测温结果达到精确状态。

(5) 分别于2、4、6、8、10 m采集若干黑体温度的测量结果，此时距离参数设置为0 m，利用采集的数据建立近距离修正模型。

(6) 采集2次打开快门之间的灰度数据变化和温感温度数据变化，用于建立温漂修正模型。

(7) 进行低温、常温和高温环境下测温准确性验证。

2.2.2 远距离红外测温试验

在近距离测温基础上加入距离修正算法，使设备测温距离延展到300 m。红外热像仪对于测温目标大小有所要求，目标成像需占满焦平面3×3个像素点以上才可保证精确测量。目标距离越远目标成像会相应缩小，为满足远距离测温需求，选用100 mm的大焦距可调焦镜头。

在近测温距离17 m时对于设备进行测温标定，采集灰度数据与黑体温度的对应关系表，确定基准温度，完成温度计算配置。以17 m为一个单位，由17 m始增加至400 m，采集20、40、60 ℃黑体在不同距离的测温数据，根据数据完成距离修正算法，并在17 ~400 m范围对设备在不同测温距离时的测温准确性进行验证。由于大于300 m时黑体靶面在热像仪上的成像大小已不能满足测温要求，因此确定设备测温距离为17 ~300 m。

2.3 试验结果分析

为评价不同环境温度下、不同监测距离红外测温效果稳定性，采用平均绝对误差和均方根误差作为评价指标。

$ {\rm{MAE}} = \frac{1}{m}\sum\limits_{i = 1}^m {\left| {{T_i} - {T_0}} \right|} , $

(10)

$ {\rm{RSEM}} = \sqrt {\frac{{\sum\limits_{i = 1}^m {{{\left( {{T_i} - {T_0}} \right)}^2}} }}{m}} . $

(11)

式中：T_i为红外测温值，T₀为黑体温度，m为测试次数，MAE为平均绝对误差，RSEM为均方根误差。

2.3.1 不同环境温度下红外测温结果分析

图 3和表 2为不同环境温度下红外测温数据。由测温结果可知，对于不同的黑体温度，红外热像仪监测得到的温度与黑体温度相近。其中当环境温度为5 ℃，黑体温度为40 ℃时，红外测温结果与黑体温度相差较大，MAE达到2.82 ℃，RSEM达到2.85 ℃。其他环境温度和黑体温度条件下，红外测温结果与黑体温度的MAE及RSEM大部分均小于1 ℃。证明对大坝混凝土温度监测时，环境温度与混凝土实际温度不能相差过大，否则将对红外测温结果产生较大影响。建议在环境温度与混凝土实际温度差值不超过25 ℃进行红外测温。

2.3.2 不同距离下红外测温结果分析

图 4和表 3为不同距离下红外测温数据。由测温结果可知，在17~300 m范围内，红外测温数据与黑体温度一致。不同黑体温度下，MAE分布在0.47~0.73 ℃，RSEM范围为0.53~0.84 ℃，温度准确、可靠。证明了远距离测温模型在17~300 m距离范围内的测温精度在实际使用过程中满足使用需求，测温仪测温稳定性良好，适宜长期稳定测温。

3 应用案例 3.1 工程介绍

乌东德水电站位于四川会东县和云南禄劝县交界的金沙江河道上，是金沙江下游4个梯级电站的第一级。地处干热河谷气候，夏季炎热多雨，冬季干燥多风，昼夜温差大。乌东德大坝为混凝土坝曲拱坝，坝顶高程988 m，最大坝高270 m，厚高比仅为0.19，是目前世界上最薄的300 m级特高拱坝。拱坝越薄，温度荷载越大，温控防裂越不利。此外，乌东德全坝采用低热水泥混凝土，在拱坝建造史上尚属首次，给大坝混凝土温度控制带来巨大挑战。因此，及时而有效的温度监测对于乌东德混凝土温控防裂具有重要意义。

3.2 系统安装

基于近距离测温基本模型，在乌东德大坝混凝土970拌合生产系统2#拌合楼3#、4#出机口分别安装1套非接触式红外热成像测温仪，用于出机口温度监测(见图 5a)；在大坝混凝土浇筑仓面1#、2#振捣车分别安装1套红外热成像测温仪，用于入仓及浇筑温度监测(见图 5b)。实现对大坝出机口、入仓及浇筑温度数据连续实时在线感知和分析预警。

基于远距离测温基本模型，在大坝左右岸缆机平台分别安装1套红外热成像测温仪，用于大坝混凝土表面温度进行红外热成像监测(见图 5c)，实现对大坝表面温度数据连续实时在线感知。

3.3 效果评价

基于乌东德大坝工程，验证红外测温系统在大坝混凝土温度监测中的效果。大坝混凝土出机口、入仓及浇筑、坝面远距离温度红外监测效果如图 6所示。为进一步分析红外测温的精度，对出机口和入仓及浇筑温度进行了人工监测温度对比。

3.3.1 混凝土出机口温度红外热成像监测

采用红外测温进行混凝土出机口温度监测时，可通过设置预置点，选择同一车不同部位的混凝土进行可视化在线实时监测，检测范围增加，可达到100%覆盖。由此可反映混凝土拌合的均匀性，判断是否存在生料等问题。减少了人工监测存在的随机性和主观性，能够更全面、更真实地了解混凝土出机口温度变化情况，并对超过出机口温度控制标准的混凝土及时进行预警。从源头上把控混凝土质量、确保混凝土浇筑温度受控。

图 7是乌东德大坝混凝土970拌合生产系统2#拌合楼3#、4#出机口，在2018年5月份至2019年3月份的人工监测与红外热成像温度对比数据，环境气温5~40 ℃。结果表明：人工监测温度与红外热成像温度监测差值在±1 ℃范围内，其中温差在±0.5 ℃范围内占比48.4%。由此表明：采用红外测温进行混凝土出机口温度监测效果较好，基本上能满足现场应用需求。

3.3.2 混凝土入仓与浇筑温度红外热成像监测

采用红外测温进行混凝土入仓温度、浇筑温度红外热成像监测，可以对每一罐混凝土的入仓温度、每一浇筑坯层覆盖前各个部位混凝土的浇筑温度进行可视化在线实时监测，检测范围大，覆盖面广，更全面、更真实地了解混凝土浇筑过程中温度变化情况，有利于确保混凝土最高温度受控。

图 8、9分别是大坝混凝土浇筑仓面，在2018年12月份至2019年3月份的混凝土入仓与浇筑人工监测与红外热成像温度对比数据，环境温度在5~ 30 ℃。结果表明：人工监测温度与红外热成像温度监测差值在±1 ℃之间，其中入仓温度温差在±0.5 ℃范围内占比48.8%，浇筑温度温差在±0.5 ℃范围内占比52.1%，红外测温进行混凝土入仓与浇筑温度监测效果较好。

3.4 讨论

红外测温技术能对混凝土温度进行大面积实时监测，更全面、更真实地反映混凝土温度变化情况，并且测温精度在±1 ℃之间，满足复杂水电工程环境下混凝土温度监测。但是红外测温技术只能获取混凝土表面温度，无法对混凝土内部温度进行监测。而混凝土内外温差是导致施工期混凝土温度开裂的重要原因，对于内部温度监测具有重要意义。在乌东德工程实际中，为了弥补红外测温技术只能监测表面温度的不足，在混凝土内部同步埋设数字温度计及分布式光纤进行内部温度监测。其中数字温度计可对混凝土内部进行点测温，分布式光纤可进行线测温，而红外测温可实现面测温。点、线、面3种测温方式的结合，最终实现了大坝混凝土内、外温度全面监测，为温控措施制定提供了依据，为建设“无缝大坝”提供了保障。

4 结论

红外测温技术对于大规模大坝混凝土温度监测具有巨大优势，本文基于红外测温基本算法，探究了不同环境温度、距离对红外测温精度的影响，并通过乌东德水电站现场应用验证，实现了混凝土生产、运输、浇筑全过程的实时、在线、精准红外温度监测。具体结论如下：

1) 通过对混凝土检测目标物的红外辐射量进行分析，建立了混凝土表面红外辐射量、表面有效温度采集算法，并基于不同环境温度，不同距离下的测温试验，建立了红外测温修正模型，并进行了稳定性试验验证。

2) 基于红外测温技术，实现了乌东德大坝混凝土出机口温度、入仓、浇筑温度高精度非接触式实时连续监测，测温精度在±1 ℃范围内，满足了大坝施工现场要求。

3) 红外测温技术有效解决了大坝混凝土温度检测方式落后、频次低、覆盖面积小等问题，实现了快速、连续、在线精准混凝土温度监测，为大坝工作性态分析提供了真实温度场等边界参数。