传统木结构建筑种类多种多样，不仅占据我国古代建筑较大比例，且往往具有独特的历史和人文价值，多列为文物建筑、优秀历史建筑或风貌历史建筑。木结构建筑在服役期内易受环境和人为因素影响，从而产生不同程度的损伤(见图1)，亟需对其进行修复和补强。

　　 既有木结构建筑安全性评估是结构修复加固和适应性利用的前提，主要依据有损材性试验、无损检测和现场构造调查结果进行综合评定。其中，有损检测技术一般会对木构件产生一定的附加损伤，使用范围受到限制。无损检测技术对木构件的影响相对较小，因而其发展受到越来越广泛的关注。鉴于此，对既有木结构建筑中常用无损检测技术进行归纳总结，探究其发展与应用。

　　 既有木结构建筑中无损检测项目通常包括木构件缺陷检测和木材力学性能参数检测。其中，木构件主要缺陷包括木节、腐朽损伤、内部虫蛀和裂缝等，木材力学性能参数通常包括密度、抗弯弹性模量、抗弯强度和顺纹抗压强度等。

　　 根据检测手段的不同，木构件缺陷无损检测指标可分为目视检测指标和仪器检测指标。其中，目视检测指标主要包括木节数量、木节几何尺寸、木节位置、木纹斜率、腐朽几何尺寸及裂缝长度等。仪器检测指标主要包括应力波波速、超声波波速、阻抗值和X射线灰度值。

　　 目视检测指标一般通过肉眼观测获取，该观测方法是最早的无损检测手段之一。由于木材内部缺陷往往无法通过肉眼直接观察，故该方法须与其他无损检测技术联合使用，才能达到良好的效果。目前，目视检测结果仍然被许多国家检测标准所接受 ^[1,2,3]，是进行既有木结构建筑现场检测的重要环节之一。GB 50005—2017《木结构设计标准》 ^[4]给出现场目测分级的相关规定。

　　 在现场检测过程中，目视检测通常与敲击技术结合使用，以便更有效地识别木材缺陷。其中，敲击技术通过有损伤木材和无损伤木材固有频率的差异识别木材内部缺陷，但对木材缺陷位置和几何尺寸的预测精度有限。钟旻良等 ^[5]开展缺陷对木材振动特性影响的研究，发现孔洞和木节可显著降低木材固有频率。

　　 近年来，随着图像识别技术和人工智能技术的不断发展，计算机辅助目视检测技术逐渐应用于木材检测中 ^[6,7,8]，该技术能显著降低人为判别误差的影响，提高目视无损检测精度。

　　 应力波波速通常可由应力波检测仪获取。应力波技术是木材无损检测常用技术之一，具有便于携带、操作方便等优点。该技术基本原理为:采用锤击法在木材内部产生应力波，然后通过传感器对应力波在木材内部的传播速度进行量测，根据波速与相关物理量的关系确定木材缺陷位置。

　　 国外于20世纪50年代开始采用应力波技术检测木构件内部缺陷 ^[9]，并在此基础上进一步扩大应力波检测技术使用范围，将其应用于预测木材材料性能参数中。1984年，R.J.Ross等 ^[10]应用应力波技术检测由细菌感染导致的木材内部缺陷，发现检测成功率可达84%。基于此，R.J.Ross等 ^[11]编制《应力波技术木材缺陷检测指南》，并广泛应用于木结构桥梁检测中，取得一定效果。但木材是一种不均匀的各向异性材料，不同部位的密度通常具有一定差异，将影响应力波技术的检测精度。鉴于此，X.C.Du等 ^[12]将空间差值函数和波速补偿技术引入应力波缺陷检测技术，研究结果表明上述方法可在一定程度上降低木材密度变异性对检测结果的影响。此外，X.C.Du等 ^[13]采用应力波分段传播射线技术对图像后处理程序进行改进，提高缺陷边缘的清晰度。

　　 超声波波速通常可由超声波检测仪获取。超声波检测技术的基本原理为:通过信号发射器产生超声波，利用传感器对超声波在木材中的传播速度进行量测，根据波速与相关物理量的关系确定木材缺陷位置和力学性能参数。超声波技术最早应用于树木质量检测中，后逐渐应用于既有木结构建筑的评估。

　　 V.Bucur等 ^[14]开展实木超声波测量技术影响因素研究，并给出适用于木材检测的波形和频率范围。A.Mishiro ^[15]和F.C.Beall ^[16]对超声波在木材中传播速度的影响因素进行深入研究，总结声速受树种、含水率、环境温度、几何尺寸、木材纹理方向和年轮的影响规律。彭辉等 ^[17]开展木材密度和含水率对超声波沿木材纵向传播规律影响的研究，发现超声波沿木材纵向传播的速度不仅与木材密度有关，还取决于木材组织构造特点。

　　 阻抗值可由木材阻抗仪获取。钻入阻抗检测技术通过阻抗曲线预测木材内部缺陷位置和材料强度。一般采用木材阻抗仪获取恒定速率的金属探针钻入木材内部的阻抗曲线。

　　 钻入阻抗检测技术最早应用于木材内部缺陷和腐朽的检测。F.Rinn ^[18]开展阻抗曲线与内部缺陷关系的试验研究，给出金属探针直径和钻入速度的建议值。在此基础上，F.Rinn ^[19]对信号分辨率进行改进，使钻入阻抗检测技术能更准确地识别完整区域、腐烂区域和过渡区域。黄荣凤等 ^[20]开展木材内部腐朽状况与木材阻抗仪检测结果的定量分析，建立腐朽等级与阻抗曲线数值的关系。张富文等 ^[21]通过试验研究得到不同类型缺陷下的典型阻抗曲线形式，并给出基于标准木的木材阻抗仪校准方法。岳小泉等 ^[22]对比电阻断层成像技术、应力波技术和钻入阻抗技术对木材腐朽程度的检测精度，发现钻入阻抗技术的精度最高。时小龙等 ^[23]基于钻入阻抗技术和电阻断层成像技术检测红松内部腐朽，发现电阻断层成像技术对轻度腐朽更为敏感，而钻入阻抗技术对较严重的腐朽更为敏感，二者联合使用可更准确地识别木材内部腐朽位置和面积。上海市已施行DB31/T 901—2015《钻入阻抗法木材缺陷检测技术规程》 ^[24]。

　　 X射线灰度值可由X射线机获取。X射线具有穿透力强、清晰度高和便于携带等诸多优点，已应用于木材缺陷检测中。张训华等 ^[25]开展原木CT图像3D重建和图像处理技术研究，给出最佳图像分割方案。葛浙东等 ^[26]基于Lambert-beer定律对CT断层成像原理进行推导，提出基于工业CT扫描的木材内部缺陷检测方法。在此基础上，葛浙东等 ^[27]开发基于正弦图的系统旋转中心校正方法，进一步提高CT扫描图像质量。目前，CT扫描技术对木构件断面缺陷的检测趋于成熟，但木材缺陷的空间几何形状通常较复杂，2D图像往往不能反映缺陷的3D信息，仍需进一步研究木材缺陷3D成像方法。

　　 木材力学性能参数无损检测指标主要由仪器获得，包括应力波波速、超声波波速、阻抗值、射钉深度和近红外光谱值等。

　　 应力波技术首先应用于木材力学性能参数检测中。R.A.Garcia等 ^[28]开展应力波技术预测经热处理后的桉树动弹性模量研究，并给出桉树动弹性模量与应力波波速的表达式。P.H.G.Cademartori等 ^[29]根据60个清样试件检测结果，进一步对比应力波技术和超声波技术对桉树动弹性模量的预测精度，发现2种技术的预测精度接近。V.Nasir等 ^[30,31]将神经网络算法和机器学习理念引入动弹性模量预测模型中，进一步提高模型的预测精度。C.R.Da Cruz等 ^[32]开展应力波技术检测桉树含水率研究，并根据方差分析结果建立桉树含水率与应力波波速、木材密度及木节面积的多元线性回归方程，通过研究发现木节对应力波在横纹方向的传播具有显著影响。E.Guntekin等 ^[33]开展应力波技术预测土耳其红松受弯性能研究，发现应力波波速与木材抗弯强度具有一定相关性，D.E.Teixeira ^[34]针对花旗松开展类似研究，发现应力波波速与花旗松抗弯强度间的相关性有限。因此，如何提高应力波技术预测木材强度的精度仍是亟待解决的问题。

　　 近年来，国内外学者相继开展超声波技术预测木材弹性模量的研究。V.Bucur等 ^[35]通过超声波技术和正交各向异性材料中的超声波传播模型对6种不同树种清样试件的弹性模量进行预测，取得一定效果。D.Keunecke等 ^[36]进一步推导木材剪切模量与超声波波速的关系，并通过试验进行验证。T.Ozyhar等 ^[37]研究超声波波速与山毛榉弹性模量、剪切模量和泊松比的相关性，发现超声波技术对弹性模量的预测可靠，但该技术对泊松比的预测精度有限。R.Gon9alves等 ^[38]对超声波技术预测木材泊松比的局限性进行改进，研究结果表明泊松比的预测结果取决于样本的类型和几何形状，多面体试件的检测精度明显高于棱柱体试件。

　　 除木材弹性模量检测外，超声波技术也应用于木材强度检测中。J.S.Machado等 ^[39]采用超声波技术对服役期的松木抗弯强度进行预测，然后与材料性能试验结果进行对比，发现超声波检测结果与试验结果存在一定差异，并建议引入木节影响系数进行修正。张训亚等 ^[40]开展超声波技术检测木材抗弯性能研究，发现木材抗弯强度与密度的相关性系数高于抗弯强度与动弹性模量的相关性系数，并建议通过密度和动弹性模量预测木材抗弯强度。张甜等 ^[41]开展基于超声波技术检测杉木动弹性模量与抗弯强度相关性的研究，发现二者决定系数R²=0.60。根据张甜等提供的研究数据，通过MATLAB软件建立杉木抗弯强度f与密度ρ、动弹性模量E_d间的多元线性回归方程，即f=2.166E_d+0.058 37ρ-10.53。考虑木材密度和动弹性模量后，决定系数R²明显提高，可达0.745。可知，多种检测方法的综合运用可明显提高抗弯强度的检测精度。木材阻抗仪也被用于预测木材力学性能参数。C.Ceraldi等 ^[42]开展钻入阻抗技术预测木材顺纹抗压强度研究，发现阻抗值与木材顺纹抗压强度具有一定相关性。P.B.Louren9o等 ^[43]开展钻入阻抗技术预测板栗木横纹弹性模量和抗压强度的研究，发现阻抗值与横纹抗压强度的相关系数明显高于其与横纹弹性模量的相关系数。M.Kloiber等 ^[44]开展钻入阻抗技术和Pilodyn技术检测云杉、松和冷杉顺纹抗压强度研究，发现阻抗值与抗压强度的相关系数高于钉射入深度与抗压强度的相关系数，并指出基于阻抗值的线性回归方程不能十分准确地预测云杉、松和冷杉顺纹抗压强度。张晋等 ^[45]开展基于钻入阻抗技术和Pilodyn技术的超役黄杉和杉木构件剩余强度分析，拟合得到顺纹抗拉强度、顺纹抗压强度与阻抗值间的非线性关系表达式。刘杏杏等 ^[46]考察应力对钻入阻抗技术检测精度的影响，拟合得到不同应力水平下阻抗值与杉木强度间的回归方程和阻抗值修正系数。

　　 为考察钻入阻抗技术对木材抗压强度的检测精度，将张晋等 ^[45]和刘杏杏等 ^[46]对杉木的检测结果进行对比，如图2所示。由图2可知，同一阻抗值对应的杉木抗压强度具有显著的变异性。说明单一的阻抗值不能准确反映杉木抗压强度的变化规律，仍需引入其他修正系数(如密度、含水率、缺陷影响系数等)，以便更准确地预测抗压强度。

　　 Pilodyn检测技术一般通过机械装置将2.5销钉以恒定速率射入木材，然后量测射钉深度，根据射钉深度预测木材材料性能参数。

　　 Pilodyn技术最早应用于活木密度检测中。D.J.Cown ^[47]开展Pilodyn技术快速预测活木密度研究，发现射钉深度与活木密度具有良好的相关性，殷亚方等 ^[48]针对我国特定阔叶林树种开展类似研究，发现射钉深度与径向基本密度呈显著的负相关性。

　　 除密度检测外，Pilodyn技术也被用于预测木材弹性模量。P.B.Louren9o ^[43]开展Pilodyn技术预测板栗木横纹弹性模量和抗压强度的研究，发现射钉深度与力学指标间的线性相关性并不显著。A.Cavalli等 ^[49]对Pilodyn检测技术进行改进，建立目视检测参数(木节数和斜纹率)、应力波波速、射钉深度与老杉木抗弯弹性模量间的线性回归方程，发现多元线性回归方程决定系数R²最高可达0.83。T.Yu等 ^[50]开展基于Pilodyn技术、应力波技术、超声波技术和钻入阻抗技术预测葡萄牙松木抗弯弹性模量研究，发现Pilodyn技术与钻入阻抗技术联合使用的效果最好。

　　 近红外光谱技术利用不同物质吸收红外线后形成光谱的区别，识别木材主要组成成分(如纤维素、木素和半纤维素等)的含量。由于木材材料性能与其组成成分含量间具有紧密联系，因而近红外光谱技术逐渐应用于预测木材力学性能参数中。

　　 L.R.Schimleck等 ^[51]采用近红外光谱技术对桉树试件顺纹方向进行扫描，基于偏最小二乘法建立桉树顺纹弹性模量、抗弯强度与光谱曲线特征值间的回归方程。通过测试组数据对回归方程精度进行校正，发现顺纹弹性模量和抗弯强度的决定系数R²分别可达0.88,0.80。在此基础上，P.D.Jones等 ^[52]研究光谱曲线数学处理方法对检测精度的影响，发现光谱曲线一阶导数和二阶导数与火炬松密度和弹性模量具有良好的相关性。

　　 近红外光谱技术的核心问题之一是确定光谱曲线的特征值，目前应用最为普遍的方法是偏最小二乘法。由于木材是各向异性材料，因而光谱曲线特征值和力学性能参数存在非线性关系。M.E.Carneiro等 ^[53]采用统计意义上的重要波长代替偏最小二乘法对松木密度和抗弯弹性模量进行预测，取得一定效果。偏最小二乘法会导致一定误差，B.K.Via等 ^[54]采用非线性拟合方法对光谱曲线进行处理，发现非线性拟合方法的预测精度明显优于偏最小二乘法。张怡卓等 ^[55]对偏最小二乘法的改进方法进行总结，提出基于等距特征映射算法和偏最小二乘法的组合检测方法，并基于试验结果对该方法的检测精度进行校正。

　　 虽然近红外光谱技术能保证一定检测精度，但在实际应用中仍受限，主要原因是不同树种的光谱曲线差异明显，显著影响光谱曲线特征值的确定，因而需针对特定树种建立相应特征值的识别方法。此外，目前的研究并未考虑木材初始缺陷和环境温、湿度对检测结果的影响，在后续研究中需进一步量化相关因素的影响。

　　 木材受初始缺陷(木节、裂缝、斜纹等)和环境温、湿度的影响，单一检测手段通常不能准确地表征木材力学性能参数的变异性。

　　 近年来，基于多种检测技术的联合检测法逐渐受到关注，已有学者进行初步研究。张厚江等 ^[56]和朱磊等 ^[57]开展应力波技术和钻入阻抗技术联合检测落叶松和红松弹性模量及抗弯强度的研究，并给出木材力学性能参数与应力波波速平方项、阻抗值乘积项的回归方程。但该研究并未考虑应力波波速线性项和阻抗值线性项的影响，因而预测公式的计算精度有待提高。在后续研究中需进一步考虑应力波波速线性项、阻抗值线性项和木材密度的影响，以便更准确地预测木材力学性能参数。

　　 木材力学性能参数通常具有高离散性，且与检测物理量间的关系多为非线性。因此，传统的线性回归方法难以合理地处理上述问题。

　　 人工神经网络技术是对数据进行训练、处理和预测的工具，在处理复杂非线性问题上具有独特优势。L.G.Esteban等 ^[58]将该技术应用于预测木材抗压强度中，建立抗压强度与密度、板材厚度、含水率及超声波波速的隐式函数关系。S.Tiryaki等 ^[59]采用人工神经网络技术对热处理后的木材抗弯弹性模量和抗弯强度进行预测，建立热处理温度、处理时间及树种与木材弹性模量和抗弯强度的隐式函数关系。上述研究均取得良好的效果，但人工神经网络算法难以获取各影响因素的显式表达式，因此限制了相关研究成果的推广应用。

　　 1)针对木材内部缺陷检测方法的研究已取得一定成果，结合图像识别技术可较准确地确定木材内部缺陷位置和大小。

　　 2)现有检测指标与木材力学性能参数具有一定相关性，但单一指标不能合理表征木材力学性能参数的变化规律，需多种检测技术联合使用。

　　 3)目视和X射线技术主要用于检测木构件缺陷，可进行初步检验。当定量检测缺陷位置和几何尺寸时，可采用阻抗仪和应力波技术。检测木材力学性能参数时，可采用应力波技术、超声波技术、阻抗仪和近红外光谱技术。

　　 4)人工神经网络技术已逐渐应用于既有木结构建筑无损检测中，在后续研究中需解决预测公式的显式表达问题。