大量非饱和状态的水工混凝土结构部分或全部表面都在与水接触的环境条件下服役,极端暴雨天气也使得混凝土构件经常在短期有水的环境下工作,当环境中的水渗透到混凝土中时会对这些结构和构件的耐久性与安全性产生显著影响,故检测混凝土中的渗水状况具有重要意义。混凝土渗透性本质上与其内部的含水率密切相关,故将含水率作为评价混凝土渗水状况的指标,而大体积水工混凝土结构则将渗水深度作为混凝土含水率的表观衡量指标,因此本文将使用叩诊法对混凝土中的含水率和渗水深度进行检测。叩诊法分为敲和听两部分,目前在土木工程领域中的研究与应用较少,同时本文将声音识别中的梅尔频率倒谱系数作为叩诊过程中敲击产生声音信号的特征,探究其用于混凝土渗水检测的可行性。基于叩诊法的混凝土含水率检测研究中,以4个具有不同含水率的混凝土立方体试件作为检测对象。用麦克风采集叩诊过程中用小锤敲击立方体试件产生的声音信号,提取声音信号的梅尔频率倒谱系数作为敲击声音特征。将提取后的声音特征分为训练集和测试集,采用基于支持向量机的机器学习方法进行训练和测试,对混凝土中不同的含水率进行分类。试验结果表明,结合梅尔频率倒谱系数和支持向量机的叩诊法能较准确地识别混凝土立方体试件中不同的含水率,准确率达98%以上。为了深入探讨梅尔频率倒谱系数用作敲击声音特征的可行性,基于叩诊法的混凝土渗水深度检测研究中,除了梅尔频率倒谱系数外,还提取了线性频率倒谱系数以及混合系数作为敲击声音特征进行对比分析;同时混凝土立方体试件一般用于实验室研究,并不适用于实际工程,故以3个具有不同渗水深度的混凝土柱作为检测对象。叩诊过程中用小锤轻敲承受200N荷载的混凝土柱,同时用麦克风采集敲击产生的声音信号,分别提取声音信号的3种特征,每种特征均分为训练集和测试集。训练集分为“有水”和“无水”两组,用随机森林建立渗水深度模型。测试集则依据渗水深度工况分类,用随机森林对混凝土柱中渗水深度进行预测。随后,选择性能最好的声音特征对比基于支持向量机和基于随机森林的渗水深度模型性能。试验结果表明,与线性频率倒谱系数和混合系数相比,梅尔频率倒谱系数更适合作为渗水深度检测中敲击声音特征,此外,以梅尔频率倒谱系数为声音特征时,基于随机森林的渗水深度模型预测性能更好,结合梅尔频率倒谱系数和随机森林的叩诊法对混凝土柱中渗水深度预测准确率可达到90%以上。