基于FBG传感器的结构健康监测体系及其应用

2019-01-30

西华大学学报（自然科学版） 2019年1期

(构造计划研究所，日本东京 164-0011)

通过实测数据来评价现有结构的性能，大致可分为2种情形，如图1所示，一是利用实测值直接进行结构性能判断，二是对实测数据进行分析和处理之后再作判断。

利用实测值直接进行判断的情形一般仅局限于局部应力集中和局部损伤程度的判别等个别专门问题，而对于结构整体承载能力变化以及局部损伤对于结构整体性能的影响等关乎结构健全性判断的根本性的重大问题，一般要对实测数据进行处理分析之后才能判定。所以利用数据处理和分析技术来进行结构健全性评价已经逐渐成为结构健康监测的主流。特别是近年来，由于大量建筑物安装了各种监测系统而获得并储存了大量的监测数据，这些累积数据没有被有效利用的问题逐渐显现出来。有些数据甚至因为占据存储空间而没有被进行任何分析利用就已删除了，造成巨大浪费，所以工程界对监测数据处理和分析技术的开发充满了期待。

图1 基于实测的结构健全性评价

本文将介绍结合使用实测数据分析技术和结构分析技术进行结构健全性评价的基本方法与分布测试系统数据处理软件SforD。本文构筑一个基于光纤传感器的分布测试系统并介绍其在各种钢筋混凝土桥梁的实际应用，给出利用结构有限元分析来决定测试方案、采取现场实测和结构分析并用的方式来评价现有结构健全性的方法。

1 基于监测数据分析的结构评价

如图2和图3所示，过去结构检测监测主要利用电子传感器，如电阻应变片和加速度传感器等，这些主要是用来进行结构局部微观特性的实测或者结构整体宏观特性的实测。

其实，利用结构局部点的应变测试来进行结构的损伤识别犹如大海捞针，因其功效极差而发展受到限制；另外，因为结构损伤所引起的结构整体动态特性的变化与测试噪音以及各种环境影响所引起的结构整体动态特性的变化几乎是同一量级，所以利用加速度传感器等宏观测试技术来进行损伤识别也是非常困难的。例如2008年奥地利研究者将高速公路S101号的高架桥拆除后进行了测试研究，利用加速度传感器进行的频谱分析的结果显示，即使将该桥主梁的主钢筋切断18%，固有周期的变化也只有4%。利用加速度传感器之类的结构宏观响应测试仪器没有能够识别出主梁的损伤[1-2]。

图2 局部监测

图3 整体监测

近年来，伴随着光纤传感技术的飞跃发展，充分利用光纤的特长，进行区域分布式传感检测监测系统的开发取得了很大进展。利用不依存于载荷变动影响的应变模态比作为结构损伤识别的指标，桥梁的裂缝、刚度减低、支座劣化等问题的发生和进展，包括发生的时间和位置都可以被检测出来。

利用光纤传感器构筑的区域分布式监测系统，通过灵活运用数据分析技术，可以实现结构损伤识别、结构健全性评价、结构性能评价、结构异常感知、结构疲劳寿命评价等，可以解决目前工程界极为关注的许多热点问题。

如图4所示，利用光纤传感器对结构进行区域分布设置，光纤传感器的覆盖领域全面，解决了电阻应变片取得的信息太微观而加速度传感器取得的信息太宏观的问题。这就好比给结构装上了神经系统，也就是给桥梁等结构物赋予了生命感知系统，桥梁等结构工程师即可像医师一样给老旧破损结构做诊断和医治，从而实现智能桥梁智能结构以及智慧城市的建设。

图4 利用光纤传感器的区域分布监测

光纤传感器的优良特性，使之既可取得结构的微观信息也可取得结构的宏观信息，在此之上还可以取得两者之间的结构性能信息；因此，光纤传感器既囊括了应变片和加速度传感器的优势，又填补了两者的空白，在结构健康检测监测中正发挥巨大作用。

在桥梁上设置高精度的区域分布的光纤传感器，对实测的高精度静态和动态应变分布进行分析可以得到结构的挠度、扭转、开裂、腐蚀、支座变动等大量信息，进而可以通过监测─分析─评价系统的开发来实现结构整体性能评价及健全度的评价。

区域分布监测系统使用光纤传感器测得静态或动态应变，特别是动态的区域应变，包含了结构整体特性和区域特性的基本信息，可以识别桥梁的整体状况和局部损伤，对结构整体性能的评价也非常高效。

运用光纤传感器的区域分布测试有以下特点：

1)用一根光纤将传感器串联即可实现对桥梁整体的实测。

2)可以根据结构的尺寸调整传感器的标距长度，测得应变的分布形态。

3)不仅可进行静态测试，还可以进行高精度高频度的动态测试。

4)利用区域光线传感器测得的应变也可得到结构整体的振动特性。既可以囊括以往的应变片的测试和加速度传感器的测试，还可以得到结构的分布特性。

5)将区域分布测试系统化可以对桥梁性能进行迅速评价。

区域分布光纤传感器具有能够覆盖既往的电子应变片和加速度传感器性能的多功能性特性是区域分布测试系统的最大特长和优势。

图5给出了利用区域分布光纤测试系统进行桥梁结构性能评价的示意图。

图5 利用区域分布光纤传感系统的评价结构

将区域分布光纤传感器系统化并布设到桥梁结构的主梁或斜张桥的钢缆上，测得的波长变化可换算成应变而得到分布系统中各个位置的宏观应变(测试标距内的平均应变)的时间历程。通过对实测的应变时间历程结果进行分析处理，可以得到各个时刻的桥梁的应变分布情况。

通过对实测的各个区域分布应变的时间历程进行解析，可以得到桥梁的振动特性、各个时刻的应变分布和各个时刻的挠度分布、最大应变的时间历程、最大挠度的时间历程、荷载分布以及时间历程、测试区域的损伤识别等等。

对一个监测系统来说，所必需的分析技术可分为两类，一是对实测数据的分析技术，二是结构分析技术。区域分布光纤传感系统就是在灵活运用这两个分析技术的基础上建立起来的。

1.1 结构分析技术的应用

1)实测之前的结构分析，用于在初步掌握结构的特性的基础上决定各个传感器的最佳布置地点，确定传感器的测试范围等[3]。

2)实测之中将结构分析的结果与实测数据进行定性比较，证实和确认实测数据的可靠性。利用实测数据对结构计算模型进行同定，则可改善和提高计算模型的精度[4-8]。

3)测试之后利用结构分析模型，可对实测所无法囊括在其范围之内的结构部分做相应的分析和评价[4-8]。

以上3点对于各种新型结构健康监测系统的开发和验证十分重要。

关于传感器最佳配置的决定，可以对测试对象进行有限元建模分析，根据设定的外载荷所求得响应的最大值和最小值来确定传感器的最佳标距范围，根据结构分析结果中应力或变形集中的位置来决定传感器的最佳位置的配置。

根据初期的实测结果对结构分析模型进行调整和完善，使结构模型能够真正反映结构现状，提高结构分析的精度。

比较结构分析结果和实测结果，可以验证实测的精度，可以更加全面地对结构进行有效的性能评价，还可以对结构的性能走向进行预测，达到防患于未然的目的。所以说，结构分析技术是各种新型结构健康监测系统开发和验证时不可或缺的工具。

1.2 数据分析技术的应用

1)通过波长变化换算应变，得到各个测试区域内的宏观应变(传感器标距内的平均应变)的时间历程，由此可以求得各个时刻的应变分布[4-6]。

2)对测到的时间历程数据进行频域分析，可以求得桥梁的振动特性、固有周期和固有振动模态等[4,6]。

3)根据求得的任意时刻的应变分布可以算出对应时刻的桥梁挠度分布[4,6]。

4)根据挠度分布以及应变分布可以推算出作用在桥梁上的交通荷载[9-10]。

5)利用对于轻微损伤也产生敏感变化的宏观应变模态比向量MMSV(modal macro-strain vector)作为判定指标，可随时对结构进行损伤识别和监测[11-12]。

2 基于分布式FBG传感器的桥梁评价

得益于当前光学传感技术的发展，光纤光栅传感器现在已经成为具有良好的测量精度和稳定性而且物美价廉的测试仪器。一些学者多年来一直致力于分布式长标距光纤光栅传感器(FBG光纤传感器)系统领域的实验和理论研究并取得了阶段性成果[3-11]。

在之前研究的基础上，一些学者对钢桥、钢筋混凝土桥梁、铁路桥梁和预应力混凝土桥梁以及风车、铁塔、太阳能发电设施的支架等结构进行了大量现场试验[3-11]。现场试验结果表明，FBG传感系统的结果与理论分析结果吻合良好。相比于当前技术人员基于感知和经验的判断方法，传感系统提供了一种多功能的智能结构健康监测方法。这里介绍该监测系统的基本理论和基本方法以及其在钢筋混凝土桥梁、铁路桥梁和预应力混凝土桥梁上的应用[7-8]。

2.1 分布式传感系统概述

长标距光纤光栅传感器，通过特殊的包装和加工方法，拥有从几厘米到几米的有效传感测量范围。如图6所示，这是一种由作者等针对材质不均匀而且局部容易产生裂纹等损伤的钢筋混凝土结构而开发的有效测试仪器。简而言之，如图7所示，它是一种以串联形式连接的一组长标距光纤光栅传感器作为基本要素的分布式结构应变传感技术，近年来一直被应用于土木工程领域。

图6 一种封装式长标距光栅传感器

图7 分布式长标距光纤光栅传感系统

借助于分布式长标距光纤光栅传感系统，利用在发生损伤时敏感变化的宏观应变模态比向量MMSV(modal macro-strain vector)作为损伤判定指标，可以获得以下信息：1)桥梁应变分布情况；2)桥梁的挠度分布；3)通过连续的应变时间历程数据得到的桥梁振动特征信息(如：频率和振型)；4)由应变信息推算的荷载分布以及时间历程；5)桥梁损伤监测。

2.2 监测系统的基本原理

通过使用上文介绍的分布式传感系统，可以得到沿待测结构的某个方向的应变时间序列。为了能清楚地表述该传感系统在实际工程中进行监测的基本原理，下面将通过一个传感系统在桥梁中应用的典型例子加以说明。

图8为一组装在桥梁主梁的分布系统的测试结果，通过该区域分布式测试系统，首先可以测得桥主轴方向各个传感器的应变的时程响应。利用图9(a)所示的同期的某个时刻的应变响应值排列即可得到如图9(b)所示的该时刻的区域应变的分布，根据应变分布可以积分求得该时刻该区域的挠度分布(如图9(c)所示)，进而还可以利用实测应变进行图9(d)所示的荷载识别[9-10]。

图8 实测应变时间序列

图9 获得应变和挠度的分布及推算载荷

桥梁的交通荷载识别不仅可以用于桥梁超重车辆通行的监管，还可以得到桥梁的实时交通密度(如图10所示)。根据一定时期的实时监测的交通荷载密度可以对桥梁的疲劳寿命进行评估。

另一方面，通过对测量应变的时间序列结果进行频域分析，可以得到桥梁的固有频率以及宏观应变模态，如图11所示。近年的研究成果显示，宏观应变模态和目前广泛应用的位移模态具有同等力学特性[11]，而且对于局部损伤，宏观应变模态比位移模态具有更加强烈的敏感性，非常适合用于损伤识别[12]。基于静态应变分布的损伤识别如图12所示。

图10 交通荷载统计

图11 固有频率及其宏观应变模态

下面介绍利用宏观应变模态进行结构损伤识别的理论方法和利用简易试验进行验证的方法。

利用实测得到的结构应变分布，根据力学基本原理可以进行结构的损伤识别。图12给出了基于静态应变分布的损伤识别的方法，对于梁结构，对于某个位置上的荷载，无论荷载大小如何变化，梁轴向各个位置的应变比是不随载荷大小变化的，当局部产生损伤时，这个位置的应变比值就会产生突变。利用这个分布应变的特性可以识别梁的损伤并确定损伤位置。但是如果将此方法应用到桥梁上，因为交通荷载是时刻变化的，这样的方法就不具有现实可行性。为了克服用静态应变分布进行损伤识别的方法的弊端，我们发展了动态识别方法：利用应变模态的比值来识别桥梁损伤。因为桥梁的振动模态是结构的固有特性，是不依存载荷的大小和位置的变化而变化的。宏观应变模态如图13所示。

图12 基于静态应变分布的损伤识别

图13 宏观应变模态

如前面所述，宏观应变模态与位移模态具有相同特性[11]，方程(1)描述了宏观应变模态与位移模态之间的关系。

(1)

φlr是在第p个自由度的第r阶模态。下标r表示第r阶模态。

(2)

式中，hm是第m个光纤光栅传感器位置与中性轴的距离。

所有长标距光纤光栅传感器测得的宏观应变的频域函数值的比值构成一个向量，如式(3)所示，称之为宏观应变模态比向量MMSV。

MMSV={δ1r,δ2r,…,δmr,…}T

(3)

宏观应变模态比向量MMSV的物理含义等同于图12所示的应变比，其既具有应变比的物理特性，又不随着荷载的变化而变化，对于局部损伤十分敏感，可作为判定指标，对结构进行损伤识别和监测。

综上所述，基于分布传感系统的损伤识别可以按如下步骤进行。

1)将长标距光纤光栅传感器分布配置到桥梁或其他弯曲结构。

2)实测获得宏观应变的时程结果。

3)计算各个传感器宏观应变的频域函数。

4)算出宏观应变模态比向量MMSV。

5)分析宏观应变模态比向量MMSV的变化，进行结构健康诊断。

为了进一步证实和说明该结构诊断方法的有效性，下面介绍一个简便易行的验证实验。

如图14所示，准备两根金属试件，一根完好无损，一根试件的中央位置刻制一小伤痕(4 mm的缺口)，俩试件的底面都安装5个长标距光纤光栅传感器。

图14 损伤识别方法的验证实验的试件

两根完全一样的铝制金属棒长度1 m，两端用夹具简单固定，断面尺寸如图15所示，8 mm高,25 mm宽。图16是试验装置，用手动方式给一干扰，让试件产生自由振动，按上述步骤测得各传感器的宏观应变的时刻历程，然后计算宏观应变模态比向量MMSV。

两根试件各做8次振动试验，图17给出了实验结果，图17中1到8是完好试件的结果，9到16是有微损伤试件的结果。很明显3号传感器的宏观应变模态比向量发生了很大变化，因为有缺陷试件的缺陷位置在3号传感器附近，离缺陷位置比较近的2号和4号传感器也感知了损伤，利用宏观应变模态比向量MMSV进行损伤识别的方法的有效性以此简单实验即可得到确认和验证。

图15 试件的断面

图16 损伤识别方法的简易验证实验

图17 损伤探测的结果

从上述简易实验的结果可以得知，在此粗糙的试验环境和不严格的试验条件下，同一试件的多次重复试验的重复性验证表明，宏观应变模态比向量MMSV的实测误差大致为5%。另外，计算宏观应变模态比向量MMSV所采用的实测结构自振周期有10%的误差的条件下，进行损伤识别时的精度也不受影响。这两个优良性质非常重要，因为桥梁的野外环境就是比较粗糙而且噪音比较多的，实际测得的结构自振周期也往往会有误差，该方法的以上两大针对粗糙环境的坚韧性质保障了在复杂的野外工程现场也能够高精度高效率地识别损伤。

由此可见宏观应变模态比向量可作为损伤探测的识别指标。其主要原理是，如果结构没有损伤，宏观应变模态比向量会保持恒定的结构振型比，否则，即使出现轻微的结构损伤其数值也会发生突变。用此方法还可相应地确定损伤位置。基于长标距光纤光栅传感系统的宏观应变模态比向量作为指标的结构损伤探测方法，对于不均匀材质的结构特别是混凝土结构的损伤识别最为有效。

3 监测数据分析用软件SforD

利用区域分布型传感系统进行结构的监测和检测时，需要对测得的大量的数据进行分析处理，为此开发了监测数据分析软件SforD(简称S4D)。

图18介绍了该软件的1个S和4个D的数据处理功能。

图18 区域分布监测数据处理软件SforD

通过实测直接得到的数据可以计算任何一个时刻的应变分布(Strain)，对应变分布的数据进行积分处理可以算出结构的位移分布以及各个测试位置的位移尤其是最大位移的时间历程(Displacements)，对时程数据进行频域分析可以得到结构的固有周期和振型等振动特性(Dynamic behavior)，通过位移和应变分布可以反算结构的荷载分布和载荷的时间历程(LoaD)，另外可以根据上述方法通过计算结构的损伤识别指标宏观应变模态比向量MMSV来进行结构损伤识别(Damage)。以上是狭义的S4D。

利用数据处理软件SforD，可根据实测数据(Sensing)的结果，通过数据处理技术(Data processing)，进行分布预测(Distribution prediction)、异常识别(Detection)和结构健康诊断(Diagnose)，这是广义的S4D。

通过对监测数据的分析，可以精确掌握桥梁的应变和挠度的分布和时间历程，掌握桥梁的振动特性和交通荷载的分布和时间历程，并掌握桥梁的损伤情况。更重要的是可以监视这些状态参数的长年变化。监视在同等荷载的作用下，这些状态参数的绝对值是否有所增加，过大荷载经过后这些状态参数是否有不可恢复的残余量发生，桥梁整体是否有扭转变形，损伤是否有所进展等等。可以综合这些参数的变化对桥梁的健全度做出准确的定量评价。根据分析结果设定最大挠度和最大荷载的限定值，超过限定值的时刻向桥梁管理者送邮件或短信发出警告，实现真正意义的桥梁健康监测管理。另外，监测到的荷载情况以及交通量的数据，通过统计分析可以用来作为桥梁疲劳寿命推算的载荷给出评价结果，达到进行现状诊断和未来预测的管理目标。

4 利用实测数据评价桥梁性能案例

利用以上分布式区域传感系统，在日本各地对钢筋混凝土公路桥、高铁钢筋混凝土框架桥、预应力钢筋混凝土公路桥和高速公路的钢桥等进行了长期监测，这里介绍混凝土桥梁监测的几个案例。

4.1 利用实测数据评价川根大桥的性能

川根大桥是一座建于1963年10月的钢筋混凝土桥梁，横亘于日本茨城的沼泽河，每跨长度约22 m，共6跨，全长130 m。

此桥梁虽然已经使用了50多年，除了有些部位产生了石灰的游离等轻微外伤痕外，没有对结构性能有影响的损伤发生。装配了分布式长标距光纤光栅传感系统之后，系统开始日常监测车辆行驶以及环境振动而产生的应变分布。利用结构健康监测数据处理软件SforD进行监测数据计算和桥梁评价，并将监测评价与有限元结构分析评价结合起来构筑了一个简便迅速的结构健康评价系统。迄今为止十几年的持续日常检测评价不仅验证了监测系统的有效性，也实际验证了新型长标距光纤光栅传感器的耐久性。

为验证分布式区域光纤光栅传感系统在钢筋混凝土桥梁上应用的可行性，并研究利用测量车辆行驶数据监测桥梁健康状况的新方法，在本次现场监测试验初期，采用了一辆公共汽车作为荷载，如图19所示。公共汽车重100 kN。具体而言，前轮和后轮分得的重量分别为30 kN和70 kN。当公共汽车停留在桥上的固定位置时，它被视为静荷载。当它在桥上行驶时，则被视为一个动态负载。当公共汽车分别以10、30、40 km/h的速度通过大桥时对桥梁进行实测。

图19 川根大桥监测试验，公共汽车荷载

图20 有限元模型以及传感器和荷载位置

图21 公共汽车静止情况下的实测与分析对比

在桥梁的主梁底部安装分布式光纤光栅传感系统，并在公共汽车的车底主轴上安装了加速度传感器。作为基础理论方法的验证研究实例，对桥梁进行了有限元分析。图20显示了传感系统的装载位置(图中红线)、有限元模型、结构分析结果以及静态测试时的荷载位置。

在公共汽车停靠在桥梁中心位置的情况下，监测数据与有限元分析结果如图21所示。从图21可见监测数据的应变分布与有限元数值分析结果吻合良好。

当公共汽车作为动荷载分别以10、30和40 km/h的速度通过桥梁时，监测数据与分析结果如图22所示。通过对比得知，在所有的测试情况下，静态有限元分析得到的应变与光纤光栅传感器的测量结果吻合较好。这表明，动态荷载的移动速度在40 km/h以下时，静态有限元分析可以对动态情况提供合理的模拟结果。

图22 公共汽车行驶情况下的实测与分析对比

川根大桥的测试结果表明，对于无损伤桥梁，速度低于40 km/h的动荷载可以采用静态有限元建模分析来进行数值模拟，该实测首次验证了分布式长测光纤光栅传感系统在旧桥监测中具有良好的精度。

另外，利用公共汽车上的加速度传感器可以得到桥梁变化的信息，此项技术已经在日本获得专利。这项研究成果与分布监测系统可以互为补充，公共汽车监测可以判断桥梁是否异常，分布传感系统的监测可以判断桥梁有多大异常，异常位置在哪里。细节不在此一一赘述。

4.2 利用实测数据评价铁路桥的性能

为了监测高铁桥梁，进行了基于光纤光栅传感器的现场试验和有限元建模分析[5]。首先，基于数值分析结果，选择性能合适的光纤光栅传感器和加速度计安装在高铁桥梁中。从数值分析得知，为了准确测得实验数据，加速度传感器的频率应在0.5～50 Hz，测量范围应在-1000 ～+1000 gal。随后，根据桥梁初期实测数据对有限元模型进行改善，这样有限元模型就进化成为反映桥梁现状的真实模型，进而可以囊括监测系统覆盖不到的区域的结构评价。在监测期间，发生了2次5级以上的地震，通过对传感器系统测量的结果和分析得到的加速度数据和挠度数据进行比较，结合现场的实测数据，对桥梁整体健康状况进行了有限元分析。

有限元模型如图23所示。图24显示了在桥中点测得的观测地震波及其加速度响应。

图23 铁路桥的有限元模型

图24 地震波观测及其加速度响应

在2012年8月30日，发生了一次5.6级的地震，传感器记录了加速度幅值和频谱。对此数据进行有限元分析，结果分别记录在图25和图26中。图26展示了光纤光栅传感系统和有限元分析得到的挠度结果比较情况。这些数值结果表明，分布式光纤光栅传感系统的测量结果与有限元分析结果吻合得很好，进而证实了光纤光栅传感器能够有效地评估桥梁在包括地震和列车行驶振动等各种动荷载作用下的性能。

在地震多发的日本，铁路桥特别是高铁桥梁的结构健康监测最大的研究课题是每次中型以上的地震发生后，需要在第一时间立即判断哪一个路段是最危险路段，然后马上去巡查，要求监测系统给出有效帮助，以便在最短的时间内恢复高铁正常运行。可以将分布式区域光纤光栅传感系统进行改装和简化，以便在震后应急对策方面给予高效的支援辅助。这些成果还在开发和运用之中，不在此赘述。

图25 光纤光栅传感系统与加速度传感器的结果比较和加速度幅值及其频谱分析结果

图26 光纤光栅传感系统实测挠度与有限元分析结果对比

4.3 利用实测数据评价妙高大桥的性能

座落在日本新泻县国家一级公路18号线上的妙高大桥现在是日本研究重度损伤桥梁的样本桥。该桥建于1972年，是一座桥长300 m的预应力混凝土4跨连续梁桥，如图27所示。2009年定期巡检时，发现积雪融化之时该桥渗出的水流有锈色，即而对预应力钢索进行详细抽查，扒开混凝土保护层发现钢索破断严重。这是由于施工时钢索孔内没有进行混凝土灌浆而引起的冬天积雪融化时雪水进入钢索孔洞浸泡腐蚀造成的断裂。图28显示一些钢索破坏样式和断裂位置。由于该桥横跨山涧，重新建造桥梁的工程从开始设计到完成大约需要10年时间，因为是贯通新泻长野两地的重要国家公路，交通繁忙；因此决定一边追加外钢索防止桥梁突然塌落，一边安装监测系统，每天对桥梁健康状态进行评价，以判断是否限制车辆载荷或者限制通行。

鉴于分布式光纤光栅传感系统的有效性已得到验证，这一系统被应用在了妙高大桥上，对桥梁实施24 h不间断监测。在安装外钢索前后也进行了实测，另外每年冬天进行一次6辆重型卡车共120 t的静载测试和20 t卡车60 km/h的动态通行测试，以此评定桥梁结构的健康状况，决定是否继续使用。

此项监测项目的两个主要目的如下：1)评估桥梁的承载能力，从而管控交通荷载；2)观察恶化发展情况以确认桥梁是否可以被继续使用。因此，在发生最严重损伤的第一跨和第四跨布置传感器，分别如图29和图30所示。