监测：感知异常，记录变化

文 徐一超 张宇峰

桥梁结构健康监测技术通过布设于桥上的传感设备，感知桥梁环境荷载、自身特性与结构响应信息，辅助桥梁管理和养护人员做出科学决策。对桥梁总体和担心出现损伤的部位，它可以起到类似人体神经系统的作用；对于已发现损伤部位，它的跟踪观测又可以起到类似于心电图背包的作用。

本文重点分析目前桥梁健康监测技术的发展状态和存在的主要技术瓶颈，以及近年来在分布式传感、异常数据处理等方面取得的一些突破。

开展桥梁健康监测的目的是，监测桥梁正常运营情况下的结构性能退化特性，支持养护管理决策；完成极端荷载作用下的快速安全评估；验证设计。

近年来，桥梁结构健康监测技术发展迅速，已成为传统人工检测方式的必要补充。从理论研究来看，涌现了大量的研究论文，举办了许多以结构健康监测为主题的系列国际会议，如国际结构健康监测研讨会、国际智能结构和健康监测会议等。另外，国际模态会议、SPIE年会等也都设置了结构健康监测和损伤识别的专题。一系列桥梁健康监测技术标准的编制与发布，则标志着该技术正逐步趋于成熟。

结构健康监测技术的概念于20世纪30年代开始被提出，目前已被普遍认为是提高工程结构健康与安全及实现结构长寿命和可持续管理的最有效途径之一。从20世纪80年代起，结构健康监测技术开始逐步从航空、航天和机械领域向土木工程，尤其是桥梁领域拓展。欧美发达国家在20世纪80年代中后期，就已在多座桥梁上布设监测传感器，我国自20世纪90年代中期开始桥梁健康监测方向的研究，目前已在包括江阴长江公路大桥、马鞍山长江公路大桥、港珠澳大桥等众多大跨径桥梁上建立了不同规模的结构健康监测系统。据不完全统计，目前中国300米以上跨径的斜拉桥、悬索桥中，至少有140座已安装了结构健康监测系统。此外，还有超过300座常规桥梁安装了结构健康监测系统。

相比于传统的人工检测方法，结构健康监测技术提高了对突发性损伤的发现速度；使累积性损伤的发展趋势推演成为可能；可以实现对隐蔽部位的观察；可在大的损伤和异常事件发生时及时报警；同时，监测系统相当于一个现场实验室，有助于验证设计，并指导今后类似桥梁的设计。

从发展趋势来看，桥梁结构健康监测系统已逐步成为大桥建设工程的一部分；从应用范围来看，该系统正逐步从特大跨径桥梁向常规桥梁拓展；从应用功能来看，该系统正逐步与电子化人工巡检系统和养护管理系统相融合。可以预见，桥梁结构健康监测系统将在桥梁管理中发挥越来越大的作用，一个桥梁数字化时代正在来临。

目前，健康监测存在的技术瓶颈及今后的技术突破方向应主要着眼于以下四个领域。

传感领域：低成本、高耐久

传感技术是实现结构健康监测的前提条件，其性能直接决定了监测效果的优劣。近年来，传感器的精度、稳定性和耐久性已得到很大提高，但距离工程界期望仍有一定差距，今后的核心问题在于如何解决传感器及采集系统低成本或高耐久的问题，以及如何实现可能损伤位置低成本覆盖的问题。

近年来，分布式传感技术、区域传感技术及其相应的分析理论体系得到了快速发展，为发现损伤和大幅降低系统造价提供了新的有益手段，是近期及今后的研究热点之一。如东南大学吴智深教授团队的研究成果，构建了以长标距FBG为核心的区域传感技术体系，利用单一的长标距FBG传感器，就可以实现裂缝探测、应变测量、位移反演和结构动力特性的计算分析，实现了一专多能。目前，苏交科集团已将此项技术广泛应用于苏通长江公路大桥专用航道桥等大量桥梁工程中。再如，苏交科集团与解放理工大学合作开发的柔性导电涂料技术，目前可以实现对0.05毫米以上裂纹进行开裂报警，并被成功应用于云南昆明东绕城公路大跨连续刚构桥等桥梁工程。

数据采集与传输领域：稳定性、同步性

数据采集精度近年来得到了快速提高，传感与采集表现出日益集成化的趋势，通讯技术的快速发展，也使得健康监测数据的实时传输能力大幅提高。就目前需求而言，技术瓶颈已基本被突破，这使得数据中心的建立成为可能。

从发展趋势来看，由于近年来健康监测技术在我国的应用不断从特大跨径索承桥梁向常规桥梁延伸，而相比于以往面向特大跨径桥梁而建立的规模较大的健康监测系统，这些面向常规桥梁的健康监测系统往往规模更小、分散性更强、供电和有线通讯条件不完备、管理单位对系统造价更敏感、对后期免维护或少维护的要求更高，这就造成这些系统需要采用更加分散性的采集系统，如将A/D转换和通讯模块与传感器相结合，对无线通讯技术的需求更强烈，以及需要尽量减少能耗以便采用电池供电或用风光互补的方式进行供电。因此，在不大幅增加成本的前提下，提高无线传输的稳定性、同步性，可能是今后几年行业需重点面对的问题。

数据存储与处理领域：海量数据处理

图1 桥梁结构健康监测技术当前主要技术瓶颈和技术突破方向

电子存储技术的发展，使得海量数据的存储不再成为制约健康监测技术发展的瓶颈；计算机技术的发展，为实时数据处理提供了高速的计算平台；非关系型数据库、云技术等的发展，使得健康监测数据快速检索查询技术日趋成熟。然而，这些先进技术带来的海量数据，大大超出了人们的接受能力，结构工程领域传统的数据处理过程和理解方式，已经无法适应在线状态监测系统的数据获取能力。因此，今后面临的主要核心问题，将是如何在高噪声环境下分离信号以及进行知识挖掘，并结合数据可视化技术展示为桥梁工程师可理解的形式。

值得欣喜的是，近年来，计算机性能的提升及深度学习等技术的发展，大幅提升了健康监测海量数据处理能力。目前，笔者团队已可采用机器学习算法，实现利用同源强相关的其他传感器，来构建被撤除或损坏的传感器的信号；通过与哈尔滨工业大学合作，采用深度神经网络开展异常数据自动探测，对异常数据识别的准确率已超过90%，且随着数据的持续积累，其准确率还有望进一步提高。

状态评估领域：加强实用性

目前的技术已可实现对直接监测构件的评估，比如在索上布设振动加速度传感器，则必然可对索力情况进行评估，对其是否超限做出报警；在间接构件评估（即利用周边传感器对这个构件或部位的状态做出评估）乃至面向多参数的全桥评估方面，很多方法已被理论上证明成立，甚至被实验室数据所验证，但大量传统方法抗噪声干扰能力差，在噪声较大时便不能进行正常识别。由于桥梁现场环境复杂、影响因素多源、强耦合，如何加强桥梁状态评估技术的实用性成为首要问题。可考虑的思路是用统计性方法发现异常，再结合数值仿真分析来探求异常发生的原因。近年来，快速发展的人工智能与计算机仿真技术，已为此提供了强大工具并取得了一系列重要突破，该领域技术的深入进展值得行业期待。