基于BIM的结构健康监测研究

陈 康 李希胜

(南京林业大学 土木工程学院，南京 210037)

引言

伴随着我国交通基础设施的跨越式发展，大型建筑结构应运而生，结构健康监测技术的发展成必然趋势。通过对建筑结构的状态参数进行实时的可视化监测，依据科学的评估手段对结构的安全性进行评估，并在异常状态下发出预警信号，为后期的运维管理提供决策依据[1]。BIM作为一个有效的可视化工具，为SHM信息的获取及应用提供了新的方法和平台，提高了结构状态评估和设施管理的效率，BIM技术结合 SHM可以为大型建筑结构的实时监测、损伤识别提供一个智能化的管理系统。国内外众多学者同样也对BIM与SHM的有机结合进行了研究，王超[2]结合IFC标准，将BIM引入结构健康监测，通过对IFC标准进行扩展，建立了基于IFC的结构健康监测信息模型，实现了监测信息的集成管理。Kay Smarsly[3]提出了一种扩展现有IFC对象模型的概念方法，集成监测相关信息以及传感器信息，为智能SHM系统的发展打下基础。Marzouk M[4]等人将还将BIM用于对地铁热舒适性监测，为扩展BIM在设施管理中的应用提供了一种新的思路。

虽然BIM作为一个有效的动态工作平台方便管理项目相关数据，但BIM与SHM之间还缺乏有效的连接，物理传感器还未能将数据信息实时反馈给BIM模型中的虚拟传感器，并应用可视化平台进行预警。为解决这些问题，本研究提出了一种新型的建筑结构状态监测综合系统，利用BIM模型自动访问传感器数据库，对结构状态进行评估并将损害情况通过颜色标记映射到BIM模型构件中，增强SHM的有效可视化表达能力。

1 SHM所存在的挑战

1.1 数据管理

结构健康监测系统可以对特定构件进行早期结构状态评估和损伤识别，该系统[5]通常包含： 1)传感系统，用于将待测物理量转变为电信号； 2)数据采集和分析系统，对传感系统所采集数据进行处理分析； 3)监控中心，能够及时预测结构的异常行为;4)实时诊断功能，识别损伤状态，对结构健康状况做出评估。但在结构健康监测过程中，其中的一个固有挑战就是高容量数据管理[6]，结构整个生命周期中的原始数据及后期处理数据可能达到数百GB，如何高效地存储SHM数据，便于以后的检查和备份，最佳的方法就是存储在商业化的数据库管理系统中(如SQL Server、Access)，随着结构的大型化、复杂化，传感器的种类也随之增多，例如气体传感器、压力传感器、激光传感器等构成了高精密传感系统。利用数据库管理系统，可以便于高效存储、检索和共享从SHM系统中获取的测量数据集，但是，为了解决SHM数据管理的问题，对于更加高效地分析工具和集成系统的需求更大，快速准确地评估大型建筑结构的安全状态对于及时维护以避免项目延误至关重要，同样也可以保证工作人员及设施的安全性。

1.2 可视化研究

可视化技术是利用图像处理和图形学将抽象的数据转化为图像或图形，再进行交互处理的技术，随着不同学科之间的交叉越来越多以及计算机技术的快速发展，可视化已经不仅仅存在于计算机行业，还包括工程领域数据的可视化[7]。工程结构正在不断向复杂化、大型化发展，结构的健康监测系统也必然向更深层次发展，监测数据是健康监测系统的重要基础，是对结构受力状态、损伤识别及寿命评估的科学依据，为管理人员进行结构维护提供决策指导[8]。然而，传感器的海量数据导致工作人员对监测信息的理解、分析和处理产生困难。因此，提高监测数据的可视化水平，降低数据的理解难度是当前必须解决的问题。BIM作为一个有效的动态可视化平台，它将促使工程建筑行业发生根本性的变革，为我国BIM技术的推广应用做了铺垫[9]。

2 研究方法

本文创建的SHM状态评估系统的目标是通过应变传感器数据自动评估建筑结构的安全状态。通过对应变传感器所采集的结构应变值，采用阈值分析(Threshold Value Analysis)的方法来检测结构物状态参数。对结构物的状态评估也可以从多个角度进行剖析，例如：加速度传感器、挠度传感器等多种异构类型数据进行综合评估更加全面。本文只考虑应变传感器，在实际工程中，监测应变响应有助于评估结构状态，对结构物进行实时动态应变的持续监测可以为损伤评估、检查和决策提供有价值的信息，方便快速识别及定位损伤位置处的构件，是SHM过程中最常见的参数之一[10]。该系统与BIM模型相连接，最终以高亮的方式显示结构损伤单元。

将BIM与SHM连接起来，可以提高结构状态评估过程的速度与效率，利用该过程可以帮助非工程师与建筑元素之间进行信息的交互，获取结构状态的整体情况，该系统适用于所有的大型结构及基础设施，及时发现隐藏在结构内部不同阶段的损害情况，同样也可以在建筑构件的制作、运输、安装过程中，对构件的损伤情况进行实时监控。

3 系统架构

本系统框架主要由四个子模块组成： ①传感系统； ②Autodesk Revit2018(BIM软件)； ③SQL Server数据库管理系统；④参数化设计工具Dynamo。

本文采用的传感系统包括应变传感器元件和无线传输网络。传感器型号采用BF350电阻式应变压力传感器，配置BF350-3AA型康铜金属箔电阻应变片，电阻式应变片是一种最为常用的传感元件，它能将构件上的应变的变化转换为电阻变化的传感元件，表1为电阻式应变片的主要技术指标。以杜邦线通过GPIO引脚连接树莓派4(Raspberry pi4)主控板，该主控板支持千兆以太网有线传输和蓝牙5.0传输，满足3A/5V电力需求，可以通过串行总线(USB)端口在计算机中使用C语言和Python程序开发编程，图1为树莓派4主控板硬件需求。但受到传感器有线数据传输的成本因素影响以及蓝牙传输距离的限制，为达到无线远距离传输的目的，本研究以Python语言进行开发，利用邮箱授权码功能，用于登陆第三方客户端进行传感器监测数据的打包发送，通过互联网进行数据的实时交互。概念模型如图2所示。

表1 电阻式应变片的主要技术指标

图1 树莓派4主控板硬件端口

其次，建立BIM模型，包括虚拟应变传感器模型及其基本参数，如应变值、损伤识别、传感器ID等等，并将虚拟传感器连接到BIM模型的指定位置，对关键构件产生的应变响应进行远程可视化监测。在BIM模型创建完成后，在SQL Server环境中设计一个特定的数据库来存放和更新捕获的传感器实时监测数据。

图2 基于BIM的结构健康监测系统概念图

图3 基于BIM的结构健康监测系统流程图

将传感器数据传输到SQL Server服务器之前，预先在数据库模块下创建一个“shmsystem”子模块，在该子模块下引入三个基本参数：Record_ID、Sensor_Value、Sensor_Name参数，以容纳传感器信息和采样数据。当应变传感器数据传入数据库时，需要使用外部工具进行读取，然后进行处理，并最终与BIM模型形成交互，为此，引入参数化设计工具Dynamo，Dynamo是Autodesk公司提供的一种基于Revit的高效的建筑参数化设计工具[11]，在可视化编程的环境，将SQL Server中的物理传感器数据与BIM模型中的虚拟传感器连接起来，利用Dynamo进行编程，自动读取数据库中的应变数据，并实时更新至BIM模型中，当应变值超过预定义的阈值时，在BIM模型以高亮方式显示，形成预警信号，用于快速检测结构构件的过度变形，方便管理人员及时进行维护，图3为基于BIM的结构健康监测系统流程图。

3.1 应变传感器属性扩展

虽然BIM技术支持将工程数据与传感器数据集成管理，但对相关传感器的定义及描述仍不全面，例如应变传感器、挠度传感器等[12]，本文依据工业基础类(简称IFC)标准，扩展了应变传感器的自定义属性集，为基于BIM的结构健康监测系统的研究奠定基础。工业基础类(IFC)标准是由国际协作联盟(International Alliance for Interoperability，IAI，现名BuildingSmart)提出的一种公开的、结构化的、基于对象的信息交换格式，用来定义描述BIM的标准格式。表2-3为扩展该应变传感器的属性集及属性定义。

表2 应变传感器属性集定义

表3 应变传感器属性定义

图5 自动访问应变传感器数据并更新BIM模型

将BIM模型中的虚拟传感器附着在结构构件上并与物理传感器位置相对应，通过对构件的筛选从而确定传感器的准确位置。在BIM模型中，物理传感器的具体识别ID必须分配给每个对应的虚拟传感器，以连接物理传感器与虚拟传感器。StrainMaxPoint是应变传感器为每一时刻的最大应变值而重新设定的参数，并通过DamageFlag参数来显示构件的安全状态，如图4所示为传感器属性参数及空间位置示意图。

图4 传感器属性参数及空间位置图

3.2 应变传感器与数据库的连接

要将应变传感器的监测数据上传至SQL Server数据库中，需要预先在数据库模块下新建一个StrainSensor子模块，该子模块下引入三个参数：Record_ID、Sensor_Value和Sensor_Name，其中Record_ID构成主键。利用Python编程以邮件方式将物理传感器数据传输至客户端，并将测量数据批量导入数据库管理系统中并通过Dynamo进行预处理，预处理的目的是获取某时间段的应变最大值，方便与阈值进行比较从而评估结构的安全状态。

3.3 BIM模型与数据库的链接

首先从BIM模型中过滤出所有传感器，并提取用户自定义的虚拟传感器参数，如StrainMaxPoint、DamageFlag等，并将其值显示在明细表中。需要将BIM模型中提取的参数与SQL Server数据库中定义的传感器参数进行连接，形成对应关系。例如：BIM模型中的StrainMaxPoint参数与SQL Server数据库新建的Sensor_Value进行连接。

3.4 BIM模型自动访问数据库数据

图6 BIM损伤构件阈值定义及显示

当BIM模型与SQL Server数据库服务器建立连接后，接下来就是要实现BIM模型从SQL Server数据库中自动读取传感器数据。通过Dynamo将不同的节点进行连接，实现对物理传感器数据的自动获取，在SQL Server数据库中找到每个时间间隔的应变最大值Sensor_Value，使用Dynamo中的SetParamaterByName节点，将其更新至BIM模型中的StrainMaxPoint参数中，因为在预警系统中，应当取最不利应变值，即应变最大值，如果最大值小于预先定义的阈值，则结构单元没有损坏，结构状态安全，图5为自动访问应变传感器数据库数据并更新BIM模型。

3.5 确定应变阈值

确定合适的阈值是结构单元进行安全状态评估的关键，应用BIM模型向有限元模型转换的接口程序，可以自动提取BIM模型中的桥梁几何信息和物理信息[13]，本文以Midas Civil为有限元分析软件，根据实际静载试验工况并在有限元软件中确定均布荷载来计算桥梁跨中的理论应变值，该值即为桥梁的应变阈值。通过阈值的设定，利用DamageFlag参数来判别虚拟传感器的运行状况。在所有结构框架成员中筛选出“DamageFlag”参数受损的构件，并在BIM模型中高亮显示。

3.6 预警系统

为了可视化BIM模型中的损坏元素，当实测值超出预定义的阈值，在Dynamo中使用Color.ByARGB节点设定一个颜色方案，在BIM模型中使用高亮颜色显示超过阈值损坏的构件，作为一个可视化的预警系统，可以对损坏的构件进行属性查看，为接下来的运维管理及时提供决策，图6为BIM损伤构件阈值定义及显示。

4 应用实例

前文基于BIM技术建立了结构健康监测系统框架，可实现基于SHM数据的有效可视化能力，为了检验该系统的实际可行性，将其应用到一座预应力混凝土简支梁桥，该桥全长316m(38m+8×30m+38m)，桥面宽16m，以350kN的重车压载确定简支梁板跨中的应变值。

4.1 BIM模型与有限元模型

该桥的BIM模型利用参数化设计方法创建，上部结构为预制空心板梁，如图7所示，通过族命令设计定义了构件的横截面几何轮廓，并与实桥的尺寸相对应，以拉伸命令完成对一跨主梁的创建，图8为下部结构桩基础模型图。全桥BIM模型如图9所示。

图7 桥梁横截面参数化建模

图9 桥梁BIM模型

运行BIM模型向有限元模型转换的外部接口程序，将BIM模型导入至Midas Civil软件中进行有限元分析，该接口程序可以自动提取并匹配BIM模型中的桥梁几何信息和物理信息，通过静载试验记录的检测车位置，简化桥梁在有限元模型相应位置施加竖向荷载，得到桥梁的跨中理论值，再结合监测值来进行损伤识别，当结构监测值超过理论值，则该点处为损伤点，反之，则判定该点结构安全状况良好。有限元计算结果显示最大跨中理论应变值为7mm，图10为BIM模型向有限元模型转换接口程序，图11为有限元软件分析结果。

图10 BIM模型向有限元模型转换接口程序

图11 有限元分析结果

根据静载试验传感器记录不同桥跨的实际监测值，将其监测值实时发送至用户端并将其上传至数据库管理系统中，如图12所示，应用上文建立的结构健康监测系统，自动识别出桥梁每跨的跨中应变最大值并与理论值进行比较，来显示结构构件的损伤识别参数，并更新至BIM模型构件的状态参数，最终损伤单元在BIM模型中高亮显示，如图13所示，管养单位可以根据数据管理系统及可视化模型对受损构件处及时进行养护。

图12 物理应变传感器读数引入数据库

图13 受损构件的BIM可视化

5 结论

本文的主要目的是研究BIM在损伤可视化和快速检测大型结构的损伤构件方面的潜力。介绍了一种基于监测应变值的BIM综合监控系统框架，利用Dynamo的可视化编程能力将物理传感器监测数据集成到BIM模型中，结果表明：当应变监测值超过预定义的阈值时，相应的结构损害构件以高亮的方式自动显示在BIM模型中，方便维护人员及时进行查询处理，提高了结构健康监测的速度和效率。然而，本研究依然存在局限性：

(1)开发系统所使用的传感器数量有限，且只是用了应变传感器，该系统下一步应进行更多数量及多种类型的传感器，例如：使用加速度传感器来确定构件的振动响应频率来监测结构的安全状态[14]。

(2)在每个构件上安装一个或多个传感器是没有成本效益的，应对关键位置处传感器的布设进行传感器优化布置研究，不仅节约成本，同样也可以解决传感器之间的信号干扰问题[15]。

随着传感技术、数据采集系统和自动化分析工具的兴起，高效的SHM系统给大型建筑结构带来了极大的便利，提高了结构信息流转的效率，为BIM技术在结构健康监测的深入应用提供了新思路和技术。