结构健康监测在土木工程中的研究状况与进展

唐礼平，曹 益,章蓓蓓，陈 东，周 宇

(1.安徽建筑大学 a.土木工程学院;b.经济与管理学院，安徽 合肥 230601;2.安徽省BIM工程中心，安徽 合肥 230601)

土木工程基础设施的运营情况直接关系到国民经济的发展状况，一旦在建设过程中发生事故，将会造成极大的经济损失甚至威胁人们的生命安全。因此，如何有效地管理、养护数量众多的土木工程基础设施，实时的监测其结构的安全性能并能及时做出安全评估，是支撑国家经济可持续健康发展的重要保障之一。

随着传感技术、数据分析等信息技术的发展，结构健康监测应运而生，在航空航天、国防、土木工程等领域已成为研究热点。目前各国均在新建和已服役的重要工程上增设健康监测系统[1]。我国的润扬长江大桥、渤海JZ20-2MUQ平台结构以及香港的Lantau Fixed Crossing和青马大桥等重大土木工程结构现也已安装了健康监测系统。

1 结构健康监测

1.1 结构健康监测的定义

结构健康监测(Structural Health Monitoring，以下简称SHM)是一种无损的在线监测技术，一般是指利用现场传感系统和相关分析技术来监测结构的行动和性能(结构可操作性、适用性、安全性和耐久性)[2]。一套完整的SHMS(结构健康监测系统)的实现流程主要包括SHMS的设计、实时监测、数据采集、数据处理、系统分析、损伤识别、状态评估、安全预警、维护决策等，具体架构如图1所示。

图1 结构健康监测系统的实施流程

SHMS能够对结构的性能进行监测以及健康诊断，一旦被监测的工程结构出现问题，系统监测平台便会提示，能够及时地分析出结构的损伤状况，预测可能发生的危害，提前做好应对措施，做到未雨绸缪，进而保障结构的完整性、安全性和耐久性。

1.2 结构健康监测系统组成

SHMS一般由传感器子系统、数据采集与传输子系统、结构损伤识别与安全评估以及数据管理子系统组成，它们之间的关系如图2所示[3]。

图2 SHMS各子系统之间的关系

2 传感器子系统

2.1 传感监测技术

结构的健康监测技术主要分为局部监测与整体监测，目前应用于局部监测的有光纤传感器[4-6]、压电材料[7]、声发射[8]等，整体监测的有GPS技术[9-10]、激光准直仪等。

光纤传感器稳定性、灵敏度高、抗干扰能力强、可测多种信号，受到各行业的关注。其中应用较为广泛的有分布式光纤[4]、布拉格光纤光栅[5]、布里渊光纤[6]等传感器。但光纤传感器的缺点是需要大量的辅助设备、布控较困难以及成本过于昂贵。

压电材料同时具有传感和驱动两种能力、响应速度快、范围广、精确度高等优点，在SHM中有很大的潜力。但目前绝大部分的成果还处于理论、试验阶段，在SHM中的应用还在探索中，研究对象多为结构简单的构件(如梁、板等)，缺少对复杂结构的研究。

近年来，GPS技术在一些大型工程结构的动态实时监测方面优势比较大。朱桂新等[10]在广东虎门大桥上应用GPS RTK技术对其在温度、风荷载、车辆荷载激励下的三维位移进行动态实时监测，随着数据的不断积累，为进一步的研究提供了有利条件。Li等[8]提出利用声发射传感器来监测桥梁缆索缺陷，成功捕捉了电缆缺陷和断线产生信号，并且能够准确定位位置。

2.2 传感器的优化布置

传感器的选型及其优化布置方案是建立SHMS的首要问题，对接下来的数据采集与损伤识别有着极其重要的意义。传感器的选型应本着经济、先进、稳定等原则，具备如下性能：①性能好且技术成熟；②造价低、耐久性好、低功耗，且能够长时间连续工作；③体型小，不影响结构的正常使用功能；④易于安装、维护和更换；⑤较强的抗干扰能力，确保监测系统的安全可靠。此外，为得到结构健康监测所需的信息，将传感器布置在结构的最佳位置并确定合适的数量，如何布置才能获得最好的结果和精确的结构参数，这些都是传感器优化布置方面亟待解决的关键性问题。

在航空航天领域对传感器优化布置的研究比较早，如今土木工程领域也已经有很多学者对该问题进行了研究。其中布置方法有模态动能法、模态矩阵QR分解法、Guyan缩减法以及改进缩减法(ISR)和连续接近缩减方法(SAR)等[11]。由于各种优化方法都有其自身的优缺点，单一的方法难以实现较高的优化目标。因此综合考虑多种方法，并结合工程实际进行合理地布置，是未来的发展趋势[12]。

3 数据采集与处理

3.1 数据采集

数据采集子系统是连接SHMS硬件(监测设备)和软件(数据处理)的桥梁。对传感器的信号进行实时地采集并显示，将其信息数据存储起来并对数据采集硬件设备进行及时地设置是数据采集软件应具有的最基本功能。此外还应考虑采集数据的时间间隔，测量过程的不确定性及数据的标准化问题[13]。郭迅等[14]研制的数据采集与分析系统(DAQ-PI-32、VIBAN2.40)，可以实时采集数据并对信号的快速浏览和简易快速谱实现在线分析。

3.2 信号处理

采集数据的准确性是结构损伤识别和安全评估的首要前提，但由于传感器所处的环境和布置位置等一系列不确定性因素和传感器失效造成数据的丢失和错误等情况，采集到的原始数据中往往存在着一系列误差或掺杂了与结构无关的噪声，所以需要对数据进行处理和修正。由于传感器故障将会导致SHMS采集到的振动信号中出现漂移、尖峰、偏转3种类型的数据异常现象，图3为它们在加速度信号时程图中的表现形式[15]。为解决上述问题，Fu等[16]对3种传感器故障对信号数据分析结果产生的影响进行了分析，并提出了一种三阶段策略，对故障数据的恢复十分有效。

(a) 漂移

(b) 尖峰

(c) 偏转图3 健康监测系统的3类传感器故障[15]

对于信号的降噪处理一般分为滤波和分解重构两种，主要有卡尔曼滤波、数字滤波技术、FFT带通滤波、小波变换法(WT)、希-黄变换(HHT)、经验模态分解法(EMD)等[17]。对传统EMD分析方法的改进和与其他算法结合方面是当前研究的热点。在传统EMD算法的基础上，严鹏[18]提出一种综合了EMD、WT和相关检测优点的改进EMD小波相关降噪算法，该算法可以有效地处理桥梁的健康监测信号降噪问题。

4 损伤识别方法

损伤识别一直是SHM领域的热点研究课题，是SHMS的核心。损伤识别的过程是首先判断结构是否存在损伤；其次确定损伤的几何位置；之后对损伤的程度进行量化；最后根据当前结构的状况预测损伤的发展以及评判剩余寿命，常用的损伤识别方法有如下4种。

4.1 动力指纹分析法

结构出现损伤时会导致质量、刚度等特征参数发生变化，相应的动力指纹也随之改变，通过动力指纹分析法可以较好地解决该问题。该方法的核心首先要建立一个结构正常状态下和可能出现的损伤对应的动力指纹库，把结构的损伤进行全面完整的归类，把结构出现损伤时的动力指纹与数据库中的信息形成对比，进而实现损伤识别的效果。动力指纹分类如图4所示。目前，常用的指纹参数有：频率、振型[19]、振型曲率[20]、频响函数[21]、刚度和柔度等。

图4 常用的动力指纹分类

4.2 模型修正与系统识别

模型修正是将有限元模型和损伤识别相结合的方法，根据结构动力测试得到的数据，不断地通过条件进行优化约束，使模型与测试得到的结构动态响应接近吻合，然后根据模型刚度的变化对结构进行损伤诊断并确定位置。该方法对未损结构的有限元模型的精确程度依赖较高，但是由于边界条件的不确定性以及非结构构件的影响等因素，往往使得模型存在很大的误差，导致损伤识别的准确性和精度受到影响。因此建模应尽可能地与实际相同、并且对模型进行合理的剖分，找到最佳监测位置，获取较多且准确的数据信息[22]。

4.3 神经网络

人工神经网络(ANN)拥有很强的自组织、自学习性、鲁棒性以及并行计算、联想记忆的功能。此外，其高度的非线性映射能力，能够进行非线性的模式识别与分类，可以有效地避免有限元模型修正基础上的噪声干扰问题，使得在损伤识别方面能够发挥更大优势。目前BP神经网络在结构损伤识别中的应用最为广泛，其结构简单、算法容易实现，目前较为成熟，针对任何非线性映射都可以进行一定程度的近似，但缺点是容易出现收敛到局部最小以及计算收敛的速度过慢等问题。

4.4 小波变换

结构损伤是典型的局部现象，小波变换具有信号放大和聚焦的特点,可以获取其他损伤识别方法很难获取的局部损伤信息，小波变换对信号的放大能力能够很好的得到应用。虽然小波分析方法能够确定损伤发生的时间以及结构损伤的位置，但是对于结构损伤的程度，便需将小波分析与其他方法相结合进行[23]。小波分析结合神经网络的方法，对于结构损伤程度的评估是一个较有前途的研究方向。

5 安全评估

工程结构状态的安全评估，分为正常使用状态和极限承载力状态的安全评定。对于大型复杂工程结构而言，影响其整体结构状态的因素众多，对其结构强度进行分析，评价健康状态并预测剩余寿命，实现结构综合状态的快速诊断与实时评估，才能有目的的进行维护决策。当前，对结构安全性评估的方法理论有可靠度理论[24-25]、模糊综合评价[26]、神经网络[27-28]以及专家系统等。面对大量SHMS的监测数据信息，怎样综合使用这些评估方法，充分发挥它们各自的优点，对结构的健康状况进行客观、准确的评估，依旧是需要进一步研究的问题。

6 数据管理

数据管理系统的核心为数据库，存储和管理工程结构、SHMS所有的软硬件以及监测和分析结果全过程的信息，承担着整个SHMS的数据管理功能。主要包括工程结构的建造信息、传感器及数据的采集传输设备信息、有限元模型、结构外部荷载、监测信息、结构安全评估分析结果等全部数据。目前对数据管理系统的开发与应用还不成熟，但是已经出现的“NoSQL数据库系统”能够面向特定应用。此外，由于土木工程结构中存在的各种不确定性因素，周傲英等[30]提出了多种针对不确定数据(Uncertain Data)的数学模型，并对不确定性数据的有效管理技术进行了综述，对SHMS的数据管理有很大帮助。

7 维护决策

如何根据监测结果对工程结构进行养护与检查、更换或维修，以及管理养护决策的费用评估是SHM要解决的最终目的。利用现有的监测信息对结构整体或局部性能进行及时的性能预测，并及早发现隐患，以便能采取措施消除或尽可能的对其控制或延缓。Frangopol等[31]详细介绍了结合监测的工程结构养护原理，对诸如生命周期成本计算等问题进行了说明。项贻强等[32]提出了基于性能的桥梁结构养护指标，针对桥梁的实际状况分别从安全性、适用性、耐久性及可持续性方面提出相应的养护策略。但目前由于很多关键参数取值的不确定性，维修养护策略的实际效果仍然存疑。

8 问题与展望

虽然土木工程结构健康监测已经发展了一段时间，但我国对于SHMS的应用还没达到理想水平，随着时代的发展与进步，尽快形成一套完整合理的SHMS有利于促进我国土木工程领域的发展。以下为SHM的几点展望：

1) 传感技术的发展。近年来，已有大量理论和实验研究在光纤传感监测技术、GPS技术、压电材料等方面取得了显著的进展，如何在实际SHM中展开长期应用和验证仍是今后的重点。随着智能材料结构的研究与发展，智能传感技术在未来SHM领域也是研究热点。

2) 传感器的优化布置。为获取各种结构信息，出于经济和效率等因素考虑，怎样合理地选择传感器类型以及利用尽量少的传感器将其布置在最佳位置，从而获取更多有用的信息，是未来的研究重点。

3) 损伤识别方面的实际应用。对于复杂结构早期的微小损伤难以检测，加上噪声干扰、材料各异等不确定性因素，目前还缺少更加有效的检测方法。虽然在损伤识别方面已经有大量研究，但很多都是局限于简单实验模型和有限元模拟。在实际应用中，面对各种复杂多变的环境影响，难以确保损伤识别的精度和准确性。

4) 安全评估与维护决策。当前，基于SHMS获得的海量、复杂的监测数据，实现对复杂结构安全评估以及指导结构的管理养护决策是SHM的最终目的。如何实现智能化的分析处理，建立智能化的安全评估和预警，进行最终的维护决策，对工程实际有着重要意义。