基于BIM+GIS的桥梁智慧监测系统设计

任晓春，王玮，周权

[摘要]介绍了基于BIM+GIS的桥梁智慧监测系统，给出了从前端数据采集、数据传输到数据分析与可视化的完整设计方案，旨在解决当前桥梁健康管理中存在的不足，提高桥梁在运维过程中的安全指数并降低管养成本。

[关键词]智慧监测； BIM； GIS; 传感器； 信息化

[中国分类号]U446.3                     [文献标志码]A

0引言

交通运输作为国家国民经济发展的大动脉，其良好运行对支撑国家经济社会的快速健康发展起到关键作用，而桥梁工程是保障公共交通畅通无阻的重要一环。一座桥梁建成使用后需要服役几十年甚至上百年时间。虽然在桥梁工程已经采用科学合理的计算设计与准确安全的施工来保证桥梁结构的可靠性，但由于这些工程的建设和运营在空间和时间上的跨度都很大，诸多预想不到的因素影响会造成桥梁工程结构在完工后或运营一段时间后的实际状态和设计理论状态产生偏差。同时，由于桥梁的特殊性，其工程结构需要长期暴露在自然环境中，在自然风雨、自然灾害、有害物质以及车辆荷载的长期影响下，桥梁结构容易产生结构疲劳以及材料老化等现象。这些现象会直接影响桥梁结构的承载能力，有可能会引起桥梁倒塌事故［1］。

近10年来，国内外桥梁倒塌的事例屡见不鲜，不仅威胁着人们生命财产安全，还造成了社会经济的损失。为了提高桥梁日常管养水平，降低由桥梁结构疲劳导致的风险，近年来我国桥梁业主单位开始改变了思路，由“重建设”慢慢转变成“建养并重”，推动了桥梁健康监测技术在我国的发展。朱小忠［2］以长门特大桥健康监测系统的方案设计为背景，论述了自动化实时监测与人工巡检相结合的必要性。杜立婵等［3］基于物联网技术搭建了C/S和B/S架构搭建了远程监测系统平台，设计了一种桥梁健康远程在线监测系统，通过采集预埋的振弦式传感器信息，实时反应桥梁结构健康状态。目前，国内苏通大桥、润扬长江大桥、杭州湾跨海大桥等多座桥梁已建立了健康监测系统。虽然近年来，基于信息化、自动化与无人化的桥梁健康技术受到了广泛关注，但整体来看当前国内的桥梁结构健康监测系统构建仍处于探索及尝试阶段，这些已有桥梁监测系统仍普遍存在以下几个问题。

（1）三维场景可视化度不高，现有桥梁监测系统普遍使用二维图纸查询传感器位置信息，其展示方式缺乏直观性。

（2）性能指标的预测不精确，部分监测系统采集的数据精度低，预测方式单一，对不同类型的传感器的数据预测适用性不高。

（3）结构健康判断机制不完善，很多工程结构损伤检测与诊断的方法只停留在理论上的推演，缺乏与实际监测系统融合。

（4）预警机制准确度和及时性有待提高。

基于此，本文研究了基于BIM（Building Infomation Model，建筑信息模型）与GIS GIS（Geographic Information System，地理信息系统）的桥梁健康监测方法，同时结合物联网、通信、可视化等技术，给出了集桥梁健康监测、信息可视化管理和桥梁结构健康指标预警等于一体的智能桥梁健康监测系统的设计思路与方法。

1BIM与GIS技术

BIM是建筑物模型数字化的表现形式，以一种三维虚拟现实建模为基础，将建筑施工所涉及的涉及、规划、建造、运营等各个环节中的相关信息进行集成所得到的工程数据模型，其不仅包含了三维几何形状信息，还涉及了建筑构件的材质、价格、重量和进度等非几何信息。為管理者和参与者提供工程项目信息并协同工作，提高了建筑项目的绩效水平［4］。

GIS则是在计算机软硬件系统的支撑下，以测绘为基础，融合计算机图形和数据库于一体的空间信息系统。其主要用来对整个地球表层空间中的地理分布数据进行采集、存储，进而完成对数据成图和分析［5］。

BIM与GIS技术优势互补，它们的结合实质是宏观与微观的集成。GIS拥有强大的空间分析、查询的能力，将弥补BIM缺少设施周边宏观环境的不足，为BIM的管理提供宏观决策支持，也将推动BIM的应用从精细化单体模型设计提升至多维空间数据层面。利用GIS技术可以在大范围内对项目中的每座桥梁进行定位，并对桥梁周围的自然与地质进行呈现。而高精度的BIM模型将成为GIS的重要微观数据来源。在定位到桥梁的基础上，可以利用BIM高精度三维模型对桥梁监测点进行定位，并对传感器采集的数据进行管理、存储、显示、分析等［6］。

2基于BIM+GIS桥梁智慧监测系统逻辑架构

本文设计了基于BIM+GIS桥梁智慧监测系统，该系统的逻辑架构如图1所示。整个系统架构包括智能感知采集层、通信传输层、数据存储层、智能分析层、服务层、应用层、用户访问层几个主要层次。

（1）. 智能感知采集层：由各类传感器组成，主要实现外部多源异构数据的采集，是整个健康监测系统数据的来源。

（2）. 通信传输层：由通信线缆、无线传输模块等设备组成，负责将采集的信号传输至存储设备。

（3）. 数据存储层：负责前端采集数据的存储并对采集数据进行预处理。采用分布式数据存储以及灾备模式，确保证数据的安全性。

（4）. 智能分析层：基于可靠度理论并结合机器学习等算法对预处理后的监测数据进行分析，建立桥梁健康状况的评价和预测模型。

（5）. 服务层：提供各独立功能模块的具体实现，各服务模块之间相互协作提供功能。

（6）. 应用层：让使用者直接在线使用温江区城市桥梁智慧监测系统，实现桥梁结构安全监测、桥梁环境信息监测、城市协同管理、桥梁监测数据统计分析、桥梁状态评估、桥梁管养决策支持、桥梁管养维护管理等功能。

（7）. 用户访问层：与用户交互的入口，兼容多端设备。

3前端数据采集与传输方案设计

由于桥梁空间约束点多、结构变形复杂，为获得反映整个桥梁健康状态的参数，需要在桥梁的各个重要部位设计、布设并安装各种不同类型的传感器。这些不同类型的传感器离散的分布在桥梁上，组成了传感器网络。要实时获得这些传感器的监测数据，需要配套建立起自动化采集系统，而采用分布式设计的数据采集系统最适合工程需要的。另外由于桥梁空间有一定的跨度，经常是几十上百米，这就要求这个数据采集系统具有一定远距离数据采集和数据传输能力。

3.1数据采集

传感数据采集设备包含传感器与数据采集卡。由于桥梁结构监测系统感知主要是对桥梁关键截面、部位应力、位移、挠度与沉降等进行监测，因此需要采用相应的传感器完成相应参数的数据采集。

（1） 桥梁结构应力情况能够反映桥梁结构的强度状况，可采用应力传感器来进行监测。应力传感器一般安装于桥梁结构控制截面，如梁桥跨中截面的梁下缘。

（2）桥梁支座缺陷是中小型桥梁的主要病害，不及时发现和处置将导致梁体受力不均直至造成梁体扭转等结构性损伤。支座缺陷可用位移传感器来进行监测，位移传感器一般布置在桥梁梁底与墩台连接部位，在工作的过程中，实时获取桥梁梁底与桥梁墩台之间的距离值，当支座发生塌陷、锈蚀扭转等病害致使梁体出现姿态异常时，提前感知并进行预警。

（3） 桥梁挠度与沉降在一定程度上体现了桥梁的刚度情况与变形情况，是桥梁健康情况直接的表征之一。当桥梁出现严重病害会导致刚度下降。而在长期运营过程中出现水底淤泥流动、墩台沉降、桥台扭转倾斜等问题都将导致桥梁挠度情况发生异常，固实时监测桥梁挠度与沉降特性是桥梁智慧监测的重要环节。桥梁挠度与沉降均可以采用静力水准仪来进行监测。

3.2数据传输

在传感器完成数据采集后，需要采用合适的通信手段，将采集数据传输回服务器进行数据存储与分析，在传输技术上，可以采用几种方案：

（1） 传感器通过光纤接入上位机，上位机对多个传感器数据进行汇聚后再利用4G/5G公网将数据传回服务器。

（2） 传感器通过RS-485串口与数据传输单元（DTU）相连，再通过4G/5G无线网络实现数据回传。

（3） 有源传感器可以配备4G/5G模块，直接将采集数据传回服务器。

4基于BIM+GIS桥梁智慧监测系统软件设计

4.1BIM+GIS桥梁模型三维场景展示

三维桥梁模型采用BIM+GIS技术来展示。GIS是以地理空间数据为对象的空间分析技术，其突出特点是能显示桥梁的空间属性，将桥梁与周围的场景相衔接，为桥梁赋予地理坐标。由于GIS的应用停留在浏览查看桥梁的外部方面，所以需要BIM技术将桥梁相关信息有效集成和应用在三维模型上，实现所有的结构信息都可方便查询，大到桥梁墩台，小到伸缩缝和支座的螺栓都可利用BIM模型进行查阅。同时，利用第三方BIM+GIM平台，不仅可以对桥梁结构等细节精确展示，还可以通过第三方天气API接口，模拟不同天气下的三维场景。

4.2传感器管理

软件系统可利用 BIM 模型的三维可视化特性，对桥梁上的传感器进行可视化，由此解决二维表格罗列无法直观展示传感器空间分布的问题。同时，为了方便管理传感器并查看采集的数据，系统可采用树形结构将传感器关联至桥梁构件树上，即把传感器作为子节点挂载到桥梁的某个构件下。图2给出了传感器关联至桥梁构件的示意图，从中可以看到，整个桥梁分为了很多个不同类型的构件，不同构件下又有不同的结构块，最后各个传感器将挂载到这些结构块中。管理人员通过点击构件树的某个节点，可以展开该节点下的全部传感器。

从数据库设计的角度来看，在数据库中保存传感器的经纬度位置、高度、传感器模型的长、宽、高、半径、拉伸高度等基础数据。用户可以在BIM模型中点击对应的传感器查看相应传感器的信息，如图3所示。而当用户在传感器结构树视角下点击传感器叶子节点时也可获取每一个传感器的位置信息，并将视角切换至BIM模型视角，定位到相应传感器的位置上。

软件系统还需要传感器管理模块实现对传感器的高效管理。如图4所示的传感器管理模块中，页面左侧为结构树，右侧为传感器信息表格。点击结构树中的一个节点后，将在右侧表格中显示该节点下所部署的全部传感器的信息，传感器信息包括传感器唯一编号、名称、图片、阈值上限、阈值下限、传感器类型等。

4.3采集数据显示与报警

在桥梁健康监控系统中，对传感器采集到的数据进行合理与高效是非常重要的。为此，软件系统需要提供传感器采集数据的可视化功能，对实时数据和历史数据进行呈现。实时数据将展现传感器当前采集到的数据，且随着时间的推进自动更新图表。历史数据将展示传感器过去某段时间内的数据。通过点击页面中的“历史曲线”和“实时曲线”两个按钮，可以切换图表，分别查看传感器采集的某段时间内的历史数据或实时数据。

在数据采集与显示的基础上，桥梁健康管理人员可以为每一个传感器设置采集数值的阈值上限和阈值下限数值，以便从图中可以查看到某个特定数值是否超过了设定的阈值。在阈值设置合理的前提下，一旦采集的实际数值超过或低于设定的阈值上下限时，表明此时可能存在发生灾害的风险，需要健康监测人员做好灾害预警与处理。同時，在BIM模型中，存在异常数据的传感器也会以闪动的形式提醒健康监测人员尽快对异常进行查看，以采取进一步措施，该过程如图5所示。

5结论

为了提高我国桥梁健康管理水平，保障桥梁运维安全，响应国家智慧交通的号召，本文研究了基于BIM+GIS的桥梁智慧监测技术。在给出了BIM+GIS桥梁智慧监测系统通用逻辑架构的基础上，本文详细阐述了在桥梁健康监测中的传感器数据采集、传输、分析以及三维可视化等步骤的设计思路，为同类型桥梁健康监测平台的设计提供参考。

参考文献

［1］武智霞，韩鹏，郑树泉，等.桥梁健康监测及养护平台设计与实现［J］.计算机应用与软件，2018，35（5）：109-114.

［2］朱小忠. 大跨度斜拉桥结构健康监测系统研究与设计［J］. 福建交通科技， 2020（6）：69-72.

［3］杜立婵， 王文静， 韦冬雪， 等. 基于NB-IoT的桥梁健康远程监测系统设计［J］. 电子测量技术， 2020，43（20）：155-159.

［4］贾宏. 浅析BIM在国内设计行业的应用障碍及解决措施［J］. 四川建筑， 2016， 36（1）：35-37.

［5］寇邦宁.基于BIM+GIS技术的铁路隧道设计应用研究［J］.四川建筑，2017，37（2）：128-130.

［6］曹祎楠. 融合BIM与GIS的三维空间数据可视化研究［D］.北京： 北京建筑大学，2020.