基于多源数据融合及知识图谱的桥梁智慧康养平台设计

文｜安徽省交通规划设计研究总院股份有限公司 梁柱 杜赛赛 沈国栋；安徽省高速公路试验检测科研中心有限公司 叶志文

1.概述

随着我国经济社会的迅速发展，交通基础设施的不断完善，桥面交通流量出现明显增长，车流量和车辆荷载的持续增加，特别是特大、特重货运车辆通过桥梁时，桥梁负荷日益增大，严重威胁着桥梁日常运营安全。桥梁相关的BIM 养护系统、定检系统与健康监测系统等业务系统烟囱式各自建设，系统之间数据无法实现信息共享，难以整体把握桥梁运行情况，不利于桥梁运营安全。

桥梁康养多源数据具有以下特点：

(1)数据多样性：包括养护、检测、监测等各个业务系统的结构化、非结构化数据。

(2)数据巨大：各个系统的数据量都比较大，健康监测系统尤甚，每秒数据上万或者更多。

(3)数据质量一般：不同系统的数据标准和数据质量均不相同。

随着知识图谱等新型技术的发展，多源数据融合分析已成为桥梁智慧养护的必然趋势，桥梁智慧康养平台利用BIM、GIS、人工智能技术，构建桥梁病害库，对桥梁病害进行智能诊断，形成诊断报告，对长大桥梁健康监测、检测以及养护维修等多源数据进行融合，基于融合后的数据分析出有价值的信息并进行应用，整体把握桥梁的日常运行情况，促进桥梁养护标准化管理水平提高。

2.知识图谱在桥梁多源数据融合中应用

桥梁本身积累了BIM、监测及养护维修等大量数据，由于缺少统一的数据标准，系统中产生的数据在监测、监测和养护业务之间进行流转时常常发生缺失或者融合困难，很难在桥梁养护的全生命周期发生持续性作用。数据融合首先需要建立统一的桥梁构件划分标准，根据《公路桥梁技术状况评定标准》（JTG/T H21-2011）要求进行单元分解，并按照自定义规则进行编码，按标准对桥梁建立桥梁BIM模型，然后对桥梁构件的检测信息，布设的监测设备重新编码，使BIM模型、监测设备、检测信息在同一标准下建立。并根据现有桥梁养护维修数据，对桥梁基础数据库、桥梁监测数据库、桥梁检测数据库进行融合，然后结合业务流程及业务知识综合分析结果，并对数据融合得到的结果进行分析，最后给出客观的评价。

知识图谱给桥梁工程信息化领域的关联搜索提供了便利，基于大规模结构化的桥梁工程知识库的建设，能够大幅提高桥梁养护维修设计及施工的效率。知识图谱是一个复杂的系统工程，涉及大数据、深度学习、逻辑推理等技术。通过与现有康养知识库的数据融合、基于历史数据的挖掘和桥梁养护专家知识的输入，建立桥梁知识库，并基于图数据库Neo4j 进行存储。

知识图谱主要关注数据间的关系，图数据库是表示和查询关联关系的最佳方式。面对桥梁养护工程的海量业务数据，尤其是非结构化数据的存储，传统的关系型数据库已经无法满足分析的需求，比如当需要查询桥梁构件病害的多度关系时，传统关系型数据库通常会变得不堪重负，甚至无法返回结果。相对于业务数据查询结果，桥梁养护用户更加关注数据背后所表达的信息，以及信息间的关系。图数据模型能够更加直观、自然的展现这种关联，很清晰地揭示各类复杂关系，尤其是针对知识来源错综复杂的交叉行业，其优势更为明显。Neo4j 是一个高性能的NOSQL 图形数据库，它使用图结构进行语义操作的数据库，使用顶点、边和属性来表示和存储数据，将结构化数据存储在网络上而不是表中。Neo4j 采用原生图计算引擎，提供最优化的关系遍历执行效率，比关系数据库的表连接快上千倍， 它基于纯Java 实现，支持在多种操作系统云端和容器部署，支持丰富的数据语义描述，并且兼具灵活性。随着桥梁养护大数据的时代的到来，图数据库Neo4j因其高性能、灵活性好等优势，在多源数据融合、人工智能、知识图谱等领域发挥着至关重要的作用，越来越受到关注。

知识图谱将BIM、监测、检测数据链接起来，实现桥梁养护决策的半自动化或者自动化，同时使得桥梁养护的业务决策能够做到局部最优。在桥梁工程养护业务中，知识图谱主要有以下应用场景：

（1）知识融合：桥梁群养护大数据分布在不同的系统和物理场所，通过知识图谱可以对监测、BIM 等数据资源进行标注和数据信息链接，通过信息的关联，建立以知识为中心的数据融合知识库。

（2）知识问答：通过将用户问题输入，通过知识图谱查询，获取现实世界中概念和实体的关系，拟人化直观的展示获取的信息内容。

（3）智能分析与决策：通过知识关联、推理，结合数据知识库，实现养护决策的半自动化或者自动化，为管理者提供决策支持。

3.平台总体设计

3.1 平台总体架构

平台的总体架构划分为“五个层次、两大体系”，各层形成一个统一的整体，为桥梁管理单位提供健康养护相关应用支撑。平台总体架构如图1所示。

图1 平台总体技术框架图

五个层次

（1）硬件层

主要搭建在服务器、交换机及存储设备上的基础设施，本平台即可以搭建在公有云网络，也可以搭建在私有云上，不受各种云计算平台服务限制。

（2）数据层

在设计上采用分布式数据中心存储以及灾备模式，保证数据安全性。

（3）组件层

通过硬件型号设备通信协议和算法，可一站式快速无缝接入各类传感、采集、通信设备。设备云的目标是将不同品牌和型号的设备以最快速和便捷的方式接入云端。

（4）服务层

服务层是在搭建基于分布式架构的大数据分析引擎，可实现数据可视化分析、专业评估、帮助用户深度挖掘监测数据价值，进行基础设施的异常诊断和评估，为基础设施的维护决策提供重要支撑。

（5）应用层

应用层让用户无需编程，通过管理后台界面操作就可以快速在线创建并发布各类基础设施监测应用，实现实时数据查看、知识库管理、智能诊断等功能。

两大管理体系

（1）标准规范体系

标准规范体系主要围绕系统的运行维护进行开展，系统管理是本系统建设成果得以稳定、持续发展的重要保障，主要通过制定一套科学的长效运行机制，保障桥梁智慧康养平台的长期稳定运行与可持续发展。

（2）安全管理体系

安全管理为本系统提供安全支撑，主要依据严格的安全管理制度与安全技术规范，实现对系统各个层面的安全保护。

根据业务的需求，在平台技术架构上主要采用Spring Cloud 微服务技术栈开发，使用了配置中心管理配置、注册中心管理服务、API 网关管理请求，并由桥梁微服务、知识图谱微服务和智能诊断微服务处理业务逻辑。平台微服务技术框架如图2所示。

图2 平台微服务技术框架图

平台功能主要分为：检测、监测、知识库和智能诊断4 大部分。平台总体功能框架如图3所示。

图3 平台总体功能框架图

（1）桥梁基本信息

结合BIM 和GIS 技术实现桥群基本信息总览、单体桥梁基本信息展示、桥梁基本信息管理等功能。

（2）桥梁检测

建立桥梁构件库和病害库、桥梁检测数据导入、桥群检测数据统计展示、单体桥梁检测数据展示、桥梁病害三维可视化等功能。

（3）桥梁在线监测

实现桥群监测总体信息、单个桥梁在线监测等功能。

（4）桥梁智能诊断与评估

实现知识图谱创建及应用、智能诊断、全面评估、辅助决策等功能。

3.2 平台核心功能

3.2.1 基于GIS 的桥群数据总体信息

结合GIS 地图，桥梁的总体信息以数据大屏的方式直观的展现，实现了对桥群数据多维统计，如：桥梁数量统计、桥梁技术状况评估等级统计（一～五类）、桥梁分类统计（特大桥、大桥、中桥、小桥、新型、异形）、桥梁类型统计（梁桥、拱桥、斜拉桥、悬索桥、组合桥型）、桥龄分布统计（≤10年、10～20年、20～30年、≥30年）等，对当前桥梁管养状态进行可视化展示。对单个桥梁的信息展示及单个桥梁信息（如检测和监测）的入口。实现基于GIS 地图的桥梁分布展示功能，能够根据不同用户显示管辖区域对应的桥梁，并于地图中展示各个桥梁的具体地理位置。

3.2.2 基于BIM 的桥梁三维可视化展示

建立基于BIM 的桥梁三维可视化模型，在BIM模型中展示桥梁的基本信息，如路线编号、桥梁名称、功能类型、设计荷载、管养单位、桥长等。桥梁构件单元基于《公路桥梁技术状况评定标准》（JTG/T H21-2011）进行单元分解，并按照自定义规则进行编码，点击构件后直观展示构件的属性信息，如尺寸、材料、图片等。

桥梁BIM 构件与基本信息进行关联展示。基本信息包括桥梁基本状况卡片，提供单体桥梁的路线编号、桥梁名称、功能类型、设计荷载、管养单位、桥长等关键基本信息，同时提供信息管理、文档管理功能，能够供用户编辑桥梁基本状况卡片、输入桥梁的管养信息。桥梁基本状况卡片基于《公路桥涵养护规范》（JTG H11-2004）进行设计。

3.2.3 基于BIM 的桥梁检测信息展示

主要包括建立桥梁构件库和病害库、桥梁检测数据导入、桥群检测数据统计展示、单体桥梁检测数据展示、桥梁病害三维可视化等功能。

(1)建立桥梁构件库和病害库

根据《公路桥梁技术状况评定标准》（JTG/T H21-2011）对不同桥型按照部位、部件的划分建立桥梁构件库，并根据不同构件的病害类型、标度建立桥梁病害库。

(2)桥群检测数据统计展示

桥群检测的总体信息包括以下内容：基于病害的桥梁数量统计，按部位（上部结构、下部结构、桥面系）、部件（如斜拉索、支座、伸缩缝等）对产生的各种病害按桥梁数量进行排序。病害数量统计，按部位（上部结构、下部结构、桥面系）、部件（如斜拉索、支座、伸缩缝等）对每类部位产生的各种病害按总数进行排序。桥梁检测报告，展示桥梁的检测报告。桥梁按条件搜索，在页面上支持按不同条件如名称、技术等级和养管单位来检索桥梁的总体信息。

(3)单体桥梁检测数据展示

单个桥梁的信息展示具体包括：桥梁历次检测基本信息，包括桥梁检测时间、检测单位、检测结果、技术状况等级等。桥梁历次检测病害信息，对单体桥梁发生的各类病害进行统计与展示。并对检测报告进行展示。在BIM模型中展示桥梁构件的病害信息（见图4），包括病害位置、数量、标度、程度、图片等。

图4 BIM模型展示桥梁构件的病害信息

3.2.4 桥梁在线监测信息

实现桥群监测总体信息、单个桥梁在线监测等功能。实现多种类型的桥群数据统计，如：监测桥梁、系统、通讯设备、采集设备、设备在线率、监测项、监测点等相关统计信息。实现基于GIS地图的桥群预警信息展示，能够在GIS地图中使用不同颜色对各桥梁的监测状态（正常、红色告警、蓝色告警、橙色告警、黄色告警）进行直观展示。展示监测桥梁列表、历史预警信息、监测报告列表，查看监测报告。

3.2.5 桥梁智能诊断与评估

(1)知识图谱创建及管理

关联知识库中的各种病害管养知识、形成知识逻辑，建立病害管养知识图谱，实现病害管养知识的关联、推理。

(2)桥梁康养知识库

根据《公路桥梁技术状况评定标准》（JTG/T H21-2011）、《公路桥梁加固设计规范》（JTG/T J22-2008）等标准规范、图书专著、学术文献、专家经验、工程案例等建立不同桥型的桥梁康养知识库，包括病害名称、病害描述（文字+图片）、检测参数、养护建议等。

(3)桥梁康养知识图谱

基于桥梁康养知识库采用三元组数据模型建立桥梁康养知识图谱，以语义网络的形式实现知识图谱可视化，在图谱中展示不同桥型（梁桥、斜拉桥、拱桥、悬索桥）病害的病害名称、检测参数、病害分类、养护建议等节点及其关联关系和详情，提供多种形式的展示效果（力导、径向、圆形、横纵等形式）。在图谱中按病害名称等关键词进行查询，并展示查询结果相关的子图。

(4)病害百科

基于知识图谱根据关键词检索查询和桥梁结构目录树以病害百科的形式来查看桥梁病害知识，展示病害的图片、位置、成因、检测方法、检测参数和养护建议（见图5）。

图5 病害百科信息

4.平台开发与工程应用

根据上述平台设计方案，研发了基于多源数据融合及知识图谱的桥梁智慧康养平台，并成功应用于包括安庆长江公路大桥、寿阳淮河特大桥、河东特大桥在内的多座特大桥桥梁养护项目，涉及斜拉桥、梁桥等桥型，平台已接入病害数量超22 万条，并以预应力混凝土连续梁桥为例，建立病害管养知识图谱（见图6），实现桥梁病害信息的智能检索。经实践验证，平台能够快速稳定的融合桥梁监测、检测和养护维修等数据，为桥梁智能诊断分析与评估提供可靠的技术保障和决策依据。

图6 预应力混凝土连续梁桥管养知识图谱

5.结论

（1）采用多源数据融合和知识图谱方式建立桥梁智慧康养平台，能够有效减少多系统之间共性功能的开发，降低系统的建设成本，提升业务标准化。

（2）基于多源数据融合及知识图谱的桥梁智慧康养平台，方便桥梁监测、检测和养护维修等全生命周期数据收集、统一管理，可以高效对桥梁养护业务数据进行管理、分析及挖掘，是一种有效的解决方案。

（3）基于多源数据融合及知识图谱的桥梁智慧康养平台，建立桥梁智慧大脑，开展多源数据、工程知识图谱、AI、模型及算法研究，根据实际运营环境及状态，实现智能诊断和评估，并制定相应的检测和养护周期、养护对策进行桥梁的预测性养护，是下一步需要研究的重点方向。