桥梁健康监测系统发展应用趋势研究

邢春超

（招商局重庆公路工程检测中心有限公司,重庆 400067）

0 引言

现阶段，我国经济发展迅猛，配套交通基础设施越来越健全，而桥梁作为占比最大的部分，在安全质量上应作为重点关注对象。部分桥梁在长时间运营阶段，容易受外部环境影响，导致设计荷载无法满足实际需求，进而对桥梁产生持续损伤。为解决此类问题，笔者提出运用桥梁健康监测系统，借助高精度传感器实时反馈桥梁使用状况。

1 工程概况

该文选取的研究对象为某城市的高速公路桥梁，该桥的作用在于解决城市交通问题，缓解市区交通压力，促进城市周边地区的经济发展。桥梁全长1 270 m，主桥全长700 m，采用半漂浮体系，斜拉索设计成空间扇形索面，桥面全宽33 m。桥梁的主要设计指标表现：行车速度120 km/h；通航标准，Ⅲ级航道；地震荷载为基本烈度Ⅳ度；桥面纵坡2.6%，在主跨中央设有竖曲线。

为了更好地实现桥梁健康状态的监测，掌握桥梁的空间变形状况和应力分布情况，笔者提出运用MC 软件程序，对主桥部分打造空间有限元模型，实现桥梁的力学仿真分析。该程序本身具有极为丰富的有限元库，可以实现从静态到动态的多种高端分析，适用于桥梁结构的设计，也能进行混凝土结构设计的验算。在建模时需要做好材料特性、温度荷载、移动荷载的设置，确定边界条件，通过对模型开展静力分析，获取结构响应的数据。并根据分析结果判断桥梁受力特点，为后续的传感器测点布设提供参考依据，有助于后续预警阈值的设置。

2 桥梁健康监测系统应用路径

桥梁健康监测系统是指利用监控、评估桥梁结构情况，为桥梁在恶劣天气、复杂交通条件下，或是桥梁运营异常时，发出预警信号，为桥梁的维护管理提供指导。其组成部分主要包括环境荷载监测、交通荷载监测以及桥梁结构响应。而监测内容则以表1 为主。

表1 桥梁结构健康监测信息

2.1 方案设计

桥梁健康监测系统的结构组成包括：传感器系统，负责监测工作环境、荷载响应、交通荷载；数据收集与处理系统，负责数据传输、采集、存储与通讯；损伤识别与预警系统，负责损伤位置程度判断、建立三级预警机制；桥梁评估系统，负责桥梁技术状态评估、桥梁承载能力评估。上述系统以及传感器装置的应用都要结合桥梁的有限元模型进行确定。但要注意，由于部分桥梁构建不适合放置传感器，且出于经济性角度，传感器数量也应得到一定限制。为了保证传感器的布置最优化，笔者将根据桥梁的结构特点，初步确定监测项目。

2.1.1 监测项目

监测项目包括：环境荷载监测，需采用动态地秤设备监测车速与车流量，利用风速仪测定风荷载，借助数显温度计监测桥梁温度场的变化状况，通过温度传感器分析温度对桥梁状态产生的影响；静力监测，对于斜拉索索力，可结合振动法，对1/4 拉索实施在线监测。对于主梁应力，则可考虑对称布置的方式，将应力测点布置在主梁断面两侧，将振弦式应变计、光纤光栅传感器搭配使用；动力特性监测，可利用加速传感器检查斜拉索的整体动力特性，将其布置在主梁截面两侧。

2.1.2 传感器布置

不同位置的传感器布置方案如下：主梁应变传感器测点布置，需要考虑桥梁服役时产生的各类状况，测点选择在主跨跨中与1/4 跨处；温湿度与风速传感器测点布置，选择在主跨跨中段面桥面放置1 台温度仪，在上游斜拉索位置分布4 个监测点；主梁挠度与桥塔位移测点布置，可结合GNSS 监测法（卫星导航系统），其中挠度测点放置在边跨跨中，共计3 个测点。至于主塔位移测点则选择南北主塔塔顶，共计2 个测点；振动测点布置，需借助平衡加速传感器，监控桥梁情况，并在边跨、主跨1/4 跨布置7 个测点；位移测点布置，应搭配液压阻尼器约束主塔位移，结合拉线式位移计，在梁端制作布置8个测点；索力传感器布置，在设置时需要充分考虑外界环境的影响，将索力传感器安装在斜拉索上[1]。

2.1.3 传感云子系统

传感云子系统本质上属于一种结构健康监测云平台，其主要任务在于收集、分析来自传感器网络的信息资料，并生成评价结果，完成桥梁异常状态的报警，具备数据采集、信息展示、图表绘制、安全预警、管理等功能。

2.2 数据处理

2.2.1 数据分析

桥梁结构的监测数据主要分为以下两种：静态数据，其特点在于数据量小，监测目的在于判断不同受力状况下的桥梁主体特性，若未发现异常数据，可直接记录在数据库。至于分析目标则表现为借助结构振幅与预警标准值的对比，判断结构状态；动态数据，需要结合特定设备、程序完成海量信息的监测，对数据库、数据分析算法的要求较高，搭配傅立叶变换法，并利用评估模块调用计算结果，将其作为主报警的输入。

2.2.2 异常数据处理

通常来说，由于桥梁健康监测系统需要长时间处于恶劣环境下，容易因环境影响、内部电路损坏，造成传感器故障。为了解决此类问题，需要做好桥梁监测系统的异常数据识别与处理。

首先要确定异常数据类别与特点，比如：单点异常数据，是指因传感器不稳定引发的信息，其产生频率超过监测数据的3%，特点在于数据量小，且数据数值与正常数据差异性较大；持续异常数据，是指因外部环境干扰、传输电缆摩擦引发的异常状况，其特点在于大部分数据表现为异常，且监测数据无法第一时间恢复正常；缺失数据，其产生原因在于传感器采集功能产生故障，在故障处理后，二次获取的数据初始值与之前设置的不统一，导致后续采集的信息与故障发生前的数据表现一定误差，且误差无法自动修复[2]。

其次，要根据异常数据特点，开展针对性处理，通过对数据采取平滑作业，计算监测值与平滑值间的差值，利用消除粗差的方法，判断异常数据。比如：格鲁布斯法，是指用于判断数据中的可疑值的取舍方法；Q 检验法，是指分析少量观测次数提出的简易判据；3σ法，又称拉依达法，是指假设一组检测数据只含有随机误差，之后对其进行计算处理获取标准偏差，并根据一定概率确定区间，认为超过此区间的误差，均不属于随机误差，并对粗大误差给予剔除。相较于上述两种方法来说，拉依达法的计算更加简洁，因此该文将以拉依达法作为研究对象。根据统计显示，监测数值偏差大于3σ的概率不超过1%，通过计算得到平均值与标准差，对比极限差值与平均值，若偏值差高于3σ，将其判定为异常数据。

比如当监测传感器数据的变化值表现如下式：

式中，xi——数据原始初值；di——传感器数据变化值。之后计算数据变化均值与方差，公式如下：

2.3 预警设计

2.3.1 预警体系

预警系统作为桥梁健康监测系统的一部分，可通过对监测数据的分析、处理，全面评估结构安全性，并在发现异常数据后第一时间发出预警。但要注意预警的准确性与时效性在一定程度上由预警阈值的设置效果决定，一旦预警阈值的设置不够科学，很容易造成系统误报与漏报。为解决此类问题，在打造预警系统的过程中需要满足以下条件：保有适当的安全冗余度；实现预警系统的自动化运行；确保桥梁损伤被及时发现；预警系统要做到实时更新、随时检查。同时还要确定预警分级，如表2 所示。

表2 预警分级

2.3.2 设定预警阈值

该次工程中一级预警阈值需要基于2019 年度挠度测点统计结果，根据温度荷载引发的最大挠度与汽车荷载引发的最大挠度之和，作为不同位置传感器的蓝色状态预警值。二级预警阈值则要采用静载试验、模型计算值进行确定，该次工程取挠度最大值时测得的南塔塔顶位移作为二级预警阈值。三级预警阈值需根据规范要求的挠度极限进行确定。

3 桥梁健康监测系统发展应用趋势分析

现阶段，我国的桥梁健康监测系统在进行桥梁结构的评估方面，主要包括以下几点，即承载效果、运营状态以及耐久能力。在进行评估时，需要认识到承载能力与结构极限强度存在一定关联，为了切实防止桥梁在使用时出现安全事故，需要提高相关设备的使用性能。至于营运状态评估则与桥梁构件的日常荷载程度有关，主要判断桥梁是否存在变形、裂缝等问题。在定期养护维修的基础上，结合人员日常检查结果，判断桥梁的结构营运情况。而耐久能力则侧重于评估桥梁的损伤以及问题的形成原因，重在对材料的物理特性进行分析，在完成结果评估后，利用数据传输系统，传递到各个部门。虽然该桥梁监测系统能够准确找出桥梁的潜在安全隐患，但监测项目数量较少，且个别项目因规模较为庞大，对监管数据的管理要求较高，若数据存储系统不够完善与先进，必然会造成监测数据无法充分利用。且大多数桥梁状态评估系统属于单一监测系统，难以及时反映桥梁结构实际状态，无法为后续的管理养护提供理论依据。

随着我国信息技术、智能技术、数字化手段的高速发展，以传感器、微电机系统为代表的监测方法普及度不断提高，且监测系统的精确性、安全性也得到了大幅度提升，能够更好地满足日常管理要求。同时，结构振动分析理论的逐步成熟，也为桥梁健康监测工作提供了更加充实的技术支撑。未来的桥梁健康监测系统，势必会围绕“云、物、智、移”等核心技术，具体内容表现如下：

第一，大数据传输技术。除文件共享服务器的数据传输方法外，我国对于WEB 服务、消息中间件技术的应用也更加成熟，在互联网传输协议不断完善的情况下，越来越多的HTTP 协议、MQTT 协议被投入使用[3]。

第二，桥梁健康监测系统的使用需要以传感器为基础，该装置可持续获取桥梁使用信息。以往的关系型数据库本身存在一定的局限性，数据只可利用二进制文件完成存储。而在大数据背景下，人们更偏向于采用时间序列数据库，不仅可变革数据的存储方法，也能辅以文本数据库等技术，提高数据的可靠性。

第三，云计算平台。云计算可以理解为以互联网为载体，通过网络云将数据计算处理程序分解，利用多部服务器组成的系统，实现小程序的分析，并将结果返回给用户。云计算涵盖大量的虚拟化资源，具有规模化、虚拟化、通用性、高效性等特征。

第四，数据挖掘技术，为了提高数据的应用价值，可搭配机器学习、模式识别等方法，结合概率论、算法复杂度理论，形成系统性的知识体系，利用机器学习，模拟人类行为，提高对各类信息的解释效率，保证信息价值的充分挖掘。以卷积神经网络为例，将其运用在桥梁健康监测系统当中，可依照阶层结构对输入信息实施平移不变分类，更高效地完成图像识别、物体识别、行为认知、姿态估计、神经风格迁移。

第五，人机交互与可视化技术，在交互界面，可以帮助更多的用户获取想要掌握的内容与功能，利用统计法与机器学习法，能够准确预测分析结果，帮助管理人员明确数据结果的用途与意义。至于数据可视化技术则是通过计算机图形学与图像处理技术，将数据转换为图像或图形，并在屏幕上显示出来，之后进行交互处理的理论与技术。该技术能够保证数据的全貌展示，强化内容理解，便于对话与探索，增强审视效果，也有利于异议的处理。

第六，安全报警与状态推动技术。该技术的作用在于结合业主的差异性需求，分析人员的迫切诉求，利用多种渠道，保证报警推动的精准性与针对性，比如微信、微博、邮件等方式，可以将最新的桥梁状况数据反馈至工作人员。根据上述分析可知，现阶段我国的桥梁健康监测系统仍处于高速发展的阶段，无论是系统功能还是硬件设备都存在优化空间，系统功能性、经济性等方面的优势愈发明显，且在世界众多大桥中都有所体现[4]。

4 结语

综上所述，该文通过以某地方桥梁工程项目作为研究对象，阐述桥梁健康监测系统应用路径，借助设置有限元模型，确定各类工况下的桥梁结构响应，通过布置大量传感器获取主梁应变、风速风向等监测信息，利用时域分析法完成数据分析，以此为后续的管理维护提供参考依据，保证桥梁安全，并推动监测系统的智能化、自动化发展，打造更全面的信息化管理体系。