橋梁健康監測及養護平臺設計與實現

武智霞 韓 鵬 鄭樹泉 黃慧穎

1(上海計算機軟件技術開發中心 上海 201112) 2(上海市政工程設計研究總院(集團)有限公司 上海 200092)3(上海產業技術研究院 上海 201206)

0 引 言

在智慧城市建設過程中，市政基礎設施是城市系統運行的基本載體，其中，城市道路作為城市經濟生活的重要脈絡，是智慧城市功能正常發揮和城市可持續發展的基礎保障。在龐大的公路交通體系中，橋梁網絡承載了道路跨河、跨線關鍵節點乃至長大線路的交通任務。以上海市為例，2013年普查數據顯示，全市共有公路橋梁10 393座，其中包括國道橋梁761座，省道橋梁1 004座，縣道橋梁2 305座，鄉道橋梁5 483座，村道橋梁840座。其中，縣道以上公路橋梁總長度超過435 km，鄉村公路橋梁總長度超過150 km。橋梁管養和運維問題日益突出。整合道路橋梁結構、運維環境、運行荷載等數據資源，構建信息化綜合管理和服務平臺，在大數據時代，為政府和管理部門提供運維管理信息化支撐，為現有管養工作提供增值服務，為公共安全保駕護航。

1 需求及現狀

橋梁在長期運維條件下，面臨來自交通負荷、運營環境等復雜條件的作用，存在來自車輛(船舶)撞擊、車輛超荷、危險品泄漏、自然和地質災害等突發型事件的風險，以及材料劣化、地基沉降等因素造成的漸變型風險。比如，2016年5月,兩輛裝載預制管樁的掛車超載通過上海中環線高架道路，其中一輛撞擊防沖墻并導致車上裝載的大量管樁脫離固定，撞毀前方駕駛室。部分預制管樁墜落橋下，劇烈的重心位移加上撞擊沖力，更是導致該處中環高架橋梁體發生扭轉和橫向偏移。橋面移位變形，最大高差處約40 cm。事發后，很多民眾質疑高架橋的質量問題。實則，上海中環高架按照《城市橋梁設計荷載標準》修建的，其最大設計通行時速80 km/h，設計被主要用于通過各類客車、小型汽車。按照上海本地通行規則，不允許載重貨車上橋，更不會允許100 t以上車輛上橋。顯然，肇事車輛屬于嚴重違法行為，并且是在凌晨無交警值守期間駛入，最終釀成大禍。值得注意的是，中環高架上沒有安裝車輛測重設備，只能通過交警和路政聯合執法來加以制止，這恰恰給了肇事車輛違章的機會。

傳統的管養體系主要以人工定期巡檢為主，一來缺乏與運維安全相關指標的實時監測，管理部門在巡檢間隔期無法即時體察風險；二來由于結構體量、橋位環境、并行構造物等阻隔因素，為數很多的橋梁巡檢可達性較差，人員安全風險高，加之惡劣環境等因素影響，難以保持高頻度巡檢，這使得運維管理工作對網絡化、區域化、實時性監管技術的需求日趨迫切。

隨著信息技術的不斷發展，大量研究將信息技術應用于橋梁管養，總結目前橋梁管養方面的研究主要包括以下三個方面：

1) 橋梁管養平臺的搭建 特別是物聯網、云計算技術的提出，搭建基于物聯網和云平臺的橋梁管養平臺成為主要研究方向[1-4]，大都基于物聯網架構搭建了從底層感知層到頂層應用層的完整系統，文獻[1]強調了中間件技術的應用，文獻[2]在搭建整個系統的基礎上建立了橋梁健康監測安全預警模型。一些由國家及政府部門主導的橋梁管養系統已經在實際橋梁中得以應用，但大都是在試用階段。

2) 基于數據采集的研究 基于已搭建好的完整系統和已取得的研究成果，一些學者著重對完整系統內部各個重要子系統開展了研究。首先是數據采集方面的研究，橋梁結構傳感網絡的搭建提供了橋梁服役期間的實時數據，文獻[5]統計了國內部分橋梁健康監測系統傳感器安裝的時間及數量。文獻[6]具體研究了FBG應變傳感器在橋梁結構監測上的實用性，并應用于東海大橋。文獻[7]則設計了一套通用的數據采集系統。其次是在數據傳輸方面的研究，文獻[8]基于ZigBee無線網絡技術搭建了橋梁檢測系統。還有對單個重點數據項采集的準確度研究，例如文獻[9]和文獻[10]就是針對撓度這一重要的變形檢測數據進行了研究。

3) 面向數據應用的研究 數據價值最終要體現在解決實際問題上，對于橋梁此類大型市政設施來說，一旦出現問題就會危及到整個城市的運作甚至人民的生命安全，最好是做到防患于未然，在問題出現前得到預警。因此橋梁結構安全方面的研究一直是重點方向，在大數據技術被廣泛應用之前，一些數據分析算法就被用來對橋梁結構數據進行分析、實現預警，例如文獻[11]中應用了主成分分析、聚類等數據分析算法，并建立了橋梁狀態評估模型。大數據技術發展的日漸成熟提高了此研究成果的可靠性和實用性。文獻[12]提出的基于模糊理論的遺傳算法對于大數據量的損傷識別具有不錯的效果；文獻[13]針對大量橋梁數據的有效性進行了數據預處理研究；文獻[14]則在橋梁結構監測系統中用了大數據處理平臺。

2 橋梁結構數據來源及應用

2.1 橋梁結構數據來源

參照工業大數據的定義[15]，本文按照橋梁結構全生命周期，即設計階段、施工階段、運營階段產生的數據來介紹橋梁結構化及非結構化數據來源。

1) 設計階段 橋梁在設計階段所產生的數據包括橋梁結構相關的CAD圖紙、工程數量表、重要構件的尺寸等相關信息、軟件設計模型、運行分析、強度、鋼度、穩定性、荷載等技術條件驗算結果。這些數據是橋梁實體建成前的圖形化表達，可作為橋梁驗收實測數據的參考，在橋梁運維階段也可以作為橋梁健康評估的參考數據，為決策分析提供支持。

2) 施工階段 橋梁在施工過程中由于受氣候、環境等因素影響，結構材料可能會腐蝕和老化，成橋很可能與設計要求不符，因此施工階段的質量管理尤為重要，也是施工階段數據的主要來源。它包括施工前的地質測量數據、施工過程中各項技術指標的階段性實測結果、施工過程記錄信息、現場試驗/技術/質檢人員等可追溯性資料，以及橋梁驗收信息。

3) 運營階段 運營階段涉及的數據是橋梁結構最為重要的數據來源，包括靜態數據和動態數據：靜態數據包括人工巡檢/點檢數據以及橋梁病害、健康狀況評定等相關信息；動態數據主要通過安裝在橋梁上的實時監測傳感器獲得，諸如橋體結構的撓度、應變、振動、梁體轉角等，路面溫度、變形、路基含水量、拼寬、路面開裂、護欄撞擊感知等。除利用傳感器采集橋梁數據外，將橋梁支座、伸縮縫這類傳統“純受力構件”提升為可感知、可測力的智能化產品是未來橋梁建設的一個趨勢。

4) 其他數據 除以上三個階段的橋梁全生命周期數據外，相關標準及規范也是一項數據來源，如《公路橋涵設計通用規范》、《公路橋梁技術狀況評定標準》等。該類數據對橋梁質量的把控、各項預警條件的設定起到決定性作用。

2.2 橋梁數據應用

橋梁管養的目標是實現標準化、智能化、時效化、便捷化、信息化、一體化的橋梁維護，同時推動橋梁維護工作在理論、技術、實踐三方面的全面革新。本文從面向事件的監測和運維保養兩個方面介紹橋梁數據的應用及價值體現。

2.2.1 面向事件的監測

面向事件的監測指針對突發事件的實時監測及提前預警，如上文提到的上海中環事件，可以通過撓度傳感器監測橋梁、桁架等受力構件荷載作用下的最大變形，同時與溫度等輔助數據相關聯判定出有超重車輛通過。除此之外，撓度還可與路面稱重系統(地磅)聯動，與交通監控數據聯動，實現疑似重車抓拍。利用撓度大值偵測，關聯相關輔助數據，實現面向事件的監測，加強了“時間”的可達性，通過長時間的數據積累，類事故應該是早有預測的。

2.2.2 運維保養

(1) 通過數據趨勢判定潛在隱患 通過一段時間的數據積累可以了解到數據的大體趨勢，橋梁撓度和局部混凝土應變有直接的對應關系，監測數據可相互校核、支撐。伴隨每天交通量的變化，橋梁撓度、應變呈現周期性變化，上海市某橋梁監測數據顯示，每日14:00-16:00期間撓度、應變變化較顯著，該時段是重車通行的集中時段，橋梁撓度規律性增大。到晚高峰，以私家車、客運車輛為主，橋梁撓度整體減小。雖然在一天內的監測數據是有波動的，但總體趨勢變化不會太大，倘若某一時期發現數據規律明顯異常，則應立即引起重視。

(2) 通過橋梁自振特性判定潛在性能變遷 傳感器不可能覆蓋所有位置和所有指標，人工巡檢間隔時間長，時效性差，因而，對結構整體的潛在性能變遷，難以及時體察。例如，結構多處出現混凝土裂縫、普遍出現內部不可見微裂縫、內部鋼筋銹蝕、鋼筋-混凝土粘結效應下降等“潛在劣化”病害。

利用結構的自振頻率和損傷的內在對應關系，通過振動監測的方式，體察潛在風險，防微杜漸。若某時期橋梁卓越頻率發生了較大的變遷，則表明結構可能存在明顯的剛度退化，應檢查結構是否存在內部性能變遷或病害。

3 橋梁健康監測及養護平臺架構

面向大量橋梁的區域化安全運維系統，是傳感器技術、通信技術、數據傳輸與處理技術、服務體系等多個要素的綜合體，應從軟硬件技術水平、服務模式和質量等多方面對橋梁的運維安全予以保障。平臺設計要考慮到區域覆蓋力、經濟性、可復制性、可持續性。

3.1 總體架構

橋梁健康監測及養護平臺利用各類傳感器采集橋梁環境、橋體狀況、交通狀況等各類數據信息，監控橋梁有無變形、伸縮、裂縫、滲水等狀況，并根據狀況給出報警信息，利用大數據技術對橋梁健康狀況進行評估，實現對橋梁日常運行情況的監管，為橋梁維保提供決策支持。平臺總體架構自底向上由感知層、網絡層、應用層、用戶層構成，如圖1所示。

圖1 橋梁健康監測及養護平臺總體架構

感知層：實現數據采集并上傳至網絡層，由于橋梁監測數據涉及到不同類型的傳感器，因此感知層需具有協議的適配及信息的協同處理能力。同時按照應用層的配置指令進行節點配置、節點通信及接入傳感設備的訪問控制。

網絡層：將來自感知層的各類信息通過基礎承載網絡傳輸到應用層。

應用層：包括服務支撐子層和應用系統子層，服務支撐子層根據底層采集的數據，利用大數據分析平臺、公共中間件、云計算平臺形成與業務需求相適應的實時更新的動態數據資源庫。應用系統子層根據業務需求劃分為基礎管理系統、橋梁安全監控系統、應急保通系統、工業定損與檢修系統以及中心信息管理系統組成。

3.2 應用系統

1) 基礎管理系統 基礎管理系統由權限管理子系統、配置管理子系統、資源管理子系統構成。權限管理子系統對系統不同類型用戶設置不同的管理和訪問權限。配置管理子系統通過對橋梁以及橋梁上的傳感設備、采集網關等相關屬性和參數的配置，在平臺端搭建一座與物理橋梁相對應的虛擬橋梁，建立物理世界和虛擬網絡之間的映射關系。資源管理其一對橋梁、采集設備、傳感器等橋梁相關設備進行管理，其二對系統所有數據資源進行管理，包括數據接入/接出等。

2) 橋梁安全監控系統 安全監控系統，包含橋梁結構安全子系統、運維條件監控子系統、水上交通安全子系統等組成部分。其中，橋梁結構安全子系統，以傳感設備監測為主要工作方式，監控橋梁主體結構、道路及附屬結構、構件的安全狀態。

運維條件監控子系統負責橋梁相關的車輛通行、船舶通航總體監控，是現場監控工作的核心部分，為中心數據庫提供基本信息。與中小橋梁特征相應，該子系統采用自動監控與人工監控相結合的方式，主要基于視頻監控、傳感器監測和人工巡查協同進行。

水上交通安全子系統為針對航道橋梁設置的專有子系統，主要為船舶通過提供安全引導，通過設置航標、引航與報警系統、結構防撞系統等工作，提高水上交通安全服務水平。

3) 應急保通系統 針對具體橋梁，研究病害、事故等風險事件之后的應急保通機制。研究與應急保通工作相關的工程資料、環境要素、搶險運輸通道、施工機械調配等應急數據的收集與錄入方法；構建多部門協同工作模式下的部門協調、人員調配、資金支持、責權劃歸機制。力求建立較為明確的規章制度和協同工作規程，保證在緊急事件下能夠做到整體快速響應。使得橋梁安全運維工作，能夠在多方權責協調的模式下，向主動管養和綜合監督的良性發展方向進行。

4) 工程定損與檢修系統 包含專業橋梁檢測、損傷水平確定，以及專業維修加固等工作。

專業橋梁檢測工作，主要在風險事件發生之后，對橋梁結構損傷及相應損失程度進行評估，提供維修參考報價。在橋梁結構服役期間，亦需要對結構安全進行定期檢測和評估。

風險事件后，對結構進行及時維修加固，確保陸運、航運交通的持續暢通或快速恢復。

5) 中心信息管理系統 中心信息管理系統，負責橋梁安全運維工作的總體調度、指揮與信息處理。該系統包含數據自動化處理系統和人工指揮系統，其主要工作如下：

(1) 接收橋梁安全監控系統提供的監控數據；

(2) 向航道和陸路交通指示系統推送水上交通安全和結構安全相關的運維信息；

(3) 向安全運維相關部門提供應急報警，如發生事故，或監控數據中關鍵參數發生異常而可能造成事故發生，則及時向路政、航運等部門推送應急信息和應急措施參考；

(4) 對檢測維修情況進行記錄。

平臺用戶包括施工人員、養護部門、現場管理部門、高層管理部門，平臺根據不同的用戶類型設置不同的功能及數據訪問權限。

4 橋梁健康監測及養護平臺實現

平臺適用于大量橋梁區域化運維管理，主要由數據采集系統、數據傳輸系統和監測平臺構成。采用Java編碼方式，在MyEclipse下進行開發，采用了Struts2+Spring的主流框架，具有良好的擴展性以及優化的性能，并應用Hadoop數據實現數據分析及并行處理。服務器集群由數據處理與控制服務器、數據管理服務器、結構安全評估服務器構成。數據庫軟件采用MySql數據庫。網絡部署如圖2所示。

圖2 網絡部署圖

4.1 數據采集系統

硬件系統描述的傳感設備以單座橋梁為例，針對具體橋梁需求可做適當調整。表1所示為傳感器監測布點信息。

表1 傳感器監測布點信息表

在現場設立數據采集工作機柜，用于采集現場的各類傳感器數據，并進行局部范圍內的協同處理。傳感器信號包括常規模擬信號、485信號，以及動態稱重、光纖光柵等專用傳感信號。因此，系統提供兩種采集模式：常規傳感器采集模式及專用傳感器采集模式。對兩類信號進行時鐘同步處理并上傳至監控中心。現場數據采集拓撲圖如圖3所示。

圖3 系統數據采集拓撲圖

1) 采集模式一——常規模擬信號采集模式 常規模擬信號通過PXI采集計算機進行采集，涉及傳感器包括:風速風向傳感器、溫濕度傳感器、應變計、加速度計、位移計等。

2) 采集模式二——專用傳感器采集模式 專用傳感器采集信號包括:光纖傳感器、動態稱重儀、路面狀況傳感器以及GPS信號，均利用專用采集器采集。

4.2 數據傳輸系統

數據傳輸網絡由2臺工業以太網交換機及1臺監測中心交換機組成，全網基于TCP/IP協議。工業以太網交換機接收現場數據采集機柜上傳的數據，并將數據傳輸至監測中心交換機，由服務器集群進行數據存儲及處理，并提供WebService接口供其他系統訪問。通信光纜由監控中心沿引橋鋪設至主橋的現場工作機柜。

在數據傳輸網絡中，通過VLAN劃分的方式將原始數據傳輸系統與其他接入TCP/IP網絡的系統分離，只有數據接收服務器能夠直接讀取到采集的原始數據，以減少過多連接對數據傳輸所構成的安全威脅。數據傳輸系統拓撲圖如圖4所示。

圖4 數據傳輸系統拓撲圖

4.3 數據監測平臺

平臺采用云端管理模式，支持大量橋梁的接入，每一個物理橋梁結構在云端的監測平臺上都對應一個可以實時更新的在線模型，平臺功能模塊如圖5所示。

圖5 數據監測平臺功能模塊

監測模塊：數據監測模塊包括對數據的實時監控和歷史查詢，數據結果以圖形化的界面顯示，所有來自不同傳感器的時間序列數據保持同步，同時顯示設備狀態信息、告警信息。監控界面如圖6所示。圖中所示為吳淞大橋一個監測點最近一周的撓度曲線,其中橫軸為時間軸,縱軸為撓度值，頁面也顯示出該監測點的3級告警閾值以及查看所有告警鏈接。

圖6 平臺界面

告警管理模塊：包括針對設備的告警和針對結構的告警，根據數據分析結果，結合專家評價建立告警模型，發出實時預警及橋梁管養建議。

數據分析模塊：提供同類傳感器之間的數據對比以及不同類傳感器之間的數據關聯，同時進行載荷分析和結構性能分析。

報表管理模塊：通過報表管理對結構檢測數據導入、維護、查詢統計和評估報告生成及打印等功能，方便提取檢測的所有必要信息。

配置管理模塊：通過配置管理建立新增橋梁在云端的虛擬模型，無需進行過多的頁面及功能開發便可實現橋梁的快速接入。

權限管理模塊：針對不同的用戶設置不同角色，并給角色賦予權限，包括功能權限及數據權限。

巡檢模塊：包括日常巡檢和點檢，日常巡檢由巡檢人員根據制定的巡檢計劃通過手持終端采集巡檢時間地點等相關信息，并錄入巡檢情況；點檢則根據報警信息或巡檢結果制定派工單安排維修人員執行。

4.4 應用現狀

平臺自2016年4月上線應用，陸續有多座橋梁接入，長期積累數據包括溫濕度、撓度、應力應變、振動等，平臺對數據提供縱向對比及橫向關聯，以及報警功能，過程中包括溫濕度傳感數據的不穩定性提前給出了預警。對部分橋梁實現了超重車輛的監測功能。

5 結 語

本文以實現大數據環境下的橋梁智能化管養為背景，分析橋梁結構數據的來源及數據應用，給出了面向區域化管理的橋梁健康監測及養護平臺架構，基于該架構研發了應用系統，并應用于上海市多座橋梁。

今后基于該架構的進一步研究包括：① 研發統一數據標準的數據采集器，即物聯網網關，其一減少整座橋梁數據采集終端的數量，其二統一不同數據傳輸標準，利于系統擴充。② 進一步針對數據應用進行研究，如橋梁損傷預測等，提高運維的有效性及實用性。③ 努力從技術和運營模式等多方面進行一體化改進，實現橋梁安全運維工作的信息化提升。

參考文獻

[1] 祖巧紅，張海峰，徐興玉，等. 基于物聯網的橋梁健康監控系統設計與實現[J].圖學學報，2013，34(5): 7-11.

[2] 隋莉穎，劉浩，陳智宏，等. 基于物聯網技術的橋梁健康監測與安全預警技術研究[J]. 公路交通科技，2015(2): 8-11.

[3] 秦煜，李青良，徐長春，等. 基于物聯網和云計算的高速鐵路橋梁狀態監測預警系統設計[J]. 高速鐵路技術，2014，122(5): 56-61.

[4] 蘇遠，唐振宇，馬理鏡. 基于物聯網的橋梁實時監測系統的研究與設計[J]. 電子設計工程，2015，23(14): 134-137.

[5] 劉大洋，黃福偉，劉益銘，等. 大數據在橋梁工程中的應用概述[J]. 公路，2014(10): 159-162.

[6] 孫汝蛟，孫利民，孫智. FBG傳感技術在大型橋梁健康監測中的應用[J]. 同濟大學學報(自然科學版)，2008，36(2): 149-154.

[7] 金先濤. 橋梁健康監測通用數據采集系統的研究與設計[D]. 武漢: 武漢理工大學，2013.

[8] 陳福彬，王鐵流，孔惠超. ZigBee無線網絡技術在橋梁監測系統中的應用設計[J]. 電機技術應用，2008，34(3): 83-86, 91.

[9] 曾威，于德介，胡柏學，等. 基于聯通管原理的橋梁撓度自動檢測系統[J]. 湖南大學學報(自然科學版)，2007，34(7): 44-47.

[10] 崔紅梅. 橋梁撓度快速檢測系統[D]. 重慶: 重慶交通大學，2013.

[11] 劉鋒. 基于數據挖掘的橋梁檢測數據分析[D]. 長沙: 長沙理工大學，2012.

[12] 孫詩裕, 俞阿龍, 趙磊,等. 遺傳算法與數據融合在橋梁結構損傷識別中的應用[J]. 公路, 2016(4):60-65.

[13] 梅文涵，楊建喜. 基于大數據的橋梁檢測信息分類技術研究[J]. 科技創業(應用技術)，2015，28(5): 95-98.

[14] 高仲峰. 基于Hadoop平臺的橋梁結構健康監測系統的應用[D]. 西安: 西安科技大學，2012.

[15] 李杰. 工業大數據: 工業4.0時代的工業轉型與價值創造[M]. 邱伯華,譯.北京: 機械工業出版社, 2015.