水下RC結構檢測與安全評價技術綜述

王圣賢，姜紹飛

(1. 福州大學土木工程學院, 福建 福州 350108； 2. 福建江夏學院工程學院, 福建 福州 350108)

0 引言

經濟的發展和科技的進步使得我國交通基礎設施實現了跨越式發展，截止2020年底，中國已建成公路橋梁91.28萬座[1]. 橋梁水下RC(reinforced concrete)結構作為橋梁結構的重要組成部分，由于其所處環境比陸上更加復雜惡劣，除了承受上部結構傳來的荷載，還長期承受波浪、 海流等隨機荷載的作用，加之環境與水生物的侵蝕，導致水下結構不可避免發生病害，嚴重威脅橋梁運營安全. 由于目前橋梁檢測與安全評價多集中在橋梁上部結構，因此開展水下RC結構的病害檢測與安全性評價，顯得尤為迫切和重要.

目前，水下結構多以人工檢測和判讀為主，工作強度大、 效率低，且對檢測人員的專業知識和經驗要求較高. 近年來，很多非接觸式檢測方法如聲吶法、 雷達探測法、 電磁波法、 圖像識別法等得到了一定程度的應用. 這些現代檢測技術的引入，加之管養政策的推進，產生了海量結構多樣、 來源復雜的多源數據和圖像等信息. 而國家現行橋梁養護和技術評定標準則多基于打分制，缺乏對多源大數據與圖像信息的分析、 處理和應用[2]. 如何從這些多源海量的數據與圖像之中挖掘出有用的信息和特征，并結合水下結構的材料性能檢測數據，開展橋梁水下結構安全性評估成為學術界和工程管養部門當前需要迫切解決的難題. 近年興起的人工智能、 深度學習技術在土木工程結構安全性評價方面的成功應用，推動了在役混凝土橋梁水下結構安全性評價技術的發展.

與陸上結構相比，水下結構的使用條件和環境非常惡劣，水下結構的檢測內容、 方法及設備等都無法直接移植陸上結構的，研發實用有效的水下結構病害檢測方法與安全評價體系尤為迫切. 因此，本文結合最新的無損檢測技術與大數據、 AI信息技術，重點開展了水下結構病害檢測技術及安全評價技術的應用與研究進展，并對今后的發展趨勢進行了展望.

1 水下結構的檢測技術

根據國內對橋梁水下結構的檢測內容及規范要求[3]，結合水下常見的病害，本文主要從水下混凝土外觀缺陷檢測、 基礎沖刷檢測、 水下結構組成材料材質檢測3個方面展開討論.

1.1 水下結構外觀缺陷檢測

由于荷載作用、 海水侵蝕、 長期沖刷以及施工缺陷和材料本身特性等的影響，加上各種災害及惡劣環境作用，水下RC結構不可避免會產生保護層剝落、 露筋、 孔洞、 沖蝕、 裂縫等外觀缺陷. 水下人工攝影、 人工探摸是水下結構外觀缺陷的主要檢測方法，近年來國內外學者在該方面做了大量研究，聲吶技術、 光纖光柵等現代技術被用于水下樁柱檢測. 目前，水下結構外觀缺陷檢測主要有： 聲波探測法、 水下探摸法、 分布式光柵傳感檢測法、 磁膜探傷法等非成像法及水下光學成像法、 激光成像法、 聲吶成像法. 各檢測方法的檢測方式/特點與不足見表1.

表1 水下結構外觀缺陷檢測方法比較Tab.1 Comparison of testing technology for appearance defects of underwater structures

可以看出，水下探摸法、 磁粉檢測法需潛水員潛水作業，對潛水員自身素質要求高，且存在一定的安全隱患，只適用于持續探摸時間短且最大下潛深度60 m的工況[4]； 光學成像法易受水質影響，同時僅能局部成像，后續圖像處理困難； 光纖光柵檢測法需要大范圍組網對結構進行布設，才會避免對于缺陷的漏檢，但大范圍地布設，造成工程量與耗資巨大； 超聲波檢測法檢測穩定性較差，受到發射聲波聲源的影響，也較難進行精確的定量化檢測.

比較而言，聲吶在渾濁、 能見度很低的水下惡劣環境具有良好的成像適應性，故聲吶成像法最適合水下結構外觀病害檢查. 據此，付傳寶等[6]較早應用聲吶成像方法進行水下橋墩外觀檢測的可行性研究，先用聲吶圖像檢測橋墩厚度與缺陷，并考慮橋墩病害聲學圖像特征的解讀與誤差的影響，最后用光學攝像圖對橋墩缺陷進行驗證，論證了掃描聲吶探測水下橋墩的可行性. 根據產生的圖像分為二維(2D)和三維(3D)聲吶儀，前者價格便宜、 掃描面積大、 質量粗糙； 后者昂貴、 掃描面積小，多用于細節掃描. 由于聲吶成像機理與光學成像不同，其圖像并非“所見即所得”，如圖1所示. RC墩柱的孔洞病害(圖1(a))在水下不同測點位置和角度(圖1(b))所形成的2D病害特征是不同的(圖1(c)、 1(d))，需要結合它自身的聲學成像規律進行解讀、 3D重構，且聲吶圖像質量與病害成像機理及測位有關.

圖1 水下混凝土剝落、 露筋的聲吶2D成像與不足Fig.1 Sonar 2D imaging and deficiency of spalling and exposed tendons for underwater structures

為了提高聲吶成像質量，楊志等[7]用BV5000-1350三維聲吶系統對碼頭樁柱現場檢測，發現該系統能展示水下3D結構，可在含沙量大、 能見度低的環境中有效探測誤差為±4 cm. 借助三維顯示技術，張順洋等[8]將3D聲吶系統應用在碼頭水下部分的檢測，直觀、 清晰地獲得了碼頭樁柱的水下3D結構輪廓. 此外，郭樹華等[9]將3D聲吶系統與多波束及側掃聲吶掃測相結合應用在水工建筑物水下結構檢測中，既可以彌補多波束和側掃聲吶部分區域數據缺失的問題，又能實現渾濁水體下水下結構細部情況探查. 本文開展了混凝土剝落(圖1)、 平面裂縫成像研究(圖2)，將聲吶儀的布設區域劃分為網格，研究不同網格內裂縫的精度及檢測的最優區域，發現在一定區域內能夠識別出5 mm寬度的裂縫，極大地提高了裂縫檢測質量和精度.

圖2 裂縫墻構件與聲吶識別效果Fig.2 Crack wall and sonar recognition results

為了兼顧成像質量與檢測效率，Guerneve等[10]開展了聲吶圖像的重構方法研究，提出兩種3D重建的方法，可從任何孔徑的聲吶圖像進行3D重建： 第一種方法采用線性公式作為盲反卷積與空間變化的核心，第二種方法使用非線性公式進行近似重建. 兩種方法解決了水下檢測車上需要安裝數量眾多的傳感器問題，并通過自動水下航行器收集的現場數據驗證了方法的可行性.

可見，聲吶技術在水下結構檢測中的應用為水下結構外觀缺陷的檢測難題提供了良好的技術手段，但其應用過程中仍存在諸如聲吶圖像質量、 聲吶檢測效率以及群樁檢測中聲場遮擋等問題，相信隨著聲吶技術的發展及人工智能圖像處理技術的應用，可以極大提升水下結構外觀缺陷的檢測技術水平.

1.2 水下結構基礎沖刷檢測

沖刷是導致橋梁毀壞的主要原因之一. 據調查，沖刷是美國近一半橋梁失效的原因[11]，它改變了橋梁的靜力和動力特性，嚴重時還將導致生命財產損失[12]. 目前，對水下結構基礎沖刷的研究主要集中在沖刷機理、 沖刷坑的模擬，內容體現在基礎范圍土體沖刷深度、 局部沖刷坑、 水流沖刷作用力對地下結構物的影響及水流沖刷對基礎的侵蝕作用. 下面從基于振動的檢測方法和直觀檢測方法兩個方面展開介紹.

1.2.1基于振動的沖刷檢測法

水下結構基礎沖刷實質上是對結構有效約束的削弱，可作為一種損傷形式通過跟蹤上部結構動力特性去識別. 水下結構基礎特性變化僅發生在基礎處，將其特性變化作為損傷進行識別，相比較識別其他上部結構局部損傷，無需定位損傷可降低其識別難度且具有較高的準確性. 基于此原理，Prendergast等[13]對現有沖刷監測設備和監測方法進行了評述. Chen等[14]先對高平溪大橋主梁和局部墩的各種模態頻率進行識別，然后建立該橋的有限元模型并進行了模態分析，通過擬合塔架處已知沉降的橋梁臨界頻率來確定最優土剛度； 之后通過改變橋墩支護土層的深度以適應橋墩模式的兩個敏感頻率，來估算橋墩的沖刷深度； 最后，提出了估算沖刷深度的方法. 熊文等[15-16]提出基于上部結構振動響應的橋塔沖刷狀態分析方法，并通過杭州灣大橋橋塔沖刷評估驗證了方法的有效性. 基于振動檢測橋梁沖刷的關鍵是傳感器位置、 沖刷坑的形狀，據此，Bao等[17]通過試驗測試與數值模擬，對這些問題進行了深入的討論，首次提出非對稱沖刷孔深度識別準則，對推進基于振動的沖刷監測系統具有實際意義. 但基于振動的沖刷檢測法，由于是間接測量法，難以將沖刷導致的“后果”(即頻率的變化)與成因(即沖刷程度)建立直接的聯系.

1.2.2沖刷直觀檢測法

為了直觀掌握基礎沖刷深度與外貌狀況，過去，人工測深、 超聲波測深儀或兩者相結合是檢測沖刷深度的主要方法，近來聲吶、 探地雷達、 光纖光柵等傳感器被引入沖刷監/檢測測試中[18-22]. 部分常用沖刷檢測方法檢測方式或特點與不足見表2.

表2 水下結構基礎沖刷檢測方法比較Tab.2 Comparison of testing technology for scour of underwater structures

可以看出，上述方法尚存在一些不足： 1) 測量的數據較為離散，檢測效率低且難完整還原樁基周圍沖刷坑的地形信息； 2) 設備維護使用成本高，如雷達設備、 光纖光柵往往較昂貴，而區域信號反射法(TDR)的電纜容易受到浮木樹干等雜質的影響而損壞. 近來一些學者采用干涉合成孔徑雷達(InSAR)進行橋梁沖刷監測，Selvakumaran等[26]利用小基線子集InSAR方法，分析了坍塌前兩年橋上48個地形雷達X場景，發現橋梁在倒塌發生之前一些區域已有明顯移動，這表明InSAR可以作為橋梁發生沖刷風險的預警系統. 此外，Chen等[27]開發了方向未知/已知的兩類智能巖石來監測橋梁沖刷效應，橋面鋼筋和鋼梁的存在改變了智能巖石中地磁場的分布，可以較好地定位，精度較高.

為了比較各種檢測技術在水下基礎沖刷中的應用效率，楊曉明等[4]以山區、 平原、 水庫3種地理環境的7座橋梁水下基礎病害檢測為背景，采用3D激光掃描、 聲吶掃描、 GPS結合水深儀進行橋墩基礎沖刷狀態檢測，考慮了地理環境、 水流速度、 渾濁度、 透明度等多種環境和水文參數對檢測效果與效率的影響，比較了各種方法的特點與適用范圍. 研究發現3D激光掃描基礎必須完全裸露，它適合于枯水期的基礎沖刷檢測； GPS結合水深儀雖然具有實時性、 全天候、 精度高等優點，但需對橋梁基礎周邊一定區域的水下地形進行掃描，其沖刷識別效率不高，無法實施水下快速檢測； 對于水下環境復雜、 危險區域的基礎沖刷檢測，唯一的方法就是聲吶掃描來生成基礎結構水下狀態圖像并檢測，它除了可用聲吶圖像直接識別基礎沖刷狀態外，還可識別基礎暴露情況、 填筑面積、 雜物堆積和其他水下結構物缺陷. 此外，在潛水前或過程中，聲吶掃描技術有助于水下檢測員發現潛在缺陷及繞過水下危險區域，直接針對待檢橋墩基礎進行掃描，快速、 高效、 對天氣與水文環境要求低[4]. 可見，聲吶法在水下結構基礎沖刷檢測上具有較好的適用性.

為了深入研究聲吶儀對水下基礎沖刷坑的成像與整體情況，Falco等[28]對實際工程中的兩座橋墩分別布設3個聲吶沖刷監測點來監測出洪水期間橋墩沖刷的最大沖刷深度和其他監測點位沖刷坑的沖刷演變情況. Topczewski等[29]通過掃描聲吶采集了三種類型的2D聲吶圖像，對沖刷坑底總體情況進行掃描，在樁周圍布設測點掃描得到樁墩壁和底部沖刷坑的側面輪廓線，精確地定位了檢測波束范圍各點的沖刷深度和距離墩壁的距離，壁面掃描清晰顯示了樁墩和基礎、 沖刷坑的整體情況. 同時，對掃描的圖像進行分析，選取沖刷坑較深的位置進行長期監測的測點布設，發現聲吶對樁墩的沖刷檢測有著良好的檢測效果. 近年來，Rogers等[30]利用附在滑動機構上的旋轉頭聲吶掃描儀，研究了模擬橋墩的垂直圓柱周圍清水條件下局部沖刷坑的復雜沖刷特性.

以上工作雖然驗證了聲吶儀在沖刷坑檢測中的可行性，但大都集中于單樁的監/檢測，而未考慮到群樁基礎的現實，且僅掃描了樁墩的部分輪廓，沒有還原出整體的沖刷坑模型，也無法給出直觀的沖刷坑三維模型及信息，難以反映沖刷隨時間和空間的發展. 為此，借助聲吶等現代先進技術開展水下結構基礎沖刷檢測，構建水下結構基礎沖刷坑的三維圖像，有利于預測沖刷的未來發展以及精確有限元模型的建立. 因此，將基于振動的沖刷檢測方法與直觀檢測方法進行融合，做好優勢互補，研發簡單實用且與結構構件損傷破壞機理相一致、 基于聲吶成像沖刷檢測方法就顯得尤為迫切.

1.3 水下RC結構組成材料材質檢測

導致水下RC結構失效的原因除了外觀缺陷及基礎沖刷外，水下RC結構組成材料材質的下降也是重要因素. 一方面，鋼筋銹蝕會導致鋼筋截面面積減小、 鋼筋屈服強度降低及鋼筋與混凝土之間的粘結力降低等[31-32]； 另一方面，混凝土一旦強度不夠，即會造成混凝土層裂紋、 破損，鋼筋直接承受過大的載荷. 鋼筋與混凝土材質下降將導致RC結構的承載能力、 剛度與耐久性下降，嚴重時直接可導致水下RC結構垮塌斷裂，是橋梁結構損壞的直接原因. 下面從混凝土強度檢測和鋼筋銹蝕檢測兩個方面展開介紹.

1.3.1混凝土強度檢測

水下混凝土抗壓強度一般采用鉆芯取樣法，即在水下結構的混凝土構件相應部位鉆取一定尺寸的試樣進行試驗，根據試驗結果來評定強度. 但這種水下鉆芯取樣也存在其缺陷，一方面水下鉆芯工藝復雜，耗費人力物力大； 另一方面鉆芯取樣對結構有損傷，后期的修補難度加大，若恢復不好，可能會留下缺陷，成為結構后期破壞的誘發點.

陸地上應用比較廣泛和成熟的無損檢測方法，也是部分現行國家規程給出的方法，主要是回彈法、 超聲法及超聲回彈綜合法. 雖然部分國家規程提到了應用這些強度無損方法進行檢測，但是都沒有給出具體的細節如指標、 公式、 強度預測模型[3,33]. 同時這些方法雖然可以借鑒使用，但由于水下的工作環境與陸地上完全不同，不適合直接移植用于水下檢測. 故需要對現行陸地上檢測的儀器進行防水改造，檢測指標、 評估方法與操作步驟等需要重新建立. 為此，學者們作了嘗試，Park等[34-35]、 向衍等[36]以及張臣等[37-38]為合理評估水下結構的混凝土強度狀態，分別采用金屬防水外殼和彈性橡膠包裹回彈儀、 將回彈儀構件間的距離縮小至微米級并在回彈儀內部通入高壓氣體的方式對常規回彈儀進行改裝，成功實現了回彈儀的水下測試. 除回彈法之外，超聲回彈綜合法由于該方法對混凝土結構無損傷，且綜合考慮了回彈值和聲速值兩種物理指標，是另一種在水上結構的混凝土強度無損檢測中廣泛使用的方法. 為了能將該方法用于水下，Park等[34-35]除了對回彈儀進行防水改裝外，還對非金屬超聲波檢測儀進行了防水改裝，并開展了水下超聲回彈綜合法試驗研究，建立了可有效推定水下結構混凝土強度的水下超聲回彈測強法. 作者所在課題組也作了相關的嘗試，研發了適用于水下混凝土檢測的回彈儀(圖3(a))和超聲儀(圖3(b))，并開展了水下混凝土強度的回彈、 超聲及綜合檢測方法的初步研究，結合大數據的信息，利用課題組在AI領域的優勢，運用回彈數據、 超聲數據、 聲吶圖像等數據結合，建立機器學習模型，進行混凝土強度評估研究(圖3(c))，取得了預期的成果[39]. 由于混凝土在水下環境狀態的變化，現行國家規范[40-41]給出的測強及評價方法已不適用. 為了提升水下回彈、 超聲回彈綜合檢測方法在檢測水下混凝土強度的適用性并提高檢測精度，參照陸上回彈法及超聲回彈法的修正方式，水下回彈、 超聲回彈綜合檢測方法應做好相關的修正： 如水下回彈值角度、 澆筑面、 水深等的修正，同時應建立可靠的、 精確的混凝土水下回彈值或超聲回彈值與混凝土實際強度之間的關系.

圖3 水下混凝土強度檢測試驗[39]Fig.3 Testing of underwater concrete strength[39]

1.3.2鋼筋銹蝕檢測

混凝土中鋼筋發生銹蝕有3個必備條件： 鋼筋表面存在電位差、 鋼筋表面鈍化膜遭到破壞、 鋼筋表面有電化學反應和離子擴散所需要的水和氧氣. 海水環境下RC墩基礎都具備，因此開展水下結構鋼筋銹蝕，可用專門防水設備進行極化電阻法、 自然電位法進行抗腐蝕和耐久性性能研究[42-46].

第一類是物理檢測法. 通過測定鋼筋銹蝕引起的電阻、 電磁、 熱傳導、 聲波傳播等物理特性的變化來反映鋼筋的銹蝕狀況，常用方法有(超聲)射線法、 聲發射探測法、 紅外線熱成像法、 電阻層析成像技術. 前兩種方法研發比較早、 應用廣，但是量化損傷程度比較困難[45]，后兩種是近年研究比較熱的成像檢測方法，結果形象直觀. 鄭帆等[47]采用微米級X射線計算機斷層掃描技術(XCT)對砂試塊內鋼筋通電加速銹蝕進行監控，建立了一套基于 XCT技術的鋼筋銹蝕無損測試方法，實現了鋼筋銹蝕過程中鋼筋和銹蝕產物形貌變化的3D可視化表征和銹蝕損失量化，但銹蝕速率與Faraday定律理論值不一致. 近來一些學者嘗試采用光纖光柵、 聲發射、 超聲波等融合來檢測鋼筋腐蝕，也用PZT壓電材料開展鋼筋銹蝕發展過程研究[48]. 由于壓電陶瓷(PZT)具有較好的壓電特性，既可以作為驅動元件采用主動監測，也可以作為傳感器采用被動監測，結合阻抗儀、 聲發射儀等一起進行鋼筋混凝土腐蝕監控成為一種選擇[43, 49]. 這些工作雖然一定程度上解決了鋼筋銹蝕發展和腐蝕率預測問題，但是仍然存在以下問題： 1) 鋼筋銹蝕率預測不夠準確，嚴重影響了鋼筋、 混凝土構件/結構的力學性能與壽命； 2) 鋼筋“脫鈍”是鋼筋性能退化的標志，雖然很多學者取得了大量基于陸地上的研究成果，但尚不清楚海水下鋼筋的脫鈍及其損傷演化規律； 3) 目前的研究與成果多數基于陸地上的研究，而海水下的鋼筋性能退化、 銹蝕等損傷演化規律是否可以直接移植使用，有待于深入研究.

第二類是電化學檢測法. 通過測定鋼筋混凝土腐蝕體系的電化學特性來確定混凝土中鋼筋的銹蝕程度或速度，常用方法有極化電阻法、 自然電位法. 電化學監測法利用鋼筋銹蝕電流與電位的變化估算混凝土內部筋材銹蝕情況，雖然采用該方法研發了GECOR8鋼筋銹蝕測定儀[50-51]，但該方法對現場和環境要求高，預測銹蝕率偏大. 此外，這些方法都是基于地面上的鋼筋銹蝕研究，且傳感器探頭多為電類，要在水下檢測使用，首先需要進行傳感器探頭的防水處理，其次再確定相關的檢測指標與操作方法，否則不適合直接移植使用.

考慮到單一的檢測方法和傳感器通常不能獲取足夠的銹蝕特征信息，以至于難以準確判斷鋼筋的銹蝕狀況，申家瑋等[52]融合探地雷達、 半電池電位法、 溫納法及微波濕度法所測得的鋼筋反射的脈沖能量、 銹蝕電位電阻率和銹蝕濕度，并利用基本的邏輯回歸、 決策樹和Boosting模型等機器學習算法對這些數據進行融合評價，其結果表明，對于小型的異構數據集來說，邏輯回歸算法比決策樹算法具有更好的適用性，Boosting模型則能使預測結果具有更高的靈敏度和更小的誤報率.

1.4 存在問題

綜上分析發現，上述的檢測方法為水下結構的安全檢測提供了多樣、 先進的技術手段，然而在實際應用中各檢測技術的效能還未得到充分發揮，存在以下5個方面的問題.

1) 水下結構檢測設備的檢測效率問題. 水下結構的檢測設備往往針對各自離散、 獨立的項目，而水下結構安全狀態評估又需整合這些項目. 這會造成檢測過程的重復進行、 檢測設備的重復使用，同時各項目的檢測數據又很難進行有效融合，導致檢測效率不高，難以為后續的評估給出全面、 有效的數據.

2) 各檢測設備/技術的協同工作問題. 盡管目前以機器人技術為載體，可以結合水下圖像技術、 水下聲吶及定位技術等幾種檢測技術的ROV檢測方法已在水下結構檢測中得到應用[53]，但所搭載的各檢測設備/技術之間的協同工作仍是目前ROV檢測方法亟待解決的難題，特別是在水體渾濁、 水情復雜、 水下結構復雜(群樁基礎)時，此時單一檢測技術無法對水下結構缺陷進行準確、 精細檢測.

3) 光學與聲吶成像檢測法的融合及病害自動化判定問題. 光學成像、 聲吶成像檢測獲取的圖像豐富了病害信息，但不同病害的光學、 聲學輪廓特征完全不同，而相同病害在不同測量參數下的輪廓卻有一定程度的相似，這無疑增大了病害檢測與判定的難度. 如何選擇合適的模式分類器模型來融合處理這些圖像與信息，完成病害的自動判定與定位就顯得非常重要.

4) 不同尺度檢測技術的聯合應用問題. 微細觀尺度檢測結果，可用于結構局部材料和構件損傷表征和推斷，并用于修正有限元計算模型； 宏觀尺度檢測結果，可用于判別結構損傷及整體計算模型的修正. 因此，將宏觀尺度檢測與微細觀尺度檢測聯合應用才能揭示水下結構性能退化本質或其損傷演化機理，進而開展相關預后工作研究，但該內容的理論研究還不成熟.

5) 現行國家規范所規定的檢測指標體系的完善問題. 當前檢測評估標準中沒有圖像檢測與信息挖掘的任何內容，如何將這些檢測技術與方法及其獲取的信息整合最終形成規范以指導現場檢測，是目前亟待解決的問題.

2 水下結構的安全評價技術

水下結構檢測的目的是為了評定其當前狀態以保障正常運營，基礎是監測/檢測數據，核心和關鍵是評定模型與方法，需要采取合適的評定模型和評價方法對水下結構安全狀況及承載能力進行評定，以保證橋梁結構的安全運營. 因此，如何有效利用這些反映水下結構運營期間性能的檢測數據，進而對水下結構的安全狀態進行評分，由此來有效地對橋梁結構的整體安全狀態作出準確評估.

2.1 安全評價方法

近年來橋梁水下結構安全狀態評估得到了人們的重視，主要分為： 打分排序法、 層次分析法、 荷載試驗評定法、 專家系統評定法、 可靠度理論評定法和模糊綜合評定法等. 各評估方法對比見表3.

表3 水下結構安全評估方法比較Tab.3 Comparison of safety assessment methods for underwater structures

可以看出，這些評估方法一定程度上解決了水下結構的安全評定問題，而我國現行規范[2]主要采用打分排序法對橋梁水下結構進行評價，即首先根據規范給定的各項檢測指標的評分表對各項指標參數來評定，確定各構件指標病害的等級； 然后根據各構件的指標等級相對應的扣分值，計算各類構件、 部件的綜合得分，進而給出水下結構技術狀況，并將技術狀況等級劃分為五類.

然而，僅僅依靠專家經驗或單一的、 固定的數學、 力學模型及層次分析理論、 模糊理論、 可靠度理論等分析模型進行水下結構評估不夠準確，這是由于水下RC結構受到復雜環境、 材料性能退化、 災害等不確定因素的影響，實際評估中主觀因素影響大，隨意性大，缺少明確、 可靠的規定. 為此，許多學者在上述評估方法/理論的基礎上，考慮到諸多的不確定性研發了多種水下結構綜合評價方法. 蘭海、 史家鈞[58]將灰色關聯分析和變權綜合原理引入到層次分析法中，用變權綜合原理確定評價指標評語和其他層次指標評語，并對其進行量化. 很好解決了橋梁各構件狀況和綜合決策之間均衡性問題. 考慮到水下結構所處環境的特殊性與不確定的系統評估，陳陽等[59]根據現行國家標準，結合橋梁材料性能退化及病害類型，應用層次分析法建立了橋梁水下RC結構耐久性和安全性的評估模型，并通過專家經驗構造了層次分析法判斷矩陣及各個參數的權重，最后進行了評估. 而吳松華[60]結合層次分析法確定各影響因素的權重，采用模糊綜合評定法，建立了橋梁水下結構安全性評價體系. 該體系可以在缺乏大量前期研究基礎和資料的前提下來保證該體系有較客觀且準確的評定結果. 近年來，李杰等[61-62]在概率守恒原理基礎上提出了概率密度演化法，并實現了隨機結構的動力可靠度分析，且數值結果表明該方法比蒙特卡羅模擬法精度、 效率更高，為解決隨機概率可靠性問題提供了新思路. 此外，考慮到神經網絡技術與模糊理論在處理不確定信息方面的先天優勢，徐建勇等[63]基于《公路橋梁技術狀況評定標準(JTG/T H21—2011)》[2]建立了水下結構狀態評估系統，該系統將模糊理論與人工神經網絡相結合來實現橋梁水下結構性能自動評估，一定程度上解決了不確定因素的影響因子問題，減少了主觀判斷對結構安全評定的影響，但其評估模型、 評估體系、 拓撲形式尚未有一個確定性的結論，而且其處理過程類似暗箱操作，因此在應用過程中的認可度還不高.

考慮到目前我國現有行業標準或規范有關橋梁水下結構評估的規定較為單一，評估指標分級標準不精細，評估方法多依賴于決策者的知識與經驗，評估結論受人員主觀性影響較大. 作者課題組[64]將正向思維和逆向思維應用于水下樁基的安全評估指標劃分中，并結合有限元計算結果與現有規程的評估指標分級標準，制定了一套評估標度統一為5類、 區間劃分清晰的橋梁水下樁基安全評估指標分級標準，其主觀權重見下式：

UW′=λmaxW′

(1)

(2)

(3)

式中：λmax為判斷矩陣U的最大特征值；W′為最大特征值對應的特征向量；w′i為病害對應的主觀權重值；n為判斷矩陣的階數；uij為指標值.

同時為削弱決策者的偏好性，利用熵權法引入客觀權重值，見下式:

(4)

(5)

(6)

(7)

最后利用下式綜合考慮兩種權重值的影響.

(8)

式中：β為權重線性組合參數，滿足 0≤β≤1.

其評定模型如圖4所示. 對比《公路橋梁技術狀況評定標準(JTC/T H21—2011)》[2]得到的結果，其評估結果更有利于發揮樁基結構的承載性能.

圖4 橋梁水下樁基安全評估模型[64]Fig.4 Safety assessment model for underwater pile foundation of bridges[64]

此外，隨著計算機技術的發展，近年來以鋼筋混凝土非線性有限元分析為基礎的橋梁承載能力分析計算評定方法有所發展，該方法的關鍵是如何用有限元來模擬結構的真實狀況，如材料本構關系的真實反映、 損傷位置及損傷程度的真實模擬、 復雜作用在簡化結構上的合理表達、 結構破壞模式的確定等. 上述問題一旦得到解決可省去昂貴的試驗費用，避免在實際試驗中對結構造成再次損傷.

2.2 存在問題

以上分析表明，橋梁水下結構安全評估方法取得了長足的發展，為解決水下結構安全評估問題提供了良好的理論與方法，但仍存在以下不足：

1) 現階段用于指導橋梁評估的相關規程的評估過程，嚴重依賴專家知識和技術人員的經驗，主觀性大，病害評估等級不統一, 有些僅是定性描述，未能就水下結構給出詳細的評估規定，尚缺乏一套專門針對橋梁水下結構安全的評估方法.

2) 受限于現有的檢測技術，單一檢測方式難以準確、 可靠地獲取病害、 缺陷信息，難以進行有效評價，同時現代檢測技術的引入，加之橋梁養護管理的推進，產生了海量多源的數據和圖像信息，此時借助單一的理論模型建立的評價方法難以有效地對水下結構進行狀態評價，如何融合處理這些海量數據并借助各評估理論的優勢來評定結構安全是目前所缺乏的.

3 展望

本文對水下結構檢測及安全評價技術進行歸納總結，其研究方法和實際應用得到了長足的發展. 水下結構具有病害復雜性、 影響因素不確定性、 檢測技術多樣性和信息多源性等特點，但目前缺少相關的處理技術及融合理論，導致水下結構的檢測評估還有許多難題需要解決.

1) 集多種檢測技術的檢測設備研發. 水下結構技術狀態評估的準確與否取決于檢測數據全面性與可靠性，為此水下結構檢測需包含多個項目，為避免檢測過程的重復進行、 檢測設備的重復使用，考慮檢測目的(業主需求)、 檢測技術優缺點、 適用條件及相對成本等，研發具有小巧靈活、 操作簡易、 搭載功能強大等特點的集多種檢測技術為一體的新型檢測儀器設備和檢測技術，使其能在復雜水域環境下實施水下作業，并能準確定位、 還原水下結構病害三維尺寸，顯得越發重要，也是今后重要研究方向.

2) 多源數據融合處理技術的研究. 現代檢測技術的應用及橋梁管養政策的推進，使得水下結構具有海量的多源數據和圖像等檢測信息，最大限度地利用這些數據/圖像信息的價值，深入挖掘數據和圖像信息蘊含的巨大價值等將是重要的研究方向，其中，多源數據融合技術和異構數據處理技術的研究有利于提升水下結構多源信息的應用水平.

3) 多尺度有限元模型研究. 能模擬實際結構服役狀態的有限元模型是開展結構安全評估及預后的基礎，為此，結合多尺度的檢測手段，利用獲取的材料層次各組分微、 細觀力學本構參數，賦值予有限元模型，確保有限元模型各單元參數能夠反映實際結構的服役狀態，同時利用宏觀構件層次獲取的數據驗證模型的有效性，進而揭示水下結構性能的退化機理，開展安全評價及預后研究，是另一研究方向.

4) 融合多源數據的水下結構安全評價模型研究. 水下結構的檢測過程累積了海量的光學圖像/視頻、 聲吶圖像等非結構化數據及力學指標、 材質指標、 缺陷尺寸等結構化數據，改變當前單一檢測數據的狀態評估，利用多源數據融合處理技術，提出能充分挖掘和融合這些多源海量數據/圖像信息的水下結構安全評估理論模型和方法，是未來的發展趨勢.

5) 融合多種評估理論的水下結構安全評價研究. 水下結構評估考慮的因素繁雜，僅依靠固定的數學、 力學模型及單一的專家經驗、 模糊理論、 可靠度理論等評估方式不能有效、 準確地開展水下結構安全評估，為此，結合各評估方法和評估理論的優勢，并引入現今先進的計算機人工智能技術，提出融合多種評估方法和理論的水下結構安全評價方式，建立一套智能化水下結構評估方法是亟待研究的內容.

總之，水下結構檢測和安全評價技術研究需多學科理論和方法的交叉融合，突出機理機制研究與理論方法創新，充分利用好人工智能和信息融合技術，才有利于提升水下結構檢測與安全評估的技術水平，降低橋梁水下結構服役過程中的風險.