基于車橋聯(lián)動狀態(tài)協(xié)同監(jiān)控的橋梁風險評估系統(tǒng)設(shè)計與實現(xiàn)

曹屹松，柯福陽，劉全海，王新志

(1.南京信息工程大學，江蘇 南京 210044； 2.常州市測繪院，江蘇 常州 213003)

1 引 言

當前，隨著交通運輸事業(yè)發(fā)展，交通運輸量大幅度增長，車流量和車輛載重越來越大，而現(xiàn)有部分橋梁結(jié)構(gòu)陳舊老化、鋼構(gòu)件腐蝕、凍融損壞、結(jié)構(gòu)中微小的缺陷(微裂縫、微空洞)逐步形成宏觀裂縫等，使得橋梁承載能力越來越差，隨時可能發(fā)生坍塌、斷裂事故，迫切需要對這些橋梁開展安全監(jiān)測，消除安全隱患。有關(guān)專家認為橋梁使用超過25年以上就進入老化期，據(jù)統(tǒng)計，我國橋梁總數(shù)的40%已經(jīng)屬于此范疇，均屬“老齡”橋梁，正迫切需要對這些橋梁加大監(jiān)測和養(yǎng)護力度。

常規(guī)的橋梁安全監(jiān)測主要依靠人工手段，其監(jiān)測效率低、間隔長，監(jiān)測數(shù)據(jù)、評估報告、橋梁設(shè)計參數(shù)相互獨立，橋梁風險評估往往有誤。隨著橋梁監(jiān)測新技術(shù)以及5G通信和物聯(lián)網(wǎng)技術(shù)的發(fā)展，橋梁自動化安全監(jiān)測技術(shù)得到了快速應(yīng)用。橋梁自動化安全監(jiān)測是通過物聯(lián)網(wǎng)、傳感器技術(shù)持續(xù)獲取橋梁各結(jié)構(gòu)部位應(yīng)力應(yīng)變、振動特性、表面位移等變化信息，分析橋梁面臨的安全風險并做出預(yù)警，該方法成本低，監(jiān)測頻率高，成果可靠，但缺少對橋梁風險成因分析，不能準確預(yù)判出風險來源和大小。

2 研究思路

2.1 橋梁結(jié)構(gòu)設(shè)計與安全風險

對橋梁的安全風險監(jiān)測評估首要分析橋梁的結(jié)構(gòu)設(shè)計導致的安全風險問題。具體如下：

(1)設(shè)計人員一般重視橋梁結(jié)構(gòu)本身強度的設(shè)計，易忽略結(jié)構(gòu)強度耐久性的設(shè)計，如設(shè)計對施工材料、施工質(zhì)量、施工環(huán)境、結(jié)構(gòu)細部處理等設(shè)計要求決定了橋梁結(jié)構(gòu)強度的耐久性。

(2)風和車輛等不均勻可變荷載易導致橋梁結(jié)構(gòu)長期處于應(yīng)力變化狀態(tài)，易形成累積性疲勞損傷?？勺兒奢d設(shè)計是橋梁長期處于較大可變荷載作用力下安全運營的關(guān)鍵。

(3)超速超載車輛對橋梁產(chǎn)生的沖擊力、離心力易使橋梁疲勞幅度加大，造成不可恢復(fù)的損傷。故應(yīng)根據(jù)橋梁荷載設(shè)計等級規(guī)定橋梁限載上限值，嚴格限制通行車輛載重。

基于上述分析，關(guān)于耐久性、可變荷載、荷載等級等橋梁的結(jié)構(gòu)設(shè)計情況決定了橋梁安全監(jiān)測需采用的技術(shù)方案。

2.2 車橋協(xié)同安全監(jiān)測方案

在現(xiàn)有橋梁自動化安全監(jiān)測技術(shù)的基礎(chǔ)上，研發(fā)團隊通過整合、改進、升級現(xiàn)有技術(shù)，創(chuàng)新性地引入對上橋車輛流量、荷重、速度等狀態(tài)信息的協(xié)同監(jiān)控，經(jīng)多源數(shù)據(jù)協(xié)同處理，分析車輛荷載對橋梁結(jié)構(gòu)損傷的關(guān)鍵作用，為橋梁風險的準確評估和超前預(yù)警提供依據(jù)。研發(fā)團隊在申請獲取了系列自主知識產(chǎn)權(quán)后，通過實踐應(yīng)用，逐步形成一套新型的橋梁安全監(jiān)測方案—基于車橋聯(lián)動狀態(tài)協(xié)同監(jiān)控的橋梁風險評估系統(tǒng)。

3 總體技術(shù)路線

基于車橋聯(lián)動狀態(tài)協(xié)同監(jiān)控的橋梁風險評估系統(tǒng)采用總體設(shè)計，分項實施的架構(gòu)模式，由監(jiān)測子系統(tǒng)、數(shù)據(jù)中心子系統(tǒng)、展示子系統(tǒng)、預(yù)警子系統(tǒng)四部分組成。分別負責車橋狀態(tài)監(jiān)測、多源信息協(xié)同處理、風險評估與展示、超前預(yù)警。系統(tǒng)總體技術(shù)路線如圖1所示。

圖1 總體技術(shù)路線圖

3.1 監(jiān)測子系統(tǒng)

系統(tǒng)采用智能無線傳感器，對橋梁結(jié)構(gòu)關(guān)鍵部位，進行24小時不間斷、連續(xù)監(jiān)測，包括雷視一體車輛監(jiān)測、北斗/GNSS位移監(jiān)測、振動特性監(jiān)測、應(yīng)力應(yīng)變監(jiān)測等，為橋梁結(jié)構(gòu)風險評估提供可靠數(shù)據(jù)。各監(jiān)測點的布設(shè)案例如圖2所示。

圖2 監(jiān)測點位布設(shè)圖

3.2 數(shù)據(jù)中心子系統(tǒng)

系統(tǒng)長期采集的傳感器數(shù)據(jù)，通過運營商的4G/5G網(wǎng)絡(luò)傳輸?shù)綌?shù)據(jù)中心，存儲在服務(wù)器上，數(shù)據(jù)中心子系統(tǒng)將啟動處理程序?qū)?shù)據(jù)進行預(yù)處理、分析、查詢、存儲、發(fā)布。

3.3 預(yù)警子系統(tǒng)

根據(jù)數(shù)據(jù)中心子系統(tǒng)分析評估結(jié)果，系統(tǒng)實時掌握橋梁結(jié)構(gòu)風險狀態(tài)偏離預(yù)警線的強弱程度，并通過預(yù)警子系統(tǒng)及時向橋梁管理單位發(fā)送超前預(yù)警信號。

3.4 展示子系統(tǒng)

根據(jù)數(shù)據(jù)中心子系統(tǒng)分析評估結(jié)果，用戶或系統(tǒng)管理者通過展示子系統(tǒng)，在大數(shù)據(jù)管理平臺、用戶終端電腦或移動設(shè)備上能查詢獲取橋梁各監(jiān)測點實時狀態(tài)、結(jié)構(gòu)安全狀態(tài)、風險評估等級等信息。信息展示包括各種圖、表、混合現(xiàn)實全息等方式。

4 總體架構(gòu)設(shè)計

系統(tǒng)平臺采用J2EE/J2SE進行研發(fā)，并基于物聯(lián)網(wǎng)云平臺高并發(fā)、海量數(shù)據(jù)的系統(tǒng)特征，選取當前大數(shù)據(jù)處理領(lǐng)域杰出、活躍的中間件進行高效、有機組合，建設(shè)高可靠、高并發(fā)、高可擴展的海量數(shù)據(jù)處理平臺。Java是一門面向?qū)ο缶幊陶Z言，采用Java開發(fā)語言具有功能強大和簡單易用兩個特征，Java語言作為靜態(tài)面向?qū)ο缶幊陶Z言的代表，極好地實現(xiàn)了面向?qū)ο罄碚摗Ｏ到y(tǒng)采用數(shù)據(jù)庫為MySQL，MySQL是一個關(guān)系型數(shù)據(jù)庫管理系統(tǒng)，由瑞典MySQLAB公司開發(fā)，目前屬于Oracle旗下產(chǎn)品。MySQL在WEB應(yīng)用方面是最好的RDBMS(Relational Database Management System，關(guān)系數(shù)據(jù)庫管理系統(tǒng))應(yīng)用軟件。

考慮到業(yè)務(wù)需求和硬件環(huán)境的需要，系統(tǒng)采用B/S結(jié)構(gòu)體系架構(gòu)，總體架構(gòu)如圖3所示。

圖3 系統(tǒng)總體架構(gòu)圖

5 系統(tǒng)功能實現(xiàn)

5.1 基于物聯(lián)網(wǎng)的多維高頻車橋聯(lián)動狀態(tài)協(xié)同監(jiān)測

物聯(lián)網(wǎng)構(gòu)建起了物與物、人與物之間的信息交互，本系統(tǒng)就是通過物聯(lián)網(wǎng)遠程實時獲取橋梁各結(jié)構(gòu)的狀態(tài)信息。系統(tǒng)采用雷視一體車輛監(jiān)測儀、稱重計對上橋車輛狀態(tài)信息進行監(jiān)測，同時采用北斗/GNSS、應(yīng)力計、加速度計等傳感器對橋梁狀態(tài)信息進行協(xié)同監(jiān)測，車橋狀態(tài)信息協(xié)同處理、狀態(tài)關(guān)聯(lián)，能準確分析大流量、重載、高速車輛的振動和沖擊對橋梁結(jié)構(gòu)造成的形變程度。車橋聯(lián)動狀態(tài)協(xié)同監(jiān)測示意圖如圖4所示。

圖4 車橋聯(lián)動狀態(tài)協(xié)同監(jiān)測示意圖

5.2 基于多源信息協(xié)同、逆向網(wǎng)絡(luò)RTK的數(shù)據(jù)質(zhì)量控制

各類傳感器采集的數(shù)據(jù)包括：車速、車重、車長、車軸數(shù)等車輛指標，豎向位移、振動特性等橋梁形變指標，應(yīng)力、載荷等力學指標。針對傳感器監(jiān)測到的多源數(shù)據(jù)，系統(tǒng)采用多源信息協(xié)同、逆向網(wǎng)絡(luò)RTK、異構(gòu)數(shù)據(jù)融合等算法控制數(shù)據(jù)質(zhì)量。主要采用卡爾曼濾波(K alman filtering)、希爾伯特-黃變換(Hilbert-Huang Transform)算法對監(jiān)測數(shù)據(jù)進行預(yù)處理，以實現(xiàn)去除噪聲和干擾、處理非平穩(wěn)信號、還原真實信息的目的；采用逆向網(wǎng)絡(luò)RTK算法提高北斗/GNSS監(jiān)測表面位移的數(shù)據(jù)質(zhì)量；采用貝葉斯(Bayes)分析方法和Dempster-Shafer證據(jù)理論處理不確定信息，為采用機器學習算法構(gòu)建橋梁風險評估模型提供準確、完備的數(shù)據(jù)支持。

系統(tǒng)采用逆向網(wǎng)絡(luò)RTK算法，在數(shù)據(jù)預(yù)處理過程中進行粗差的探測與剔除、周跳的探測與修復(fù)，極大提高了北斗/GNSS監(jiān)測表面位移數(shù)據(jù)的質(zhì)量和精度。

5.3 基于機器學習的橋梁風險評估模型優(yōu)化

系統(tǒng)采用反向傳播算法神經(jīng)網(wǎng)絡(luò)(BP神經(jīng)網(wǎng)絡(luò))對待評估指標進行權(quán)重確定工作，得出橋梁綜合指數(shù)后，使用K-平均算法(K-means)對橋梁風險分級評估，再采用決策樹反算風險評判準則；采用循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的變體方法門控循環(huán)單元(GRU)對待評估指標進行固定時間長度的數(shù)值預(yù)測，并利用風險評判對預(yù)測的時間段內(nèi)橋梁突發(fā)事故的發(fā)生與否進行判斷。系統(tǒng)通過各種智能算法不斷優(yōu)化機器學習橋梁風險評估模型，提高風險評估準確性和預(yù)警可靠性?；跈C器學習的橋梁風險評估模型流程如圖5所示。

圖5 基于機器學習的橋梁風險評估模型流程圖

5.4 基于BIM+MR的橋梁安全狀態(tài)混合現(xiàn)實全息展示

BIM是建筑信息模型(Building Information Modeling)的縮寫，以三維數(shù)字技術(shù)為基礎(chǔ)，集成了建筑工程項目各種相關(guān)信息的工程數(shù)據(jù)模型。MR是混合現(xiàn)實(Mixed Reality)的縮寫，指的是合并現(xiàn)實和虛擬世界而產(chǎn)生的新的可視化環(huán)境，在其中物理和數(shù)字對象共存，并實時互動。本系統(tǒng)在界面上采用BIM模型虛擬展示橋梁各部分結(jié)構(gòu)，并通過人機交互查詢，展示來自物聯(lián)網(wǎng)遠程實時獲取的橋梁各部分結(jié)構(gòu)現(xiàn)實狀態(tài)信息，實現(xiàn)了橋梁安全狀態(tài)混合現(xiàn)實全息展示的效果?；旌犀F(xiàn)實全息展示效果如圖6所示。

圖6 基于BIM+MR的橋梁安全狀態(tài)全息展示效果圖

6 結(jié)論與展望

“基于車橋聯(lián)動狀態(tài)協(xié)同監(jiān)控的橋梁風險評估系統(tǒng)”實現(xiàn)了現(xiàn)場行駛車輛與橋梁狀態(tài)信息的協(xié)同監(jiān)控，基于物聯(lián)網(wǎng)技術(shù)的遠程數(shù)據(jù)傳輸，多源異構(gòu)數(shù)據(jù)協(xié)同處理，風險等級準確評估，以及基于BIM+RM的橋梁安全狀態(tài)混合現(xiàn)實全息展示。將橋梁的監(jiān)測、評估、管養(yǎng)功能整合到一個系統(tǒng)、一套數(shù)據(jù)庫中，對老舊橋、危橋的常態(tài)化監(jiān)管、風險預(yù)警、日常維保具有十分重要的意義。隨著客戶對橋梁安全監(jiān)測需求的提高，系統(tǒng)將在以下方面進一步完善：

(1)隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展，系統(tǒng)將進一步提高車橋狀態(tài)協(xié)同監(jiān)測能力，提升橋梁風險評估的科學性；

(2)系統(tǒng)將不斷改進機器學習算法，優(yōu)化橋梁風險評估模型，提升橋梁風險評估的準確性和提前預(yù)警的可靠性；

(3)基于橋梁變形與結(jié)構(gòu)損傷的精準評估，為橋梁維保單位提供更優(yōu)的養(yǎng)護和修復(fù)方案。