大型地下管網(wǎng)預(yù)測性運維多源監(jiān)測數(shù)據(jù)融合決策方法

李明昊，馮 新，劉緒都，韓 陽

（大連理工大學(xué) 建設(shè)工程學(xué)部，遼寧 大連 116024）

為了適應(yīng)經(jīng)濟、社會高速發(fā)展對能源的迫切需求，我國大力發(fā)展油氣管道輸送技術(shù)，2019年已經(jīng)建成油氣管道干線13.9×104km，預(yù)計至2030 年油氣管道總里程將達(dá)到25×104～30×104km。在高速發(fā)展的同時可以預(yù)見，將有越來越多的管道進入服役的中后期，不同程度地面臨老化失效的風(fēng)險。管道一旦發(fā)生事故，不但會中斷城市服務(wù)和工業(yè)生產(chǎn)，造成嚴(yán)重經(jīng)濟損失，并且通常導(dǎo)致人員傷亡和環(huán)境破壞，嚴(yán)重危害公共安全，社會負(fù)面效應(yīng)難以挽回［1］。因此，為地下管道建立服役壽命預(yù)測模型以用于實施預(yù)測性的維護計劃，已經(jīng)成為國內(nèi)外研究的關(guān)鍵問題之一。

從20世紀(jì)80年代開始，學(xué)者們對地下管道的失效機理和服役壽命預(yù)測進行了廣泛研究，積累了重要的研究成果。Ahammed和Melchers［2］考慮了復(fù)雜應(yīng)力和腐蝕的作用，基于應(yīng)力分析模型和可靠度分析理論建立了地下管道失效概率分析模型，探索了地下管道的服役壽命預(yù)測方法。諸多學(xué)者在此基礎(chǔ)上將預(yù)測模型進一步發(fā)展，Sadiq 等［3］針對鑄鐵管道提出了考慮內(nèi)壓、溫度、覆土、交通、凍融荷載和腐蝕作用下的可靠度模型，該研究采用Monte Carlo（MC）模擬和敏感性分析得到了管道服役周期內(nèi)各變量對失效概率的貢獻情況。Amirat 等［4］又繼續(xù)考慮了金屬管道在焊接過程中產(chǎn)生的殘余應(yīng)力作用，提出了殘余應(yīng)力模型并使用可靠度軟件PHIMECA計算分析了金屬管道的可靠度。Mahmoodian 和Li［5］則研究了鑄鐵管在多種失效模式（均勻腐蝕導(dǎo)致的應(yīng)力失效和局部腐蝕導(dǎo)致的斷裂失效）的共同作用下管道的失效概率，對各變量進行了敏感性分析，并建立了運維策略。然而，目前地下管道領(lǐng)域的服役壽命預(yù)測模型均是建立在設(shè)計值或假設(shè)值上的，尤其是沒有包括由地基沉降、土壤侵蝕、第三方擾動等引起的縱向彎曲響應(yīng)。隨著結(jié)構(gòu)健康監(jiān)測技術(shù)的發(fā)展，分布式光纖監(jiān)測技術(shù)被廣泛研究并被用于測量管道的縱向彎曲應(yīng)力［6］。但是，現(xiàn)有的監(jiān)測方法只考慮了單一目標(biāo)，如應(yīng)變或溫度，沒有進行充分融合。在實際工程中，被監(jiān)測的縱向應(yīng)變可能包含縱向彎曲應(yīng)變和軸向熱伸縮應(yīng)變兩部分，軸向熱變形也可能由于不完全約束而沒有完全轉(zhuǎn)化為溫度應(yīng)力。因此，既不能直接由監(jiān)測的縱向應(yīng)變確定縱向彎曲應(yīng)力，也無法僅使用單一的溫度監(jiān)測數(shù)據(jù)確定軸向熱應(yīng)力，需要將多源監(jiān)測數(shù)據(jù)進行融合。在多源監(jiān)測數(shù)據(jù)融合的基礎(chǔ)上建立地下管道的服役壽命預(yù)測模型，可以使服役壽命的預(yù)測結(jié)果更準(zhǔn)確地反映真實結(jié)構(gòu)狀態(tài)，因此在管道可靠性評價和制定運維策略方面具有重要意義。

本文以連續(xù)式地下金屬管道為研究對象，根據(jù)其失效機理和基于貝葉斯公式的數(shù)據(jù)融合建立應(yīng)力分析模型?？紤]均勻腐蝕對結(jié)構(gòu)的惡化作用，將服役壽命預(yù)測模型進一步擴展，融合可以反映真實結(jié)構(gòu)狀態(tài)的實時監(jiān)測數(shù)據(jù)，為地下管道的首次運維檢測計劃提供更準(zhǔn)確的決策依據(jù)。實例驗證所提方法的有效性并為本研究的重要性提供案例證明。

1 方法建立

地下管網(wǎng)在長期服役過程中受到復(fù)雜的組合荷載的作用和結(jié)構(gòu)承載力退化的影響。為了保證地下管道全生命周期內(nèi)的正常服役，提出基于多源監(jiān)測數(shù)據(jù)融合的預(yù)測性運維決策方法。如圖1 所示，該方法包括基于多源監(jiān)測數(shù)據(jù)融合的應(yīng)力分析模型、考慮均勻腐蝕的結(jié)構(gòu)退化模型和基于時變可靠度的運維決策模型等。

圖1 基于多源監(jiān)測數(shù)據(jù)融合的預(yù)測性運維決策方法技術(shù)路線Fig.1 Predictive maintenance decision-making method based on fusion of multi-source monitoring data

1.1 基于多源監(jiān)測數(shù)據(jù)融合的應(yīng)力分析模型

連續(xù)式地下薄壁金屬管道的破壞形式可以分為2 種類型［7］：一類是由內(nèi)壓、覆土荷載和交通荷載導(dǎo)致的環(huán)向應(yīng)力破壞；另一類是由熱伸縮荷載、地基沉降和土壤侵蝕造成的縱向應(yīng)力破壞。對于環(huán)向應(yīng)力σh(x)，已有大量研究討論并構(gòu)建了較為成熟的理論模型［8］，如式（1）所示。其中內(nèi)壓P是最主要的失效因素，因此采用數(shù)字壓力變送器進行實時測量，由內(nèi)壓產(chǎn)生的環(huán)向應(yīng)力σh，P(x)根據(jù)式（2）確定；覆土荷載作為恒載可以按實際施工情況計算，由垂直土壓力產(chǎn)生的環(huán)向應(yīng)力σh，S(x)根據(jù)Spangler 等［9］提出的柔性管的應(yīng)力計算式（式（3））確定；根據(jù)現(xiàn)有研究的參數(shù)敏感性分析結(jié)果［5］，交通荷載對失效概率的貢獻通常較小，因此建議采用定期巡檢的方式對輪壓值F進行統(tǒng)計估計，由交通荷載產(chǎn)生的環(huán)向應(yīng)力σh，V(x)可根據(jù)式（4）確定。

式中：P為內(nèi)壓監(jiān)測數(shù)據(jù)；D和δ分別為管道的內(nèi)徑和壁厚；km和kd分別為彎曲系數(shù)和變形系數(shù)，與基床有關(guān)；r為管道的內(nèi)半徑；E為管道彈性模量；表示垂直土荷載項，其中Cd為土壓力系數(shù)，Bd和γ分別為管溝寬度和回填土容重；IcCtF/Le表示地面交通荷載項，其中Ic為動載系數(shù)，Ct為路面荷載作用系數(shù)，F(xiàn)為輪壓荷載，Le為管道有效影響長度。

對于縱向應(yīng)力，施工時的不均勻墊層、覆土回填時的地基沉降以及地質(zhì)災(zāi)害等會不可避免地導(dǎo)致管道出現(xiàn)縱向的彎曲響應(yīng)。然而彎曲變形發(fā)生的位置和幅值大小是高度隨機的，無法提前預(yù)測［6］，因此已有模型中并未充分考慮這一項。另一方面，地下金屬管道被廣泛應(yīng)用于長輸油氣管道和市政供熱管道。這些應(yīng)用場景中往往會伴隨著較大的溫度荷載，故此類管道的規(guī)范也分別在應(yīng)力分析中對溫度荷載作了明確要求［10-12］。根據(jù)上述的地下金屬管道失效機理分析，縱向應(yīng)力σl(x)可總結(jié)為式（5）。其中內(nèi)壓的泊松效應(yīng)引起的縱向應(yīng)力σl，P(x)根據(jù)式（6）確定。

式中：σl，B(x)、σl，T(x)分別為縱向彎曲應(yīng)力和軸向熱應(yīng)力；v為泊松比。

如上所述，荷載的不確定性導(dǎo)致了無法預(yù)測真實的結(jié)構(gòu)彎曲變形，因此較為科學(xué)的方法是布設(shè)傳感器對縱向彎曲應(yīng)變進行實時監(jiān)測?？紤]到離散的點式監(jiān)測技術(shù)不能滿足管道這類長距離、大范圍基礎(chǔ)設(shè)施的測量要求，采用具有良好發(fā)展?jié)摿Φ腂rillouin 光纖應(yīng)變傳感器（Brillouin fiber optic strain sensor，BFOS），將分布式光纖應(yīng)變和溫度傳感器均沿管道縱向布置在管道頂部以測量縱向應(yīng)變，其中分布式光纖溫度傳感器為應(yīng)變測量提供了溫度補償以及進行泄漏監(jiān)測。對于軸向熱應(yīng)力，其產(chǎn)生的本質(zhì)是周圍土體的錨固作用限制了軸向熱膨脹變形，因此溫度差是最主要的影響變量，應(yīng)采用數(shù)字溫度傳感器進行實時測量。

在實際工程中，為了防止軸向熱應(yīng)力過大而造成管道失效破壞，經(jīng)常會在管道上安裝波紋管等補償器。以左端為固定支座、右端為波紋管的地下金屬管道為例（圖2），當(dāng)管道出現(xiàn)溫度差時，靠近補償器的部分會發(fā)生一定程度的軸向伸縮來釋放一部分熱應(yīng)力，形成過渡段。由于管-土的相互作用，管道的軸向伸縮將在錨固點處xg被完全約束，錨固點到固定端的部分形成了錨固段。因此，縱向應(yīng)變測量結(jié)果包含了彎曲應(yīng)變和熱應(yīng)變，不能直接獲得縱向彎曲應(yīng)力。同時，僅使用溫度差數(shù)據(jù)也無法計算過渡段的軸向熱應(yīng)力，而僅依賴分布式應(yīng)變數(shù)據(jù)又無法估計錨固段的熱應(yīng)力。綜上，需要建立一種融合多源監(jiān)測信息的方法以識別和估計縱向彎曲應(yīng)力和軸向熱應(yīng)力。分布式光纖應(yīng)變傳感器和數(shù)字溫度傳感器分別獨立獲取了2類信息源{S1，S2}：S1和S2分別代表縱向應(yīng)變數(shù)據(jù)?εl(x)和溫度差數(shù)據(jù)?T(x)。觀測空間包括4 類互不相容的假設(shè){A1，A2，A3，A4}：分別表示沿管道的某一位置x受到的作用事件為無作用、彎曲作用、錨固段熱作用、過渡段熱作用。管道的溫升變化通常僅持續(xù)數(shù)小時，外部荷載和管溝條件在這個過程中通常不會發(fā)生顯著變化，因此互不相容假設(shè)是成立的。根據(jù)貝葉斯公式有

圖2 安裝補償器的地下金屬管道在溫度荷載作用下的熱變形示意Fig.2 Thermal deformation of an underground me?tallic pipe installed with a compensator un?der temperature loads

式中：P(Ai|S1，S2)為在2 個信息源{?εl，?T}下事件Ai為真的后驗概率；P(S1|Ai)為在事件Ai的作用下信息源S1的條件概率；P(Ai)為事件Ai的先驗概率，滿足，在缺乏信息的情況下可認(rèn)為各事件的先驗概率相同［13］。

縱向彎曲應(yīng)力σl，B(x)和軸向熱應(yīng)力σl，T(x)可以采用貝葉斯融合和數(shù)據(jù)融合的方法獲得，具體算法如下：

（1）假設(shè)沿管道布設(shè)的分布式光纖傳感器共測量得到N個應(yīng)變測量點，定義第k個測量點的各事件后驗概率為Pk(Ai|S1，S2)，k=1，2，…，N，按式（7）計算所有測量點的各事件后驗概率。

（2）在某一監(jiān)測周期內(nèi)，整個管道發(fā)生無作用或彎曲作用事件的概率按式（8）計算：

（3）在某一監(jiān)測周期內(nèi)，整個管道發(fā)生軸向熱作用的概率及錨固點xg的位置按式（9）確定：

（4）使用最大后驗概率（maximum a posteriori，MAP）和閾值的方式確定管道在某一周期內(nèi)發(fā)生的荷載作用事件，如式（10）：

式中：α為管道材料的線彈性系數(shù)；xg和Lg分別為地下管道在溫度荷載作用下的錨固點位置和錨固段長度。

（7）若(Ai|S1，S2)

綜上，本文在已有模型的基礎(chǔ)上引入了實時監(jiān)測的數(shù)據(jù)，并通過貝葉斯公式和數(shù)據(jù)融合獲得了無法提前預(yù)測的縱向彎曲應(yīng)力和軸向熱應(yīng)力，為更準(zhǔn)確地預(yù)測管道服役壽命提供了應(yīng)力分析的理論支撐。

1.2 基于均勻腐蝕的結(jié)構(gòu)退化模型

美國管道和危險材料安全管理局（Pipeline and Hazardous Materials Safety Administration，PHMSA）2021年的報告顯示，腐蝕是造成管道結(jié)構(gòu)退化失效的最主要因素，占全部管道事故的23.3%［15］。腐蝕可分為均勻腐蝕和局部腐蝕。然而局部腐蝕在管道上發(fā)生的位置是隨機的，無法提前預(yù)測，因此在實際工程中通常使用在線的無損檢測手段確定腐蝕坑的位置和發(fā)展情況。本文旨在為新建管道提供首次檢測運維計劃的決策依據(jù)，只考慮均勻腐蝕的作用。當(dāng)首次檢測完成后，仍可在本文提供的框架下根據(jù)實測數(shù)據(jù)（位置、深度）繼續(xù)引入局部腐蝕擴展模型和應(yīng)力集中模型。采用廣泛應(yīng)用的冪函數(shù)模型描述均勻腐蝕的過程，如式（12）：

式中：δc為均勻腐蝕的深度；k和n分別為腐蝕增長的系數(shù)和指數(shù)；t為管道已服役的時長。

腐蝕引起的管道結(jié)構(gòu)退化過程可以認(rèn)為是對管道壁厚的減薄過程，因此將式（12）的均勻腐蝕模型作為管道壁厚的被減項代入式（2）、（3）、（4）、（6）中便可以得到管道的結(jié)構(gòu)退化模型。

1.3 基于時變可靠度的運維決策模型

所提出的應(yīng)力分析模型和結(jié)構(gòu)退化模型中的諸多幾何、材料參數(shù)是設(shè)計值而并非實測值，與土、腐蝕相關(guān)的系數(shù)也往往具有很大的不確定性，傳感器測量的數(shù)據(jù)也不可避免地存在著測量誤差。因此，為了有效地考慮這些不確定性，提出了一種基于時變可靠度的運維策略模型。對于塑性的金屬管道，Von Mises和Tresca失效準(zhǔn)則被廣泛使用，而斷裂理論一般應(yīng)用于局部缺陷（如腐蝕坑）情況下出現(xiàn)應(yīng)力集中導(dǎo)致的結(jié)構(gòu)失效?？紤]到金屬管道的應(yīng)用場景有較高的安全要求，采用更為保守的Tresca 失效準(zhǔn)則建立極限狀態(tài)方程，如式（13）：

式中：σeq(x，t)為管道服役至t年的當(dāng)量應(yīng)力；[σ]為管道材料的容許應(yīng)力，或容許應(yīng)力變化范圍（適用于循環(huán)熱荷載的安定性分析［16］）。

由于方程（13）是高度非線性的，常用的方法是采用Monte Carlo 方法進行建模。將管道從安裝運行到首次發(fā)生結(jié)構(gòu)失效的時間定義為Tf，它可以視為一個隨機變量。通過對式（13）給出的極限狀態(tài)方程進行Monte Carlo模擬并對樣本進行統(tǒng)計，便可以得到管道在任意位置x處失效時間Tf的概率密度函數(shù)f(x，Tf)，因此，管道在任意位置x，服役了任意時長t，發(fā)生結(jié)構(gòu)失效的累積失效概率可以按式（14）計算：

綜上，本文在應(yīng)力分析模型、結(jié)構(gòu)退化模型和時變可靠度分析的基礎(chǔ)上建立了隨時間變化的結(jié)構(gòu)失效概率模型。同時，該模型與現(xiàn)有的管道可靠性分析模型不同，它融合了反映真實結(jié)構(gòu)狀態(tài)的實時監(jiān)測數(shù)據(jù)和傳感器測量誤差信息，因此使預(yù)測結(jié)果更逼近真實情況，為檢測決策提供理論依據(jù)。根據(jù)累積失效概率，可以定義決策函數(shù)

式中：Tinsp為首次檢測的時間；Tj為運行時間，年；Fthres為首次檢測的壽命可靠性閾值，可由管道的目標(biāo)可靠性指標(biāo)確定；Nd為設(shè)計使用壽命。根據(jù)式（15），當(dāng)新建管道的壽命可靠性指標(biāo)達(dá)到規(guī)定閾值時，應(yīng)采取檢測和維護措施。在首次檢測后，對腐蝕發(fā)展情況有了新的實測信息，可以對腐蝕擴展模型的參數(shù)使用貝葉斯方法進行更新，同時可以在本文的框架基礎(chǔ)上繼續(xù)引入局部腐蝕模型等。

2 工程案例

2.1 概況

結(jié)合實際工程案例來說明所提出方法的有效性和重要性。某新建市政供熱管道，工作管采用Q235B鋼，其一端連接固定支座，另一端連接波紋管補償器。從固定支座后13.5 m開始布設(shè)監(jiān)測光纖，測試長度為57.7 m。在管壁上安裝DS18B20 數(shù)字溫度傳感器，SITRANS P DS III數(shù)字壓力變送器布置在熱力站的供水管和回水管上。根據(jù)1.1 節(jié)知，各事件的先驗概率為：P(A1)=P(A2)=P(A3)=P(A4)=0.25。對應(yīng)變和溫度監(jiān)測數(shù)據(jù)進行統(tǒng)計分析，在外部荷載干擾較小的情況下，概率分布結(jié)果如圖3所示。采用實測數(shù)據(jù)的95%置信區(qū)間來確定各事件在不同信號源下的條件概率，結(jié)果見表1。將應(yīng)力識別的判定閾值設(shè)定為0.7。此外，與管道材料、幾何相關(guān)的變量服從的分布由實際施工確定，與傳感器監(jiān)測相關(guān)的變量服從的分布由標(biāo)定的誤差確定，與腐蝕、土等有關(guān)的系數(shù)服從的分布參考文獻［2-3，5］，所有隨機變量和系數(shù)均服從正態(tài)分布且具體參數(shù)見表2。首次檢測和運維的閾值設(shè)定為10?2。

表1 事件Ai的條件概率Tab.1 Conditional probability of Event Ai

表2 隨機變量和系數(shù)的分布情況Tab.2 Distribution of random variables and coeffi?cients

2.2 應(yīng)力估計結(jié)果

在回填施工前，對市政供熱管道進行了分布式光纖測量，其測量值作為施工階段應(yīng)變監(jiān)測的基準(zhǔn)值來觀測縱向應(yīng)變的變化。由DS18B20 測量的管道溫度為22℃。在經(jīng)過了管溝回填、路面壓實等施工后，管溫測量值為24℃，則溫差變化為2℃。經(jīng)過溫度補償后，縱向應(yīng)變的測量結(jié)果如圖4a所示，其每個事件在管道任意位置的后驗概率結(jié)果如圖4b、4c、4d、4e所示。在本次施工階段的監(jiān)測周期內(nèi)，整個管道發(fā)生各事件的概率計算為 ：。因此施工階段發(fā)生的縱向應(yīng)變被識別為縱向彎曲應(yīng)變。

圖4 施工后縱向應(yīng)變測量結(jié)果與識別計算過程Fig.4 Measurement and identification of longitudinal strain after construction

在加壓和升溫前，對市政供熱管道進行分布式光纖測量，其測量值作為運行階段應(yīng)變監(jiān)測的基準(zhǔn)值來觀測縱向應(yīng)變的變化。由DS18B20 測量的管道溫度為23℃。在經(jīng)過了加壓和升溫后，管溫測量值為57℃，則溫差變化為34℃，由數(shù)字壓力變送器測量的管道內(nèi)壓為1.0 MPa。經(jīng)過溫度補償后，縱向應(yīng)變的測量結(jié)果如圖5a所示，其每個事件在管道任意位置的后驗概率結(jié)果如圖5b、5c、5d、5e 所示。圖5f繪制了整個管道的軸向熱作用的后驗概率與錨固點位置相關(guān)的函數(shù)，可以由最大概率確定出錨固點的位置為38.141 m 處。在本次運行階段的監(jiān)測周期內(nèi)，整個管道發(fā)生各事件的概率計算為：。因此運行階段發(fā)生的縱向應(yīng)變被識別為軸向熱應(yīng)變。

圖5 升溫后縱向應(yīng)變測量結(jié)果與識別計算過程Fig.5 Measurement and identification of longitudinal strain during operation

綜上，施工階段產(chǎn)生的縱向彎曲應(yīng)力和運行階段產(chǎn)生的軸向熱應(yīng)力的計算結(jié)果如圖6所示。工程案例表明，在施工階段由于覆土荷載、墊層不平整以及不均勻沉降等因素，導(dǎo)致了顯著的縱向彎曲應(yīng)力。此外，在運行階段由于管-土復(fù)雜的相互作用、土壤摩擦不均勻等，導(dǎo)致了過渡段的軸向熱應(yīng)力波動較大。根據(jù)實測數(shù)據(jù)，可以確定錨固段和過渡段的最危險位置分別為2.36 m和56.77 m。由于這些位置更容易發(fā)生損壞，因此選取這些最危險位置進行基于時變可靠度的失效分析。

圖6 縱向彎曲應(yīng)力與軸向熱應(yīng)力計算結(jié)果Fig.6 Calculation of longitudinal bending stress and axial thermal stress

2.3 運維決策結(jié)果

根據(jù)供熱管道的設(shè)計規(guī)范［12］，容許應(yīng)力變化范圍應(yīng)按照安定性分析理論選取 {2σy，σb}中（σy和σb分別為管材的屈服強度和抗拉強度）的較小值，即2σy。Monte Carlo 模擬的樣本數(shù)為25 萬個，統(tǒng)計得到了到達(dá)容許應(yīng)力極限狀態(tài)所需時間的概率密度函數(shù)，如圖7a所示。無論是在錨固段還是過渡段，考慮了縱向彎曲應(yīng)力的模型中在設(shè)計服役年限［0，50］內(nèi)（區(qū)域1）的概率密度均高于不考慮彎曲應(yīng)力的模型。通過對區(qū)域1 的概率密度函數(shù)進行積分，可獲得設(shè)計服役年限期間的失效概率，如圖7b所示。計算結(jié)果顯示，在考慮縱向彎曲應(yīng)力的模型中，位于過渡段的56.77 m 處首次檢測對應(yīng)的時間為服役后的第9年，這比不考慮縱向彎曲應(yīng)力的現(xiàn)有模型計算的結(jié)果提前了8.2年，縮短至1/2。其次，在同一年份下，過渡段的失效概率比錨固段更高，這說明地下管道可能在過渡段率先發(fā)生失效破壞，其本質(zhì)是由于過渡段發(fā)生了更大的縱向彎曲應(yīng)力，這與規(guī)范和現(xiàn)有模型僅考慮錨固段的軸向熱應(yīng)力相違背。

圖7 時變可靠度與運維決策計算過程Fig.7 Calculation of time-dependent reliability and maintenance decision

顯然，本文所提出的模型在多源實測數(shù)據(jù)的支持下充分考慮了當(dāng)前的真實結(jié)構(gòu)狀態(tài)，獲得了比現(xiàn)有的管道可靠度模型更準(zhǔn)確的預(yù)測結(jié)果。從所研究的實際工程可以發(fā)現(xiàn)，由施工階段的各種不利因素導(dǎo)致的彎曲響應(yīng)對失效概率的影響可能十分顯著，這說明管道發(fā)生失效破壞的時間很可能比現(xiàn)有可靠度模型［2］預(yù)測的首次檢測維護計劃更早，無法實現(xiàn)預(yù)防性的維護作用。因此，本文提出的多源監(jiān)測數(shù)據(jù)融合的運維決策模型對地下金屬管道實現(xiàn)預(yù)測性維護和安全管理具有重要意義。

3 結(jié)論

為了保證地下管道全生命周期內(nèi)的正常服役，提出了基于多源監(jiān)測數(shù)據(jù)融合的預(yù)測性運維決策方法。針對復(fù)雜荷載作用下連續(xù)式地下金屬管道的失效破壞機理，提出了多源監(jiān)測數(shù)據(jù)融合的應(yīng)力分析模型，該模型解決了實際工程中單一監(jiān)測目標(biāo)無法估計縱向彎曲應(yīng)力和軸向熱應(yīng)力的問題。在此基礎(chǔ)上基于均勻腐蝕的結(jié)構(gòu)退化模型和時變可靠度理論提出了預(yù)測性運維策略支持模型。該模型比目前廣泛使用的地下管網(wǎng)應(yīng)力評價模型增加了不可預(yù)測部分的實測信息，即縱向彎曲應(yīng)力，因此能夠更加準(zhǔn)確地評價和預(yù)測地下管網(wǎng)服役安全。

某實際供熱管道的研究結(jié)果表明，施工過程中由覆土荷載、墊層不平整以及不均勻沉降等因素導(dǎo)致的彎曲響應(yīng)較大，對運維決策結(jié)果產(chǎn)生了明顯影響，在地下管道的服役安全評價及性能預(yù)測中不應(yīng)忽略。需要指出的是，本文只提供了基于均勻腐蝕的首次檢測維護計劃的決策依據(jù)，未來應(yīng)在首次檢測獲得結(jié)構(gòu)退化的實測信息后進一步考慮局部腐蝕作用，利用新的實測信息對失效概率進行更新，提供下一次檢測維護的決策依據(jù)。對于非連續(xù)式地下管道（如承插式球墨鑄鐵管、混凝土管等）仍需針對其典型失效模式和監(jiān)測與檢測技術(shù)研究全生命周期預(yù)測性運維決策支持的理論和方法。

作者貢獻聲明：

李明昊：算法設(shè)計和編程、數(shù)據(jù)處理和分析、文稿撰寫。

馮 新：論文選題、參與研究的構(gòu)思和設(shè)計、對重要學(xué)術(shù)性內(nèi)容做出關(guān)鍵性修訂和定稿。

劉緒都：數(shù)據(jù)采集。

韓 陽：傳感器布設(shè)。