52监测网

标题: 公路桥梁智能检测技术研究进展 [打印本页]

作者: Nino    时间: 2022-2-23 13:07
标题: 公路桥梁智能检测技术研究进展
本帖最后由 Nino 于 2022-2-23 15:25 编辑


贺拴海

工学博士、二级教授、博士生导师。长安大学副校长、学术委员会主任委员;旧桥检测与加固技术交通行业重点实验室主任;教育部科技委土木、建筑与水利学部委员,教育部高等学校教学指导委员会委员(土木类),陕西高校教学指导委员会副主任委员(土建水利类);桥梁智能检测联盟理事长、陕西省公路学会副理事长、陕西省土木建筑学会副理事长;《中国公路学报》副主编,《长安大学学报(自然科学版)》执行主编,《建筑科学与工程学报》《桥梁》等学术期刊编委,享受政府特殊津贴。长期从事桥梁工程领域的教学、科研、技术服务工作,范围涉及桥梁结构理论、规划设计、检测评估、维修加固等;出版《桥梁结构理论与计算方法》等著作5部,发表学术论文近300篇;主编、参编国家行业规范8部;获国家、省部级科技奖励10余项。参与了包括港珠澳大桥、杭州湾大桥、青岛海湾大桥、舟山连岛工程等重大工程建设技术研究工作。

引言

截止2015年底,国省干线约16%的桥梁服役时间超过25年,约31%的桥梁服役时间超过15年。随着我国经济水平的持续发展,桥梁因性能劣化、超载、水毁、地震、船撞等人为和自然灾害引起的桥梁局部或整体垮塌造成了极大的人员、财产损失和不良社会影响。为保障结构安全,延长结构寿命,我国桥梁性能维护基本形成少量重要桥梁采用健康监测系统,大量桥梁采用定期检查及特殊检查的格局。截止目前,我国桥梁检测技术仍然以人工检测为主,具有费时、费力且检测结果受主观影响较大的缺点。

为克服基于人工的桥梁检测技术费时费力的缺点,实现区域级、路网级检测评价技术的推广应用,桥梁智能检测技术因其精度高、速度快等优点开始得到世界各国的关注。为推动我国桥梁智能检测技术的发展,本研究结合桥梁智能检测装备、智能检测方法、桥梁外观损伤智能识别算法、智能安全评价及养护决策四个方面进行了国内外研究的系统梳理与归纳,以期推动桥梁智能检测技术在我国的应用与发展。

1、桥梁智能检测装备

在桥梁智能检测装备研发方面,以机械设备搭载图像采集设备进行图像采集分析在近些年取得了较大的发展。文献[7]基于传统商用无人机搭载图像采集设备进行了桥墩的裂缝及表面损伤检测,并基于检测结果进行了三维图像重现,见图1。


图1 无人机技术进行桥梁表观病害检测

针对无人机图像采集中,因无人机平台不稳定引起的图像采集模糊及定位困难问题,文献[8]研发了一种可附着式无人机监测装置,该装置可实现在桥梁表观病害检查的基础上,同时实现高空桥梁的变形监测及检测,并可采用点云扫描技术进行无人机检测路径的规划,见图2。


图2 可附着式无人机监测装置

因无人机搭载图像采集装置存在图像定位困难等问题,文献[11]研发了一种同步图像采集及测距的移动装置,该装置将多点三维摄像头及激光照射系统搭载在检测车机械臂上,可实现梁式桥的智能化、快速化检测,见图3。



图3 多点三维摄像头及激光照射智能检测机器人

除此之外,针对钢结构桥梁钢材的磁性吸附特点,部分学者提出了吸附式钢结构桥梁检测装置。为实现对桥梁支座性能及高墩表观病害检测,文献[14]设计了一种环形爬升机器人,将其应用到高墩的裂缝图像采集中,如图4所示。


图4 环形爬升机器人进行桥墩裂缝检测

结合美国桥梁的劣化现状,文献[15]研发了图像采集及多种无损检测装置的智能检测机器人。该检测机器人可采集桥面图像信息,反射波、超声面波及电阻率信息,可用来检测桥面板开裂,混凝土弹模、锈蚀等信息,已应用于美国数10座桥梁检测中,见图5。


图5 桥梁多功能检测机器人

除梁体表观病害检测外,针对桥梁结构中大量存在的索构件外观缺陷,部分学者进行了爬索机器人的研发。文献[16]针对大跨斜拉桥中斜拉索倾斜角度大,摩擦系数小及拉索振动等问题,提出采用卡槽式、螺旋爬升式及全轮驱动机器人[20],见图6~7。


图6 斜拉索检测爬索机器人


图7 四轮驱动式斜拉索检测机器人

在桥梁水下基础检测方面,文献[26]结合水下检测地形、水流等检测条件,进行了其避障能力、图像采集精度及精确定位能力等方面的研究,见图8。此外,文献[27]采用声呐进行桥梁水下基础的检测,结果表明该检测方法具有速度快、精度高的特点。


图8 水下检测机器人

2、桥梁智能检测方法

截止目前,桥梁智能检测主要包含的技术有:图像采集与图像处理、激光点云扫描、全息摄影技术、光纤传感技术、热成像技术、声发射技术、超声波检测、电磁传感、探地雷达、干涉合成孔径雷达等检测技术,多位学者采用以上技术进行了桥梁缺陷与损伤的智能检测与检查。

在图像采集方面,基于损伤分布及可视区域,采用遗传算法进行无人机检测的3D路径规划,可有效解决桥下定位不准、受复杂环境影响大、机器避障能力不足等问题。此外,以卷积神经网络、深度学习等方法进行病害定位、分类、统计的技术在近些年得到了较快的发展,如图9所示[36]。


图9 无人机图像采集技术在裂缝识别中的应用

图像采集技术除应用在桥梁裂缝损伤检测中外,部分学者采用该技术进行了钢结构图层、斜拉索护套损伤、主缆护套损伤及螺栓松动等方面的检测,见图10 [39]。


图10 图像采集技术在螺栓松动检测中的应用

针对基于无人机的图像采集技术存在图像定位困难及病害平面化等缺点, 3D点云成像、全息摄影和BIM技术,在实现外观病害可视化方面具有较大的优势,见图11 [40]。


图11 激光点云扫描技术桥梁损伤检测

室内试验及现场测试结果表明,光纤传感技术可用于结构微裂缝、结构应变及斜拉索索力等参数的检测及监测工作。热成像检测技术可用于桥梁材料劣化、钢桥、钢筋锈蚀检测及桥面板的损伤检测中,如图12所示[50]。


(a)太阳辐射条件下圬工拱桥热成像图


(b)无太阳辐射条件下圬工拱桥热成像图

图12 热成像技术进行桥梁材性检测应用

在声发射技术应用方面,以声信号、超声波及声呐技术进行桥梁应力、疲劳裂纹及基础的检测得到了较好的发展,见图13 [58]。


图13 声呐检测技术在桥梁水下基础检测中的应用

在电磁传感技术方面,结合断裂钢筋的漏磁特性,采用磁流通技术进行钢筋的内部损伤检测的有效性已在部分工程中得到了验证。采用压电传感器进行钢束振动频率与电导率的测试,可作为测试钢束有效预应力的方法之一。此外,探地雷达、半电势法及冲击回波法可应用于桥面板损伤及钢筋锈蚀检测中。

3、桥梁损伤智能识别算法

在图像采集的基础上,如何实现损伤识别、损伤定位及损伤分类成为当前桥梁智能检测中的研究热点之一。结合桥梁智能检测需要,在深度学习的基础上,发展出了以飞蛾优化算法、U型规划网络、贝叶斯方法、卷积神经网络等多种识别算法。并研发了桥梁病害自动识别及评价管理系统,如图14所示[80]。


图14 基于大数据的桥梁横向裂缝识别路径

4、桥梁智能安全评价及养护决策

在桥梁智能检测的技术上,实现桥梁智能评价是实现桥梁检测智能化的最终目标,实现这一目标的核心是建立科学的评价体系及采用信息化的全寿命评价模型。截止目前,我国公路桥梁检测评定针对不同类型桥梁仍采用统一的检测评定方法,虽然在构件层面进行了划分,但由于不同类型桥梁结构设计安全冗余、服役环境及材料抗腐蚀特性等方面的差异,该方法的适用性有待进一步探讨。

为进一步促进我国桥梁评价技术的进步,将人工巡检信息和长期监测信息相融合,并采用概率评估方法实现评估过程标准化是未来的发展方向之一。除评价方法方面的研究外,文献[95]进行了采用信息化技术进行桥梁智能评价的探索。该方法采用数字孪生模型进行桥梁设计、建造、运营、维护的全过程跟踪,并将桥梁病害检测结果计入数字模型中,为桥梁养护决策提供技术支持,如图15所示。


图15 桥梁结构数字化模型在桥梁检测中的应用

为实时智能评估桥梁损伤模式,长安大学结合“跨海集群工程长期服役性能指标体系与性能数据库关键技术”、“跨海集群设施服役状态评估及智能维养技术与装备”等国家重点研发计划项目进行了桥梁正向模拟评估及反向识别评估算法、理论、路径及评估指标方面的系统研究,如图16所示。


图16 桥梁智能损伤识别系统

在养护决策研究方面,以桥梁网络为出发点,基于总交通干扰进行了养护策略的优化,可实现较低的养护费用及较少的交通干扰。以大数据统计分析结合桥梁全寿命服役状态劣化分析,可促进建立科学、高效的桥梁养护决策。长安大学结合广东省农村公路桥梁改造工程,以315座农村桥梁检测数据为依托,进行了桥梁类型、桥龄、设计标准、荷载等级、交通量的系统归纳分析,采用大数据技术进行了路网级桥梁快速评价及养护决策技术的探索。

5、结论与展望

为促进智能检测技术在我国的发展及应用,本文针对桥梁智能检测技术的研究热点问题,进行了桥梁智能检测装备、智能检测方法、损伤智能识别、智能评价及养护决策的发展梳理。本研究结论及展望如下:

(1)随着桥梁智能检测技术的发展,在桥梁表观缺陷检测方面,出现了以无人机、移动机器人、环形爬升机器人、多功能检测机器人、爬索机器人、水下机器人、声呐探测等智能检测装备。其避障能力、地形适应能力、图像采集精度及精确定位能力是今后研究和发展的关键。
(2)以图像采集与图像处理、激光点云扫描、全息摄影技术、光纤传感技术、热成像技术、声发射技术、超声波检测、电磁传感、探地雷达、干涉合成孔径雷达等技术为依托的桥梁智能检测已得到了长足的进步和发展。但各检测手段的适用环境、检测精度依旧缺乏系统的总结。随着图像处理技术向高效率、自动化方向的发展,以图像采集为特征的无人机检测技术、激光点云扫描技术、全息摄影技术是未来桥梁外观检测的主要发展方向。
(3)在图像采集的基础上,采用高效的算法实现损伤识别、损伤定位及损伤分类成为当前桥梁智能检测中的研究热点之一。针对不同的桥型特征及评估目标进行桥梁病害数据库的建立,实现病害数据源的样本积累及识别模型训练,促进识别算法的高效性及自动化发展是智能识别算法主要的发展方向。
(4)在桥梁智能检测的技术上,实现桥梁智能评价是实现桥梁检测智能化的最终目标,实现这一目标的核心是建立科学的评价体系及采用信息化的全寿命评价模型。随着桥梁智能装备能力的提升、智能检测技术的发展,不同类型海量数据的涌现,传统的从病害、构件、部件到结构的分层综合安全评价算法已不能适应,采用数字孪生技术进行结构状况的实时再现与评价,以多源数据融合技术进行区域级、路网级桥梁服役性能及抗灾韧性评价是桥梁智能检测与安全评估的主要发展方向。

本文出自本文主要内容出自于《中国公路学报》2021年第12期(点击题目查看全文):

贺拴海, 王安华, 朱钊, 赵煜. 公路桥梁智能检测技术研究进展[J]. 中国公路学报, 2021, 34(12): 12-24.

HE Shuan-hai, WANG An-hua, ZHU Zhao, ZHAO Yu. Research Progress on Intelligent Detection Technologies of Highway Bridges[J]. China Journal of Highway and Transport, 2021, 34(12): 12-24.


长安大学结构智能检测技术研究所

针对桥梁与结构检测与试验中的疑难问题,长安大学结构智能检测研究所重点开展了针对桥梁结构外观检测、荷载试验、长期监测等领域的智能检测技术及高性能传感器、专用检测仪器研发。研究方向包括模式识别、图像分析、激光测距、GPS定位、应力应变传感器技术、钢束及混凝土应力测试技术、桥梁安全评价等。目前已经形成了图像检测技术、激光检测技术、多模式融合检测技术、应变式测力传感器、桥梁快速检测技术和设备等特色研究方向。在结构应变测试新技术、结构变形测试新技术、体内/体外预应力测试新技术、结构外观测试新技术四个领域取得了突破性成果。

  主要创新

(1)应变测试新技术——针对桥梁荷载试验中应变片测量方式存在的安装工序繁琐、效率低下、测试受环境影响大、现场布线不便等问题,长安大学重点开展了新型应变测试技术的研发。开发了新型多用途应变测量传感器,联合研发了无线测试系统。

多用途应变测量传感器可测量各种建筑物构件的单向应变和平面应变,采用可调标距方式,可实现跨裂缝和砌体等构件的应变测试,可监测构件裂缝变化、桥梁墩台位移,也可进行结构疲劳荷载下的动应变测试等。无线测量系统主要包含有无线加速度传感器、无线倾角传感器、无线应变采集器、无线电压采集器、无线温度采集器、无线网关等硬件产品以及相关测控软件。可实现加速度、振动、应力、倾角、电压、温湿度等数据采集,通过无线方式将采集的数据传输至无线网关,无线网关接收监控计算机或者远程用户指令,并汇总区域内的无线传感器数据上传至监控计算机或云端。      


图1 多用途HJ型应变测量传感器       图2 无线应变采集仪


图3  无线测量系统原理示意

(2)变形测试新技术——针对目前传统结构变形测试技术存在的诸多局限,长安大学结构智能检测技术研究所基于数字图像技术,研发了一系列新型远距离桥梁变形测试系统。该技术基于基于单目视觉测量技术,通过计算机图形处理得到待测目标的静、动态位移以及实时动态曲线。具有远距离(>1000m)、测试精度高(0.1mm/100m距离)、免靶标测量、操作简便等特殊优点,已广泛应用于桥梁荷载试验的静动态挠度测量以及大型桥梁施工监测、健康监测项目。


图4 桥梁变形实时动态测试系统        图5 桥梁挠度检测仪


图6 免靶标多点捕捉    图7 实时动态变形测试系统应用

3)体内/体外预应力测试新技术——该技术采用微破损方法,通过混凝土梁体局部开槽,采用接触式静力检测法获得钢束有效预应力值,为实桥体内预应力钢束有效预应力检测提供了手段。该仪器具有结构简单、体积小、重量轻、携带方便、检测速度快、所测数据准确、测量精度高等优点,可广泛应用于传统预应力混凝土结构、体外预应力混凝土结构的钢束有效预应力测试,还可用于单根预应力钢索构件中线绕管和管道的初始预应力钢索的张力、桅杆和天线上的钢索张力、吊索以及高空传输钢索的张力检测,检测精度可控制在2%以内。该设备获得了1项国家发明专利(专利号:ZL 2007 1001 8562.9)和1项实用新型专利(专利号:ZL 2007 2003 2635.5)。


图8 预应力张力检测仪系列


图9 体外预应力检测            图10 体内预应力检测

(4)外观检测新技术——结构裂缝是混凝土桥梁的主要病害特征。常规检测方法需投入较多的人力、物力,检测周期长、强度大、费用高,大量的检测记录还需人工进行整理和汇总。长安大学经过多年的技术攻关,研发了基于图像识别技术的远距离裂缝检测系统,成功地应用在了多座桥梁的裂缝检测中。
基于图像识别原理,采用天文级图像采集设备和高清摄像装置,通过自驱动方式,实现远距离、自动扫描、裂缝群识别和矢量化图形处理。基于固定式平台和无人机平台,可实现结构表面裂缝宽度和长度的测量、裂缝的定位、裂缝的自动识别等功能。具有远距离、非接触、高精度、高效率的优点,成为桥梁外观检测的发展方向。特别对于高桥墩、桥塔等不可及部位的外观病害检测具有重要意义。


图11 基于无人机平台的结构外观检测     


图12 基于无人机平台的桥塔外观检测

成果应用   

近年来,长安大学结构智能检测技术研究所依托桥梁结构安全技术国家工程实验室、交通运输部旧桥检测与加固技术交通运输行业重点实验室等科研平台,致力于智能检测技术的创新和应用,先后参与包括港珠澳大桥、杭州湾大桥、青岛海湾大桥、舟山连岛工程、沪通长江大桥、新疆果子沟大桥等近百座桥梁工程的应用。长安大学发起成立桥梁智能检测联盟(BIDA),致力于建立桥梁结构智能检测领域的产学研合作新机制,积极推动中国桥梁智能检测技术持续发展。主办全国桥梁智能检测与与安全评价技术论坛,积极参加世界交通运输大会(WTC)、中国公路学会土木与结构工程分会年会、中国土木学会桥梁及结构工程分会的年会、桥梁创新发展论坛等主流学术会议,积极开展新技术交流、展示和应用推广。


图13 主办和参加国内大型学术会议


图14 参与的典型工程建设



长安大学桥梁智能检测新技术及系列装备


文章转自公众号中国公路学报,仅用作交流学习,版权归原作者所有,侵权删


















欢迎光临 52监测网 (http://bbs.52jiance.cn/) Powered by Discuz! X3.2