桥梁结构轻量化健康监测思路与技术路径分析

研究背景

SHM 系统以实时动态的方式监测桥梁日常运营过程中温湿度、风速等环境因素，车流、人流等外部作用，应变、转角、振动等结构响应，锈蚀、开裂等结构缺陷，并基于监测数据对桥梁结构的安全性能进行分析与评估。除此之外，SHM 技术在地震、台风、船撞等突发事件预警方面也发挥了积极的作用。尽管 SHM 技术已为桥梁的安全运营维护提供了有效的帮助和支持，但目前仍多应用于大型桥梁结构。截至 2022 年底，我国中小跨径桥梁总计 86.47 万座，占桥梁总数的 83.7%，保障量大面广的中小跨径桥梁的服役安全已成为桥梁行业的一个关键需求。现有 SHM 技术仍需进一步优化以向公路网上数量众多的常规桥梁进行广泛的推广：（1）现有监测技术面临成本、部署及效率等多重挑战。以日本明石海滩大桥为例，其上安装了十余类数百个高成本的传感监测装置，规模庞大。此外，传统的传感设备通常需要安装于结构表面，对于难以到达的区域，其部署与维护存在显著困难。同时，各类型的传感设备难以互联互通，这又显著增加了监测系统的复杂程度。（2）随着桥梁监测工作的深入进行，从不同来源获取的庞大且复杂的数据不断堆积，且难以被有效利用。这些海量监测数据不仅增加了数据传输的压力，还影响了监测系统的运行效率。更为关键的是，从这些庞杂的低质量数据中提炼出有助于快速准确评估桥梁性能的有效信息变得尤为困难。基于此，本文提出桥梁结构轻量化监测理念，有针对性的从软硬件开发、监测方案设计和监测数据分析三个方面对传统桥梁 SHM 方法进行提升，以实现更快速灵活的监测系统部署、更低的运营成本及能耗、更高效的数据处理与分析，并为桥梁 SHM 由长大跨径重点桥梁向分布广、预算少的中小跨径常规桥梁进行推广提供可能。

2

Part.2

研究内容

       轻量化监测的关键在于应用低成本、低能耗、高效率的技术及装备，根据桥梁的主要风险和结构特性，有针对性地监测关键指标，而非采用标准化监测模式全面覆盖所有潜在的监测点。本文提出的桥梁结构轻量化健康监测的整体实施路线框架如图 1 所示。

图1 桥梁轻量化健康监测实施路线

3

Part.3

以非接触式为核心的感知采集一体化监测

系统

（1）

基于视觉的非接触式桥梁监测技术

桥梁结构的变形监测是视觉技术最重要的应用场景之一。首先，通过经典的标定方法如 Zhang 氏标定法或 Sutton 标定法确定相机内参并对相机采集到的图像进行畸变矫正、去噪、去雾等优化操作以提高图像质量。随后，根据分析纹理、灰度及特征等的相关性和一致性，对相似的影像目标进行定位。最终，在目标点完成追踪后，将亚像素位移换算为工程位移，或通过映射矩阵将像素坐标换算成世界坐标。以上基于视觉的变形测量过程将复杂的图像分析技术和数学换算结合在一起，提供了一种精确和高效的变形测量方法。尽管在工程现场，强光、雨雾等环境因素以及远距离大视场下的特征点匹配问题可能会影响视觉技术的性能，但通过引入光斑质心跟踪算法和相机扰动消除算法，显著提升了其精度和鲁棒性，在此基础上开发了具备边缘计算能力的在线相机非接触式感知设备，并已在多个桥梁监测工程应用中展现出了良好的效果。

图2 基于视觉的非接触式测量

图3 在线相机硬件系统及工作流程

（2）

基于微波干涉雷达的非接触式桥梁监测技术

基于雷达的核心原理，构建了能够同步测量结构多点位移与转角的方法，并进一步地开发出具备边缘计算能力的在线式雷达感知设备，为桥梁结构的非接触式监测提供了更多的选择，在线式雷达感知设备具备远距离、高精度、多测点的优势。首先，基于结构变形测量原理，开发了微波干涉雷达非接触式感知设备，其核心硬件包括接收天线、接收机、发射天线、发射机、信号处理机、高精度电子罗盘、激光标示器、激光测距仪、显控单元以及供电单元，如图4所示。

图4  基于微波干涉雷达的非接触式桥梁监测

在南沙大桥的成桥荷载实验中，开发的雷达设备分别被用于静载下桥梁主梁变形的测量以及移动荷载下位移影响线的测量，验证了设备在实际工程中的有效性。此外，为充分发挥微波干涉雷达远距离、高精度、多测点的优势，将所开发的在线雷达设备应用于桥梁拉索索力的非接触测量中，如图5所示。

图 5  微波干涉雷达的现场工程应用

为进一步增强雷达设备在实际工程应用中的实用性与工作效率，研发了具备边缘计算与自主通信能力的在线式微波雷达设备，可在本地连续捕获和处理电磁波信号，并以结构响应的数值数据进行输出。在线式雷达采用集成设计，雷达系统的各个模块被高度集成到单个芯片中，由此实现了设备的小型化，并降低了成本与能耗，如图 6 所示。除此之外，在线式雷达搭配了无源角反射器，电磁波会在金属角上折射放大，从而产生更强的回波信号，可进一步增强测量的精度与稳定性。更为重要的是，相对于在线式相机所搭配的红外靶标需要电源持续供电的情况，角反射器无需能源供应，不会产生额外的能耗。由此，在线式雷达监测系统的整体功耗将低于 30 W，这满足太阳能电池板持续供电的要求，使得系统在配置有蓄电池及太阳能板的情况下可实现无 220 V 外接电源的不间断运行，适用于现场供电条件差的野外工程环境。

图 6  搭配角反射器的在线式雷达

图 7  在线式雷达船撞预警

（3）

基于 MCU 的感知采集一体化智能网关

通过嵌入式技术开发了基于 MCU 的智能网关作为传统工控机的替代。智能网关采用一体化设计，由高精度数据采集单元、数据处理单元、电源管理单元和无线通信单元四部分组成。集成了单片测试信号发生器的高精度数据采集单元能够实现微弱信号的捕获、滤波和模-数转换。数据处理单元 MCU 具备 GPS 定位、SD 卡存储以及时间同步功能，可实现数据的收集与存储。无线通信单元搭载了无线低功耗 LoRa 模块和大功率 Wi-Fi 模块，用于网关节点和节点之间、节点和主机之间的数据无线传输。供电单元采用可循环充电的锂电池及相应的管理电路为网关设备供电，智能网关的硬件结构如图 8 所示。

图  8  可扩展的智能网关硬件结构

可扩展的硬件设计模式使得智能网关可以根据不同的监测需求来进行定制，以 MCU 主板为控制核心，各种采集板可通过连接器进行增减，避免了通道及功能的浪费，可有效地降低功耗。与此同时，智能网关能够通过不同的附件采集板，同时对多类型传感器的模拟信号进行采样，例如较高采样频率的加速度动态信号和低频采样的温湿度静态信号。在常规数据采集功能的基础上，智能网关可作为灵活的枢纽，同步收集并处理来自于非接触式感知设备的监测数据，不同来源的数据经过格式统一等预处理后，可进行打包，存储至本地 SD 卡或发送至云端数据中心，由此实现感知与采集的一体化。除硬件方面的设计外，MCU 在软件方面的灵活配置能力，也使得智能网关的功耗得到进一步的降低。首先，智能网关设置有工作模式和休眠模式两种状态。当智能网关进入休眠状态时，它只启用无线通讯模块中的中断机制。如果从控制中心或其他节点收到指令，它会立即中断休眠并切换到工作状态。同样，在工作模式下，网关也可接收指令并立即进入休眠模式。其次，数据处理单元的 MCU 选用意法半导体（STMicroelectronics）公司的 STM32F407 控制器芯片，STM32F4 采用 Cortex-M4 内核，并具有较大容量的存储空间。STM32F407 控制器全速运行下的主频为 168 MHz，可以通过动态频率调节技术降低休眠模式下的频率从而降低网关功耗。

（4）

基于云边协同的桥梁健康监测系统设计

在常规桥梁传感网络的基础上，以非接触式感知设备为核心，以智能网关为枢纽，搭建起一个云边协同的桥梁健康监测系统，系统采用“边缘端分布式采集 + 云端集中式回收处理”的架构，如图 9 所示。在边缘端，非接触式感知设备作为第一级的边缘计算，通过内嵌的智能算法将图像、电磁波等原始信号处理为结构响应数据输出至智能网关。智能网关作为第二级边缘计算，将来自加速度计、应变计、温湿度计等的模拟信号转换为数字信号，并与来自于感知设备的数据进行汇总。同时，智能网关可接收来自于外部的任务指令，并设置有判别机制，以时延的最小化为目标来判断当前计算任务由网关边缘端处理或是传输数据至云端来进行处理。

图 9  基于云边协同的桥梁健康监测系统

4

Part.4

面向桥梁主要病害和风险源的靶向感知方法

在现阶段，已被实施的桥梁健康监测系统主要针对大型桥梁的一般性需求，本节从监测方案设计的角度出发，通过定制常规桥梁的监测方案来最大程度提高传感器及监测数据的利用效率，减少由于标准化全面监测所带来的传感器冗余以及额外的成本与能耗。

（1）

靶向感知思路

在充分了解各监测手段特点的基础上，首先针对不同类型的桥梁进行主要病害和风险源的识别、分析和评估，建立起一系列常规桥梁典型病害与养护需求的轻量化监测场景，包括铰缝易损空心板梁桥、易倾覆独柱墩桥梁、重载交通桥梁、船舶撞击高风险桥梁等。其次，根据分析结果，遵循“一桥一策”的原则，选择与目标桥梁主要病害及风险源关联最密切的桥梁参数作为监测指标。最后，选择适宜的轻量化技术手段与相应的测点布置，实现针对于目标桥梁的精准监测。以上面向目标桥梁主要病害及风险源的桥梁靶向感知监测方法的设计流程如图 10 所示。

图10  面向目标桥梁主要病害和风险源的靶向感知方法

（2）

铰缝易损的空心板梁桥

空心板梁桥各板梁的动位移响应是铰缝损伤识别和评估所需的关键信息，在相对位移法中，通过铰缝两侧板梁间发生的相对位移来实现损伤铰缝的定位。在铰缝损伤的评估中，基于动位移响应所建立的荷载横向分布影响线是角缝等效刚度计算的基础。由此可以看出，针对空心板梁桥铰缝损伤的靶向感知监测指标应为各板梁的动位移响应。对于各板梁动位移的监测，在线相机变形监测系统可充分发挥其多点同步监测的优势。尽管获取各板梁的动态加速度响应数据，并通过频域积分法同样可将其转换为动位移数据，但在各梁板部署加速度计的方法复杂，所需加速度计数量多，且难以获得在时间上同步的响应数据。由此，可设计出针对铰缝易损的空心板梁桥的靶向感知监测方案，如图 11 所示。在线相机被安装于桥梁支座处，在各个梁板的跨中处，均安装有红外阵列靶标，利用在线相机多点同步监测的能力，可在桥面荷载作用下实时的获取空心板梁桥各梁板跨中的竖向变形值。如此布置，即可在不中断交通的情况下实时识别并定位铰缝可能发生的损伤，并评估其损伤程度。

图11  铰缝易损空心板梁桥靶向感知监测方案

（3）

易倾覆的独柱墩桥梁

独柱墩是公路桥梁中常见的一种形式，其经济美观、占地面积小，目前应用较为广泛。然而在车辆偏载作用下，独柱墩单支点的支承形式对于桥梁结构整体抗倾覆稳定性十分不利。独柱墩桥梁梁体在车辆偏载的作用下转动角度增大，支座处的支撑体系无法继续提供有效约束，随着转角的进一步增大，梁体开始出现侧向滑移，并可能造成上部结构扭转变形的持续增大并趋于发散，最终引发梁体横向失稳垮塌。在每一个独柱墩桥梁倾覆临界状态中，桥梁支座转角的变化是判断独柱墩桥梁倾覆风险的关键。同时，由于独柱墩桥梁的失稳倾覆破坏是突然发生的，因此有效的监测预警将是在一定安全冗余度的情况下，保证独柱墩桥梁支座转角在最大限定的范围内。对于可能发生倾覆的独柱墩桥梁应重点关注其最不利位置处支座的转角响应。在线相机可以远距离同步监测多个测点的转角，并可通过其自身的边缘计算与通讯能力对独柱墩桥梁可能发生的倾覆风险进行实时的评估和预警，监测系统部署示意图如图 12 所示。针对易倾覆独柱墩桥梁的靶向感知方法的关键是，如果监测到的转角在桥梁运营过程中频繁超过设定的最大容许阈值，则可以判定该桥梁存在潜在的倾覆风险，加强风险桥梁的治超限载管理是防止倾覆事故发生的根本途径。

图12  基于在线相机转角监测的独柱墩桥梁靶向感知

5

Part.5

监测数据快速处理与分析

建立了两阶段的监测数据快速处理与分析评估方法：1）数据快速处理。首先对原始监测数据进行异常检测，剔除异常数据，提高数据质量。其次，将筛选出的正常数据，通过数据压缩与还原网络进行高精度的数据压缩与还原，从而降低数据传输压力；2）结构分析评估。相比于原始数据，经过优化后的监测数据在数据质量上有了明显的提升。在此基础上，与桥梁结构性能直接相关的关键参数可通过优化后的监测数据进行快速有效地分析，从而进一步提高了桥梁健康监测的效率。

（1）

监测数据快速处理

监测数据的快速处理包括数据异常检测和数据压缩两个步骤，流程框架如图 13 所示。传感采集设备的故障或损坏是导致监测数据异常的主要原因之一，这类异常数据无法真实的反应结构响应且会影响结构分析的可靠性，因此需要进行剔除或修正。针对这类一维的异常数据，建立基于卷积网络的异常数据检测方法，将原始的监测数据段输入至网络并通过逐层的一维卷积核提取其高维特征，随后预测输入数据段的分类。同时，采用均方误差函数作为网络的损失函数。与此同时，在训练数据的基础上，通过 Adam 优化算法迭代更新网络的参数。由于异常数据压缩后难以再进行还原，因此数据压缩在数据异常检测之后进行。在借鉴传统的基于字典的数据压缩方法的基础上，提出基于卷积自编码网络的数据压缩方法，主要分为数据压缩网络和数据重建网络两个部分。数据压缩网络用于把输入的原始时间序列数据压缩到指定大小，其中仅包含卷积层，非线性激活层和批正则化层，不包含全连接层。重建网络用于把压缩后的数据进行还原，首先将压缩数据通过全连接层调整数据尺寸，随后将压缩数据和数据标签信息输入至重建网络，并通过数层连续反卷积层输出还原数据。

图 13  桥梁监测数据异常检测与压缩整体流程

（2）

基于监测数据的结构快速评估

及时准确的对目标桥梁进行评估是桥梁健康监测的最终目的，桥梁监测系统为此提供了可靠的数据支持。如何充分地利用系统中各类型监测数据，并从中提取出与结构性能直接相关的信息，是实现快速有效结构性能评估的关键。在长期运营中，桥梁结构会随着时间的推移产生各类结构问题，并由此导致其刚度的降低，从而影响其承载能力。因此，准确识别桥梁刚度，对于桥梁承载能力的合理评价具有重要的意义。传统的评估方法通常需要部署大量的传感器并导致交通的中断，因而效率低下、成本高昂。为此，融合车载信息和监测数据建立了一套快速、低成本、高效率的结构评估方法，可对连续梁桥区域分布刚度进行准确的识别，方法的框架如图 14 所示。结构监测区域的平均刚度可由的力矩包络面积（Moment Envelope Area，MEA）和曲率包络面积（Curvature Envelope Area，CEA）共同计算。融合桥面车载信息和桥下变形监测数据的结构刚度识别方法提供了一种新的思路，通过利用不同来源的监测数据，可对结构性能进行快速、有效的评估。相比之下，传统的结构分析方法往往需要投入大量的人力、物力和时间，这种基于监测数据融合的方法使得SHM系统的应用成本和能源消耗均得到了降低。

图 14  融合车载分布与变形监测数据的结构区域分布刚度快速识别

6

Part.6

结论         

本文提出了桥梁结构轻量化健康监测理念，并从软硬件开发、监测方案设计和监测数据分析三个方面介绍了实现轻量化的思路与技术手段。轻量化监测是在传统监测方法上的提升，旨在实现更低能耗、更低成本、更高效率的桥梁结构监测与评估，有助于桥梁 SHM 技术由长大跨径重点桥梁向中小跨径常规桥梁的推广。本文的主要内容总结如下：

1）提出了桥梁结构轻量化健康监测的理念，并从软硬件设备、传感部署和监测数据分析三个方面建立了实现桥梁结构轻量化健康监测的技术路线。

2）以机器视觉、微波雷达、嵌入式系统等先进技术为基础，建立了以非接触式为核心的感知采集一体化监测系统，并搭建起了一个高效运行的云边协同桥梁SHM网络。

3）提出了面向桥梁主要病害和风险源的靶向感知方法，方法以桥梁监测需求分析为出发点，按照“一桥一策”的原则为不同类型桥梁设计针对性的监测方案。本文通过铰缝易损空心板梁桥和易倾覆独柱墩桥梁两个典型案例介绍了所提出的靶向感知方法的实施思路。

4）建立了两阶段的监测数据快速处理与分析评估方法，数据经过基于深度学习的异常检测和压缩还原的预处理后，通过所建立的融合桥面车载信息和桥下变形监测数据的结构刚度识别方法被针对性的用于结构性能快速、有效的评估。

（文章转自道路之家）