基于BIM的桥梁运营期健康监测系统研究应用

孙 涛， 邓长军， 邹春蓉

(中铁西南科学研究院有限公司， 四川成都 611730)

桥梁健康监测的基本内涵是通过对桥梁结构性能状态的测量、收集、处理、分析和评估，为桥梁在特殊气候、交通条件下或桥梁运营状况严重异常时触发预警信号，为桥梁维护管理决策提供依据和指导[1]。近年来，随着大跨径桥梁的轻柔化及形式与功能的复杂化，桥梁结构健康监测系统已经成为国内外学术界、工程界的研究热点。21世纪80年代中后期以来，美国、英国等许多国家就开始在一些大跨径桥梁上建立健康监测系统，例如美国佛罗里达州的Sunshine Skyway Bridge桥上安装了500多个传感器，用来监控桥梁施工和成桥状态下的温度、应变和位移。国内的桥梁健康监测的起步较晚但是发展速度较快，现已在苏通大桥、润扬长江大桥、杭州湾跨海大桥等多座大型特殊结构桥梁上建立了健康监测系统[2-3]。

随着现代桥梁结构设计趋于大型化、复杂化，使得桥梁健康监测的测点数目和传感器类型越来越多，导致海量的监测数据越来越难以管理与理解。并且传统的健康监测系统多为二维模型，着重于结构监测的数据采集，对于数量庞大的监测数据如何直观地显示与实时动态预警管理却涉及较少[4]。因此，本文以成都某斜拉桥为项目依托，将BIM技术三维可视化与传统的健康监测系统相结合，研究开发了集成系统三维模型显示、数据高效采集传输分析处理、多平台实时安全预警、监控视频互联等技术的健康监测系统。

1 桥梁健康监测方案

1.1 工程概况

世纪城路东延线跨府河大桥(以下简称府河大桥)位于成都市高新区，为弧形单搭单索面斜拉桥，桥长215 m，桥宽31 m，跨径布置为130 m+57 m+28 m。主桥桥塔侧面为“人”字形独塔体系，分为主塔和副塔两部分，采用预应力混凝土结构，桥塔总高度为89.5 m，索塔基础采用群桩基础。主梁为钢箱梁+预应力混凝土箱形梁，主跨为钢箱梁，辅跨为预应力混凝土箱形梁，两者之间设2 m的钢-混凝土结合段。塔梁之间采用固结体系，斜拉索布置于桥梁中心线处，主跨和辅跨纵向非对称布置，全桥共计斜拉索20组。

该桥索塔外形为曲线，整体造型独特，两侧跨度的不一致、斜拉索纵向非对称布置方式均增加了索塔受力的复杂性，为保持平衡，主塔两侧主梁材料也不一致，在结合段易出现应力集中等现象。

1.2 监测点位布设

世纪城路东延线跨府河大桥于2015年9月建成通车，同年12月建立了桥梁运营期的健康监测系统。系统共布设测点184个(图1)，监测内容包括结构温度、主梁主塔位移、主梁主塔截面应力监测、车辆荷载、视频监控、桥梁结构动力性能、斜拉索拉力。

2 健康监测系统总体架构

本系统的总体架构包括建立BIM模型、数据实时采集和传输、数据分析处理、多平台显示和视频联动四个部分，如图2所示。

2.1 建立BIM模型

BIM是带有设计参数的三维模型，同时也是多用户信息交流与共享的平台。基于BIM的桥梁健康监测总体需求可归纳为3D-BIM建模、监测点快速定位与直观展示、BIM模型数据与健康监测诊断数据融合等方面。集成到BIM的结构健康监测信息能够有效降低数据的理解难度，提高监测信息的管理效率[5-6]。

综合比较国内外多种BIM建模软件的优缺点，本系统最终选择当前国内使用广泛、建模自由度高的法国Dassault system的CATIA软件实现桥梁的3D-BIM建模。采用适用于斜拉桥结构特点和CATIA软件的“骨架+模板”的三维建模方法。即以桥梁总体布置骨架为主导，以构件设计模板为核心，结合参数化功能，实现桥梁结构的有效建模。

图1 府河大桥传感器立面布置示意

图2 健康监测系统总体架构

通过在桥梁BIM模型上建立监测点专用族库，利用BIM 参数化建模的特点，实现桥梁应力应变、结构温度、结构变位、动力特性、斜拉索力等监测数据与桥梁 BIM 模型的关联集成。将监测设备融合为桥梁的一部分，进行BIM展示，可通过BIM快速查看监测设备所安装位置，编码等信息。同时，通过编码原则，将所有监测设备通过编码进行识别，便于快速了解BIM不同位置的监测设备所属类型。图3为府河大桥BIM模型，该模型实现了与监测点位相关联及测点可视化显示。

图3 BIM模型透视图及测点可视化

2.2 数据实时采集和传输

数据实时采集和传输主要是数据采集模块与数据传输模块两个单元组成。

数据采集模块主要通过给传感器设定固有频率与高速不间断频率对结构的动、静态数据实施采集，在兼顾数据高精确性、高同步性、灵活性、以及传感器维护性的同时，也为桥梁结构状态安全评估提供稳定可靠的数据。数据传输模块是由光纤或电缆网络将各传感器采集到的数据连接到数据采集单元，再由数据采集单元整合后传输到数据处理与控制服务器。

根据调研，按照信号输入方式和监测的物理量不同，目前国内外传感设备输出信号主要有模拟信号、数字信号和光信号三种，各厂家也提供与其传感设备配套的采集与传输软件，并提供配套软件的定制开发服务，实现基础的数据实时采集与传输功能。

2.3 数据分析处理

数据分析处理系统部署于云计算中心虚拟服务器上，一端与多平台输出端连接，一端与分布在各桥梁的现场监测站数据采集与传输软件相连。内容包括对海量数据的高效管理、对监测数据的综合分析、对桥梁构件的安全状态进行评估和预警，是整个健康监测系统的核心和枢纽。

桥梁结构健康监测系统布设传感器数量众多，所有传感器均为24 h连续采集，预计每小时数据量在150～200 MB之间，长期采集将形成海量数据。因此必须对数据收集与整理入库进行统一规划。为此，在逻辑上将整个系统划分为五大数据库：系统参数数据库、结构信息数据库、原始数据库、处理后数据库、健康状态数据库。利用统计法、时间序列法、自诊断技术等手段对监测数据进行实时预处理和分析[7]。若发现健康预警指标出现明显的异常变化，则立即发出预警信号(如光、声、短信)，必要时刻立即中断交通，避免二次事故的发生。

2.4 多平台显示和视频联动

为了满足管理方多方面的监测需求，开发了三种健康监测系统显示平台，即桥梁三维模型仿真平台、Web环境交互平台、智能手机APP显示平台。基于C/S(客户端/服务器)架构的桥梁三维模型仿真平台和BIM、3D GIS等先进技术，搭建沉浸式桥梁三维仿真模型，将桥梁监测数据进行可视化展示与仿真模拟，实现监测数据与结构部位的对应分析和直观识别，达到所见即所得的目的。随着“互联网+”时代的到来，将监测数据与处理结果进行云同步，开发与本系统相匹配的Web环境交互平台和智能手机APP显示平台(图4)，可实现移动端的实时监测。通过笔记本电脑、智能手机等任何可以接入4G网络的移动设备，实时查询监测数据，获取桥梁结构运营状态和健康预警信息。

图4 手机APP应用展示

同时，为了更直观的了解监测桥梁实际运营情况，本系统建立了视频联动监测模块。通过布设于主塔上的监控摄像头获得桥梁现场的实时影像资料，可为进一步分析提供直观的信息，也可以监测桥面运营状态，并形成影视记录，以便为桥梁健康评估提供实证。

3 系统运行状态检验

3.1 系统运行状态评定

系统在运行过程中，会由于仪器故障、传感器或采集通道损坏、强电磁干扰等原因导致数据奇异或缺失。奇点率反映了奇异值与理论数据的百分比，奇异点即“不可能”数据点、重复数据点、锋刺数据点，表现特征为局部时域实测数据出现特别大或者特别小的错误数值；缺失率反应了缺失数据与理论数据的百分比，表现特征为数据文件中长段数据被赋0值[8-9]。将缺失率与奇点率相加得到系统运行所有异常数据的百分比，将异常数据作为评定指标，通过划分多个评判区间，将各个监测项目的运行状态划分为良好、正常、合格、不合格四个评定等级，如表1所示。取所有监测项目的均值，得到整个健康监控系统的运行状态。

表2为2016年1月至2018年1月的系统运行期间所有监测点位数据统计分析，最终获取系统整体的运行状态。分析结果可知，除结构温度、车辆荷载的异常数据比例较高，导致数据出现奇异和缺失外，其余监测项目的异常数据均在5%以内；系统整体的运行状态异常数据比例也在5 %以内，表明系统所有测点的监测数据精度和准确性符合要求，可靠性较高，系统总体运行状态良好。

表1 系统运行状态指标划分

表2 系统运行状态评定

3.2 系统自诊断技术

系统自诊断技术是桥梁健康监测系统不可缺少的重要组成部分，主要实现在线对全桥传感器系统、通讯等故障进行自我诊断，实现对监测过程中缺失数据和奇异数据进行预处理，防止系统发出错误、虚假和无效警报。

针对监测数据中的缺失问题，可通过线性拉格朗日插值函数补全[10]。具体方法为：首先利用传感器的采样频率计算出监测数据在某一时间段的理论采集个数n1，并统计出监测数据在此时间段内的实际采集个数n2，则需要补全的监测数据采集个数为c=n1-n2，在此基础上从实际监测数据中均匀随机选出c个插值空位，利用线性拉格朗日插值函数计算每个插值并补全遗漏个数。针对突然出现的奇点(跳点)时，在利用改进格拉布斯判别法对异常值进行识别后直接剔除，并同时需要利用n阶拉格朗日插值多项式进行补全。n阶拉格朗日插值多项式为：

其中(i=0,1,2,…,n)。图5为主梁跨中21号测点应变异常数据的修正拟合图。

图5 主梁21号测点应变拟合数据

3.3 安全预警

2017年10月20日23点28分，系统发出安全预警，初步分析为超载车辆过桥导致系统发出警报。通过调取当时的预警监测数据(图6)和监控录像(图7)，发现在预警期间有6辆超载货车通过主桥，主梁位移最大值超过系统设计阈值。

图6 主梁位移超限实测数据图

图7 视频监控资料调取

安全预警的有效触发验证了本系统通过健康监测自诊断技术，剔除了监测过程中的异常数据并进行修正拟合，实现了对超载事件的高效预警。

4 结论

本文以成都某斜拉桥为依托，建成了基于BIM平台的桥梁运营期健康监测系统，且系统总体运行状态良好，实现了桥梁的智能化管理。该系统在传统监测系统的基础上，还实现了以下功能：

(1)基于BIM平台，实现系统三维可视化，所见即所得，界面友好、操作方便。

(2)长期、实时、同步、连续地进行数据采集，数据漂移小，数据精度和准确性符合要求，数据可靠性较高。

(3)利用统计法、时间序列法、自诊断技术等手段对海量监测数据进行预处理和分析，确保安全预警信息准确高效。

(4)开发了桥梁三维模型仿真平台、Web环境交互平台、智能手机APP显示平台，并实现了各平台与现场视频监控联动，确保桥梁管理者实时掌握结构健康状况。