文/本刊記者 汪玚
橋梁結構監測技術在橋梁及隧道的突發事件應急管理、結構損傷成因分析、指導養護等多個方面發揮著重要作用。針對山區橋隧結構安全保障,現有的監測解決方案可以解決什么問題?實現橋梁結構健康監測又面臨著怎樣的挑戰?
北京源清慧虹信息科技有限公司(以下簡稱“源清慧虹”)首席技術官吳猛、應用創新總監韓亮在2021中國山區橋梁與隧道結構安全技術交流會上,分別以“基于無線傳感技術的橋梁安全運營綜合管養平臺”“橋梁結構健康監測中的算法工程實踐”,介紹了源清慧虹在橋隧監測方面的實踐經驗。
從建成、學會到奮發追趕、超越引領,中國廣泛應用新技術、新材料、新工藝、新設備,拉開了我國現代梁橋、拱橋、斜拉橋和懸索橋的建設序幕,奠定了中國現代橋梁向“大跨、輕型、高強”發展的方向。可以說,我國橋梁從數量、規模到質量,均已走在世界前列。
然而,我國雖是橋梁大國,卻是管養弱國。
原交通部總工程師鳳懋潤曾在2015年接受采訪時表示,當時我國約有50萬座橋存在養護難題。
步入新時代,橋梁養護面臨新的挑戰。
交通運輸部副部長戴東昌在2021年1月7日的電視電話會議中指出,我國公路橋梁取得了舉世矚目的成就,有力保障了人民群眾出行安全和經濟社會高效運轉。但與此同時,我國危病橋梁多、老舊橋梁多、低荷載橋梁多等問題與部分橋梁即將達到設計使用年限、橋梁養護高峰期即將集中到來、部分橋梁“未老先衰”等中長期風險交織疊加,存在復雜周期性問題,迫切需要系統性解決。

近年來交通運輸部發布的橋梁智能監測相關政策文件
2020年12月28日,交通運輸部印發了《關于進一步提升公路橋梁安全耐久水平的意見》,明確到2025年,基本完成2020年底存量四、五類橋梁改造,對部分老舊橋梁實施改造,國省干線公路新發現四、五類橋梁處治率100%,實現全國高速公路一、二類橋梁比例達95%以上,普通國省干線公路一、二類橋梁比例達90%以上,跨江跨海跨峽谷等特殊橋梁結構健康監測系統全面建立。到2035年,公路橋梁建設養護管理水平進入世界前列,基本實現并不斷完善管理體系和管理能力現代化。
從交通運輸主管部門出臺的一系列政策文件中也可以看出,橋梁數字化、自動化、智能化已成為必要趨勢。

北京源清慧虹信息科技有限公司首席技術官吳猛(源清慧虹供圖)
在吳猛看來,橋梁結構安全管理養護的要點應在于把控“時刻”與“時期”,掌握“局部”與“整體”。即由預防性主動養護、結構監測與人工檢測結合、信息化綜合養護管理平臺共同組成橋梁結構安全與耐久性綜合評估,用以輔助決策。
基于物聯網感、傳、知、用技術,適用于橋梁施工期及運營期結構監測。源清慧虹提出的集硬件、軟件、數據、算法為一體的橋梁結構監測系統整體解決方案,可在施工期監測確保橋梁建成后的內力狀態和外形曲線滿足規范和設計理論要求;橋梁運營期,結構監測通過各監測指標參數數值、變化趨勢的合理計算和分析對橋梁工作狀態進行評估和預報,以確保橋梁管理者隨時隨地了解橋梁的安全運行狀況,輔助進行科學決策。
通過傳感器獲取橋梁結構設計、環境荷載、結構響應、人工檢測等數據,通過算法完成數據清洗、統計分析、力學分析等,對橋梁結構狀態進行分析評估,對結構可能存在或潛在的異常進行報警,從而形成可執行的管養建議,為管養決策提供可靠依據。
吳猛認為,智能無線傳感網部署靈活、實時性好,在安全應急和賦能行業等方面優勢顯著,是基礎設施結構新一代監測技術。
橋梁結構健康監測已經成為目前在橋梁運營階段采用的維養新技術。“我國已有近千座各類橋梁安裝了結構健康監測系統。人工智能的技術進步為橋梁結構健康監測提供了諸多應用場景。”同濟大學橋梁工程系主任孫利民在2021年6月的第一屆橋梁結構健康與安全論壇中表示。
據了解,源清慧虹橋梁結構監測系統整體架構分為實地部署的傳感網和在線監測云平臺兩部分。“依據標準規范體系,賦能安全運營。開放標準開發接口,賦能平臺擴展集成。”吳猛介紹說,該橋梁結構監測系統以“三化六能”助力智慧管養。
“三化”,即通過基礎設施檔案系統實現數字化、通過檢測/監測系統實現自動化、通過數據驅動管養實現智能化;六能,即信息資產管理、實時報警/應急響應、智能報告報表、專業結構評估算法、動態運營管理(自動化定巡檢)、BIM & GIS可視化。
而這樣的橋梁結構監測系統還具備更多優勢。

安裝了源清慧虹健康監測系統的瀘州沱江三橋(攝影:王宇)
“我們通過無線傳感網技術具有超低功耗、時間同步、觸發聯動、OTA空中升級等領先技術;通過前端分析、云端分析和離線分析等技術實現結構分析;通過兩端協同智能技術實現前端智能、端云協同、數據/算法中臺、硬件中臺。”吳猛說,“我們還研發了權威機構認證的30余種無線傳感器和30余套安全評估軟件,可通過索力計、振動計、溫濕度計、傾角計、網關、陣線應變計等硬件產品完成數據獲取;通過數據清洗技術處理缺失、噪聲、跳點、突變漂移、連續漂移等;充分利用監測系統的海量數據,研發了專門適用于監測場景的自動模態參數識別算法,實現模態參數變化趨勢的長期跟蹤;報警預警;同時,建立管養專家知識庫,基于報警結果,明確關聯管養動作,為養護決策提供數據支持。”
數據、算力、算法被譽為人工智能的三大基石。其中算法的迭代更新引領了人工智能技術演進,也將是未來人工智能突破發展的關鍵所在。
有人說,在人工智能領域,如果沒有算法,智能就只是“傳說”,沒有靈魂。
算法代表著用系統的方法描述解決問題的策略機制。也就是說,如果算法有缺陷,或不適合,執行算法就將不會解決問題。如果缺少核心算法,碰到關鍵性問題時,就會遭遇“卡脖子”。
橋梁結構監測系統的順利運行,硬件、軟件、算法三者缺一不可。
韓亮通過橋梁結構監測系統中算法研發、算法落地和算法應用三個層面,回答了算法從哪里來、到哪里去和怎樣被使用的問題。
韓亮指出,算法來自于實際工程。“我們在工程中發現問題,對問題進行準確、有效的定義,其次是對數據和橋梁結構關系的理解,最后才是算法本身的研發和創新。”
韓亮坦言,這三個步驟也正是橋梁結構監測系統的算法研發主要面臨的三大挑戰。
要想對問題進行準確、有效的定義,需要避免過于籠統的定義,如籠統定義為“評價橋梁結構的安全狀態”等,還需要避免過于拔高,比如理論上仍然極為困難的“結構損傷精確識別”等。
在對數據和橋梁結構關系進行理解時,需要基于力學分析,把握理論模型和實際環境之間的異同,需要基于數據(統計)驅動的方法分析,也需要一定的結構分析理論支撐。
而針對監測場景的算法研發創新時,監測場景中的算法需要充分考慮結構荷載/響應數據的特征,和適應長周期數據及流式數據的處理,最終導向高效率、自動化、智能化。
韓亮以“GNSS+加速度測量動態撓度”為例,給記者具體講述了橋梁結構監測算法研究過程中的這三個步驟。
“其問題定義為:目前,測量大跨徑橋梁動態撓度多采用GNSS,但GNSS在動態模式下的豎向測量精度僅為厘米級。因此,需要設計一種能夠提高精度的方法;其數據/結構特征為:GNSS數據精度較低,高頻噪聲非平穩。加速度數據動態性好,低頻噪聲影響大;算法創新為:自適應數據融合算法。”
而這一過程,并非簡簡單單的數據提取、模型建立和深度學習后的人工智能。
“結構監測算法研發實踐需要打破土木工程、信息科學、計算機科學、通信科學、數理科學、其他科學等多重學科壁壘,深度融合。”韓亮告訴記者,“我們會經過需求討論、提取數據、數據清洗、數據整合、缺失值處理、特征工程、模型評估等,這是一個曲折復雜的過程。”
在韓亮看來,算法要落地,其最終目的是為工程服務。
近年來結構健康監測數據分析研究取得了很多進展,結構工程師們開發出了各種先進實用的數據分析算法。但普遍來說,大多數結構工程師主要擅長數據分析和仿真計算等,對軟件工程了解并不多。而過去的結構健康監測軟件平臺基本是高度定制化開發的,涉及復雜的軟件工程,因此實際中工程師們難以將成果轉化為高質量的工具或集成到系統平臺中推廣使用。相比于該領域的前沿理論研究,算法落地的嚴重滯后性已經成為了制約結構監測發展的瓶頸之一。

北京源清慧虹信息科技有限公司應用創新總監韓亮(攝影:陳楠枰)
而在結構監測算法落地的實踐中,基于中臺化、低代碼化設計的算法平臺可謂重中之重。
“算法平臺主要用于將算法與軟件工程進行解耦,并打造專門為結構監測設計的算法庫。結構工程師完成核心算法開發后,可通過簡單的可視化配置實現自動部署發布,直接集成至結構健康監測軟件平臺中,形成可供調用的算法服務。”韓亮介紹說,“線上開發環境也很重要,可一鍵對接結構監測數據庫,極大提升工程人員的探索分析數據的效率。另外,對于數據分析相關任務可給統一的解決方案,實現了算法模塊的高度可擴展性與可復用性,并且極大提升了易用性。”
韓亮指出,在橋梁結構監測系統中,算法的價值輸出主要還是體現在評估報警方面。
然而,目前結構監測算法應用面臨著算法研發水平不足、對使用者不夠友好、算法分析向價值轉化不清晰等三重挑戰。
“算法研發方面,自動化、智能化的水平仍然不足,算法的效果、效率、魯棒性仍有待進一步提高,在線分析技術仍需進行更多的研究;在產品易用性方面,大量使用者了解行業和業務,但并不了解算法背后的實現細節,目前普遍缺少針對結構監測的專業易用的算法‘產品’,數據分析過程對用戶而言費時費力,結果晦澀難懂,缺少實際有效的指導意義;算法分析向價值轉化則是最核心的問題,不少結構監測平臺都有數據分析模塊,但分析結果大多停留在界面上,更像是一個‘體驗工具’,并不能高效打通算法與報警預警、報告報表以及管養決策之間的關系……”在韓亮看來,結構監測算法應用應著力打通算法與平臺報警功能、算法與管養決策、算法與評估報告報表之間的關系,提升算法庫的專業性,降低用戶的使用門檻。“做行業人員真正看得懂、用得上的系統,這是我們的一個愿景。”