基于檢測(cè)信息的重慶市政橋梁服役現(xiàn)狀及其分析方法展望

唐啟智，辛景舟，周建庭，張向和，楊 宏

(1. 重慶交通大學(xué) 省部共建山區(qū)橋梁及隧道工程國家重點(diǎn)實(shí)驗(yàn)室，重慶 400074； 2. 重慶交通大學(xué) 土木工程學(xué)院，重慶 400074；3. 重慶市市政設(shè)施運(yùn)行保障中心，重慶 400015)

0 引 言

市政橋梁是城市交通系統(tǒng)的關(guān)鍵節(jié)點(diǎn)與樞紐工程，在緩解城市居民出行壓力、提升城市運(yùn)行服務(wù)品質(zhì)等方面扮演著重要的角色。城市橋梁具有交通量大、作用荷載類型多樣和多車道作用效應(yīng)引起的結(jié)構(gòu)受力復(fù)雜等特點(diǎn)，隨著服役年限的增加，其健康狀況的惡化將不可避免。目前，橋梁檢測(cè)評(píng)估工作已取得了快速發(fā)展，但在智能檢測(cè)、數(shù)據(jù)挖掘、評(píng)估理論、維護(hù)決策等方面還有很大的進(jìn)步空間[1-2]。掌握橋梁服役狀態(tài)，開展科學(xué)管養(yǎng)與維護(hù)，對(duì)于保障橋梁安全與路網(wǎng)暢通，具有重要的研究意義與工程價(jià)值。

重慶因其地形復(fù)雜、山水環(huán)繞，交通干線中橋梁規(guī)模龐大，且橋梁結(jié)構(gòu)形式多樣，被茅以升橋梁委員會(huì)認(rèn)定為中國唯一的“橋都”。然而，重慶地處西南酸雨區(qū)，年平均降雨量豐富，山區(qū)峽谷風(fēng)、暴雨大霧等惡劣天氣頻發(fā)，導(dǎo)致橋梁結(jié)構(gòu)易經(jīng)受侵蝕損害。

基于橋梁服役現(xiàn)狀調(diào)查的迫切性與重慶市政橋梁的代表性，筆者針對(duì)重慶市政橋梁的服役現(xiàn)狀、檢測(cè)評(píng)估手段展開調(diào)查與分析，結(jié)合大數(shù)據(jù)、人工智能背景下的思考，力求全方位、多角度的梳理該領(lǐng)域目前存在的問題，并指出今后的發(fā)展方向，以期推動(dòng)相關(guān)領(lǐng)域的進(jìn)一步發(fā)展，從而為基于檢測(cè)信息的橋梁行為預(yù)測(cè)、狀態(tài)評(píng)估提供技術(shù)參考。

1 樣本概況

重慶市政橋梁特指主城區(qū)內(nèi)城市橋梁，大多處于交通要道上，由于車流量巨大，橋梁安全運(yùn)營至關(guān)重要。管理部門根據(jù)橋梁服役狀況，委托專業(yè)檢測(cè)單位，定期開展了橋梁技術(shù)狀況檢測(cè)評(píng)估工作。選取2018年、2019年重慶市政受檢橋梁為研究對(duì)象，首先整理、統(tǒng)計(jì)橋梁規(guī)模、跨徑等基本信息，從而為后文對(duì)比分析提供數(shù)據(jù)支撐。

1.1 橋齡、橋梁總數(shù)

統(tǒng)計(jì)了不同服役年限的橋梁數(shù)量，以分析橋梁服役年限分布情況，如圖1。從圖1中可以看出：在所檢測(cè)的191座橋梁中，23座橋梁服役年限資料缺失(圖中以“無”代替)，其余168座橋梁服役年限在2～27年之間，服役年限為2～5年的橋梁占比最多，達(dá)39.9%，服役年限為16～20年的橋梁占比為32.1%，服役年限為11～15年以及6～9年的橋梁次之，服役年限20年以上的橋梁占比最少，僅為6.0%。

圖1 橋梁服役年限分布Fig. 1 Service life distribution of bridge

1.2 橋型、跨徑分布

根據(jù)CJJ 11—2011《城市橋梁設(shè)計(jì)規(guī)范》，按照橋梁的多孔跨徑總長(zhǎng)以及單孔跨徑，基于“就高不就低”的原則，得到了橋梁跨徑分布情況，如表1。從表1中可知，大橋占比最多，達(dá)57.1%，中橋、小橋次之，特大橋占比最少，為4.2%。

表1 橋梁跨徑分布Table 1 Bridge span distribution

按結(jié)構(gòu)形式分類，所調(diào)查的橋梁中，梁橋有181座，占比最大，達(dá)到94.8%，其中包括2座大跨連續(xù)剛構(gòu)橋。另外，箱梁是梁橋最常用的截面形式，其次為空心板、T梁，具體分布情況如圖2。其余10座橋梁中，6座為拱橋(5座為圬工拱橋，1座為混凝土拱橋)，3座為混凝土箱梁斜拉橋，1座為鋼箱梁懸索橋。

圖2 橋梁結(jié)構(gòu)形式分布Fig. 2 Distribution of bridge structure forms

進(jìn)一步的，對(duì)梁橋中箱梁橋和空心板橋的常用跨徑進(jìn)行了調(diào)查，如圖3。T梁橋、實(shí)心板橋由于樣本數(shù)量較少，故未統(tǒng)計(jì)。從圖3(a)可知，箱梁橋的跨徑分布接近于正態(tài)分布，在跨徑為35 m時(shí)達(dá)到峰值。跨徑為35～40 m的箱梁橋占比最多，達(dá)31.1%，為最常用跨徑范圍；跨徑為30～35 m的箱梁橋次之，占比達(dá)18.9%；跨徑為15～20、50 m及以上箱梁橋占比較少，分別為1.9%、3.8%。從圖3(b)可知，跨徑為20～25 m的空心板橋占比高達(dá)52.7%，為空心板橋最常用跨徑范圍。

圖3 箱梁橋和空心板橋常用跨徑Fig. 3 Common spans of box girder bridges and hollow slab bridges

2 服役現(xiàn)狀調(diào)查及發(fā)展方向分析

2.1 病害統(tǒng)計(jì)與分析

本次所調(diào)查的橋梁中，常見病害有滲水泛堿、剝落掉角、露筋銹蝕、混凝土裂縫、橋面鋪裝破損、護(hù)欄破損露筋等。同時(shí)，所調(diào)查的橋梁還存在支座墊板銹蝕、護(hù)欄松動(dòng)錯(cuò)位等其他少量病害。具體分布情況如圖4(a)。為總結(jié)、歸納橋梁病害的分布特點(diǎn)及規(guī)律，筆者對(duì)不同結(jié)構(gòu)形式、截面形式及結(jié)構(gòu)部位的病害分布進(jìn)行了統(tǒng)計(jì)，如圖4(b)～圖4(d)。從圖4(b)中可以看出，梁橋、斜拉橋的常見病害有滲水泛堿、剝落掉角、露筋銹蝕、混凝土裂縫等；同時(shí)，斜拉橋還存在大量的PE護(hù)套脫漆、PE護(hù)套破損病害；拱橋和懸索橋由于樣本數(shù)量小，分布不夠明顯。

圖4 病害統(tǒng)計(jì)Fig. 4 Statistics of defects

在圖4(c)中，將所有橋梁按截面形式分為空心板、實(shí)心截面、T形截面與箱形截面4種類型，其中實(shí)心截面包括實(shí)心板梁橋和6座拱橋。從圖中明顯可以發(fā)現(xiàn)，各類截面形式橋梁的病害分布規(guī)律基本上是一致的，與圖4(a)變化趨勢(shì)相吻合。值得一提的是，管理部門在對(duì)橋梁的日常養(yǎng)護(hù)過程中，發(fā)現(xiàn)空心板等結(jié)構(gòu)存在箱內(nèi)積水(圖5)的普遍現(xiàn)象，在增加恒載的同時(shí)，也容易誘發(fā)鋼筋銹蝕。為此，重慶市市政設(shè)施運(yùn)行保障中心開展了專項(xiàng)清查、清理工作。

圖5 某拆除后的空心板梁Fig. 5 A demolished hollow slab beam

從圖4(d)可知，主梁與墩臺(tái)病害分布相似，都表現(xiàn)為大量的滲水泛堿、混凝土裂縫病害；而橋面系主要存在大量的鋪裝破損、護(hù)欄破損露筋及伸縮縫錨固區(qū)缺陷病害，拉吊索主要是PE護(hù)套脫漆及破損病害。

上述病害分布應(yīng)該是大多數(shù)城市橋梁所遵循的共性問題，也是橋梁管養(yǎng)單位在開展預(yù)防性維護(hù)過程中應(yīng)當(dāng)重點(diǎn)關(guān)注的方面。

2.2 技術(shù)狀況等級(jí)分布

基于橋梁檢測(cè)資料，按照CJJ 99—2017《城市橋梁養(yǎng)護(hù)技術(shù)標(biāo)準(zhǔn)》，計(jì)算獲得了各座橋梁的技術(shù)狀況等級(jí)，并根據(jù)截面形式進(jìn)行了細(xì)分，如表2。

表2 不同技術(shù)狀況等級(jí)橋梁數(shù)量Table 2 Number of bridges with different technical conditions and grades 座

對(duì)表2進(jìn)行深入分析，可得出如下信息。

1)橋梁整體服役狀態(tài)較好，未出現(xiàn)D類及以下橋梁，所有橋梁技術(shù)狀況等級(jí)均在C類及以上；B類橋梁占比最大，達(dá)到了54.4%；其次是A類橋梁，占比43.5%；C類橋梁較少，僅占2.1%。

2)空心板、實(shí)心截面、T形截面、箱形截面橋中B類橋梁占各自橋梁總數(shù)的比例分別為94.5%、90%、71.4%、29.5%，由于C類橋占比較小，于是可以認(rèn)為箱形截面橋的整體技術(shù)狀況最好，其次為T形截面、實(shí)心截面、空心板。

基于上述信息，對(duì)于橋梁管養(yǎng)單位而言，由于B類橋占比最大，需提早開展預(yù)防性養(yǎng)護(hù)維修工作，在兼顧經(jīng)濟(jì)性的同時(shí)，獲得最佳的橋梁性能提升效果，而空心板橋應(yīng)是工作重心所在。

圖6是橋梁服役年限與技術(shù)狀況等級(jí)分布關(guān)系圖，縱軸“占比”表示各等級(jí)橋梁占同齡所有橋梁的比例。同時(shí)，有維修、加固記錄的橋梁未統(tǒng)計(jì)在內(nèi)，以排除人為干預(yù)對(duì)橋梁性能提升的影響，從而僅考慮自然劣化下橋梁技術(shù)狀況等級(jí)的變化。從圖6中可知，橋梁服役年限可以劃分為3個(gè)階段，即第1個(gè)階段(1～8年)、第2個(gè)階段(8～17年)、第3個(gè)階段(17～20年)。在第1個(gè)階段內(nèi)，A類橋梁是數(shù)量最多的類別，且隨著服役年限的增加，大體上呈逐漸減少的趨勢(shì)；在第2個(gè)階段內(nèi)，B類橋梁開始增多，成為數(shù)量最多的類別；第3個(gè)階段是C類橋梁萌生期，即部分B類橋梁技術(shù)狀況開始劣化到C類。不同技術(shù)狀況等級(jí)的橋梁對(duì)應(yīng)的養(yǎng)護(hù)對(duì)策是不同的，上述規(guī)律對(duì)于管養(yǎng)單位在宏觀層面上制定合理的養(yǎng)護(hù)決策、最優(yōu)化分配養(yǎng)護(hù)資源具有一定的參考價(jià)值。

圖6 技術(shù)狀況等級(jí)與服役年限的關(guān)系Fig. 6 Relationship between technical status and service life

2.3 維修、加固情況

筆者對(duì)比分析了受檢橋梁最近兩次技術(shù)狀況評(píng)定等級(jí)的變化情況，并對(duì)橋梁的維修、加固情況進(jìn)行了考察，如表3。表中以“-2”表示技術(shù)狀況等級(jí)下降兩級(jí)，以此類推，其中75座橋梁服役年限較短，為初次受檢，故未統(tǒng)計(jì)在內(nèi)。

從表3中可知，空心板橋中有10.9%的橋梁在前后兩次評(píng)定周期內(nèi)技術(shù)狀況等級(jí)惡化，85.5%的橋梁技術(shù)狀況等級(jí)保持不變，少量橋梁技術(shù)狀況有所提升，且27.3%的橋梁具有維修、加固歷史；同時(shí)，實(shí)心截面、T形截面、箱形截面橋也有著與空心板橋相同的技術(shù)狀況等級(jí)變化情況，即大部分橋梁在前后兩次評(píng)定周期內(nèi)技術(shù)狀況等級(jí)保持不變。

表3 橋梁技術(shù)狀況等級(jí)變化及維修、加固橋梁數(shù)量Table 3 Changes in the technical status of bridges and the number of bridges repaired and reinforced 座

將表3中技術(shù)狀況等級(jí)在前后兩次評(píng)定周期內(nèi)有所提升的8座橋梁提取出來，其維修、加固情況如表4。從表4中可以發(fā)現(xiàn)，部分橋梁并無維修、加固記錄，但本次技術(shù)狀況等級(jí)卻較上次有所提升，出現(xiàn)這種現(xiàn)象的主要原因在于評(píng)定方法存在一定的主觀性。而前后兩次技術(shù)狀況評(píng)定是由不同單位執(zhí)行的，不同技術(shù)人員對(duì)于橋梁病害的描述習(xí)慣與認(rèn)知程度的差異就容易導(dǎo)致評(píng)定結(jié)果的不同。橋梁技術(shù)狀況等級(jí)是管養(yǎng)單位開展養(yǎng)護(hù)維修工作的重要依據(jù)，評(píng)定結(jié)果偏低必定會(huì)導(dǎo)致不必要的養(yǎng)護(hù)工作，造成人力、物力的浪費(fèi)，而評(píng)定結(jié)果偏高則會(huì)導(dǎo)致錯(cuò)過最佳養(yǎng)護(hù)時(shí)機(jī)，從而引起橋梁安全性能的下降。為此，研究發(fā)展更加客觀、量化的評(píng)估方法是十分必要的。橋梁檢測(cè)信息標(biāo)準(zhǔn)化與規(guī)范化是使評(píng)估工作更加客觀與量化的前提，也是深度挖掘橋梁狀態(tài)信息的必備條件。比如吳焜等[3]利用BIM技術(shù)對(duì)橋梁的病害進(jìn)行了三維可視化的存儲(chǔ)，以方便后續(xù)評(píng)估時(shí)調(diào)用；周建庭等[4]建立了橋梁養(yǎng)護(hù)、評(píng)估與決策一體化的信息平臺(tái)，實(shí)現(xiàn)了橋梁結(jié)構(gòu)基礎(chǔ)信息和橋梁檢測(cè)、監(jiān)測(cè)信息的規(guī)范化與標(biāo)準(zhǔn)化，克服了傳統(tǒng)橋梁養(yǎng)護(hù)規(guī)范執(zhí)行時(shí)人為打分主觀性的不足。以上研究為推進(jìn)評(píng)估工作更加客觀、量化提供了有益參考。

表4 某8座橋梁維修加固情況Table 4 Maintenance and reinforcement condition of eight bridges

另外可以發(fā)現(xiàn)，表4中6# 橋經(jīng)過砂漿修補(bǔ)后，技術(shù)狀況等級(jí)由C類上升到A類，這種情況下可能會(huì)造成對(duì)橋梁技術(shù)狀況的誤判。出現(xiàn)此類問題的原因主要?dú)w結(jié)于現(xiàn)如今對(duì)于加固后橋梁的技術(shù)狀況評(píng)定沒有與其相適應(yīng)的評(píng)定標(biāo)準(zhǔn)與規(guī)范，而籠統(tǒng)采用常規(guī)病害的打分標(biāo)準(zhǔn)。比如在本次現(xiàn)狀調(diào)查中發(fā)現(xiàn)許多維修、加固后的橋梁產(chǎn)生了其特有的病害類型，例如黏貼鋼板銹蝕、碳纖維布老化破損、修補(bǔ)處開裂(圖7)，然而規(guī)范中并沒有將這些病害納入對(duì)應(yīng)部位的評(píng)定指標(biāo)內(nèi)，從而引起了技術(shù)狀況等級(jí)評(píng)定混亂。針對(duì)加固后橋梁技術(shù)狀況評(píng)定難題，李科[5]對(duì)加固橋梁特有病害進(jìn)行了歸納統(tǒng)計(jì)，在現(xiàn)有規(guī)范基礎(chǔ)上，制定了一套適用于常規(guī)加固梁式橋的評(píng)價(jià)體系。汪乾松[6]、李聰[7]考慮到加固后橋梁存在新增構(gòu)件以及二次病害的問題，在現(xiàn)有技術(shù)狀況評(píng)定體系的基礎(chǔ)上，運(yùn)用改進(jìn)層次分析法，對(duì)新增構(gòu)件重新分配權(quán)重以及補(bǔ)充二次病害評(píng)定標(biāo)度，具有一定的先進(jìn)性。上述研究工作對(duì)完善加固后橋梁的評(píng)定方法起到了一定的推動(dòng)作用。

圖7 維修、加固橋梁典型病害Fig. 7 Typical defects of repaired and reinforced bridges

2.4 檢測(cè)方法

本次所調(diào)查的橋梁中，主梁、墩臺(tái)、橋面系等部位的檢測(cè)手段還是以人工檢測(cè)為主，并輔以檢測(cè)平臺(tái)，而對(duì)于高空部位的索塔、拉吊索則引入了無人機(jī)進(jìn)行檢測(cè)，如表5。

表5 檢測(cè)方法統(tǒng)計(jì)Table 5 Statistics of detection methods

從表5中可知，79.6%的橋梁梁底、墩臺(tái)需要借助橋檢車與路燈車搭建檢測(cè)平臺(tái)來開展人工檢測(cè)工作，僅少量大跨斜拉橋、懸索橋的索塔與拉吊索利用無人機(jī)展開檢測(cè)。實(shí)際檢測(cè)過程中，由于臂長(zhǎng)的限制以及橋面附屬設(shè)施的阻擋，橋檢車的工作范圍是非常有限的，導(dǎo)致許多隱蔽部位、高空部位無法到達(dá)，從而影響檢測(cè)進(jìn)程的完整性。同時(shí)，在橋檢車等輔助平臺(tái)上開展檢測(cè)工作存在較大的安全風(fēng)險(xiǎn)，這在很大程度上會(huì)間接降低檢測(cè)效率及準(zhǔn)確率。因此，針對(duì)橋梁隱蔽部位、高空部位病害，研發(fā)智能、高效檢測(cè)技術(shù)與裝備是目前研究人員所致力于的重點(diǎn)方向，也取得了一系列豐碩成果[8]，主要包括以下兩個(gè)方面。

1)橋梁表觀病害智能檢測(cè)技術(shù)。針對(duì)塔墩、梁底、拉吊索等高空部位病害，此類技術(shù)通過研制智能檢測(cè)機(jī)器人[9]，或運(yùn)用無人機(jī)技術(shù)，然后搭載高清攝像頭，根據(jù)預(yù)設(shè)路徑拍攝病害照片，借助計(jì)算機(jī)視覺技術(shù)，實(shí)現(xiàn)病害的高效、精準(zhǔn)識(shí)別。

計(jì)算機(jī)視覺技術(shù)是實(shí)現(xiàn)橋梁表觀病害智能檢測(cè)的核心技術(shù)，其包括圖像分類、目標(biāo)檢測(cè)、語義分割、實(shí)例分割、全景分割等算法。圖像分類的應(yīng)用場(chǎng)景即是識(shí)別圖片中存在的病害種類。例如Y. CHA等[10]使用卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network, CNN)識(shí)別混凝土表面裂縫；D. J. ATHA等[11]基于CNN實(shí)現(xiàn)了鋼結(jié)構(gòu)表面缺陷的識(shí)別。目標(biāo)檢測(cè)技術(shù)不僅能識(shí)別病害的類型，同時(shí)能判斷其在圖片中的位置。如XU Yang等[12]利用Faster R-CNN(faster region-based convolu-tional neural network)識(shí)別混凝土剝落、混凝土開裂、鋼筋外露、鋼筋屈曲等4種病害類型，并進(jìn)行病害定位；JIANG Shang等[13]基于爬壁機(jī)器人拍攝的照片，使用目標(biāo)檢測(cè)算法對(duì)裂縫定位，然后借助圖像處理技術(shù)計(jì)算裂縫寬度。語義分割與實(shí)例分割在目標(biāo)檢測(cè)的基礎(chǔ)上，還能輸出病害的邊界。兩者的不同在于，語義分割不會(huì)輸出同一病害的不同實(shí)例，但對(duì)于表觀病害檢測(cè)來講，只需識(shí)別出累積面積或數(shù)量即可，因此二者在病害識(shí)別的應(yīng)用場(chǎng)景中并無差別。如ZHANG Xinxiang等[14]運(yùn)用語義分割技術(shù)進(jìn)行混凝土裂縫的識(shí)別，并輸出裂縫輪廓。全景分割可以輸出圖片中所有對(duì)象的邊界，包括病害、背景等。考慮到墩臺(tái)、索塔等部位的背景差異，基于全景分割的背景檢測(cè)能力，因此筆者認(rèn)為可將其用于病害所屬部位的判別，但目前還未見相關(guān)研究成果。5種算法在橋梁表觀病害檢測(cè)中的應(yīng)用場(chǎng)景對(duì)比如圖8。

智能檢測(cè)裝備與計(jì)算機(jī)視覺技術(shù)的結(jié)合雖克服了傳統(tǒng)人工檢測(cè)方法在操作上的弊端，但其本質(zhì)上只是將病害的人工采集轉(zhuǎn)換成了計(jì)算機(jī)的自動(dòng)識(shí)別。病害的描述包括類型、部位、幾何信息等，這是開展橋梁技術(shù)狀況評(píng)定工作的數(shù)據(jù)基礎(chǔ)。但從上述總結(jié)可知，目前的計(jì)算機(jī)視覺技術(shù)大多數(shù)還停留在目標(biāo)檢測(cè)、語義分割階段，對(duì)于病害全面、詳盡的描述還有望進(jìn)一步深入研究，可見智能檢測(cè)技術(shù)完全替代人工檢測(cè)還有很長(zhǎng)一段路需要走，亟待科技創(chuàng)新推動(dòng)橋梁技術(shù)狀況評(píng)定自動(dòng)化、智能化。

圖8 計(jì)算機(jī)視覺技術(shù)在橋梁表觀病害智能檢測(cè)中的應(yīng)用Fig. 8 Application of computer vision technology in intelligent detection of bridge surface defects

2)橋梁隱蔽病害無損檢測(cè)技術(shù)。針對(duì)鋼筋混凝土結(jié)構(gòu)內(nèi)部鋼筋銹蝕、拉吊索腐蝕斷絲等內(nèi)部隱蔽病害以及鋼筋應(yīng)力狀態(tài)定量檢測(cè)的難題，基于磁場(chǎng)、聲波、射線等物理探傷手段，研究人員開發(fā)出了橋梁隱蔽病害及應(yīng)力狀態(tài)無損檢測(cè)新技術(shù)與裝備。例如XIA Runchuan等[15-16]基于金屬自發(fā)漏磁效應(yīng)，提出了拉吊索內(nèi)部鋼絲腐蝕斷絲檢測(cè)的新技術(shù)，研制了集成金屬磁記憶技術(shù)和圖像處理技術(shù)的斜拉橋拉索無損檢測(cè)機(jī)器人如圖9(a)；ZHANG Hong等[17]、QIU Junli等[18]根據(jù)鋼筋銹蝕與漏磁場(chǎng)之間的關(guān)聯(lián)特性，構(gòu)建了混凝土內(nèi)部鋼筋銹蝕無損檢測(cè)技術(shù)，研制了橋梁內(nèi)部鋼筋銹蝕無損量化檢測(cè)裝置如圖9(b)；PANG Caoyuan等[19-20]基于金屬磁記憶和力磁耦合理論方法，揭示了混凝土橋梁鋼筋磁導(dǎo)率和磁化強(qiáng)度在彈塑性形變區(qū)隨應(yīng)力演變規(guī)律，創(chuàng)建了基于自發(fā)漏磁場(chǎng)軸向掃描曲線畸變和漏磁場(chǎng)偏離率檢測(cè)診斷鋼筋應(yīng)力的方法。這些技術(shù)與裝備的出現(xiàn)填補(bǔ)了相關(guān)技術(shù)領(lǐng)域空白，引領(lǐng)了橋梁無損檢測(cè)新技術(shù)科技變革。

目前橋梁檢測(cè)還以表觀缺陷檢測(cè)居多[21]，而橋梁內(nèi)部鋼筋銹蝕、拉吊索腐蝕斷絲等隱蔽病害作為威脅橋梁安全運(yùn)營的“第一殺手”，需引起格外重視。

圖9 隱蔽病害無損檢測(cè)Fig. 9 Non-destructive testing of hidden defects

2.5 數(shù)據(jù)利用情況

筆者所調(diào)查的橋梁在其服役期內(nèi)積累了大量的檢測(cè)數(shù)據(jù)，而這些數(shù)據(jù)僅僅被用于事后技術(shù)狀況評(píng)定和結(jié)構(gòu)狀態(tài)檢算，且歷年檢測(cè)數(shù)據(jù)、各座橋梁的檢測(cè)數(shù)據(jù)往往是相互孤立、不連通的。可見，當(dāng)前橋梁檢測(cè)數(shù)據(jù)利用率較低。整合、轉(zhuǎn)換橋梁檢測(cè)數(shù)據(jù)，深度挖掘其中所蘊(yùn)含的狀態(tài)信息，是大數(shù)據(jù)背景下的重要任務(wù)。

與基于專家系統(tǒng)的事后橋梁狀態(tài)評(píng)估不同[22]，橋梁檢測(cè)數(shù)據(jù)挖掘旨在基于機(jī)器學(xué)習(xí)算法對(duì)橋梁技術(shù)狀態(tài)進(jìn)行事前預(yù)測(cè)，從而協(xié)助養(yǎng)護(hù)管理部門制定維護(hù)決策，指導(dǎo)預(yù)防性養(yǎng)護(hù)工作的開展。類似于機(jī)器學(xué)習(xí)的典型任務(wù)，橋梁檢測(cè)數(shù)據(jù)挖掘亦可分為分類、回歸、聚類、關(guān)聯(lián)等。如P. MARTINEZ等[23]利用已有的檢測(cè)數(shù)據(jù)，基于K-近鄰、決策樹等4種算法，分別構(gòu)建橋梁技術(shù)狀況評(píng)分的預(yù)測(cè)模型，并對(duì)比了4種算法的預(yù)測(cè)性能；夏燁等[24]使用神經(jīng)網(wǎng)絡(luò)算法，建立了橋齡、跨徑、橋型及交通流等信息與橋梁技術(shù)狀況評(píng)分的隱式回歸關(guān)系，并基于遺傳算法預(yù)測(cè)最優(yōu)養(yǎng)護(hù)時(shí)機(jī)；袁陽光等[25]基于Gamma隨機(jī)過程，利用橋梁材質(zhì)狀況檢測(cè)數(shù)據(jù)，建立了混凝土橋梁抗力劣化動(dòng)態(tài)更新模型；劉朝峰等[26]基于橋梁幾何特征、材料性能、環(huán)境條件、作用類型等數(shù)據(jù)，建立橋梁技術(shù)狀況等級(jí)動(dòng)態(tài)聚類評(píng)定模型，用于預(yù)測(cè)在役橋梁的技術(shù)狀況等級(jí)。

圖10是橋梁檢測(cè)數(shù)據(jù)的應(yīng)用場(chǎng)景對(duì)比。相較于被動(dòng)的橋梁事后狀態(tài)評(píng)估，主動(dòng)對(duì)橋梁進(jìn)行事前預(yù)測(cè)，實(shí)時(shí)跟蹤橋梁的健康狀態(tài)，對(duì)于保障橋梁百年運(yùn)營大計(jì)有著顯著的促進(jìn)作用。因此，橋梁檢測(cè)數(shù)據(jù)作為橋梁的重要健康檔案，如何更好的利用這些數(shù)據(jù)來挖掘橋梁的劣化規(guī)律、預(yù)測(cè)橋梁未來的行為狀態(tài)[27-29]是值得大家共同關(guān)注的研究方向。

圖10 橋梁檢測(cè)數(shù)據(jù)挖掘Fig. 10 Mining of bridge detection data

本次所調(diào)查的4座大跨斜拉橋、懸索橋不僅積累了多年的檢測(cè)數(shù)據(jù)，同時(shí)兼有海量健康監(jiān)測(cè)數(shù)據(jù)。一直以來，由于管理上的隔離與理論上的不足，橋梁檢測(cè)數(shù)據(jù)與健康監(jiān)測(cè)數(shù)據(jù)未被有效地綜合利用起來。大數(shù)據(jù)時(shí)代的到來使得橋梁檢測(cè)數(shù)據(jù)與健康監(jiān)測(cè)數(shù)據(jù)的融合成為可能。橋梁檢測(cè)數(shù)據(jù)主要表征結(jié)構(gòu)局部損傷，而監(jiān)測(cè)數(shù)據(jù)以反映橋梁整體性能為主，兩者的有效融合有利于促進(jìn)橋梁狀態(tài)評(píng)估理論與方法的革新。檢測(cè)與監(jiān)測(cè)數(shù)據(jù)融合包括3個(gè)層次的遞進(jìn)關(guān)系[30]，即物理融合、數(shù)據(jù)融合、信息融合。物理融合是將來自不同系統(tǒng)的數(shù)據(jù)進(jìn)行整合、集成，主要涉及到數(shù)據(jù)管理及平臺(tái)開發(fā)；數(shù)據(jù)融合則是將檢測(cè)、監(jiān)測(cè)數(shù)據(jù)中的文本、圖片、視頻信息轉(zhuǎn)換成易于分析處理的數(shù)值屬性值；而信息融合主要是運(yùn)用相關(guān)分析、關(guān)聯(lián)分析等手段來解析不同屬性之間的映射關(guān)系，以實(shí)現(xiàn)結(jié)構(gòu)狀態(tài)反演、性能評(píng)估等目的。如楊建喜等[31]通過構(gòu)建橋梁結(jié)構(gòu)、檢測(cè)信息、監(jiān)測(cè)信息的本體知識(shí)圖譜，實(shí)現(xiàn)了橋梁運(yùn)維信息的智能化檢索和知識(shí)推理；裴岷山等[32]建立了特大型橋梁在建設(shè)、運(yùn)維階段所積累的監(jiān)控、檢測(cè)、監(jiān)測(cè)數(shù)據(jù)等的融合框架，以此構(gòu)建規(guī)模巨大、構(gòu)造復(fù)雜的特大型橋梁管養(yǎng)系統(tǒng)。可見，橋梁檢測(cè)與監(jiān)測(cè)數(shù)據(jù)融合有助于推動(dòng)大跨橋梁管養(yǎng)機(jī)制與模式的轉(zhuǎn)變，從而實(shí)現(xiàn)大跨橋梁高品質(zhì)管養(yǎng)。

值得一提的是，橋梁檢測(cè)與監(jiān)測(cè)數(shù)據(jù)融合是數(shù)據(jù)挖掘的最終目的，兩者是密不可分的，在研究與實(shí)際應(yīng)用過程中應(yīng)將兩者緊密聯(lián)系起來。

3 結(jié) 論

筆者瞄準(zhǔn)橋梁服役現(xiàn)狀調(diào)查的必要性，以重慶市政近兩年191座受檢橋梁為樣本數(shù)據(jù)，對(duì)橋梁常見病害、技術(shù)狀況等級(jí)、維修加固情況、檢測(cè)方法、數(shù)據(jù)利用情況進(jìn)行了深入剖析，主要得出了以下有益結(jié)論：

1)所調(diào)查的橋梁中，服役年限為2～5年的橋梁占比最多，達(dá)39.9%；按跨徑分類，大橋占比最多，達(dá)57.1%；按結(jié)構(gòu)形式分類，梁橋占比最大，達(dá)到94.8%。而梁橋中箱梁是最常用的截面形式，其次為空心板，且箱梁橋、空心板常用跨徑范圍分別為35～40 m、20～25 m。

2)重慶主城城市橋梁服役現(xiàn)狀較好；服役橋梁中B類橋梁占比最大；箱形截面橋梁整體技術(shù)狀況最好，其次為T形截面、實(shí)心截面、空心板；管養(yǎng)單位可以據(jù)此信息開展預(yù)防性維修工作，并給予空心板橋重點(diǎn)關(guān)注。

3)針對(duì)橋梁技術(shù)狀況評(píng)定方法存在一定主觀性的問題，需發(fā)展更加客觀、量化的評(píng)估方法；此外，調(diào)查發(fā)現(xiàn)部分維修、加固后的橋梁出現(xiàn)了其特有的病害，而規(guī)范中并沒有將這些病害納入對(duì)應(yīng)部位的評(píng)定指標(biāo)內(nèi)，因此維修、加固后橋梁的技術(shù)狀況評(píng)定方法也急需更新、完善。

4)橋梁檢測(cè)工作還是以人工檢測(cè)為主；智能檢測(cè)手段與計(jì)算機(jī)視覺技術(shù)的結(jié)合雖為橋梁表觀病害的檢測(cè)提供了一種有效的解決思路，但當(dāng)前還停留在目標(biāo)檢測(cè)、語義分割階段；針對(duì)隱蔽病害致災(zāi)率高的橋梁服役安全問題，研究發(fā)展隱蔽病害無損檢測(cè)技術(shù)有著巨大的工程需求。

5)當(dāng)前橋梁檢測(cè)數(shù)據(jù)利用率低、挖掘深度不夠。而大數(shù)據(jù)分析技術(shù)，如數(shù)據(jù)挖掘、人工智能算法，可為基于橋梁檢測(cè)數(shù)據(jù)的劣化規(guī)律、狀態(tài)預(yù)測(cè)、維護(hù)決策等研究工作提供技術(shù)支撐；另外，橋梁檢測(cè)數(shù)據(jù)與監(jiān)測(cè)數(shù)據(jù)一直未被有效的綜合利用起來。由于兩者都蘊(yùn)含著豐富的結(jié)構(gòu)狀態(tài)信息，其有效融合必將產(chǎn)生更大的數(shù)據(jù)價(jià)值。