第02章 桥梁结构网级云智慧监测硬件环境

第2章

桥梁结构路网级云智慧监测硬件环境桥梁工程结构智慧监测——理论与实践CONTENTS12.1路网级桥梁群监测对硬件环境的需求2342.2

路网级桥梁群监测系统总体框架

2.3路网桥梁群云监测诊断系统架构2.4

云监测关键监测硬件52.5关键硬件设备的工程应用结构健康监测是近二十多年来的研究热点，不仅是在研究领域取得了长足的进展，而且在工程实践上也突飞猛进，尤其是桥梁结构的监测实践中，迄今为止，国内外已建成了数百个桥梁监测系统。这些已建成的监测系统多数是针对单体大跨度桥梁。作为整个道路网中的重要环节，除了大跨桥梁外，更多数量的桥梁为中小跨度桥梁。从保障整个道路的畅通角度来讲，这些中小桥梁和前述的大跨桥梁所起的作用是一样的；相比于大跨桥梁的管养措施而言，中小桥梁的管养水平是偏低的，发生病害的可能性要大于大跨桥梁，因此，针对中小桥梁的监测也是很有必要的。目前，已经有一些针对中小桥的监测尝试，Zhu,Shicunet.提出了在健康监测系统中应用云计算的技术。这为近年来中小桥梁的结构健康监测系统的发展奠定了基础。Taoet.提出了中小桥梁健康监测系统的设计准则和系统框架。ZhouYingxin提出了对中小桥梁结构健康监测的必要性和特点。但如何从路网级别通盘考虑中小桥梁群的监测的文献尚不多见。2.1路网级桥梁群监测对硬件环境的需求中小桥梁往往是路网基础设施中数量最大、分布最广的桥梁类型，它们的运行状况直接影响到路网的通畅，进而对整个地区或国家的经济活动产生影响。在中国大陆，仅就公路桥而言，2017年最新的数字是82.3万座桥梁。这些数目巨大的桥梁，分布情况极不均匀，一般来说东部稠密，西部稀疏。这些桥梁中，绝大多数为中小桥梁，以河北和上海两地为例，其中小桥数目占当地桥梁总数的比例分别为96.3%和98%，其中，技术等级为二类以上的桥梁占比，河北和上海分别为47%和44%。由于这些二类以上桥梁是根据简单的人工检测给出的，结论可靠性不高，需要依赖监测手段真正获知这些桥梁的真实技术状态，这就产生了巨大的监测需求。路网桥梁的特点：（1）

桥梁数量多，分布广。据统计，我国的中小型桥梁的数量占了全部桥梁的90%以上，远多于大型桥梁。同时，中小型桥梁的分布范围十分广，几乎涵盖了所有的大中小型城市，尤其是各城市高架桥梁的建设，让中小桥梁的分布更加密集、数量更加多。（2）

监测的需求大，分布稀疏。由于经济成本的限制，中小型桥梁的监测很难做到覆盖所有桥梁，但是城市桥梁养护的需求又要求尽可能覆盖更多的桥梁，因此选择能够代表一段或者一个区域的几座典型桥梁进行监测以缩减成本进行监测的方案就变得顺理成章。尽管采取这样的方式，但是由于桥梁数量的基数太大，监测的需求也很大，因此造成了监测的桥梁之间的距离很大，分布比较稀疏。（3）

现场信号采集条件差。桥梁数量巨大，中小桥梁占绝大多数，个体之间地理分布分散，这就决定了测点总数多，测点分散，距离大，信号采集有难度。（4）

通讯和供电困难。多数桥梁处于野外地区，监测条件欠缺，信号通讯和系统能量供应均存在困难；（5）监测目的单一明确。中小桥梁形式简单，病害损伤类型简单。相比于大型桥梁的梁、塔、拱、索等多种构件组合的复杂结构，中小型桥梁一般形式简单，结构统一。这就使得中小型桥梁的病害发生的位置、状态也比较统一。相比于大型桥梁的监测系统，中小型桥梁可以专注于病害易发生的位置和形式，而不必做到面面俱到。多数中小桥梁结构简单，结构行为规律相对简单，服役期病害规律可预测性强，监测目的明确，目标系统易于确定；路网桥梁的特点：以装配式梁桥为例，这种桥梁类型包括预制空心板梁桥、预制T梁桥、小箱梁桥，以及其他工厂预制现场拼装的桥型。对这类桥梁的长期服役行为的调查统计表明，尽管这类桥梁的病害类型不少，但其最核心的病害类型是，预制梁之间的横向协同工作能力（可量化为连接刚度）退化，即单板受力病害，其余几种病害均或果或因地与其发生联系。因此，只需要将监测目标设定为预制梁之间的横向协同工作能力，即抓住了此类桥梁的主要问题，很容易做到监测目的的明确化和具体化；其余的不必要的监测目标可视情况应予以舍弃，以保证监测的成本和效率。路网桥梁的特点：（6）测量仪器参数要求高。中小桥梁的刚度比较大。从桥梁的刚度来说，中小桥梁由梁直接传递桥面荷载到桥墩或桥台，因此梁的刚度一般要比大型桥梁大的多，相应桥梁的变形和响应在数量上小于大型桥梁。所以，用于中小型桥梁的监测系统的传感器的精度和准确度的要求都应该高于大型桥梁监测系统的传感器，这对于传感器的研发提出了更高的要求，也提高了成本。同时，应用于大型桥梁的一些频率指标、模态指标由于指标的灵敏性问题不再适用，需要研究新的指标。中小桥梁结构的刚度相对较大，活载效应较小，因此对传感器精度、灵敏度和分辨率要求高；（7）监测的成本有限。多数中小桥梁本身的成本低廉，其运营期的管养费用也不可能花费过多，监测系统必须低成本化。由于需要监测的桥梁数量多，相比于大型桥梁结构的监测，花在每座中小型桥梁的监测预算会少很多。同时，花费在每座桥梁的人力成本也相较大型桥梁要低好多。这是监测系统设计的前提。设计监测系统时的要求：（1）经济性要求好。监测系统的成本控制要在适当的范围内，对于系统设计、硬件设备、软件开发，都要在满足要求的前提下，尽可能的控制成本，以满足良好的经济性要求。（2）

传感器的要求高。相比于大型桥梁的监测系统，中小桥梁的监测系统在传感器的精度、准确度上都提出了更高的要求。针对这个问题，有些学者开始设计研究数据采集技术，如WangX等在2017年研究的新型风压传感系统。（3）传感设备分布分散，数据集中。由于中小桥梁的分布广，传感设备的分布一定是分散的，但是，无论是成本上的考虑还是分析的需要，都要求数据必须集中存放、集中处理。（4）监测模式简单，数据分析自动化。由于监测数据的数量巨大，数据的分析任务也是巨大的。因此数据分析的自动化就显得十分必要，而要想让数据分析自动化，监测模式设计的要简单易实现。（5）可复用性和可扩展性。由于中小型桥梁结构健康监测面对的不确定性，无论是监测设备、监测系统，还是监测数据的存储、分析、处理能力，都要在设计之初就要考虑到可复用性和可扩展性。基于上面路网桥梁监测需求分析，提出了一种路网桥梁群云监测诊断系统架构。2.2路网级桥梁群监测系统总体框架复杂

；不适合直接移植到中小型桥梁的结构健康监测系统上大型桥梁的监测系统的构架设计了服务于中小桥梁的结构健康监测系统数据管理公司或者人员存储、查询硬件服务商和专门的硬件管理人员有硬件设备的可靠运行健康监测专业人员独立

、不同的功能互相分离、高效率2.3路网桥梁群云监测诊断系统架构2.3.1系统整体架构基于物联网和云计算技术的监测系统架构

最适宜给出三种不同的现场采集系统(光纤光栅、4G无线网关和交通流荷载)解决方案，利用公用通讯网将现场采集数据推送至指定地址的云端数据服务器。云端数据服务器

部署普通数据库和实时数据库系统

对监测数据的实时缓存和永久存储云端应用服务器

对数据的管理、显示、处理分析

部署针对路网桥梁群监测和诊断业务的统一软件平台;针对各桥梁的相应数据分析软件小程序

实现单体桥梁监测模式的预警与诊断；实现网级桥梁群的综合评估预警。2.3.2现场采集系统如前述，采用光纤光栅、4G无线网关和交通流荷载三种现场采集系统解决方案，以适应路网中桥梁的多种不同情况，可依据待监测桥梁结构特点、所处地区的通讯、供电条件、施工难度等因素来选择。1.面向路网的分布式光纤光栅现场采集系统这种现场采集系统主要针对光纤光栅传感系统，主要是通过集成有4G无线网关和光纤接入模块的轻量化光纤光栅网络解调仪，现场采集应变、位移、温度、加速度等物理量，相应的传感器均为光纤光栅类传感器。BOTDR和BOTDA完全意义的空间分布式传感技术测量精度差

采样速度不高不适于桥梁监测的需求光纤光栅（FBG）传感技术准分布式光纤传感技术测量精度和采样速度远好于前者对路网中小桥梁监测

是一种值得研究和发展的技术BUTFBG传感技术对应的却是一种集中式数据采集技术,其特点：解调设备产品成熟；通道多；可同时串接的传感器数目多；采用集中光信号解调的方式来覆盖多个单体桥梁的监测测点；一般传感器到解调仪之间的距离不宜超过10km（每公里信号衰减不应大于0.5db的原则）。故不适于路网桥梁的现场信号采集需求：（1）就路网中的每一个单体中小桥梁监测需求而言，通常希望用最少的测点，获得最有价值的监测数据，因此每个单体桥梁测点数目不多，但桥梁间的距离通常会远大于10km；（2）已有的FBG光纤光栅解调装置技术大多价值不菲，通道多，可串接的传感器数目多，显然不适于路网桥梁监测对成本的限制要求。SO一种适于中小型桥梁监测的低成本网络化的分布式FBG现场采集技术FBG解调仪的瘦身版和网络版该解调仪被设计成拥有最多不超过4通道的光路，只可覆盖临近10公里范围内的单座桥梁或者数个桥梁的传感器，集成网关系统，可将监测数据以4G无线通讯或高速以太网方式接入云端。整个路网的采集系统由多个这样的解调仪组成，与集中式数据现场采集方式相比，其布置可以不受地理距离的限制，实现整个路网的全覆盖。2.4G无线网关采集系统除了使用光纤光栅类传感器外，某些情况下路网桥梁群的监测还需使用一些电类传感器，如加速度传感器、振弦式应变传感器、压力变送器（连通管）等。尤其是在环境激励条件下的振动监测时，需要很高精度的电类加速度传感器。对于处于野外环境的路网中小桥梁，采用这类传感器时，安装、信号采集、通讯、供电等都存在困难。本章建议的一种基于4G无线网关的采集系统，就是针对电类传感器的采集系统，该现场采集系统的采集节点被设计为仅完成数据的汇集、转发等通讯功能，包括采集节点到云端的远程通讯功能和各传感器到采集节点的现场通讯功能。前者以4G无线网关为主要特征，兼顾高速以太网网关，实现远程通讯功能，将现场采集数据直接推至云端。后者则采取多种灵活手段实现现场采集节点到安装在桥梁上的传感器的通讯连接，包括带供电缆芯的复合数据网线、WiFi、Zigbee、433MHz、470MHz等，可根据现场施工难度和通讯环境来选择具体形式由于电类传感器的数采原理多种多样，难于采用统一的AD转换电路实现前述的多功能传感器的采集需求，因此将采集节点的数采任务剥离出去，使其下放到各类传感器端，使传感器自带数采电路和通讯模块，形成物联网传感器；也可进一步集成FPGA、DSP或ARM处理器，形成智慧化的物联网传感器。3.基于信息融合的交通流荷载现场采集技术系统交通荷载信息是桥梁监测的一项重要内容。通过对交通荷载的监测，可以：实时监控获知路网中的交通获知作用在桥梁上的交通荷载据1、2进行超载超限监控、结构安全预警、结构状态评估和疲劳寿命评估目前的车辆动态称重技术已经实现交通视频监控技术和动态称重系统的结合使用，可以识别路面和桥梁上的移动车辆的牌照、车重、轴重、车速、作用车道等信息，并能实时获得路面或桥面的视频图像。因此通常会部署多个独立并成套的交通及动态称重系统。此类监测信息也需要进行采集并实时地传输到云端。对于路网桥梁群的监测：重点桥梁个体的交通视频及交通荷载监+总体监控路网级交通流荷载分布情况交通视频图像信息数据量大通过4G无线远程传输成本太大困难已有的动态称重系统自带采集功能实时得到数字化的车辆信息和车辆行驶信息数据量很小只需配置4G网关实时如何将二者有用监测信息实时、低成本地采集并传输？为此本章给出一种基于信息融合的交通流荷载现场采集技术，该技术首先利用图像处理技术实时识别指定区域桥面的车辆位置，并将其与动态称重系统同步监测得到的车辆及其行驶参数信息进行融合，进而实现对指定区域桥面的交通车队信息的实时识别。由于融合后的信息均已数字化，因此很容易通过配置的4G网关传输至云端。其次，针对整体路网的交通规划情况，合理布设交通流荷载现场采集信息节点，并利用路网交通监控信息，对融合得到指定区域交通车队信息、各路段交通流荷载统计信息进行必要的修正。本章提出的交通流荷载现场采集技术有两个不同的目的：一是针对路网内重点桥梁的交通流荷载监测，主要通过前面提及的采集、识别和融合，获得指定区域内实时的交通车队信息并传输至云端；另一个是针对路网桥梁群的共性交通流荷载监测，它不仅需要将指定区域内的交通车队信息传输至云端，而且还进一步在云端结合路网交通监测信息，进行交通流荷载信息的建模、特征提取、统计、规律泛化等工作，使其可以描述同一路段、同一道路甚至同一路网内的交通荷载普遍规律。因此，和前两种现场采集技术相比，交通流荷载现场采集技术的最大特点是将例行化的识别计算工作放在现场采集设备里。2.3.3现场数据采集策略实际工作时，上述三种现场采集系统均可采取两种数据采集策略，即1.连续式监测采集系统以既定的采样制度进行连续地测量，形成源源不断的监测数据时间序列。这种现场数据采集方式适用于某些需要连续观测的桥梁结构效应监测，或者某些有实时性需要的性能指标的实时在线识别。可以依据这种实时、连续获知的结构效应或性能指标，进一步形成实时预警功能，来保证桥梁结构的某项性能保持在正常设定范围，或者保证行驶在路网桥梁上的正常使用性能。这种监测方式要求监测设备连续工作，需要持久能源供应，因此对监测软硬件的容量和工作性能要求较高，对系统本身运行和维护成本也较高。2.间断式监测采集系统按照一定触发条件定期进行一小段时间的连续测量，形成一定长度的监测数据时间序列。这种方式可应用于对连续性和实时性要求不高的结构效应或性能指标的监测。对于有些桥梁管养资金有限或者短期内结构发生损伤的可能性不大的桥梁，可以采用间隔式的测量方式。这样可以减少投入，降低成本。同时，也减少了数据存储和分析处理的负担。间断式监测根据触发方式的不同又可以详细分为以下两种。定时触发式。每隔一段固定的时间自动开始监测，在完成预定的监测任务后进入休眠，等待下一次的唤醒。事件触发式。通过低功耗的设备对环境进行监测，当达到某些条件（如着火、台风、重载交通等）后，开始进行监测，在完成预定的监测任务后进入休眠，等待下一次被唤醒。2.4云监测关键监测硬件2.4.1适于中小桥梁监测的高精度传感设备配合前面的两种现场采集技术（面向路网的分布式光纤光栅现场采集系统和

4G无线网关采集系统），本章改造和研发了系列具有高精度、高分辨和高灵敏度的传感器技术，这些技术均可实现动静兼具、多参量兼具的多功能监测，信息量大，成本节约。1.光纤光栅类传感器加速度、动（静）应变、挠度和风载效应是桥梁监测的重要内容，前三者对于中小桥梁来所更加重要。本章先后对已有的FBG光纤光栅应变、加速度传感技术进行了改良，提高其精度、分辨率和灵敏度，以适应中小桥梁的需求，同时，也研发了多参量FBG结构表面风压传感器。（1）低频高精度FBG加速度传感器同济大学于2005年提出FBG加速度传感器结构方案（图a）的基础上进行进一步的改良工作。通过两种方式改良已有的FBG加速度传感技术：一是优化工艺结构，将该传感器光纤光栅两端直接固定在外壳上，以避免栅区粘贴带来的光纤光栅反射波啁啾或多峰现象，同时振子相同振幅时带来栅区较大的变形，使灵敏度提高；二是以精度和低频特性为优化目标优化结构参数，同时使满足下述两个条件:1）传感器分辨力≤50mGal(1Gal=1cm/s2)；2）低频（0.1Hz~1Hz区）线性度≤1%Fullscale先通过数值仿真计算得到一组最优的传感器设计参数，再制成成品（图b），对成品的测试效果表明，优化后的FBG传感器的低频特性大大提高，精度也在要求范围内（小于0.43mg，分辨率小于0.043mg），灵敏度系数为2.3pm/mg。研究表明，经参数优化后，FBG加速度传感器已经具备在土木工程中监测条件下使用。可进行桥梁的多种结构效应监测，如加速度、振动特性、索力，也可进一步进行结构动位移的监测。（2）高精度高分辨率FBG

阵列应变传感器在普通FBG应变传感原理的基础上，组合采取了四种措施来实现同时提高应变测量值的精度、灵敏度和分辨率，即:加长锚固端的距离，使其远大于FBG栅区粘结点之间的距离，可提高灵敏度和分辨率；基片中间（栅区）的交叉镂空区处刚度急剧变小，使得传感器基片变形主要集中在中间交叉镂空区处；多个FBG光栅组成平行阵列粘结于镂空区，以多个光栅应变测量值的均值作为传感器的最终测量值，进而提高应变精度；布置一个松弛的FBG光栅进行同步温度自补偿。由于精度、分辨率和灵敏度的提高，使得该传感器成为一种多功能传感器，可同时兼具静应变、动应变和结构振动应变模态的测量能力（3）FBG风压传感器及时准确地了解结构的风荷载，对结构的运营期适用性、安全性的评估和监控具有重要意义，对风荷载的监测已经成为结构健康监测的一项重要内容，也成为此类研究的瓶颈问题之一。现场表面风压实测是风工程研究中最可靠、最直接最有效的方法，但是目前尚缺乏成熟的、适于恶劣的环境条件下工作的前端压力传感器技术。因此我们将光纤光栅传感（FBG,FiberBragggrating）技术应用到结构表面风压测量上来，利用其在灵敏度、稳定性和易用性等方面的优势，研发了一种基于FBG传感技术的新型风压传感器。如图a所示，设计了一种球壳结构用于承受风多的压力，通过球壳将压力转化为水平推力，使球壳内部的FBG光栅元件感知，进而转化为球壳表面的风压信息。依据该方案制成的样品如图b所示。通过研究表明，本方案能够满足地球自然气象条件下的结构表面风压测量需要，具有较好的灵敏度，其测量精度可控制10Pa以下；可兼具静风、脉动风作用下的现场结构风压监测能力。2.基于电类的物联网传感技术针对前文给出的第二种路网桥梁群监测的采集系统（

4G无线网关采集系统），需要研发与之匹配的末端信息传感技术。按照要求，这种传感技术需要将数据AD数采功能和末端通讯模块集成到模拟电类传感器中，形成可直接入网、具有独立网络标识的数字化传感器，并可进一步形成直接远程接入云端的网络传感器，或具备一定数据处理能力的智慧型传感器。对于桥梁结构而言，静止或缓慢变化的效应靠一次性检测即可获知，不应成为监测主要考虑对象；而动应变、动位移、振动加速度等结构响应，包含的信息量更大，更具监测价值，应当成为监测的主要内容。这种‘动’的监测方式，不仅对传感技术提出更高要求，而且还会导致传感设备能量消耗大、监测数据通讯困难。因此，以‘动’测为主的传感器除了应满足更高的测量技术要求外，还必须要考虑供电问题和物联网接入问题。结合路网桥梁群监测的实际需求，本章重点研发了两种基于电类的物联网传感技术，即基于MEMS的通用型加速度网络传感器和具有前置计算功能的加速度网络传感器。（1）基于MEMS的通用型加速度网络传感器为了适应不同的路网桥梁的振动加速度监测需求，研发了一款可以适用于不同通讯条件、不同供电模式的通用型加速度网络传感器（UNA，UniversalNetworkAccelerator），该传感器端的IC功能图如下图所示。考虑到路网桥梁振动监测需求特点，通用的通用型加速度网络传感器采用低频特性优良的MEMS(Micro-Electro-MechanicalSystem)加速度传感器，以两种方式入网：1.UNA经网线或无线(可以是WiFi、433MHz、470MHz)接入ODC(现场数据收集器，ODC,OnsiteDataCollector)，再由ODC通过以太网或4G的方式接入云端服务器；2.将UNA通过以太网或4G方式直接接入远端的云服务器。可采用两种供电方式：1.一种是采用POE网线供电，适于跨径较小且可供电的桥梁；2.另一种需要配置高能电池(HEB,High-energybattery)，可用于持续时间不长的临时性监测，或者便于定期更换电池的情况。传感端集成微控制器(MCU,MicrocontrollerUnit)必要的通讯模块、电源适配器、现场闪存，以及NTP(NetworkTimeProtocol)或GPS(GlobalPositioningSystem)时间同步模块。每个传感端均可有自己的独特网络标识。再上述设想的指导下，我们已开发了两种产品，一种是

WiFi型网络加速度传感器，另一种是POE网线型网络加速度传感器，已应用与上海和河北两处路网桥梁群监测系统之中。（2）具有前置计算功能的加速度网络传感器路网桥梁群监测对具有前置计算功能的智能型传感器也具有很强的需求，原因有二：由于受桥址附近的通讯条件的限制，没有办法大数据量的原始监测数据传输到云端监测中心；多数云端的监测诊断算法并不直接处理原始监测数据，而是需要处理监测数据的特征指标。因此，可以将考虑将一些具有流程相对固定、可在线化的数据处理流程放在传感端进行，这就是具有前置传感器。针对中小桥振动监测，我们研发了具有前置计算功能的加速度网络传感器。该传感器由三部分构成：1）MEMS加速度模块，选型为美泰科技MSA1000D,主要实现加速度模拟前端采集，经过信号调理和模数转换，再进行数据校正处理后经输出接口实现数字信号输出；2）SOC信号处理模块，采用ALTERASOC系列处理器，是FPGA与双核cortexA9处理器的单芯片解决方案，实现从MEMS加速度模块的数据接收，完成数据预处理、时序控制、算法处理，并可通过外挂的两片大容量存储模块，实现传感端的数据临时存储；3）数据网络通讯模块，该模块集成4G通讯模块，实现网络数据的通讯及控制，同时上位机用户软件实现硬件功能的控制与数据后台处理。针对路网桥梁群对动位移监测需要，我们研发了基于递归最小二乘法的加速度二次积分算法，解决了动位移的实时监测问题，该算法被下载到该传感器上，构成了一种多功能的振动监测设备和适于中小桥梁的低成本动位移监测设备。同样的设备，也可运行桥梁结构多参量姿态识别算法、递归的加速度功率谱识别算法、基于单通道的动力指纹识别算法等，形成一系列专用的智能型传感器。2.4.2适于中小桥梁监测的现场信息采集节点设备针对前面提到的三种适于路网桥梁群监测系统（面向路网的分布式光纤光栅现场采集系统、

4G无线网关采集系统和基于信息融合的交通流荷载现场采集技术系统）的现场解决方案，研发了三种现场信息采集设备，分别是FBG云解调仪、多功能监测专用4G无线网关和多功能交通流现场采集工作站。前两种现场设备已经实现工程应用，将详细介绍，第三种设备尚在试验中，略去不提。1.FBG云解调仪已有的FBG解调仪是为集中式解调方案设计的，不适于分布式解调方案。本章提出FBG云解调仪方案是传统的FBG解调仪的瘦身版和网络版，被设计成拥有最多不超过4通道的光路，只可覆盖临近10公里范围内的单座桥梁或者数个桥梁的传感器，集成网关系统，可将监测数据以4G无线通讯或高速以太网方式接入云端，其系统框图即研制样机（上海涨韵电子有限公司）。FBG云解调仪按照中小桥梁的解调参数需求，合作单位最终研制出的适于分布式云解调监测方案的低成本4G光纤网络解调设备样机，其技术参数如下，（1）波长范围：1525-1565nm；（2）测量速率：最高2kHz；（3）重复性：＜±2pm（1pm=10-12m）；（4）精准度：2-5pm；（5）分辨率：1pm；（6）采样通道：4（同步并行）和已有的解调方案相比，本项目研制的云解调系统具有如下几点改进：采用低功耗FPGA高速采样电路实现对整个解调和传输系统的控制，并在内嵌DSP高性能单元实现精准的、具有自主知识产权的光谱峰值识别定位算法；采用光功率放大器，一方面使信号传输距离可扩大到10km范围之内，另一方面，使得信号光谱的峰值的信噪比提高，波形更加发育，峰值辨识更易，精度和可靠性也进一步提高；采用峰值记录法，使得每一个信号的谱信号不必要在电路中进行转发通讯，节省了RAM空间，也大大减少DSP芯片数据处理任务的负荷，从而使得FPGA电路可以腾出计算内力来处理其他任务，节省了机时，也构成了整个硬件成本降低的较大空间，使得低成本解调成为可能；集成了USB、4G网关和局域网卡电路，使得解调节点可以方便的接入网络和云端平台，从而使分布式云解调监测方案成为可能；集成的

GPS模块和网络授时模块，使其适于大地理范围内路网桥梁的分布式监测的地理定位和时间同步管理。2.多功能4G无线网关数据节点设备对于现场采用电类传感器的监测组网需求，可以采用4G无线网关采集系统方案来实现，配合该系统的信息采集节点设备可以4G无线网关为基础，集成其他数据汇集、转发等通讯功能，实现采集节点到云端的远程通讯功能和各传感器到采集节点的现场通讯功能。考虑到每座单体中小桥的监测测点相对集中且数目并不多的特点，该节点设备采用包括4G和以太网等两种远程通讯手段，以及可接入POE设备的以太网、WiFi、433MHz和470MHz。工作原理（1）智能加速度传感器采集到加速度信号并通过网口发送给4G网关；（2）4G网关采集到加速度数据后，进行缓存；（3）4G网关将采集到的数据处理后发送给远程服务器；（4）远程服务器获取到数据后进行采集、显示和存储。详细技术路线首先将220v电源通过滤波器处理成洁净电源，然后通过220V转12V模块转化成DC12V稳压电源为电路供电。选用MT7620A芯片为主控芯片，利用TQM7M90509负责WiFi协议转换H1102NL芯片为网卡芯片，负责网卡信号的电平转换。利用SIM808芯片负责接收转化GPS信号，输出定位信息至主控芯片，SIPEX3232EE芯片负责RS232的协议传输，通过RS232可以拓展433MHz模块。通过4G手机流量卡接收4G信号，并进行USB3.0与SD卡可拓展。主要元器件：（1）MT7620A芯片为主控芯片（2）TQM7M90509为WiFi芯片（3）H1102NL芯片为网卡芯片（4）SIM808芯片为GPS芯片（5）SIPEX3232EE芯片为RS232芯片仪器参数网关仪器参数加速度传感器参数2.5关键硬件设备的工程应用以上海宝山地区为例，其分布式FBG现场采集方案如后图所示。该地区共布置3个FBG云解调仪，覆盖9座待监测的桥梁。使用