第11章 桥梁工程结构智慧监测的前沿技术

第11章

桥梁工程结构智慧监测的前沿技术桥梁工程结构智慧监测——理论与实践11.111.211.3人工智能在全桥面交通流荷载监测中应用桥梁智慧监测的数字孪生技术桥梁智慧监测系统的物联网接入CONTENTS11.1人工智能在全桥面交通流荷载监测中的应用对交通荷载进行实时监测，包括对全桥面范围内所有移动车辆的荷载大小、即时位置和车辆空间信息等多个参数的连续侦测和识别。重要性：1、解决了长期困扰桥梁健康监测领域的活荷载未知的难题；2、对桥梁、道路的长期荷载观测、桥梁结构超载超限监控等任务来说也是具有非常重要的意义。交通荷载监测交通荷载监测不仅应该实时地进行，而且应该持续、长期的进行。寻找一种兼具实时计算能力和稳定识别效果的精确移动荷载识别方法就成为关键问题。全桥面交通荷载监测系统框架现场硬件系统远程云端系统硬件子系统路面动态称重系统视频监控系统软件子系统全桥面交通荷载监测系统框架硬件子系统Youlookonlyonceversion3(YOLO-v3)是一种单阶段的目标检测深度卷积神经网络，它是由YOLO和YOLOv2改进而来。YOLO网络通过回归直接获得边界框的坐标和每个种类的概率。Yolov3车辆及车尾检测模型YOLO检测原理Yolov3车辆及车尾检测模型Yolov3车辆及车尾检测模型YoloV3车辆及车尾检测模型网络结构Yolov3车辆及车尾检测模型车辆-车尾检测模型检测效果（左：白天右：夜间）荷载分布精确识别实桥应用应用混合高斯模型（GMM）计算车辆中心位置以获得桥面荷载分布，并已证明当车辆距离较近时该方法存在较大的横向识别误差。为进一步分析横向识别误差的特点，针对实际使用的实测视频，以全车检测边框的中心点来表征车辆位置，分别应用GMM方法和YOLO-v3跟踪并识别车辆位置。GMMYOLO-v3荷载分布精确识别实桥应用利用动态称重系统和视频监控系统融合技术对桥面交通荷载进行实时监测，不仅需要准确识别全桥面内所有移动车辆的重量，而且需要精确识别各车在桥面的加载方式，包括位置和轴重分布。对于多数应用场合而言，问题的关键在于如何利用机器视觉精确估计车辆重心位置和车辆外形尺寸。本章提出的基于YOLO-v3网络的桥面交通荷载双目标探测模型，可实现更紧致、更精确的整车和车尾的轮廓探测。在此基础上发展出更精确的车辆重心位置和轮廓尺寸估计方法，并利用建立的光学测量方案，实现对车辆加载方式的精确、实时识别。11.2

桥梁智慧监测的数字孪生技术伴随着桥梁结构性能退化、车辆超载等问题，桥梁的安全性越来越得不到保障；随着我国交通行业的快速发展，桥面实际的移动荷载与设计阶段车道荷载有很大的不同。超载车辆和异常交通车队已经成为影响桥梁运行安全和缩短桥梁寿命的主要原因。传统的健康监测系统的测点数量有限，不能得到桥梁结构的全部力学响应，只能得到离散点上的监测数据，在对结构的安全性判断和预测上具有明显的局限性。将有限元与移动荷载识别结合在一起，在云端构建与实桥对应的在线有限元模型。本节将建立面向实时监测的云端有限元模型，研究了它的关键技术，结合识别的移动荷载，实现了实时计算全桥结构健康状态、预警危情发生的目的，并将其与桥梁群的健康监测结合在一起。数字孪生的概念及应用数字孪生是以数字化方式创建物理实体的虚拟模型，借助数据模拟物理实体在现实环境中的行为，通过虚实交互反馈、数据融合分析、决策迭代优化等手段，为物理实体增加或扩展新的能力。作为一种充分利用模型、数据、智能并集成多学科的技术，数字孪生面向产品全生命周期过程，发挥连接物理世界和信息世界的桥梁和纽带作用，提供更加实时、高效、智能的服务。概念：应用：基于Opensees的斜拉桥云端有限元模型及其云端部署某斜拉桥建于1992年5月，是沟通某市内江北、江东两区的一座城市桥梁。主桥为105(m)+97(m)不等跨的预应力混凝土独塔双索面斜拉桥，为塔、墩、梁固结体系，主桥桥面总宽26m，其中车行道宽15m，两侧人行道各宽3m，车行道和人行道之间设有2.25m的护索带。基于Opensees的斜拉桥云端有限元模型及其云端部署利用MIDAS方便的模型参数导出功能，用OpenSees重新建立有限元模型。通过OpenSees命令，定义模型的自由度、节点位置、节点集中质量、材料本构、截面恢复力模型、单元类型、坐标转换矩阵、节点约束、坐标转换矩阵等。结果输出是用来定义记录OpenSeeS数据的命令Recorder。本模型采用理想弹性材料对主梁和主塔的混凝土结构进行模拟，弹性材料没有开裂、屈服及破坏等过程。主梁采用弹性梁柱单元。局部坐标轴指截面的主轴方向，在实际的三维空间中指向的方向。拉索采用桁架单元，需要提供杆件的刚度、截面积和切线模量E。斜拉桥塔底和梁端的自由度约束通过FIX命令进行，塔梁固结用equdof命令。基于Opensees的斜拉桥云端有限元模型及其云端部署桥梁的几何模型有限元分析模型传感器数据基于云的信息存储库动态称重和多视频信息融合识别移动荷载间接法：通过结构响应的测量信息反过来识别移动荷载；直接法：直接对车辆荷载的大小和位置进行识别。移动荷载的识别：动态称重系统获取车辆的重量、轴数和车速等信息准确实时识别所有移动荷载的大小和位置机器视觉技术识别移动荷载的时间-空间分布卡尔曼滤波技术视野分界线法基于实测车辆荷载的有限元计算——数字空间和物理世界的交联将移动集中力等效为节点力的步骤：1.将集中力从作用点平移到主梁节点连线上，附加一个扭矩；2.判断集中力作用的节点区间；3.求集中力和扭矩作用下的支反力；4.得到移动集中力作用下节点的等效力，把这个力加载到有限元模型上就可以模拟移动荷载作用下的结构响应。一个原型系统例子11.3桥梁智慧监测系统的物联网接入物联网、传感器网和泛在网在物理世界的实体中部署具有一定感知能力、计算能力或执行能力的各种信息传感设备，通过网络设施实现信息传输、协同和处理，从而实现广域或大范围的人与物、物与物之间信息交换需求的互联。物联网（InternetofThings）：国际电信联盟（ITU）对物联网的定义：通过二维码识读设备、射频识别（RFID）装置、红外感应器、全球定位系统和激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网相连接，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。物联网主要解决物品与物品（ThingtoThing,T2T），人与物品（HumantoThing,H2T），人与人（HumantoHuman,H2H）之间的互连。物联网、传感器网和泛在网利用各种传感器（光、电、温度、湿度、压力等）加上中低速的近距离无线通信技术构成一个独立的网络,是由多个具有有线或无线通信与计算能力的低功耗、小体积的微小传感器节点构成的网络系统，它一般提供局域或小范围物与物之间的信息交换功能。传感网（SensorNetwork）：基于个人和社会的需求，利用现有的网络技术和新的网络技术，实现人与人、人与物、物与物之间按需进行的信息获取、传递、存储、认知、决策、使用等服务，网络超强的环境感知、内容感知及其智能性，为个人和社会提供泛在的、无所不含的信息服务和应用。泛在网络（UbiquitousNetworking）：物联网、传感器网和泛在网传感器网是泛在/物联网的组成部分，物联网是泛在网发展的物联阶段，通信网、互联网、物联网之间相互协同融合是泛在网发展的目标。传感器网最主要的特征是利用各种各样的传感器加上中低速的近距离无线通信技术。泛在网、物联网、传感器网的各有定位：M2M：人到人（MantoMan）、人到机器（MantoMachine）、机器到机器（MachinetoMachine）。从本质上而言，在人与机器、机器与机器的交互，大部分是为了实现人与人之间的信息交互。桥梁监测系统的物联网接入方式1.传感器层接入方式。在传感器端直接配置网络接入设备，并赋予其唯一通讯标识（E.164号码、IP地址）。此时，该传感器就同时拥有通讯标识和对象标识。2.采集节点（采集工作站）层接入方式。利用采集工作站的网卡或无线通讯模块直接入网，并赋予其唯一通讯标识；3.监测模式（传感器逻辑组）层接入方式。将每一个监测模式映射到一个入网硬件设备，赋予其唯一通讯标识；4.结构数值模型层接入方式。将结构数值模型映射到一个独立的入网硬件设备，赋予其唯一通讯标识；5.监测系统层接入方式。利用系统的监控中心的web服务器接入网络，赋予其唯一通讯标识。桥梁监测系统要素的物联网标识在M2M概念下的物联网世界，欲实现桥梁健康监测系统与其它元素之间的信息互联互通，必须首先设计一个合理的物联网标识体系。该体系可以分为三类，即对象标识、通信标识和应用标识。1、对象标识接入物联网的桥梁健康监测系统，构成系统的每一个物理的、逻辑的或数字的信息节点，均可以成为一个独立标识的对象。传感器采集工作站结构数值模型监测系统监测模式桥梁结构其它桥梁监测系统要素的物联网标识2、通讯标识根据桥梁健康监测系统物联网接入系统的不同，其相应的对象标识的基本数据类型、内容也应该不同。每一个桥梁健康监测系统物联网主接入点都应该具有一个唯一的通信标识，可以采用E.164号码、IP地址等。它以相对或绝对地址的方式建立到通信节点连接，进行通信或寻址。桥梁监测系统要素的物联网标识3、应用标识对于需要进行网络化远程展开的桥梁健康监测系统业务应用，可以为期赋予唯一的应用标识。1、对象标识：对象标识主要用于识别物联网中被感知的物理或逻辑对象；2、通信标识：通信标识主要用于识别物联网中具备通信能力的网络节点；3、应用标识：应用标识主要用于对物联网中的业务应用进行识别桥梁监测系统要素的物联网标识4、对象标识的读取方式和设备1、通过硬件设备方式，如通过依附于硬件设备的条形码、二维码阅读器读取存储于标签中的对象标识，通过RFID阅读器来阅读移动监测网络对象的标识；2、通过图像识别程序，通过识别电子化的条码、二维码表示图片，来阅读对象标识；3、通过程序，来解析约定好格式的字符串，或者先通过约定好格式的简单标识符字符串，查询其映射数据库或配置文件，来阅读标识对象及访问依附于对象的基本数