橋梁健康監(jiān)測系統(tǒng)作為橋梁安全運(yùn)行的重要保障,集成了數(shù)據(jù)采集、數(shù)據(jù)處理和橋梁健康診斷等功能,如何使橋梁健康監(jiān)測系統(tǒng)產(chǎn)生的海量監(jiān)測數(shù)據(jù)利益最大化成為近年來各學(xué)者的研究重點(diǎn)。中交路橋科技不斷探索并實(shí)踐橋梁健康監(jiān)測相關(guān),那橋梁健康監(jiān)測技術(shù)的難點(diǎn)與發(fā)展趨勢是什么呢?
1、橋梁模態(tài)參數(shù)自動(dòng)識別
在橋梁健康監(jiān)測系統(tǒng)中,通過模態(tài)參數(shù)自動(dòng)識別方法來獲取橋梁的頻率、振型和阻尼比,可為監(jiān)測橋梁的行為異常或評估其健康狀態(tài)提供支撐。模態(tài)參數(shù)識別方法根據(jù)信號處理方式可分為三類:時(shí)域方法、頻域方法和時(shí)頻域方法。頻域方法主要包括峰值拾取法 (PPT)和頻域分解法(FDD);時(shí)域方法主要包括隨機(jī)子空間(SSI)、隨機(jī)減量法(RDT)和時(shí)域參數(shù)識別法(ITD);時(shí)頻域方法結(jié)合了時(shí)域和頻域方法,主要包括小波變換(WT)和希爾伯特-黃變換方法 (HHT)。由于結(jié)構(gòu)所處環(huán)境的復(fù)雜性和方法的局限性,參數(shù)識別結(jié)果中往往會引入許多虛假模態(tài),從而導(dǎo)致對結(jié)構(gòu)狀態(tài)的誤判。無論采用時(shí)域方法還是頻域方法,消除噪聲影響、自動(dòng)甄別真實(shí)模態(tài)和虛假模態(tài)、辨別并過濾虛假模態(tài),實(shí)現(xiàn)橋梁模態(tài)參數(shù)的自動(dòng)化識別,是近年來的研究熱點(diǎn)。
2、橋梁損傷識別
橋梁損傷識別作為橋梁健康監(jiān)測的關(guān)鍵問題之一,一直受到學(xué)者們的廣泛關(guān)注與研究。2009年出現(xiàn)了基于模式的橋梁損傷識別方法。該方法將橋梁損傷識別分為四個(gè)階段:損傷檢測、損傷定位、損傷程度評估以及橋梁使用壽命預(yù)測?,F(xiàn)階段,損傷敏感特征的提取以及損傷的分類與回歸是損傷識別的研究重點(diǎn)。除了頻域、時(shí)域及時(shí)頻域損傷敏感特征的提取工作外,隨著機(jī)器學(xué)習(xí)的發(fā)展,支持向量機(jī)(SVM)、反向傳播神經(jīng)網(wǎng)絡(luò)(BPNN)和徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBFNN)等模式識別算法也開始被廣泛用于橋梁損傷的分類與回歸任務(wù)。具有復(fù)雜自動(dòng)特征提取的深度學(xué)習(xí)為基于模式識別的橋梁損傷識別提供了一種具有前景的解決方案。卷積神經(jīng)網(wǎng)絡(luò)(CNN)、長短期記憶網(wǎng)絡(luò)(LSTM)及其改進(jìn)的深度學(xué)習(xí)方法也開始逐漸運(yùn)用于橋梁損傷識別中。
3、橋梁監(jiān)測信號分解及成分提取
橋梁健康監(jiān)測系統(tǒng)在工作期間會不斷地采集各類橋梁信號,這導(dǎo)致了海量的數(shù)據(jù)積累。如何高效傳輸與運(yùn)用橋梁健康監(jiān)測數(shù)據(jù)是學(xué)術(shù)界的一個(gè)熱點(diǎn)研究方向。受橋梁運(yùn)營環(huán)境的影響,野外實(shí)測橋梁監(jiān)測信號通常包含有復(fù)雜環(huán)境噪聲。因此,開展橋梁監(jiān)測信號分解重構(gòu)與有效成分提取是橋梁監(jiān)測信號處理的重要一環(huán)。現(xiàn)階段,信號的分解重構(gòu)技術(shù)可在一定程度上實(shí)現(xiàn)海量數(shù)據(jù)的壓縮,并通過信號分解重構(gòu)技術(shù)進(jìn)行信號降噪處理,其展示出了良好的性能。動(dòng)態(tài)監(jiān)測信號分解與重構(gòu)研究主要集中在小波變換法(WT)、經(jīng)驗(yàn)?zāi)B(tài)分解法(EMD)、變分模態(tài)分解法(VMD)及其結(jié)合改進(jìn)方法上。
4、橋梁有限元模型修正
橋梁結(jié)構(gòu)有限元模型修正能夠充分考慮工程實(shí)際,以真實(shí)結(jié)構(gòu)客觀存在的物理參數(shù)、幾何特性為修正對象,使得修正后的模型更貼合實(shí)際,分析結(jié)果更具科學(xué)性。其基本思想在于通過改變待修正參數(shù)來對目標(biāo)函數(shù)開展最小化尋優(yōu)。在橋梁結(jié)構(gòu)有限元模型修正方法的研究中,靈敏度矩陣法(SA)和響應(yīng)面法(RSM)常用于結(jié)構(gòu)參數(shù)的調(diào)整與尋優(yōu)求解,其中響應(yīng)面法具有更高的計(jì)算效率。近年來,神經(jīng)網(wǎng)絡(luò)、多項(xiàng)式響應(yīng)面和Kriging模型等基于代理模型的修正技術(shù)以及基于Bayesian概率推論的修正技術(shù)正廣泛應(yīng)用與橋梁結(jié)構(gòu)有限元模型修正方面的研究工作中。
橋梁模態(tài)參數(shù)識別的研究集中于真假模態(tài)的自動(dòng)甄別、系統(tǒng)自適應(yīng)定階、減少人為設(shè)置參數(shù)及閾值,實(shí)現(xiàn)實(shí)時(shí)運(yùn)營模態(tài)分析等諸多方面。橋梁損傷識別研究除機(jī)器學(xué)習(xí)的交叉融合外,利用更加便利的智能手機(jī)作為傳感器實(shí)現(xiàn)損傷識別,以及嘗試將遷移學(xué)習(xí)用于種群損傷識別等問題上也在尋求改進(jìn)和突破。橋梁監(jiān)測信號分解及成分提取研究方面,結(jié)合不同分解重構(gòu)方法的優(yōu)勢,開發(fā)綜合能力更強(qiáng)的組合、改進(jìn)方法是該領(lǐng)域進(jìn)一步研究的方向。有限元模型修正研究需要在改進(jìn)優(yōu)化識別算法、深度代理模型技術(shù)層面上開展更深層次的研究。在未來的研究工作中,提取有效的橋梁監(jiān)測信號,將各類算法可靠地實(shí)踐于橋梁健康監(jiān)測系統(tǒng),進(jìn)一步實(shí)現(xiàn)橋梁健康監(jiān)測與計(jì)算機(jī)、測量等學(xué)科的交叉融合,仍是實(shí)際工程面臨的難題,還需廣大學(xué)者集思廣益、不懈努力、突破難關(guān)。
中交路橋科技結(jié)合多年行業(yè)先進(jìn)經(jīng)驗(yàn),融合數(shù)字經(jīng)濟(jì)和國家安全體系發(fā)展需求,構(gòu)建“智能監(jiān)測、科技領(lǐng)先、智慧城市、數(shù)字賦能”的品牌戰(zhàn)略,形成了工程檢測、城市安全監(jiān)測、數(shù)字化研發(fā)運(yùn)維三大業(yè)務(wù)板塊。公司技術(shù)實(shí)力雄厚,當(dāng)前擁有一支高素質(zhì)工程醫(yī)生團(tuán)隊(duì),囊括了鐵道工程、城市道路與公路、橋梁工程、隧道工程、建筑工程、水利工程、工程物探、安全技術(shù)、電力、信號、集成電路、智能科學(xué)等專業(yè)。公司試驗(yàn)、檢測、監(jiān)測儀器設(shè)備齊全,用于試驗(yàn)檢測、測繪的儀器設(shè)備共計(jì)千余套,為試驗(yàn)檢測、監(jiān)測數(shù)據(jù)的科學(xué)、準(zhǔn)確提供了硬件保證。