摘要：随着大数据云平台物联网技术的广泛应用，信息技术手段在桥梁运维上的应用已经越来越多的采用。本文针对城轨运营节段拼装桥梁的评估方法创新性的探索运用智能评估系统，本文主要根据现有城轨运营的节段拼装桥梁，结合当前检测评估手段和方法，探讨了该类型桥梁的评估数据的自动化采集，自动化评估系统的建立，为及时有效的掌握城轨运营节段拼装桥梁安全状态进行了有益的探索。
关键词：节段拼装桥梁；信息技术；评估
1.引言
在地铁运营的过程中，由于环境、车辆荷载、材料老化等因素的影响，使得城轨节段拼装桥梁产生了一系列特有的病害和安全隐患，这些变化会使桥梁的安全度可能会有所下降，但是其对桥梁安全影响程度的大小，需要一个可靠的评估方法才能得出相对可靠的结论。但由于国内目前没有现行的针对轨道节段桥梁的评估方法的标准和规范。因此研究此类桥梁的评估方法将会对既有的该类桥梁评估有实际的作用，也为补充现行规范起到积极的推动作用。
2国内城轨桥梁评估方法的现状及发展趋势
目前国内对城轨桥梁的检测评估主要还是根据铁路桥梁标准、公路桥梁标准和城市桥梁检测标准以及各城轨运营单位根据既有的管理模式进行的，采用传统的人工方式对桥梁进行定期或不定期的外观检查和试验，进行人工的分析和判断，最终在人为经验的的基础上形成评估报告，评估模型如图一。现行主要的评估方法主要有专家经验评定法、层次分析法、模糊综合评定法、基于结构可靠度理论的方法和基于损伤力学和疲劳断裂的方法等。但是由于轨道交通对城市整体运转的作用日益加大，对人们日常出行产生具大的影响，其安全性、重要性非常高，为此，对评估方法和评估结果的快速、准确的要求是一种趋势。随着智能信息技术的发展，大数据智能采集终端迅速兴起，利用智能采集终端进行检测数据的快速上传，通过计算机信息处理技术进行综合分析，依据设置好的桥梁评估标准进行自动化评估，随后将评估结果快速展示传递给决策人员。
图一 混凝土预制节段拼装连续梁评估模型
传统的城轨桥梁评估手段是通过人工对桥梁进行定期的表观检测和试验检测，这些检测方法都有一定的局限性。尤其是对城轨运营节段拼装桥梁的安全时效性不能满足，由于城轨运营桥梁的时间特点，很难做比较及时准确的全面检测和评估，不能较好的为快速运转的轨道交通保驾护航。随着大数据人工智能物联网的的快速发展，这些技术已经被引入到桥梁状态实时监测评估中来，将实现信息时代桥梁健康检测的实时、高效、准确、安全的管理。对这种新的评估方法和手段的不断研究完善，将会给城轨运营桥梁的安全带来更加便捷和高效的保障方案。
3城轨节段拼装桥梁结构状态数据分类及采集
城轨节段拼装桥梁的结构特征：
3.1城轨节段拼装桥梁结构状态数据分类
节段拼装桥梁的结构状态数据根据节段桥梁的结构特征得影响因素可分为：位移、变形、应力、外观、材料性能、振动、桥址环境。
其中，位移包括桥墩沉降值、结构的空间变位等；
变形包括扰度变化值、伸缩缝的变化；
应力包括结构特征截面得应力变化等；
外观包括混凝土的外观破损情况，如脱落、裂缝等；
材料性能包括混凝土、结构胶、钢材的强度变化等；
振动包括桥梁的振动频率、关键构件及部位的振动幅度等；
周边环境包括温度、湿度、风力等。
表一 数据内容表
3.2 城轨节段拼装桥梁结构状态数据的采集
根据结构状态参数的分类和特征，数据的采集形式可分为物联网自动化采集和人工智能采集：
物联网自动化采集：桥梁结构状态数据是根据安装的监测传感器通过物联网系统采集获得，运用各种现代化监测技术，对桥梁结构运营期内的运营环境、结构力学状态指标及响应参数进行实时、连续监测，并以一定的策略和技术手段对监测数据进行存储统计。
人工智能采集：通过人工巡检和仪器检测的形式，采用智能采集终端软件，采集桥梁结构单元的状态特征数据，实时上传至评估平台，进行综合分析，为桥梁状态评估提供依据。
图二 数据采集传输模式
3.3数据采集的周期
根据现有桥梁检测规范和城轨桥梁运营的特点，传统数据采集周期可分为每月一次的日常检测，半年一次的定期检测，和发生突发事件后的特殊性检测获得数据。
而基于信息技术系统的传感数据采集，则是实时或者定时即可获得真实、准确的桥梁结构状态数据。通过特征数据提取，获得可靠准确的结构状态参数。
4 评估方法应用分析
依托信息化技术对采集的数据进行整理分析，对同一时段的不同结构部位的相关特征数据进行自动提取，分析计算其监测值、平均值、特征数据等，通过数据统计学方法及物理方法，进行结构特征数据的演化计算，通过计算结果对桥梁结构状态的趋势进行研判，得出当前需要采取维护措施的建议和桥梁状态特征的变化趋势，供桥梁的维护管理单位参考。
图三 数据分析处理流程示意图
4.1某城市轨道交通节段拼装桥梁状态评估
（一）桥梁基本情况
该桥梁全长27.3km，现浇变宽段全长约3.6km，节段拼装标准梁约23.7km，其中约9.1km采用整孔预制和架设工艺；14.6km采用国外技术-节段预制拼装架设，该工法节段拼装箱梁设计跨径分别为24m、25m、30m和32.5m，主要截面形式为单线简支箱梁，梁高1.7m，梁底宽2.6m，梁顶宽5.3m；双线标准箱梁梁高1.7m，梁底宽4.0m，梁顶宽9.3m；双线异型箱梁梁高1.7m，梁底宽4.0~5.44m，梁顶宽9.3~10.75m；40m左右跨度简支梁高2.3m，梁底宽4.0m，梁顶宽9.3m；以上均为单箱室等高截面箱梁。大跨度连续梁采用单箱室斜腹板变截面箱梁，设计跨径36m-70m，梁底宽4.0m，梁顶宽9.3m，最高梁高2.8~4.0m，端部最小梁高1.7m。箱梁底呈抛物线变化。在使用的过程中大桥承担高负荷，桥梁结构安全性受到损害。针对这个问题桥梁维养部门打造了桥梁检测任务管理和状态评估系统（如图四所示），为桥梁管理部门掌握桥梁结构的健康状态和桥梁科学管理提供了重要数据支持。
图四 桥梁健康管理评估系统示意图
（二）桥梁健康状态的传统评估方法
当前国内对桥梁健康状态的检测是在桥梁设计、施工完成交付使用前，或者在发现桥梁结构出现特殊开裂、变形过大、重载等问题的时候对桥梁总体情况进行检测评估。对桥梁的检测评估一般以人工方式为主，即在桥梁受力及变形关键部位上，进行人工检查检测，根据检测规范。通过实测特征值与理论计算结果对比，确定桥梁强度和刚度安全储备系数，实现对桥梁承载能力的评估。但是从实际操作情况来看，这类方法的应用局限较大，不仅需要具有一定资格能力的工程师，而且最终检测结果还有可能无法满足桥梁安全需要。
表二 传统人工检测周期表
（三）桥梁健康状态的智能评估方法
根据桥梁系统的功能特点在软件中设置初值：①确定桥梁基准状态。桥梁结构基准状态分为三种模型，分别是设计模型基准状态、竣工模型基准状态、营运基准状态。②健康状态的综合评估。在对桥梁健康状态进行综合评估的时候需要将实际测量数据信息和规范标准或者没有损伤的基准状态数值进行比较，在比较之后在软件当中设定相应的评估准则，从而帮助人们更加准确的评估出桥梁的实际健康状态。考虑到外部多种因素对桥梁使用的影响，桥梁健康状态综合评估系统可以根据监测报警信息开启桥梁健康状态评估系统，通过系统的建设减少数据信息的处理时间。
（四）桥梁智能评估方法的优势
节段预制拼装桥梁的质量问题主要在桥梁施工形成的隐性病害和运营期间形成的一些病害，通过检测出来的桥梁表观损坏和结构性能及材料性能指标，进行综合分析评价桥梁当前的运营状态，并提出修缮及加固建议及措施，确保桥梁安全运营。传统的评估手段是通过现行规范通过人的主观判断进行结构单元状态的评价，进而得出桥梁整体的状态参数。智能评估系统重点在于采用数据分析的结果，实时调整结构单元的权重，通过软件计算和专家研判，进行结构稳定性的状态判定和趋势判断，主要优势是通过现行规范的传统分项状态指数计算，系统软件进行实时评估及预警、专家研判，及时有效的对桥梁进行准确的预判。具体优势如下：
1）提高管养工作的效率
a快速实现桥梁状态的评估和分析：
自动化数据实时不间断采集，系统软件自动进行分析评估，生成分析评估成果。系统集成度和运行效率高。
b及时的发现病害源或异常，指导有效的管养：
湿度监测可及时发现钢结构使用环境湿度是否超限，并指导管养及时采取排水、抽湿等维护措施。关键部位的应力应变监测数据经分析可及时掌握结构裂缝产生和扩展情况，并作出相应的养护维修措施。伸缩缝/梁端支座位移监测可数据分析可判断伸缩缝/支座使用性能
c全天候记录桥梁主要的状态数据，建立完善的数字化档案。
2）提升管养科技品质与质量
相关领导，系统管理员，巡检养护工程师，现场工程师等均可通过多种手段由系统获取监测桥梁的实时状态信息和报警信息。桥梁自动化监测系统24h连续工作，用户可在任何时间访问系统数据服务器实时获取桥梁状态监测信息。无论你身处何处，只要有移动通信信号覆盖或和互联网终端接口，就可以实现与桥梁监控系统信息的对接。
图四 数据评估管理信息化示意图
5结论
本文对城轨节段拼装桥梁基于信息技术的智能评估方法研究进行了评述，从节段拼装桥梁的状态参数采集，简要讨论现有常规评估方法，与信息技术的引入进行对比，分析了该类型桥梁的智能评估可行性和优点，为后续工作的深入进行了有益的探讨。城轨运营节段拼装桥梁的广泛应用和物联网+云计算等信息化技术的不断发展，必将推动相关智能评估手段的不断发展，对大数据分析上做更进一步的研究。
参考文献：
[1]杨赐坚. 广州地铁节段预制拼装桥梁静挠度试验研究及安全性评价[J]. 科技与创新，2014（5）：7-8.
[2]范剑锋. 桥梁健康状态的智能评估方法研究[D]. 武汉理工大学，2006.
[3]刘倩. 基于层次分析法研究桥梁健康状况的智能评估系统开发[D]. 重庆交通大学，2014.
[4]孙全胜. 智能桥梁结构健康监测的研究[D]. 东北林业大学，2005.
[5]赵宇. 大跨径混凝土斜拉桥服役状态层次评估方法研究[D]. 重庆交通大学，2008.
[6]李蓉. 基于层次分析法的桥梁健康状态模糊综合评估方法的研究及其应用[D]. 湖南大学，2007.
[7]杜春伟. 基于ARM的桥梁健康状况现场监测系统[D]. 2016.
论文作者:方恩权,汪操根,陈耘杰
论文发表刊物:《防护工程》2018年第31期
论文发表时间:2019/1/15
标签：桥梁论文; 状态论文; 结构论文; 数据论文; 方法论文; 系统论文; 智能论文; 《防护工程》2018年第31期论文;