美国阳光高架桥基于数据的预防性维护和耐久性提升

美国阳光高架桥于1987年启用，因一场悲惨的船只碰撞事故而诞生，该碰撞摧毁了南向主跨桥，造成35人遇难。这座标志性桥梁由法国杰出工程师 Jean M. Mueller 设计，主跨为366m的斜拉桥，总长1219m，共有11跨（含主跨），边跨采用斜拉箱梁和平衡悬臂后张法混凝土箱梁组合而成。鉴于桥梁已经使用了37年，佛罗里达州交通部正在积极开展密集工作，以延长桥梁的使用寿命。

本文阐述了目前应用于阳光高架桥的基于数据驱动的创新预防性维护和使用寿命延长方法，该方法整合了近100个传感器的结构监测，包括传统的结构健康监测(SHM)传感器与专门设计的定制传感器，以满足该结构独特的监测需求。同时，一个有限元模型正在开发中，以精确表示建成的结构。该模型将通过传感器数据进行微调，最终创建一个全面的桥梁数字孪生系统，这将有助于增强对桥梁性能的检测，并提供关键数据以评估关键构件(如拉索和拉索阻尼器)的剩余使用寿命。与监测和建模并行的是对来自传感器的数据进行后处理，使用“大数据”分析。目前，这些数据用于训练一个机器学习模型，使得能够实时预测结构参数。这一能力将促进即时识别任何偏离正常范围的参数，从而增强桥梁的整体安全性能。

鲍勃·格雷厄姆阳光高架桥，作为佛罗里达州的“旗舰桥”，是一座著名且重要的结构，象征着韧性和创新。鉴于该桥所处的环境条件极其恶劣，腐蚀已成为主要问题。这一持续性的威胁在2000年代初期表现为后张力（PT）系统的重大问题，桥梁已达到其第37个年头，佛罗里达州交通部（FDOT）对延长桥梁运营寿命至100年的雄心壮志依然坚定不移。对于这个目标，佛罗里达州交通部（FDOT）敏锐地意识到，传统的反应性维护方法对于如此具有挑战性的任务是不够的，因此与工程顾问T.Y. Lin International（TYLin）合作，采用了创新的方法和走在前沿的实践，尤其关注以数据驱动的预防性维护。

该桥的结构监测系统涵盖了多种结构传感器，包括加速度计、位移传感器、应变计、GPS单元、气象站、声学传感器、水传感器和热电偶。这一综合套件包含近 100 个传感器，并承诺每年安装额外传感器，以扩展这一监测网络。这些增补经过深思熟虑，旨在满足桥梁不断变化的监测需求，确保对其结构完整性的动态和响应式保护。

加速度计被战术性地放置在三个主要位置：塔顶、斜拉索和上部结构内部。

图1 结构监测传感器的位置

目前有四根拉索安装了三轴MEMS加速度计。这些加速度计安装在缆索的顶部，位于离桥面约15.2m的高度。它们的采样频率为100Hz，分辨率为±2g的16位。缆索加速度计通过电缆连接到一个数据记录器，该记录器放置在桥的中央隔离带内的一个柜子里。监测技术的一致性通过使用与2016年在拉索和北塔顶端安装的相同的三轴MEMS加速度计来保持。

桥面加速度计被战术性地放置在关键点，包括主跨的中心和两个边跨的中心。安装于2021年至2023年之间，规格为：三轴MEMS加速度计，分辨率为16位，采样率为50Hz。

这些加速度计单元是便携式的，实时通信通过嵌入式5G蜂窝调制解调器获得。原始加速度计数据使用一种允许30倍压缩率的算法进行压缩。

此外，这些加速度计单元配备了三轴陀螺仪，使得沿三个轴的角速度测量成为可能。这些陀螺仪数据对于监测扭转振动模式尤其重要。

伸缩缝监测传感器提供精确到0.1mm的实时缝隙运动测量。该系统配备冗余传感器，可以捕获绝对值，而不仅仅是重启时间的差值。它具有声学监测功能，用于对伸缩缝中的噪声水平进行持续监控。这些传感器的另一个高度创新的方面是集成了即时点播视频，能够对警报进行视觉确认，并为伸缩缝系统提供延时拍摄功能。该系统通过嵌入式 5G 蜂窝调制解调器在蜂窝基础上运行。

此外，该系统集成了热电偶以监测内部温度，有利地放置在箱梁的顶板、腹板和底板上。这些温度传感器位于主跨和边跨的跨中位置。

图2 伸缩缝延时视频及运动和温度图的示例

位于1219m主跨单元两端的伸缩缝是61cm、20t的模块化接头，替换了原有的伸缩缝，这些伸缩缝因提前损坏于2004年通过紧急合同进行了更换。当前的伸缩缝已投入使用19年。

斜拉索阻尼器由每根缆索两端的两组阻尼器组成，每组包含三个阻尼器，位于上部结构的内部。这些阻尼器通过两个支杆与拉索连接，约在中间板顶部1.5m处连接到斜拉索。目前，监测系统已集成到12根拉索中，专门针对缆索阻尼器。它们实时运行，以令人惊讶的0.1毫米分辨率捕捉阻尼器的运动。传感器以5Hz的采样率运行，提供最大幅度范围为5cm的动态行为详细信息。

在预应力束附近的水分一直对这座桥构成威胁，因此引入了水分监测系统。为了满足广泛的覆盖需求，部署了无线物联网水位传感器。这些传感器采用即插即用的方式，便于在任何有电源的地方放置，可立即开始向网关单元报告水位情况。该系统设计了防止电流加速桥梁组件腐蚀的措施，安装的20个传感器专门放置在易受水侵入的区域。系统的灵活性允许根据需要无缝集成额外的无线传感器。

目前正在开发一个实时挠度监测系统，旨在满足特定标准：适用于长跨、高分辨率（高达0.1mm）、高精度（± 2mm）、以2Hz采样频率实时读取，并且没有长期的挠度读数漂移。值得注意的是，该系统不需要清晰的天空视野，允许其完全安装在桥内。此外，其准确性不受结构振动、恶劣天气条件或空间天气现象（如太阳风暴）的影响。该系统使能够跟踪由于日常温度变化和活载引起的主跨挠度变化。高分辨率和采样频率也使得低频振荡的监测成为可能。通过关注这些情况下的中跨挠度，可以及时识别意外的结构变化，为拉索或活载超载的潜在问题提供有价值的分析。

作为试点项目的一部分，将监测拉索锚垫板的应变和应力。虽然这些传感器不会直接提供拉索的张力，但它们提供了一种精确的方法来跟踪自安装以来拉索张力的变化。该监测系统代表了及时检测拉索张力任何突变的最佳方法，特别是在钢绞线或拉索发生故障的情况下。

来自各种传感器的数据通过光纤网络或5G蜂窝网络传输到微软Azure云服务器。接下来，将采样的数据在网页界面上展示。同时，原始数据文件会自动上传到TYLin服务器进行进一步的后处理。所有系统都配备了程序化的传感器报警触发级别，确保在触发报警时及时发送短信。

收集的数据经过评估，并在每月或重大事件（如恶劣天气发生）后向佛罗里达州交通部提供综合报告。从加速度计获取的原始数据以加速度时间历史的形式呈现，表示构件加速度随时间的变化。虽然仅凭这些数据可能无法获得广泛的结构行为洞察，但额外的处理可以解锁有价值的结构参数。数据处理的第一步是对原始加速度幅度进行归一化。由于结构的热运动导致加速度计方向的微小变化，归一化是必要的，因为加速度轴随时间而变化。为了实现归一化，从每个数据点中减去500点移动平均值的均值，从而得到以0g轴为中心的加速度时间历史。归一化的加速度数据进一步通过快速傅里叶变换算法转化为频域图，应用于10s的时间片段。频域图展示了数据片段中存在的所有频率，便于识别最主要的频率。这些主导频率为每个片段列出，并且给定时间的整体频率分布在直方图中描绘，针对每个构件和评估时间段进行分析。

结构评估的关键在于确定在风引起的振荡过程中，缆索、塔或主梁的移动程度。然而，这一计算是复杂的，得出的值被视为估计值。波峰到波谷的位移（幅度 x 2）通过应用正弦运动方程计算，建立频率、加速度和幅度之间的关系。

为了准确应用方程并获得精确的估计，关键在于隔离低频振荡并消除数据中的高频振动。这通过应用低通滤波器实现，有效地去除信号中高于2 Hz的频率。随后，将位移方程应用于过滤后的信号。低通滤波器通过排除频域中高于2 Hz的频率来实现，随后通过逆FFT算法在时域中重建信号。

考虑到后处理算法复杂性并增强结果可信度，决定使用具有预定参数的计算机生成信号来验证这些脚本。信号（加速度与时间）经过处理，使用与原始数据相同的脚本，输出结果与已知信号参数进行了仔细比较。这一迭代验证过程持续进行，直到分析输出与已知参数始终保持一致。如图3所示，输出数据以综合摘要图的形式呈现，展示了加速度、频率、幅度、风速和风向（箭头）。在此摘要图之后，附加图表描绘了频率分布的直方图和10s快照，展示了10个最大幅度和加速度。这些快照作为摘要图中数据的视觉验证，增强了结果的可解释性和可靠性。

图1 桥梁分类

桥梁是交通网络的重要组成部分，需要强有力的维护策略以确保其耐久性和结构完整性。传统的维护方法往往依赖于对问题的反应性响应，这导致了成本的增加和潜在的中断。数据驱动的预防性维护的出现提供了一种革命性的方法，通过利用数据分析的结果来预测、预防和主动解决维护需求。数据驱动的预防性维护围绕着对与桥梁健康相关的各种数据源的持续收集、分析和结论。这包括结构数据、环境条件、交通模式和历史性能记录。数据驱动的预防性维护的目标是主动识别潜在问题，以便在问题升级之前进行及时干预，从而降低风险并延长桥梁的使用寿命。为了实现这一目标，已经实施了一系列有效的措施，包括：

大桥采用独特的鞍形系统将斜拉索连接到塔端。在该系统中，构成每根拉索的钢绞线通过钢索鞍引导，而不是在塔端处以锚固的方式终止。钢绞线束的鞍形结构会在钢绞线束通过塔架时产生曲率，从而产生径向力，进而产生磨损应力。对斜拉索使用寿命的评估，特别是针对磨损分析，涉及利用收集到的斜拉索加速度数据来测量振荡周期。此外，从阻尼器监测和缆索加速度计收集的数据有助于获得斜拉索阻尼比的改进估算，这是磨损分析中的关键输入。这些数据源的整合提高了评估过程的精确性和可靠性，从而为拉索的使用寿命提供了更为深入的结论。

斜拉索阻尼器监测提供了对缆索结构阻尼的估计，具体获得所有斜拉索的第一模态阻尼。通过自由振动法，系统性地激励缆索，记录其运动的衰减轨迹。结构阻尼的估计考虑了环境气动阻尼的修正，确保了全面的分析。接下来，计算每根缆索和每个模态的斯克鲁顿数（Sc）。这个无量纲参数在结构动力学中用于通过比较系统中的黏性阻尼与临界粘性阻尼来量化阻尼效率。更高的斯克鲁顿数表明相对于临界值更有效的阻尼。这种表征对于理解结构对动态荷载的响应至关重要，特别是在振动分析中。有效的阻尼对于控制桥梁的振动和减轻与共振相关的问题至关重要。阻尼器监测有助于确定现场的实际操作参数（振幅和振荡频率），这些参数将用于实验室对阻尼器的测试，并确定剩余的使用寿命和更换。

在箱形梁的各个区域设计并安装了湿度检测传感器。如果检测到水，系统会触发实时警报，立即通过短信通知佛罗里达州交通部，并提供识别到的湿气的附带图像。这一及时的通知促使业主立即采取行动，启动全面检查和评估，以确定并解决检测到的湿气源。水的渗漏通常通过裂缝、接缝、密封剂失效或其他开口发生。识别这些入口点对于有效的修复至关重要。这可能涉及修复或更换受损的密封剂，解决接缝缺陷，并确保伸缩缝正常工作。混凝土修复包括修补或更换混凝土构件，并应用防水材料以防止进一步的水分渗透。

主桥两侧的主要模块化接头（伸缩缝）设计了全面的伸缩缝监测系统。由于伸缩缝的复杂性，仅依靠膨胀-收缩测量可能不足以识别其中的损坏组件。损坏组件的存在对节段箱体以及更重要的整个模块化接头构成了更高的风险。这种情况可能导致重大支出，例如2004年的紧急更换。为了增强监测能力，除了扩展接头运动监测器外，还在模块化接头上无缝集成了声学监测设备。这一额外的监测层能够通过声音分析迅速识别模块化接头系统中任何损坏的组件。最近收到了一条警报，显示南扩展接头发出响亮的噪音。随后的检查发现，模块化伸缩缝支座的故障是根本原因，导致系统产生高分贝的声音。作为回应，佛罗里达州交通部已迅速安排对接头进行维修，这将涉及更换接头内的轴承，以确保其正常和有效的功能。

在复杂桥梁的维护中，有限元模型（FEM）的开发和实施是结构评估和桥梁保护不可或缺的工具。目前正在进行的FEM，作为已建结构的准确表示。通过吸收从遍布整个桥梁的广泛传感器网络中收集到的数据，有限元模型成为桥梁的动态和不断发展的数字孪生，捕捉结构行为的复杂细微差别。

数字孪生源于经过精炼的有限元模型，作为物理桥梁的虚拟对应物。这种虚拟表示不仅反映了结构的当前状态，还促进了对其动态响应的实时监测和分析。数字孪生成为理解桥梁在不同条件下行为的强大工具，允许对潜在的应力点、脆弱性和关键组件的整体健康状况进行预测性洞察。数字孪生将对主动维护和结构完整性的精确评估至关重要。这种方法更深入地理解桥梁对外部力量的响应，帮助预测潜在的磨损，并提供宝贵的数据来评估关键组件如拉索和拉索阻尼器的剩余使用寿命，确保结构的最佳性能、耐久性和安全性。

总之，集成结构监测系统和基于数据的预防性维护方法强调了对阳光高架桥桥梁管理的全面和前瞻性的方法。致力于将数据作为宝贵的资源反映了管理层确保这一标志性结构的最佳性能、耐久性和安全性的承诺。定制模块化传感器的部署成为精确和细致数据收集的重要工具，能够更深入地理解桥梁的动态行为。

这种量身定制的传感器技术方法使监测系统成为收集结构健康关键信息的尖端解决方案。一个关键的收获是认识到数据在桥梁管理战略决策中的内在价值。利用这一宝贵资源可以采取主动措施，不仅解决当前挑战，还能延长桥梁的剩余使用寿命。这种对数据的精确利用使阳光高架桥成为复杂桥梁结构有效和可持续管理的典范。

本质上，监测系统的持续改进，以及对数据驱动策略的承诺，使阳光高架桥成为桥梁管理领域的卓越典范。这表明单纯的数据积累不仅仅是信息，而是一个强大的工具，可以增强复杂桥梁结构的耐久性、安全性和最佳性能。