呼唤更加有效的健康监控系统

据2020年发布的资料，我国至2015年建筑资产总额达47.6万亿美元，同期美国建筑资产总额36.8万亿美元，中国建筑资产总额已超过美国，跃居世界第一。据当时估计，截至2025年，中国建筑资产将为世界第二至第五大经济体的总和，为美国的2倍。作为国家的主体财富、固定资产，我国这项巨额的建筑资产需要维持保护，需要一个现代化实用有效的健康监控系统。

图1 世界建筑资产排行榜（前十名）

桥梁是建筑资产的重要组成部分。根据《中华人民共和国2023年交通运输行业发展统计公报》统计，截至2023年底，全国公路桥梁总数达107.93万座（9528.82万延米），其中，特大桥10239座（1873.01万延米），大桥17.77万座（4994.37万延米）；全国公路隧道27297处（3023.18万延米），中特长隧道2050处（924.07万延米）长隧道7552处（1321.38万延米），其数量居全球首位。而作为桥梁技术水准的表征，我国各式桥梁的跨度均居世界前列，其中大跨径悬索桥、斜拉桥、拱桥、梁桥的最大跨径乃至跨海大桥之长均稳居世界首位，表明我国桥梁不仅在数量上领先世界，在技术水准方面亦领先世界。我国这份世界领先基本建设资源应予维护，我们急需一个完善的桥梁健康监控系统。

因发展过程中标准逐步完善、技术逐步提高，据不完全统计我国公路桥梁中有40%的桥梁股役期超过20年，因技术标准偏低，修建年代久远，不少桥梁需加固、改造、重建，为此桥梁需要有个妥善的健康监控系统，以确保桥梁运营安全与合理改建。中国如此，世界上其它发达国家亦如此。

我国早期桥梁结构健康状况评估是通过人工目视检查或借助使携式仪器测量得到的信息进行的。人工检查可分为经常检查、定期检查和特殊检查。但人工检测方法在实际应用中有很大的局限性，检测方式的不足之处主要表现在以下方面：

(1）需要大量人力、物力和财力,并有诸多检查盲点。

(2）主观性强，难以量化。

(3）缺少整体性。一般只能提供局部的信息，而不能提供整体全面的结构健康信息。

(4）影响正常交通运行。传统检查方法通常需要搭设观察平台或用观测车辆,这不可避免地需要实施交通管制。

(5）周期长、实时性差。大型桥梁的检测周期长达几个月甚至可达几年，在有重大事故或严重自然灾害时，不能提供即时信息。

从20世纪80年代开始，对桥梁健康监控广为采用为以控制结构断面静力应力、应变为目标的桥梁健康静力监控系统。通过结构静力分析理论判别结构是否面临损伤、是否有安全度不足的风险。这一监控系统仅监控局部断面的结构局部承载力，但对高次超静定结构（桥梁结构体系多为高次超静定结构）的内力重分布没有妥善考虑，故不能准确地反映结构真实的安全性。且预埋的应力、应变计类的传感器的使用寿命仅3～5年，而桥梁的设计使用寿命为100～150年。监测传感器使用寿命与桥梁使用寿命的差异巨大，故这种监测系统不能兑现桥梁的全寿命监控。以控制断面的应力、应变作为监控目标的传统桥梁健康监控系统一般需明确外界作用（荷载）才有可能借助与其相应的静力分析以控制断面应力、应变值，判别桥梁的安全性，为之需作桥梁动、静载试验。而桥梁动、静载试验均需在试验期间终止正常运行，故无法实现桥梁结构运营状态的监控，无法实现桥梁安全的实时监控。

既有桥梁静力健康监测系统由于无法实现桥梁整体性、实时性和全寿命周期的健康监控，已难以满足现代桥梁健康管理的实际需求。为此，学术界和工程界将目光转向了20世纪60年代兴起的结构模态分析技术。该技术通过捕捉结构系统的固有动力特性，为健康监测提供了新的技术路径。

结构模态作为表征结构动力特性的本质参数，其检测获得的结构动力响应数据能够准确反映结构的动力性能。当结构发生损伤时，必然引起动力特性的改变，这种改变将通过模态检测获得的结构响应变化得以体现，从而使结构模态检测成为健康监测的有效手段。基于结构模态监测的桥梁健康监控系统，能够实现对桥梁整体健康状况的全面把控。

相较于传统监测系统，桥梁结构模态健康监测具有显著优势：首先，采用外置移动式传感器，彻底解决了传感器寿命与桥梁使用寿命不匹配的问题；其次，基于环境激励的模态检测技术可在桥梁正常运营状态下实施，实现了真正意义上的实时、动态、连续监测。

近年来，随着现代信息技术、物联网技术、人工智能技术的快速发展，以及大数据分析方法的不断完善和普及，结构健康监测领域迎来了新的发展契机。在此背景下，融合北斗导航、人工智能等前沿技术的现代化结构模态健康监测系统应运而生。本文研究的基于北斗的人工智能桥梁结构模态健康监测系统，正是这一技术革新的典型代表。作为现代健康监控系统，其特点为：

（1）以结构模态分析为理论基础；

（2）以结构模态变化为监控目标；

（3）以北斗授时定位系统为监控手段。

该桥梁健康监控体系监控目标为桥梁结构动力模态，桥梁结构动力模态反映的是结构整体性能。基于结构模态分析理论，结构模态实验技术的发展，由ITD参数识别法引起环境激励结构模态检测方法的出现，只要取得结构动力试验的输出数据（结构动力响应）即可求得结构模态参数、物理参数，故此监控系统可在桥梁运营状态中实现桥梁健康监控，故可以对桥梁健康作实时监控。桥梁的动力响应（振动）可借置于结构之上的可移动式的加速度计完成，也可借北斗授时定位接收器完成，不存在监测传感器与桥梁使用寿命不一致的问题，可望实现桥梁全寿命健康监控。

结构健康监控实为对结构健康状态的监测及根据监测数据对结构完整或损伤状态的识别与评估。如同所有结构健康监控系统一样，本桥梁健康监控系统含传感器、数据采集、数据传输、数据存储与管理、计算分析和结构预警与评估等六个子系统，各子系统特点如下。

传感器子系统：初期为传统电压式加速度计与北斗接收器的融合应用，后期以北斗接收器为主的长期实时健康监控器。

数据采集子系统：采用多分辨率小波去噪、稳定图选定频谱，以阳得精准的结构模态数据。

数据传输子系统：采用现代信息技术的无线、远程数据传送，以实现桥梁健康集中统一监控。

数据存储与管理子系统：设有基于经模型修正的损伤模式库损伤识别与基于小波能量树损伤识别两大损伤识别系统，可望实现损伤的定性、定位、定量识别。

计算分析子系统：含损伤特征向量选取、小波多分辨率、小波包分析、有限元分析、支持向量机、损伤聚类分析等计算系统，以实现损伤识别方法的深度学习。

结构预警与评估子系统：含模型修正、模式识别、损伤诊断、状态评估、维护决策评估子系统，可望实现人工智能桥梁结构健康评估。

用北斗授时定位测振取代常用电压式拾振器作健康检测，利于结构模态捡测实时、远程、自动；用小波变换滤波去噪取代付里叶变换滤波，使捡测数据更精准；基于现代模式识别聚类分析藉神经网络的深度学习功能作损伤识别，可望桥梁健康监控实现智能化。

自2015年我们以课题《基于北斗的桥梁结构模态健康监控》开展桥梁结构模态健康监测以来，已经完成了15座桥梁结构模态实桥检测（检测结果见表1），取得其相应的“基准结构模态”（与有限元理论计算基本一致，误差小5%），也为所测桥梁的运营健康状况作了初步评估。于伊朗BR06桥以实测结构模态为依据具体地评估了实桥的实际抗震性能；于深圳彩虹桥、开封大广高速黄河大桥作了基于加速度计、北斗授时定位系统两种传感系统环境模态监测（相对误差小于5%），证实GNSS实际可行；于大广高速开封黄河大桥首次提出基于损伤模式库支持向量机聚类分析结构损伤定性、定位、定量分析方法，基于实测结构模态响应数据的小波包能量树损伤定性、定位分析方法，使整个课题上升到人工智能桥梁结构健康监控水准。

上述技术实源于现代信息技术、大数据分析与人工智能技术的发展，我们所做工作实为借结构模态分析技术，结合现代信息大数据人工智能技术的发展，在结构健康监控方面做了些开拓性工作。

大数据技术和人工智能技术的快速发展，极大地更新了人们的传统观念，减轻了劳动强度，提高了工作效率，应为各产业未来的发展方向，桥梁健康监控亦不例外。然而基于大数据和人工智能技术的桥梁异常诊断和损伤识别、桥梁结构状态实时评估、损伤预测或预后以及养护维修策略等的研究刚刚起步，我们只是尝试性地对此作了个开端，后面道阻且长、任重道远，我们期待获得桥梁业界的高度重视和认可，给与尝试和努力实践的机遇。