中交路橋科技是從事工程檢測監(jiān)測、城市安全監(jiān)測預(yù)警與評價、數(shù)字智能化研發(fā)為一體的復(fù)合型高新技術(shù)集團企業(yè)。
橋梁健康監(jiān)測系統(tǒng)作為橋梁安全運行的重要保障，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者的研究重點。中交路橋科技不斷探索并實踐橋梁健康監(jiān)測相關(guān)，那橋梁健康監(jiān)測技術(shù)的難點與發(fā)展趨勢是什么呢？
1、橋梁模態(tài)參數(shù)自動識別
在橋梁健康監(jiān)測系統(tǒng)中，通過模態(tài)參數(shù)自動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：時域方法、頻域方法和時頻域方法。頻域方法主要包括峰值拾取法 (PPT)和頻域分解法(FDD)；時域方法主要包括隨機子空間(SSI)、隨機減量法(RDT)和時域參數(shù)識別法(ITD)；時頻域方法結(jié)合了時域和頻域方法，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。無論采用時域方法還是頻域方法，消除噪聲影響、自動甄別真實模態(tài)和虛假模態(tài)、辨別并過濾虛假模態(tài)，實現(xiàn)橋梁模態(tài)參數(shù)的自動化識別，是近年來的研究熱點。
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。除了頻域、時域及時頻域損傷敏感特征的提取工作外，隨著機器學習的發(fā)展，支持向量機（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)雜自動特征提取的深度學習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)及其改進的深度學習方法也開始逐漸運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。如何高效傳輸與運用橋梁健康監(jiān)測數(shù)據(jù)是學術(shù)界的一個熱點研究方向。受橋梁運營環(huán)境的影響，野外實測橋梁監(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)?，F(xiàn)階段，信號的分解重構(gòu)技術(shù)可在一定程度上實現(xiàn)海量數(shù)據(jù)的壓縮，并通過信號分解重構(gòu)技術(shù)進行信號降噪處理，其展示出了良好的性能。動態(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?zāi)B(tài)分解法(EMD)、變分模態(tài)分解法(VMD)及其結(jié)合改進方法上。
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際，以真實結(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際，分析結(jié)果更具科學性。其基本思想在于通過改變待修正參數(shù)來對目標函數(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)面法具有更高的計算效率。近年來，神經(jīng)網(wǎng)絡(luò)、多項式響應(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，實現(xiàn)實時運營模態(tài)分析等諸多方面。橋梁損傷識別研究除機器學習的交叉融合外，利用更加便利的智能手機作為傳感器實現(xiàn)損傷識別，以及嘗試將遷移學習用于種群損傷識別等問題上也在尋求改進和突破。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)綜合能力更強的組合、改進方法是該領(lǐng)域進一步研究的方向。有限元模型修正研究需要在改進優(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踐于橋梁健康監(jiān)測系統(tǒng)，進一步實現(xiàn)橋梁健康監(jiān)測與計算機、測量等學科的交叉融合，仍是實際工程面臨的難題，還需廣大學者集思廣益、不懈努力、突破難關(guān)。
中交路橋科技結(jié)合多年行業(yè)先進經(jīng)驗，融合數(shù)字經(jīng)濟和國家安全體系發(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)運維三大業(yè)務(wù)板塊。公司技術(shù)實力雄厚，當前擁有一支高素質(zhì)工程醫(yī)生團隊，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、智能科學等專業(yè)。公司試驗、檢測、監(jiān)測儀器設(shè)備齊全，用于試驗檢測、測繪的儀器設(shè)備共計千余套，為試驗檢測、監(jiān)測數(shù)據(jù)的科學、準確提供了硬件保證。
