浅析桥梁安全的重要性及健康监测技术

浅析桥梁安全的重要性及健康监测技术

作者：程程

来源：《建筑工程技术与设计》2014年第31期

摘要作为道路交通建设的重要组成部分，桥梁的安全性问题日益引起人们关注。由于桥梁在建设过程中存在施工难度大、环境差的问题，以及部分人为因素，而在服役过程中，反复遭受各种荷载的作用，材料的疲劳与腐蚀，以及自然因素破坏，桥梁的安全存在一定隐患。而桥梁破坏造成的损失无法估量，因此桥梁及时监测桥梁的健康极为重要。本文详细总结了近年来运用较为成熟的桥梁健康监测技术。

关键词桥梁安全；结构健康监测；动力指纹；时间序列

0 引言

随着改革开放，中国城市桥梁建设逐渐进入快速发展阶段，如今，世界桥梁界都把目光聚焦在中国。据统计，中国现有各类桥梁约50万座，每年开工建筑的桥梁约为1万余座，中国正由世界“桥梁大国”向“桥梁强国”迈进。然而，在桥梁建设过程中，无法避免的存在施工质量问题。在投入使用后，各种荷载的反复作用，材料的疲劳与腐蚀，以及洪水、海啸、地震、飓风等自然因素破坏，都将给桥梁带来一定的损伤，如果没有及时修复，桥梁的安全性将逐渐降低而不能继续服役。我国仅2012年发生的桥梁坍塌事故不下7起，造成了极大的人员伤害和经济损失。这些事故不仅轰动了整个工程界，也越发引起人们对桥梁安全性问题的重视。为保证桥梁安全，首先在建设过程中，需要严格监控桥梁的质量管理。更为重要的是，在使用过程中，需对桥梁的健康状况进行实时监测，确保结构在出现损坏的时候及时采取措施。

1 健康监测技术的分类

根据Farrar[1]等人的报道，结构健康监测需要解决以下四个方面问题：判断结构是否存在损伤；发现并定位损伤；评估损伤程度；以及估计结构剩余寿命。健康监测主要分为两类，一类是监测结构局部的损伤，一类着眼于全局的健康监测。

2局部健康监测

传统的局部健康监测法主要包括染色渗透法、超声波、x或r射线、电磁学监测、全息摄影和红外成像等技术对结构和构件的局部进行检测[2]，但这类技术桥梁应用上还是有着一些共有的限制与弊端：（1）难以对大型、复杂的结构进行健康监测，只能对小型结构或者大型结构的某些部件进行检测；（2）监测过程需要专业人员到现场，无法进行在线监测，导致监测费用高昂；（3）无法监测结构损伤的程度。

3全局健康监测

由于局部健康监测的局限性，全局的健康监测法得以广泛应用。主要有基于结构静力参数的方法、基于结构动力特性的方法、基于时间序列的方法、以及其他一些方法如神经网络法、小波分析法、遗传算法、统计的方法等。

3.1基于结构静力参数的方法

结构的静力参数包括结构的材料参数、刚度、位移、应变等，通过分析上述参数的残差来识别损伤从而对结构进行健康监测。此方法主要分为以下几步：首先对结构进行静力试验，测取结构某些部位的静力参数；以上述结果为基准，比对原结构的结果，并建立综合误差；优化调整当前计算模型的参数，使理论值与试验值最大程度地达到吻合以获得结构参数改变量，达到识别结构损伤进行监测的目的。

3.2基于结构动力特性的方法

结构出现损伤及损伤程度的变化都会导致系统动力特性的变化，系统的动力特性可以用模态参数和物理参数进行描述。因此结构的健康监测可以通过监测结构的频响函数以及识别出的模态参数信息的变化。利用该方法对结构进行健康监测时，为提高精确性，必须选择对损伤敏感的动力参数，常用的动力参数有：固有频率、振型、曲率模态、应变模态、柔度矩阵、阻尼比等。

3.3基于时间序列的方法

基于时间序列的方法直接使用测试得到的随机响应时间序列进行损伤识别和健康监测，其优点是只需要单个测点的响应信息就能进行分析，不必进行快速傅立叶变换，消除了快速傅立叶变换所带来的误差，弥补了频域法的不足。基于时间序列的方法是近年来研究的热点，相关研究较多，例如Carden等[4]基于自回归滑动平均模型系数（ARMA）提取了一个新的损伤指标。聂振华 [5]利用重构相空间技术提出了新的损伤指标并实现了损伤识别结果的可视化，该损伤指标对噪音有较高的免疫力，可视化使得健康监测更为方便。

4 总结

保证桥梁工程的质量，在桥梁服役阶段对桥梁进行健康监测具有重要的工程意义。国内外学者对结构健康监测及损伤检测技术进行了大量的研究，并且提出了很多行之有效的在线监测方法，有助于及时发现桥梁早期损伤，不仅可以保证结构的安全性可靠性，避免结构损坏导致的人员伤亡，而且尽早的维护也可以节约桥梁维护费用。现如今一些大型桥梁上已建立了健康监测系统，如广州的虎门大桥、南京长江二桥、上海的徐浦大桥等，但这还远远不够，我国桥梁数量众多，桥梁健康监测技术的推行还任重道远。

参考文献

[1] C.R. Farrar， W.E. Baker， T.M. Bell. Dynamic characterization and damage detection in the I-40 bridge over the Rio Grand[R]. Los Alamos national Laboratory report， LA-12767-MS，1994.

[2] 陈长征，罗跃纲，白秉三等. 结构损伤检测与智能诊断[M]. 北京：科学出版社， 2001.

[3] 马宏伟，杨桂通. 结构损伤探测的基本方法和研究进展[J]. 力学进展， 1999， 29（4）： 513-527.

[4] E.P. Carden， M.W. James. Brownjohn. ARMA modelled time-series classification for structural health monitoring of civil infrastructure[J]. Mechanical Systems and Signal Processing，2008， 22： 295-314.

[5] Nie Zhenhua， Zhao Jun， Ma Hongwei， Cheng Liangyan. Visualization of damage detection for circular arch based on stochastic subspace identification[C]. International Conference on Artificial Intelligence and Computational Intelligence， 2010， 2： 127-130.