呼之欲出的新主角——数字孪生技术在长大桥梁管养中的应用思考
cof_76454999
2022年09月28日 09:11:50
来自于桥梁工程
只看楼主

  江苏目前已建成高速公路跨江大桥12座,其中,苏通大桥、江阴大桥等超千米跨江大桥日常交通量已达10万辆,远超设计预期,且重车比例高,并具有明显的潮汐特征,对长大桥梁结构安全、通行保畅、品质管养等提出了挑战。随着5G、云计算、人工智能,尤其是数字孪生技术(DigitalTwin, DT)的成熟和逐步应用,推动长大桥梁数字化转型向深水区迈进已成为可能。数字孪生技术在江苏新建苏锡常南部高速太湖隧道、五峰山大桥等项目中已进行初步探索应用,实现了数据采集高保真、流量预测、分析研判、决策支持和动态管控等技术突破。但在存量跨江长大桥梁管养应用尚处于起步阶段,还未形成系统性的研究框架,技术拓展和应用场景研究仍不充分。需要针对长大桥具体建成时间、结构类型、服役环境、过桥车辆结构等管养特点和难点,以问题和需求为导向,明确管养过程中的模型、数据、连接与服务应用,实现大桥健康安全孪生推演,在重点管控场景、预防性养护和全天候智能运营等方面,推动大桥感知能力、服务能力、安全性能进一步提升,为数字孪生在长大桥管养应用提供参考。


 


江苏目前已建成高速公路跨江大桥12座,其中,苏通大桥、江阴大桥等超千米跨江大桥日常交通量已达10万辆,远超设计预期,且重车比例高,并具有明显的潮汐特征,对长大桥梁结构安全、通行保畅、品质管养等提出了挑战。随着5G、云计算、人工智能,尤其是数字孪生技术(DigitalTwin, DT)的成熟和逐步应用,推动长大桥梁数字化转型向深水区迈进已成为可能。数字孪生技术在江苏新建苏锡常南部高速太湖隧道、五峰山大桥等项目中已进行初步探索应用,实现了数据采集高保真、流量预测、分析研判、决策支持和动态管控等技术突破。但在存量跨江长大桥梁管养应用尚处于起步阶段,还未形成系统性的研究框架,技术拓展和应用场景研究仍不充分。需要针对长大桥具体建成时间、结构类型、服役环境、过桥车辆结构等管养特点和难点,以问题和需求为导向,明确管养过程中的模型、数据、连接与服务应用,实现大桥健康安全孪生推演,在重点管控场景、预防性养护和全天候智能运营等方面,推动大桥感知能力、服务能力、安全性能进一步提升,为数字孪生在长大桥管养应用提供参考。


随着大桥服役年限和车流的日益增加,早期建设的特大桥梁的病害问题日益突显,大桥的运维已成为现阶段我国桥梁运营管理的重点工作。传统长大桥梁运维管理存在信息效率低、实时性差、反馈不及时等短板问题。数字孪生技术可在物理世界和虚拟世界之间建立精准的映射关联,能够有效解决长大桥梁管养中所面临的标准化程度低、集成表达不直观、模拟预测交互较少等问题。


本文将以长大桥梁管养的数字孪生技术为研究对象,梳理技术的起源发展,探究长大桥梁管养领域中数字孪生技术的定义,明确管养过程中模型、数据、连接与服务的含义组成,并以服务为重点,阐述该项技术在长大桥梁管养领域的应用范围,进而展望其在大跨径桥梁运维中的发展趋势。


数字孪生技术发展及原理

数字孪生起源与发展


数字孪生( Digital Twin,DT)的发展大致可分为3个阶段。


第一阶段:概念形成发展期。2003年,美国密歇根大学 Michael Grieves教授首次提出了物理产品的虚拟数字化表达,其后不断进行深化扩展,相继提出了镜像空间模型和信息镜像模型,最终形成了数字孪生概念雏形。


第二阶段:应用探索期,集中在航空航天行业。2010年,美国国家航空航天局(National Aeronautics and Space Administration,NASA)首次将数字孪生概念引入《NASA 空间技术路线图》中。2012 年美国空军研究室将数字孪生应用到战斗机维护之中。


第三阶段:蓬勃发展期,向多类行业拓展应用。近些年,数字孪生应用已从航空航天领域向工业各领域全面拓展,西门子、GE等工业巨头纷纷打造数字孪生解决方案,赋能制造业数字化转型。


在交通领域,美国注重建模和用于AI的模型嵌入、自动化;欧盟侧重于安全和建模;德国注重数字智能生态系统的设计开发;日本则着重于开放数据化和防灾方面的技术构建。数字孪生技术与交通行业的深入融合可以极大地促进交通行业的信息化、智能化发展。

基本原理


首先,基于建模工具在数字空间构建起精准物理对象虚拟模型,再利用数据驱动模型运转,进而通过数据与模型集成融合构建起综合决策能力,推动全业务流程闭环优化。数字孪生基本原理如图1所示。


 

图1 数字孪生基本原理


数字孪生如何参与大桥运维


面向长大桥梁管养工程应用,笔者将数字孪生的定义概况如下:以数字化方式创建桥梁物理实体的虚拟映射,借助人工例行检查、健康监测、有限元分析、交通管控等手段获取多源异构孪生数据,以控制反馈管控桥梁物理实体运营养护过程,实现长大桥梁物理实体对象以及关系、活动等与虚拟桥梁的交互通信、自我迭代优化及更新。

模型定义


长大桥运营期数字孪生的概念模型,包括物理桥梁、虚拟桥梁、孪生数据、信息交互与各类服务五大部分,如图2所示。


 

图2 长大桥运营期数字孪生模型

物理桥梁


物理桥梁是客观存在的实体,各种传感器部署在物理实体上,实时监测其环境数据、运行状态和响应。物理桥梁包含桥梁时空位置、要素和生态环境。其中,时空位置是桥梁地理时间空间信息,包含桥梁各实体之间的时间、坐标信息和高程信息等;桥梁要素是构成桥梁的各类物理实体的总称,包含桥梁构件、电气设施、健康监测设施、信息设施等;桥梁生态环境则是构成桥梁自然环境的要素,包含地质、气象、水文、河床河势、航道等。数字孪生物理桥梁是保障桥梁整体运营的重要支撑。

虚拟桥梁


作为桥梁数字孪生的载体,虚拟桥梁是对物理桥梁全要素多维、多时空尺度和多领域的描述与刻画。本质上它是多维虚拟模型的集合,可细分为几何、物理、行为及规则四层模型。其中,几何模型是描述物理桥梁的尺寸、形状等空间几何参数与关系的三维模型;物理模型在几何模型的基础上增加了物理桥梁的物理属性、约束及特征等信息;行为模型则是物理桥梁对自重、车辆荷载、风荷载、爆炸、船撞、地震作用等做出的响应及行为;规则模型通过对桥梁物理实体力学规则、运行规律的建模,使虚拟桥梁具备评估、预测等功能。


虚拟桥梁在构建中应满足精准、标准、轻量、可视、交互及重构方面的要求,以达到可用、通用、速用、易用、联用、活用的目的。如图3所示。


 

图3 虚拟桥梁构建原则

孪生数据


孪生数据为桥梁各类数据的总和,是构建桥梁数字孪生系统的基础与运行的核心驱动,主要包含:物理桥梁、虚拟桥梁、服务、知识和融合衍生这5类数据。其中物理桥梁数据包括物理要素属性数据和动态过程数据;虚拟桥梁数据则包括四层模型中相关数据以及模型开展的仿真数据;服务数据由算法、模型、数据处理方法、管理数据等组成;知识数据包括专家知识、行业标准、规则约束、推理推论、常用算法库与模型库等;融合衍生数据是对以上4个数据进行数据转换、预处理、分类、关联、集成、融合等处理后所得数据。孪生数据涉及多格式、多类型、多个来源,需要对应的数据标准以便于后期共享,主要包括孪生数据的表示、分类、存储、预处理、使用与维护、测试等。

连接与服务


连接则将以上物理桥梁、虚拟桥梁、孪生数据、服务部分进行两两连接,使其进行有效实时的数据传输,从而实现实时交互以保证各部分之间的一致性。


服务是数字孪生应用的主要目的,在长大桥梁管养中的服务主要包括检查管理、应急管理、养护维修、健康监测、辅助决策、交通管控等。


检查管理

长大桥梁初始检查结果将作为运营期检查评定的基准。此后,例行开展的日常巡查、经常检查、定期检查和特殊检查将贯穿长大桥梁管养的整个过程,为其提供最直接、全面的基础孪生数据。近年来,随着桥梁智能化的推进,无人机、机器人等新技术在桥面、高墩、拉索、主缆及水下结构检查中得到了广泛应用,极大地丰富了检查数据的类型和精度,拓展了长大桥梁孪生数据的维度和精确度。利用数字孪生技术,可将桥梁检查结果映射虚拟桥梁上,实现其可视化展示。同时也可基于 AI算法,实现裂纹、锈蚀等损伤的几何特征自动匹配和损伤程度自动比较。如图4所示。


 

图4 数字孪生长大桥检查管理服务架构


应急管理

长大桥梁在管养过程中可能要应对自然灾害、事故灾难等应急事件。利用数字孪生技术可在虚拟桥梁中进行应急预案、应急救援、灾毁评估的管理。在应急资源调查、危险源识别与风险评估基础上编制完成应急管理预案后,可在虚拟桥梁中进行应急资源配置,应急预案模拟、优化。借助倾斜摄影技术、桥梁视频监控系统,实现对人为破坏桥梁、自然灾害等造成的设施损坏等的展示与评估预测。在虚拟桥梁中展示事故类型、位置、事故区域设施设备监测数据及运行状态信息、应急资源分布情况,并进行险情分析,依据相关预案快速形成应急处置方案,辅助优选人员疏散路径和交通疏导路径,为应急决策、指挥调度与处置提供依据。如图5所示。


 

图5 数字孪生长大桥应急管理服务架构


养护维修

长大桥梁结构复杂,养护维修过程中涉及较多的信息理解和协调过程,数字孪生技术可以为用户提供可视化程度高的媒介,并可以与虚拟桥梁进行数据交互,可以帮助管理人员和施工人员更高效、准确地完成养护维修任务。在维养之前,可以在虚拟桥梁中以养护维修方案为依据,进行三维漫游、碰撞检查、施工模拟等,找出方案中不合理的地方,还可借助 AR将施工过程和安全教育融合到物理桥梁中。在养护维修过程中,可以将维修过的部位投射到虚拟桥梁中,以校核施工与计划是否一致,进而做出及时的修改或补救措施,并可同时将养护维修过程中的质量、进度、成本、安全等信息实时反映到虚拟桥梁中进行可视化展示分析。如图6所示。


 

图6 数字孪生长大桥养护维修服务架构


健康监测

桥梁结构健康监测综合使用现代传感技术、数据采集传输技术、信号分析技术等,对桥梁的环境作用、荷载响应以及桥梁的结构性能参数进行测量、收集、处理及分析。长大桥梁健康监测系统获取大量传感器监测数据等状态相关信息,这些多源异构、时空离散数据构成了长大桥梁数字孪生管养过程中的主要数据来源。健康监测需基于有限元模型分析,但有限元分析建模分析过程中,由于单元、边界条件、参数取值等存在假定,计算分析结果与桥梁实际响应存在偏差。数字孪生则以孪生数据作为驱动模型,可提高监测数据的损伤识别效率和评估质量并可将监测数据作为修正有限元分析的补充,提高有限元分析的准确性。如图7所示。


 

图7 数字孪生长大桥健康监测服务架构


辅助决策

当前长大桥梁维护管理多是事后行为,当损伤达到一定程度时进行必要的维护,容易造成维护资源的浪费或者检修不及时。利用数字孪生技术,可以有效获得长大桥梁管养中的各类历史数据,结合技术状况、可靠度、耐久性、适用性等多方面对桥梁进行综合评估。利用贝叶斯、马尔可夫等原理建立桥梁或构件的性能退化概率分布,然后以剩余寿命周期成本最小、性能最大等为目标,建立多目标优化模型,从而将传统的事后维护转变为事前维护,实现桥梁预防性养护的合理维修策略设计,达到提前养护的目的。数字孪生驱动长大桥梁维护策略是在孪生数据的基础上,基于物理桥梁与虚拟桥梁的同步映射与实时交互形成的长大桥梁决策管理新模式。如图8所示。


 

图8 数字孪生长大桥辅助决策服务架构


交通管控

将交通量监测、运营车辆卫星定位、司乘人员手机信令、互联网地图等数据接入长大桥梁孪生数据系统,在集成交通量监测设备、环境监测设备及城市道路机电设备等管理系统基础上,分析桥梁的交通流量、通行时间、平均行程速度等,利用 AI图像识别、仿真算法等数据处理技术,预测未来某时间段的交通量数据及潜在的拥堵风险,实现车道级交通信息的实时性及服务的广泛性,有效解决桥梁交通感知难、决策难的行业痛点,减少占道率和堵车率,提高通行效率。如图9所示。


 

图9 数字孪生长大桥交通管控服务架构

未来可期


目前,数字孪生在长大桥管养中的研究和应用处于初级阶段,以下几个方面仍需进一步研究:


数字孪生与计算机技术的深度融合

数字孪生技术要在长大桥管养中落地应用,离不开各类计算机技术的支持,尤其依赖人工智能、大数据等信息技术的发展。例如:孪生数据与物理桥梁、虚拟桥梁及服务间的互联集成需要物联网的支持,大体量数据的存储共享需要依托云服务,而分析决策的驱动则有赖于大数据和人工智能算法的支持。此外,3R(VR/AR/MR)对于可视交互不可或缺。两者的深度融合才能有力保证数字孪生在长大桥管养中的理想效果。


数字孪生标准规范

国内外现有的数字孪生标准较少,大多是对概念术语与总体通用框架的概述,缺少建模语言、数据连接、集成平台服务的具体描述。数字孪生在长大桥梁管养领域的应用涉及多学科交叉,相关行业和企业的实施指南及理论应用的规范,对数字孪生在长大桥管养中的进一步深化发展可以起到引领作用。


深化数字孪生数字化技术研究

桥梁管养数字孪生模型缺少理论体系指导。数字孪生虚拟模型涉及领域广,集成难度高,且桥梁等传统行业的数字化设计水平较低,基础设计能力水平仍然不高,缺乏支撑数字孪生技术体系构建所需的基础数学模型、仿真模型,尤其是关键核心部件或工艺过程的数字化仿真能力欠缺。开展数字化设计研究,可突破数字孪生技术发展瓶颈,促进技术在大桥管养中的应用。


未来,数字孪生与大桥数字经济不断融合创新,形成物理桥梁和虚拟桥梁并行共存相互影响促进的新局面,推动传统大桥运营管理转型升级,催生跨地域、多专业协作共融的数字孪生产业新生态,助力百年大桥管养和区域经济发展。



免费打赏

相关推荐

APP内打开