2022年度进展05：桥梁健康监测

1 概述本文将详细介绍桥梁健康监测的年度进展情况，文中的图表与数据主要来源于《

概述

本文将详细介绍桥梁健康监测的年度进展情况，文中的图表与数据主要来源于《 Structural Control and Health Monitoring 》和《振动与冲击》等期刊杂志。进行桥梁健康监测时，每天会产生大量数据，因此，面对海量的监测数据，有必要采用合适的处理手段从中分析出有价值的信息，为桥梁结构运营状态评估提供重要的科学参考依据。实时监测得到的信号数据的处理过程有如下几个关键点：

1）桥梁位移信号分解及成分提取研究

运营桥梁的健康监测系统不间断地传输位移信号数据，由于野外实测位移信号通常是具有复杂成分组成的含噪信号，因此应对位移信号进行分解处理，并提取信号中有用成分(即准静态成分或动位移成分)。现阶段，信号降噪处理方法分为滤波和分解重构两种；滤波处理通常只能完成实验中模型桥振动信号的降噪工作，无法较好地剔除野外桥梁实测振动信号中的复杂噪声。因此，近年来信号分解重构技术广泛应用于桥梁健康监测信号的分解处理，并展现出良好的性能。目前，位移信号分解及成分提取处理研究主要集中在小波变换法(WT)、经验模态分解法(EMD)、变分模态分解法(VMD)及其结合方法的改进上。

2）桥梁自动化模态参数识别研究

在桥梁健康监测中，结构的模态参数识别通常颇具难度。桥梁结构的模态参数主要是指结构的频率、振型和阻尼比，它们反映了结构的系统特性。针对桥梁运营中的环境激励，研究者们已经提出多种较成熟的运营模态分析方法(OMA)，例如随机子空间法(SSI)、环境激励法(ERA)、频域分解法(FDD)、峰值拾取法(PP)、随机减量法(RDT)、时域参数识别法(ITD)等。上述OMA方法又可以分为频域方法(FDD、PP)和时域方法(SSI、ERA、RDT、ITD)。频域方法通常识别功率谱密度(PSD)的峰值或直接输出PSD矩阵的奇异值，但由于频域模态识别方法每次重新运算都需要初步校准，且对噪声非常敏感，因此该类方法在桥梁健康监测中存在较大局限性。时域方法通常着重于稳定图的自动解析，以获取有代表性的模态，目前大跨桥梁健康监测中使用最多的时域方法是随机子空间法(SSI)。然而，现阶段无论时域方法还是频域方法，都亟需解决如何高效过滤虚假模态这一难题，从而实现桥梁模态参数的自动化识别，为实时有限元模型修正和快速损伤诊断提供技术可能。

3）桥梁有限元模型修正研究

桥梁结构有限元模型修正通常是通过调整设计参数(密度和刚度)来实现的，调整参数的方法又分为灵敏度矩阵法( SA )和响应面法 (RSM) ，其中响应面法具有更高的计算效率。替代模型技术引入了参数敏感性分析的统计性质，将试验设计、参数子结构、多元逐步回归、假设检验等计入到结构有限元模型计算中，此外，替代模型技术还能与SA和RSM有机结合。近年来，为了提高复杂桥梁结构有限元模型修正的计算效率，越来越多的学者采用 Kriging 预估器和响应面模型等替代模型方法来逼近结构响应与修正参数之间的关系，以提升有限元模型修正的计算速率。

桥梁位移信号分解及成分提取研究

罗烨钶等 ^[1] 针对现有降噪方法的局限性，将噪声辅助分析理论引入经验小波变换（EWT）进行改进，基于能量准则与残量频域概率密度曲线特征对改进EWT的关键参数进行自适应确定，改进EWT的降噪能力更强，在抑制噪声的同时可有效提取特征分量，避免了过度分割及整体集成造成的数据冗余，能够用于实际桥梁动力响应分析。

石安平等 ^[2] 为了减小桥梁位移监测中孔径雷达(GB-RAR)信号的噪声，给出了一种基于经验模态分解(EMD)与小波阈值相结合的去噪方法，从而分离出位移信号中的有用成分，并通过实测数据进行了分析验证。

谭冬梅等 ^[3] 提出结合经验小波变换（EWT）和快速独立分量分析（FastICA）方法对温度效应和长期挠度进行分离，该方法采用EWT算法对桥梁挠度监测信号进行降维处理，再通过FastICA算法分离挠度信号中的温度效应。

李双江等 ^[4] 针对EMD方法在处理桥梁挠度信号时存在的模态混叠、端部效应误差，结合变分模态分解（VMD）和K-L散度（KLD）算法，提出了一种从桥梁挠度监测数据中分离温度效应的方法，并通过实际桥梁挠度监测数据得以验证（见图1）。

图 1 桥梁挠度温度效应的 VMD-KLD 分解结果

Kordestani 等 ^[5] 使用调整后的Savitzky-Golay滤波器提出了分离位移信号中趋势项的方法，通过大量数据分析验证了所提方法有效性，并用于桥梁损伤定位。

罗凌峰和单德山等 ^[6] 引入带通滤波思想，提出了递归数据驱动变分模态分解（RD-VMD）算法，通过某大跨悬索桥健康监测系统采集的GNSS位移信号开展了大量数据分析，验证了所提方法对信号中趋势成分与动位移成分提取的有效性。

桥梁自动化模态参数识别的研究进展

由于大跨柔性桥梁模态振型耦合情况严重，环境振动响应频率分布密集，通常难以稳定地从随机减量信号中识别多模态的参数。考虑到解析模式分解（AMD）能有效将模态密集分布的振动信号分解为一系列单模态子信号，杨勇等 ^[7] 结合AMD和RDT技术开展大跨异型桥梁模态参数识别研究，通过对某大跨曲线主梁人行拱桥的前4阶模态的频率和阻尼比进行识别运算，验证了所提方法的有效性。张锦东等 ^[8] 结合奇异值分解（SVD）、解析模态分解（AMD）、自回归功率谱和粒子群优化（PSO）算法，提出了一种改进的模态参数识别方法（PSO-AMD），实现了在强干扰环境下密集频率信号的自动化模态参数识别。该项研究结果表明，所提方法对低信噪比、密集频率、大阻尼的振动信号仍保持高识别精度，因此可应用于复杂噪声环境中大阻尼和密集频率衰减振动信号的自动化模态参数识别。

考虑到噪声和复杂激励导致的虚假模态、真实模态遗漏、系统自动定阶难和计算效率低等问题，自动化模态分析在实际工程中的广泛应用受到制约。因此，李雪艳等 ^[9] 提出了基于Welch法的随机子空间方法，通过Welch法对振动响应在频域进行去噪、降低环境激励和其他不确定性因素影响的处理，再结合SSI算法实现结构模态参数的自动识别，最后通过一座大跨悬索桥的实测加速度信号数据验证了所提方法的有效性。单豪良等 ^[10] 针对确定-随机子空间算法（CDSI）必需人工参与稳定图中模态的辨识的问题，引入了密度聚类算法（DBSCAN）以实现对稳定图中模态的自适应、自动化辨识，最后以某大型斜拉桥为识别对象，并将识别结果与MIDAS有限元软件所得结果作对比，发现所得识别模态振型与理论振型具有很好的相似性，验证了所提方法的有效性；图2对比了该项研究所提的D-CDSI算法与传统SSI算法对某大跨斜拉桥的模态参数识别效果，结果表明D-CDSI算法能识别出更多的模态结果。杨朝勇等 ^[11] 为研究大跨度斜拉桥模态参数的不确定性，将遗传算法引入传统快速贝叶斯傅里叶变换法中，并采用高信噪比渐进估计值约束遗传算法的参数搜索空间，发展了一种大跨度桥梁的贝叶斯模态参数识别方法。利用悬臂梁数值模拟验证该方法的识别效率与精度；依托苏通大桥实测加速度数据，应用上述方法开展了大跨度斜拉桥的自动化模态参数识别。Wu等 ^[12] 利用某斜拉桥的环境振动测试数据，采用SSI算法开展了结构自动化模态参数识别应用，并取得了不错的效果。He等 ^[13] 提出了一种基于估计频率不确定性和密度聚类算法的桥梁参数自动模态识别方法，该方法首先采用协方差驱动随机子空间算法(COV-SSI)构建稳定图，然后采用密度聚类算法实现桥梁模态参数的自动识别，识别效果具有一定的精度。

图 2 SSI 算法与 D-CDSI 算法的斜拉桥模态识别结果比较

桥梁有限元模型修正的研究进展

桥梁结构有限元模型修正通常是通过调整设计参数(密度和刚度)来实现的，调整参数的方法又分为灵敏度矩阵法( SA )和响应面法 (RSM) ，其中响应面法具有更高的计算效率。替代模型技术引入了参数敏感性分析的统计性质，将试验设计、参数子结构、多元逐步回归、假设检验等计入到结构有限元模型计算中。此外，替代模型技术还能与SA和RSM有机结合。近年来，为了提高复杂桥梁结构有限元模型修正的计算效率，越来越多的学者采用 Kriging 预估器和响应面模型等替代模型方法来逼近结构响应与修正参数之间的关系，以提升有限元模型修正的计算速率。

为解决既有桥梁荷载试验成本高、对交通影响大以及容易对桥梁结构造成损伤等诸多问题，卢彭真等 ^[14] 利用Kriging响应面方法对既有桥梁实际刚度进行预测，选取典型连续变截面刚构桥作为研究对象，利用桥梁动载测试结果对初始设计参数进行修正，进而提出了一种成本低廉、对交通影响小且安全性高的方案。

为减少预测数据和实测数据之间的误差，Lin 等 ^[15] 提出一种基于桥梁影响线和替代模型技术的有限元模型修正方法，最后通过某大跨度悬索桥应用实例验证了所提方法在实际工程中的实用性和有效性。

为避免在模型修正中传统优化方法收敛误差问题，周云飞等 ^[16] 提出一种能识别出模型修正多个解的增强稳态遗传算法(ESSGA)，并通过数值仿真对该算法性能进行了验证，证明了所提改进算法能够得到更精确的修正模型。

刘纲等 ^[17] 提出了参数自适应策略的改进萤火虫算法，建立了基于改进萤火虫算法的有限元模型修正方法，然后通过简支梁数值算例与某刚构桥实桥有限元模型修正结果进行验证，研究结果表明所提方法具有良好的更新精度，适用于大跨复杂桥梁结构的有限元模型修正。

杨宏印等 ^[18] 采用贝叶斯方法充分融合观测信息与先验信息，构造了包含动态权重系数的目标函数，提高了响应面法有限元模型修正的效率和精度，为传统的重载铁路桥梁有限元模型修正提供了新思路。该项研究结果表明：修正后模型计算结果的准确性明显提高，当重载列车过桥时，修正后的桥梁跨中竖向位移时程计算结果与桥梁健康监测系统的实测结果间的最大相对误差从43%降至13%。

为获取用于混凝土梁结构火灾健康监测的准确有限元模型，刘才玮等 ^[19] 重点考虑结构边界条件，提出了基于支持向量机(SVM)技术的分步有限元模型修正方法，并利用实验室梁结构模型应用实例进行验证。该项研究结果表明，修正后有限元模型能较好反映混凝土梁的真实动力特性，可用于混凝土梁结构的有限元模型修正。在此基础上，该课题组拟合出结构基频随受火时间的衰减公式，并通过数值模拟及试验结果验证了公式的合理性，可为后续火灾损伤识别与评估提供参考。

软件编制与实际工程应用

为从实测数据中获取更多的桥梁结构状态信息，基于.NET Framework 4.7平台和Windows 10操作系统，采用Microsoft Visual Studio 2019和Microsoft SQL Server 2019数据库作为系统开发工具，将西南交通大学智能桥梁团队前述研究成果积极推广应用于实际工程，在完成某悬索桥健康监测的过程中(见图3)，研发了以数据分析和处理为主要功能的桥梁健康监测软件系统。为快速有效地研发该系统，开发过程中采用了诸如Windows Presentation Foundation(WPF)技术、Model-View-View Model(MVVM)设计模式、Server Management Objects(SMO)技术、Code First等现代编程技术；同时结合桥梁养护维修规范，完成了某山区大跨高墩悬索桥健康监测数据处理分析系统的开发。系统界面截图如图4所示。

图 3 某山区大跨悬索桥健康监测系统实施现场照片

图 4 桥梁健康监测数据处理分析系统界面截图

展望

2022年，桥梁结构自动化模态参数识别的相关研究仍旧尝试在提升运算效率、提高虚假模态辨识能力、系统自适应定阶等问题上寻求改进和突破。有限元模型修正研究则在改进优化识别算法、替代模型技术层面上开展了更深入的研究工作；此外，一些学者开始关注和思考如何提高该项研究在具体工程应用中的有效性，提出了基于桥梁影响线的新颖理论方法。不难发现，如何将各类算法可靠地实践于桥梁健康监测系统，仍是实际工程面临的难题，还需广大学者集思广益、不懈努力、突破难关。

桥梁健康监测研究团队介绍

标志性成果：

· 詹天佑铁道科技奖专项奖（2017）以及多个省部级奖励

· “时变桥梁结构状态自适应张量子空间识别研究”-纵向课题（国家自然基金）

· “桥梁结构时频域地震非线性损伤统计诊断研究”-纵向课题（国家自然基金）

· “基于可恢复性的桥梁地震损伤机理与控制”-纵向课题（973计划）

· “大型与复杂桥梁结构自动系统识别与健康诊断技术”-纵向课题（重点研发计划）

· 笋溪河大桥“基于BIM的山区高墩大跨悬索桥健康监测系统研究”-横向课题；

1. Deshan Shan（单德山）. A novel finite element model updating method based on substructure and response surface model. Engineering Structures, 2015.

2. Deshan Shan（单德山）. Tension Identification of Suspenders with Supplemental Dampers for Through and Half-Through Arch Bridges under Construction, JOURNAL OF STRUCTURAL ENGINEERING 145 (040182653) (2019).

3. Deshan Shan（单德山）. Seismic fragility analysis of irregular bridges with non-circular tall piers considering ground motion directionality, Bulletin of Earthquake Engineering (2019).

4. Deshan Shan（单德山）. Tension Identification of Suspenders with Supplemental Dampers for Through and Half-Through Arch Bridges under Construction. JOURNAL OF STRUCTURAL ENGINEERING. 2019, 145(3): 4018261-4018265.

5. 单德山，张二华，董俊，郭珊，汶川地震动衰减特性及其大跨高墩连续刚构桥的地震响应规律，2017.

6. 单德山，顾晓宇，李中辉，李乔，桥梁结构有限元模型的仿射-区间不确定修正，中国公路学报，2019.

7. 单德山，张二华，董俊，李乔，基于核密度估计的铁路桥梁构件地震易损性分析，铁道学报，2019.

团队人员：

李乔，博士，ql3721@vip.163.com。研究领域：桥梁健全性评估理论，桥梁抗震。

单德山 ，博士，dsshan@163.com。研究方向：桥梁健全性评估理论。

罗凌峰 ，硕士，526884687@163.com。研究方向：桥梁健全性评估理论。

孙榕徽 ，硕士，sunronghui0823@163.com。研究方向：桥梁健全性评估理论。

注：由于作者能力有限、查阅资料的范围有限、对学术问题的理解深度有限，本方向年度进展综述难免挂一漏万、观点未必完全客观，不当之处欢迎热心读者多向作者反馈，加强交流，共同提高，感谢您的支持和厚爱！

主要参考文献

[1] 罗烨钶, 陈永高, 李升才. 基于经验小波变换-噪声辅助分析的桥梁信号降噪方法[J]. 振动与冲击, 2022, 41(21):246-256.

[2] 石安平, 周吕, 王成,等. 结合EMD与小波阈值去噪的GB-RAR桥梁监测信号去噪[J]. 测绘通报, 2022(S2):227-232+240.

[3] 谭冬梅, 姚欢, 吴浩, 甘沁霖. 基于EWT-FastICA的斜拉桥监测挠度温度效应分离[J]. 振动.测试与诊断, 2022, 42(05):980-987+1038-1039.

[4] 李双江, 辛景舟, 付雷,等. 基于VMD-KLD的桥梁挠度监测数据温度效应分离方法[J]. 振动与冲击, 2022, 41(05):105-113.

[5] Kordestani, Hadi, Zhang, et al. An empirical time-domain trend line-based bridge signal decomposing algorithm using Savitzky-Golay filter[J]. Structural Control and Health Monitoring, 2021, 28.

[6] Luo L, Shan D, Zhang E. Component extraction method for GNSS displacement signals of long-span bridges[J]. Journal of Civil Structural Health Monitoring, 2022.

[7] 杨勇, 宁平华, 王晟,等. 基于解析模式分解和随机减量技术的桥梁模态参数识别[J]. 铁道科学与工程学报, 2022, 19(05):1355-1363.

[8] 张锦东, 郭小农, 罗晓群,等. 基于粒子群算法的改进模态参数识别方法[J]. 振动与冲击, 2022, 41(02):255-264.

[9] 李雪艳, 官宇航, 罗铭涛,等. 基于Welch法的协方差随机子空间方法的模态参数识别[J]. 力学学报, 2022, 54(10):2850-2860.

[10] 单豪良, 陈永高, 孙泽阳. 基于DBSCAN算法的改进确定-随机子空间模态参数识别算法[J]. 振动与冲击, 2022, 41(11):156-163.

[11] 杨朝勇, 茅建校, 王浩,等. 贝叶斯方法在大跨度斜拉桥模态参数识别中的应用研究[J]. 振动工程学报, 2022, 35(03):691-698.

[12] Wu, Wen-Hwa, Chen, et al. Finite element model of a cable-stayed bridge updated with vibration measurements and its application to investigate the variation of modal frequencies in monitoring[J]. Structure and Infrastructure Engineering, 2022, 1-11.

[13] He Y, Yang J, Li X. A three-stage automated modal identification framework for bridge parameters based on frequency uncertainty and density clustering[J]. Engineering Structures, 2022, 255:113891.

[14] 卢彭真, 李登国, 石擎天等. 基于动载试验的变截面桥梁静载试验结果预测方法研究[J]. 中国公路学报, 2022, 35(08):213-221.

[15] Lin S, Du Y, Yi T, et al. Model updating using bridge influence lines based on an adaptive metamodel global optimization method[J]. Journal of Bridge Engineering, 2022, 04022003.

[16] 周云飞, 张亚州, 甘耀威,等. 基于增强稳态遗传算法的模型修正多解识别[J]. 武汉大学学报(工学版), 2022, 55(11):1120-1128.

[17] 刘纲, 陈奇, 雷振博,等. 基于改进萤火虫算法的有限元模型修正[J]. 工程力学, 2022, 39(07):1-9.

[18] 杨宏印, 吴楠昊, 王波,等. 基于贝叶斯法和响应面法的重载铁路桥梁模型修正[J].中国铁道科学, 2022, 43(06):47-54.

[19] 刘才玮, 赵元元, 黄绪宏,等. 基于动力测试的简支梁模型修正与参数分析[J]. 振动、测试与诊断, 2022, 42(02):394-401+414.