我国是世界第一桥梁大国，桥梁的运营安全直接关乎人民群众生命财产安全。随着桥梁服役年限的不断增长，桥梁运营安全面持续面临着材料老化、结构损伤、自然环境、交通荷载等多重因素的影响。今年2月，位于广州南沙的沥心沙大桥被集装箱船撞击桥墩导致桥面断裂，造成人员伤亡。事故再次提醒人们关注桥梁的运营安全问题。

与此同时，当前的桥梁的运营安全保障工作，仍主要采用定期人工检测与养护维修的模式，不仅存在检测数据不完备、缺乏基准和量化标准等一系列问题，也无法在桥梁出现紧急情况时第一时间响应并通知现场车辆和人员，难以预防次生灾害发生。

▲人工检测桥梁病害

针对当前桥梁运营安全保障中难以对突发事故进行有效响应的问题，广州建科院集团科研团队自主研制了桥梁断裂监测预警系统，通过在桥身布设线缆和磁锁，实时监测线缆阻值及磁锁磁场状态，并辅以裂缝、倾角监测，实现对桥梁完整性的监测。当桥体发生断裂倾覆时，线缆被扯断或拉动磁锁断开，监测仪感知线缆断裂或磁锁磁场发生变化，实时联动现场声光报警系统对过往车辆进行告警，实现对桥梁断裂的全天候不间断监测和预警。

▲桥梁断裂监测预警系统架构

在具有通航需求的桥梁上增设断桥监测系统并实时传输异常信息，监测到异常情况时可发送数据给桥梁运营方，并通过桥面预警系统进行声光示警，，避免桥梁倒塌后次生事故的发生，对保障交通安全具有重大意义。

针对当前桥梁运营安全保障中监测数据不完备、实测结果受人为因素影响大的问题，广州建科院集团科研团队研制了桥梁安全监测及预警系统。与传统监测系统相比，桥梁安全监测及预警系统具有以下5大突出优势：

▲团队成员安装智能监测设备

▲安装到位的智能监测设备

▲桥梁安全监测及预警系统界面

针对当前桥梁运营安全保障中缺乏对监测数据进行有效的安全评估分析的问题，广州建科院集团科研团队充分利用长期积累的既有桥梁结构监测数据，建立了基于LSTM神经网络的桥梁监测数据预测及评估模型，揭示在多荷载和环境耦合作用下桥梁结构长期静、动力学行为，分析异常数据产生的原因，提出异常数据真实性的判断方法，进而分析结构可能产生的病害损伤。与常规的BP神经网络模型相比，本模型的预测精度更高，也具有更强的 泛化能力 ，对于不同时期的预测效果均很稳定。

▲基于LSTM神经网络的桥梁监测数据预测及评估模型

▲预测结果对比

相关研究成果已在珠海环岛东路立交桥和广州海印大桥上开展应用，取得了良好成效。