发现之旅——数字孪生在德国科尔布兰德大桥上的应用
力能扛鼎的木瓜
2024年09月06日 09:59:25
来自于桥梁工程
只看楼主

来源:桥梁视界

|

作者:Jose Sanchez

  汉堡智能桥(SmartBRIDGE Hamburg)计划已经实施了四年,汉堡港务局(HPA)认为,科尔布兰德大桥(K?h1brand Bridge)的数字孪生系统已经成功地融入到了工程师的工作流程中,这有利于大桥的结构。 雄心勃勃的智能桥梁计划



 


汉堡智能桥(SmartBRIDGE Hamburg)计划已经实施了四年,汉堡港务局(HPA)认为,科尔布兰德大桥(K?h1brand Bridge)的数字孪生系统已经成功地融入到了工程师的工作流程中,这有利于大桥的结构。


雄心勃勃的智能桥梁计划


科尔布兰德大桥是德国汉堡的一座斜拉桥,横跨易北河的一条支流,将威廉斯堡岛的港口区与7号高速公路连接起来。大桥建于1974年,由汉堡港务局管理,目前是德国第二长的公路桥,也是最繁忙的公路桥之一。


大桥全长3618米(包括引桥),其中跨河部分长520米,斜拉桥主跨长325米,净空为53米。当第一批现代集装箱船开始驶入港口时,这座德国北部城市的重型货物运输量大增,每天约有38000 辆汽车通过大桥。这对桥梁结构造成了巨大的损害,最终导致在2012年限制卡车超载,随后在2016年又进行了大规模翻修,并宣布大桥的使用寿命预计将在2030年结束。


2019年,汉堡港务局推出了汉堡智能桥梁项目,这是一项雄心勃勃的计划,旨在探索未来桥梁维护管理的可能性,同时通过结构健康监测来改善科尔布兰德大桥的状况。


“我们面临的挑战是如何将这些要求结合起来,建立一个经济上可行且可持续发展的项目。” 汉堡港务局的项目经理 Niklas Schwarz 解释道。“虽然该项目被视为具有远见卓识,但其目标是通过解决现有的通行运营问题来提供附加值。在实践中,这意味着要找到一种方法,将传感器数据、桥梁信息建模和人工检测整合到一个范围内。”


汉堡港务局与工程公司 Marx Krontal Partner 和 WTM Engineers,以及专门从事客户体验的软件公司 customQuake 建立了合作伙伴关系。Schwarz回忆说:“从一开始就很明显,数据需要在云中存储和处理,但当时云计算仍被认为是一种创新,而汉堡港务局还没有制定云战略。这是处理安装在结构物上的500个传感器所提供的数据的一个关键方面。云战略的很大一部分就来自于这个项目。”


汉堡智能桥梁平台基于浏览器,由汉堡港务局的内部人员进行设计和开发,能够收集、分析和直观地展示所有与桥梁相关的信息,包括人工检测数据和传感器数据。


传感器的原始数据首先在现场进行预处理,以减少数据量,然后传输到云端进行进一步的处理和评估。然后,这些数据就可以在科尔布兰德大桥数字孪生系统的面板上查看,既可以在“专家”模式(包括历史原始数据)下查看,也可以在“快速概览”模式(即整体结构状况)下查看。结构状况指标大致分为综合状态指标和局部状态指标。综合状况指标基于人工检查、监测和诊断获得的信息,指的是桥梁某部分的整体状况。局部状态指标指的是某一特定要素的状态,例如单个桥梁支座。


 


数据是根据Sensorthings API收集的,这是一种开放标准,用于通过网络互相连接物联网中的传感设备、数据和应用程序。在这种情况下,还能将数据连接到科尔布兰德大桥数字模型中的相关桥梁构件。


该结构的数字孪生模型是通过一个通用的数据环境创建的,可以将各个子模型合并为一个“联合”模型。


数字孪生的详细程度为LOD300,这意味着精确度很高,可用于项目的施工阶段,提供准确的尺寸、位置和细节,以及材料属性。Schwarz说:“此外,由于我们还希望将该项目作为一个示范项目,因此还使用了Unity,一个游戏引擎,在这里用作可视化工具,来吸引非土木工程专业的人。使用的其他软件应用程序包括Navvis Indoorviewer,它可以检查结构的内部,并且将来可以通过增强现实眼镜实现身临其境的体验。”


作为一个旨在呈现未来桥梁维护和管理技术情况的展示项目,汉堡智能桥梁计划已经在许多方面取得了成功。“有几个组件运行良好,并已融入工程师的日常生活中,其中包括监控和诊断测量。系统非常成功地展示了增强现实技术在未来的应用前景。”Schwarz评论道。


 


深入桥梁维护管理流程


领先的技术凸显了目前尚无法实现数据自动集成的领域,尤其是在检验实践等成熟的流程方面。Schwarz解释说,在数字孪生系统中还无法找到自动集成人工检测报告的方法。“在德国,公有桥梁的人工检查必须使用SIB-Bauewerke,这是联邦和州道路建设管理局指定的专用软件。我们的系统无法连接到SIB-Bauewerke,因为它的信息参数不同。我们正在就优化报告流程的必要性进行游说,以便将确切的损坏位置输入该系统。”因此,目前,检查报告必须先记录在专用软件中,然后再手动添加到汉堡智能桥梁示范系统中,这就造成了两者之间存在时间差。


随着科尔布兰德大桥的数字孪生系统被牢牢地嵌入到结构的维护和管理流程中,该团队现在进入了一个新的篇章。“我们已经停止了开发,进入了审查阶段。我们的工程师如何使用该软件?未来需要改进的领域是什么?主要的优势、主要的痛点在哪里?软件需要改进的地方以及哪些传感器是真正必要的?”


汉堡港务局给出的答案是:已经计划为其所有桥梁创建BIM模型,预计在未来三年内完成。而事实上,其中大约60%的桥梁已经绘制好了。“在这里,我们看到了直接的附加值,但我们并不认为在所有结构上安装传感器,并为每个结构提供复杂的可视化功能会带来任何附加值。因此,我们将对每个结构进行敏感性分析,即是否需要监控?是否需要数字孪生系统?如果需要,那么需要什么样的细节或可视化?我们肯定会继续使用数字孪生的概念,但我们无法预测在多大程度上使用。”Schwarz说道。


回顾过去四年所取得的成就,Schwarz仍然感到非常惊讶。“这在各个方面都是一个巨大的挑战。我们决定建造的不仅仅是一个小原型,而是一个巨大的大型示范项目。从技术实施到设计合同,一切都是全新的领域。我们采用了灵活的方法,并取得了巨大的成功。成功的一个关键因素是联合体合作伙伴之间的密切合作。这是一种非常良好的伙伴关系,在复杂的项目管理方法中具有密集的沟通频次和简短的反馈循环。”


这并不是说没有需要改进的地方,Schwarz强调,其中一个关键点是,汉堡港务局目前的人工检测流程还没有被传感器技术或机器人技术取代,而是将成为这些技术的补充。“我们已经意识到,数字孪生中将始终存在数字和模拟数据流,因此,它们必须在概念上整合人工和感官状态评估。换句话说,它们必须能够应对人工输入。未来,人工智能可能会进入该领域。也许会有一个人工智能助手作为人机界面,询问结构检测人员,并将所询问的情况传输到数字孪生中。这将使数字孪生中的数据保持一致,然后可用于构建相关的预测模型。”Schwarz补充说,一旦收集了足够的历史数据,汉堡港务局将在预防性养护的背景下重新审视人工智能。


汉堡智能桥梁项目经过四年的发展也带来了一些意想不到的收获,尤其是在云计算、结构健康监测、BIM和数据建模方面,从对技术的深刻理解过渡到了数字化的卓越境界。其专业知识和经验在全国范围内得到了认可,汉堡港务局协助编制了联邦干线公路建设数字化总体规划(BIM Bundesfernstra?en V1.0)。该指南由联邦数字事务和交通部制定,为联邦干线公路BIM项目的进展提供了标准方法,并最终将强制用于所有新建项目。“公众对数字孪生项目实施的积极反应让我们感到有些意外。我们甚至还赢得了一些奖项,包括 国际建筑智能奖(Buildingsmart International Award)和未来现实竞赛奖(Next Reality Contest Award)。”Schwarz 总结道。


架构数字孪生系统


BIM模型由大量模型(地形、诊断、电气、桥梁、监控、损伤)组成,这些模型由不同学科在其专业软件应用程序中创建。这些模型被导出为IFC文件,并在模型检查器中检查是否符合交换信息要求(EIR)和BIM执行计划(BEP)中定义的要求,并加载到通用数据环境(CDE)Bimplus中。


这对于跨学科模型的创建特别有利,因为项目参与者可以不受地点限制访问最新数据,并逐个在模型的基础上进行协作。


桥梁所有者需要定期检查模型。并且,与所需数据质量和信息内容的偏差被记录为模型检查器Solibri Office软件中的观点,并通过Openbim协作格式作为任务进行传达。


此迭代过程运行了多次,直到模型符合要求。在这一点上,应该注意的是,尽管有详细的交换信息要求和BIM执行计划,但由于模型内容(几何和语义)非常庞大和复杂,因此需要一些迭代循环。


 


在使用Desite MD Pro模型检查程序对模型进行必要的调整并通过内部质量检查后,新版本的模型再次上传到通用数据环境Bimplus上。检查过程以规则为基础,部分实现了自动化。此外,目视和人工检查也为后续的质量保障流程提供了支持。


结构检查(存储在SIB-Bauwerke)、传感器和诊断检查所造成的损坏被作为单独的模型进行建模。它们的属性也存储在物联网服务器中。一方面,根据激光雷达扫描结果创建竣工模型,以便与设计模型进行比较。另一方面,扫描结果是结构视图的基础,而结构视图已嵌入系统面板中的“快速概览”模式。


经桥梁所有者批准的模型可用于智能桥梁项目平台。模型的几何形状和信息内容分别以IFC和CSV的形式提供。IFC模型由Autodesk 3Ds Max和Blender程序制作,以便在游戏引擎Unity中进一步处理。在Unity中,前端可视化对这些模型进行了图形化处理。从BIM模型中导出的属性与物联网服务器上的前端可视化和其他数据流合并。所有实时数据都存储在物联网服务器上,并按需在系统面板中进行可视化。

免费打赏

相关推荐

APP内打开