毛 琳, 林 旭, 代 力

(1.江西省交通科学研究院，江西 南昌 330200；2.长大桥梁建设关键技术及装备交通运输行业研发中心，江西 南昌 330200；3.南昌市公路管理局，江西 南昌 330000)

随着我国基础建设进程不断加快，我国交通运输业得到了长足发展。但是，随着交通运输运力的不断增长，各级公路上的行车密度及车辆载重也日益增加，这使得相当一部分的既有公路桥梁已经无法满足交通运输的需求，特别是量多面广的中小跨径桥梁表现尤为突出[1]。对既有桥梁结构特别是中小跨径桥梁结构进行安全状态评估和实时健康监测迫在眉睫。目前，桥梁结构安全状态的评估和预警大都通过在桥梁结构上安装传感器等监测设备，对桥梁运营状态及相关物理量进行长期实时监测[2-3]。但是，国内外对桥梁结构长期健康监测的对象大都针对特大型、大型桥梁以及造型独特地位重要的中小跨桥梁[4]，对于基数众多的普通中小跨径桥梁健康监测的相关研究还鲜有研究者涉足。

为了解中小跨径桥梁结构在运营期间安全状态，开展中小跨径桥梁监测相关研究，基于万埠大桥及其长期健康监测系统，采集实时监测的桥梁应变、挠度(倾角)数据，通过无模型指标法对监测数据进行分析处理，获得桥梁结构实际运营过程中的安全状态，为桥梁管养提供依据，也为将来我国对众多中小跨径桥梁的长期健康监测积累经验。

1 工程概况

万埠大桥位于105国道江西省安义县万埠镇境内，桥长586.08 m，全桥跨径布置为：18×30 m(小箱梁)+2×20 m(空心板)，上部结构为简支结构，万埠大桥断面图如图1所示。

2 万埠大桥监测系统概况

目前，应用于长大桥梁的健康监测系统往往造价昂贵，后期运营维修成本高，不适用于中小跨径桥梁结构的长期健康监测。但是，我国中小跨径桥梁基数大，事故发生频率高，对其进行长期监测不容忽视。因此，有必要对中小跨径桥梁监测系统及监测指标开展相关研究。

2.1 桥梁结构安全监测指标

监测对象的选择是桥梁结构健康监测中至关重要的一步[5]，对于中小跨径桥梁，其所监测的指标应当易于测量、能直接反映结构健康状态且易于判断桥梁实际状态。根据中小跨径桥梁4种主要病害，同时兼顾监测成本及可操作性，选择相关监测目标。本文以桥梁结构应变作为基本监测内容，具体监测目标见表1。

2.2 安全监控系统

基于实用性、可靠性以及经济性原则，设计万埠大桥长期监测系统。其中，由于系统中传感器种类、数量较多，为保证桥梁结构监测系统中各部件稳定运行且监测数据可以高效传输，在构建监测系统网络拓扑结构时，将整个监测系统分3大部分：第1部分由103个应变传感器单独成网，通过RS485网络其串接；第2部分包括角度仪(4个)、拾振器(4个)、温湿度计(1个)等传感器，其同样通过RS485网络连接；第3部分为枪机模块(10台)，由于枪机数目众多且分布较散，采用一条12芯的光缆将所有的枪机连接，经过处理的有效视频数据通过光缆传输至管养部门专网中，具体网络拓扑结构如图2，万埠大桥结构健康监测系统布置图如图3所示。

表1 万埠大桥监测项目选择表Table 1 Monitoring Project Selection of Wanbu Bridge序号项目选择情况备注1应变选择测量梁板应力2挠度选择选用其中1跨实现桥梁挠度监测3裂缝未选择裂缝随机,布设难度较大,故不取4振动选择用于定期采集和分析中小跨径桥梁振动特性,分析结构前后变化情况,对桥梁状态进行评估

图2 万埠大桥结构健康监测系统网络拓扑结构图Figure 2 Network topology of Wanbu Bridge structural health monitoring system

图3 万埠大桥结构健康监测系统测点布置图Figure 3 Measuring point layout of Wanbu Bridge structural health monitoring system

3 桥梁结构安全状态评估

3.1 监测数据评估分析方法

近年来，随着人们对桥梁建造及运营安全越来越重视，桥梁安全状态评估方法的研究与应用也得到了广泛关注和大量研究，其评估方法也越来越多，主要包括：常规综合评估、层次分析、专家系统评估以及荷载试验评估等[6-8]。以上方法大多应用于大桥监测数据的分析评估，其计算过程较为繁复。为简化计算步骤，提高数据分析效率，本文采用无模型指标训练法对中小跨径桥梁结构的监测数据结果进行分析，进而对中小跨径桥梁结构的安全状态进行评估。无模型指标训练法是损伤预警理论中的一种分析方法，基本原理为：桥梁结构监测数据出现异常，即桥梁结构出现损伤为小概率事件，则数据系统中出现的预警值也是众多正常数据中的小概率事件。

天气、噪声、交通荷载等多方面因素易对桥梁结构健康监测系统的监测数据产生不利影响，采用单个变量无法准确反映桥梁的真实状态。其中，作为重要影响因素之一的桥梁交通荷载，其看似随机分布，但从较长时间看，其仍然符合正态分布规律。因此，为减少各种因素对监测数据产生的影响，同时为了准确反映监测数据离散程度，本文采用均值和标准差组合成置信区间，选取桥梁结构在不同时间单位中参数均值作为研究对象，对监测数据进行概率统计分析，其计算公式见式(1)、式(2)。

(1)

λ1≤δt≤λ2

(2)

3.2 安全阈值确定

为确定万埠大桥结构预警的安全阈值，根据式(1)、式(2)对万埠大桥在2018年上半年实测数据结果(应变、倾角)进行分析计算。

a.应变阈值。

万埠大桥共布置应变计103个，采集频率0.5

Hz。选取测点Ybj-2、Ybj-50、Ybj-90在2018年1月—4月的应变统计，结果如图4所示。

对万埠大桥在2018年1月—4月4个月应变实测数据进行统计分析，根据公式(1)可得应变均值、标准差以及安全阈值，结果如表2所示。

图4 1月—4月各测点应变平均值Figure 4 Average strain at each measurement point from january to april

表2 万埠大桥各测点应变安全阈值Table 2 Strain safety thresholds of Wanbu Bridgeμε参数平均值标准差安全阈值测点Ybj-2-9.5759.415[-47.234,28.085]测点Ybj-50-27.739.868[-67.203,11.743]测点Ybj-90-30.2743.388[-203.824,143.283]

b.挠度阈值。

万埠大桥上倾角仪共3个，分别布置在第一跨2、3、6片梁体上，采集时间间隔12 s，采样频率5 Hz。选取2018年2月—6月倾角数据进行分析，数据如图5所示。

图5 2月—6月份各测点倾角平均值Figure 5 Average inclination of each measuring point from february to june

对万埠大桥在2018年2月—6月5个月倾角实测数据进行统计分析，根据公式(1)可得应变均值、标准差以及安全阈值，结果如表3所示。

表3 万埠大桥各测点挠度安全阈值Table 3 Deflection safety threshold of Wanbu Bridge(°)参数平均值标准差安全阈值测点Qjy-1X方向-0.9240.010[-4.783,-0.965]Y方向-0.1840.005[-0.998,-0.204]测点Qjy-2X方向0.1240.005[0.542, 0.104]Y方向-0.5340.015[-2.909,-0.594]测点Qjy-3X方向-0.2540.005[-1.348,-0.274]Y方向-0.3020.004[-1.574,-0.318]

3.3 桥梁结构安全状态评估

为确定万埠大桥安全状态并进行安全评估，在确定其安全阈值后，对万埠大桥2019年1月—3月各测点应变及倾角数据进行统计分析，将实测值与安全阈值进行对比，获得万埠大桥结构安全状态，结果如图6、图7所示。

由图6、图7可得，经过2018年—2019年的运营，万埠大桥应变值仍小于安全阈值，且有一定安全储备；桥梁结构倾角值也均小于安全阈值，但测点1和测点3处，结构Y方向倾角值与安全阈值上限较为接近，需要对该测点进行重点监控与排查。

(a)Ybj-2应变数据 (b)Ybj-50应变数据 (c)Ybj-90应变数据

(a)Qjy-1X方向倾角数据 (b)Qjy-2X方向倾角数据 (c)Qjy-3X方向倾角数据

(d)Qjy-1Y方向倾角数据 (e)Qjy-2Y方向倾角数据 (f)Qjy-3Y方向倾角数据

4 结论

本文依托万埠大桥长期健康监测数据为研究背景，通过无模型指标训练法对桥梁结构监测数据中应变、挠度(倾角)结果进行分析并进行安全状态评估。通过研究分析，所得结论为：

a.本文中健康监测系统可以实现对中小跨径桥梁的长期健康监测，其可对健康监测数据进行实时采集和高效传输。

b.对于中小跨径桥梁的安全状态评估，采用无模型指标训练法可以高效快速的确定其安全阈值。

c.通过将实测值与安全阈值进行对比分析，经过2018年—2019年的运营，万埠大桥应变及挠度(倾角)实测值均在安全区间内，其安全状态良好。