东莞水道特大桥、大汾北水道特大桥桥梁结构健康监测系统——科研成果⑮
时间:2026-01-27 来源: 作者:
东莞水道特大桥、大汾北水道特大桥
东莞市濒临南海,地处北回归线以南,雨量充沛湿度大,常有暴雨,并常受台风袭击,为典型亚热带滨海侵蚀性环境。截止至2023年底,东莞市桥梁总数3845座,其中特大桥、大桥共1314座,占比约34.17%(图1),部分桥梁使用年限已超过30年,由于受到气候、腐蚀和材料老化等因素影响,为保障重要桥梁安全,亟需建立桥梁健康监测系统,实时监测桥梁在营运期间的承载能力、工作状态和耐久性能。
图1 东莞市不同桥梁类型占比
东莞水道特大桥为主跨 280 m 中承式钢管混凝土系杆拱桥,大汾北水道大桥为单孔跨径 128 m 下承式钢管混凝土刚架系杆拱桥,两座桥梁均已服役超20年,分别见下图2和图3。东莞水道特大桥、大汾北水道特大桥桥梁结构健康监测系统由东莞理工学院广东省重点实验室桥梁健康监测团队承担,项目已于2023年11月2日完成桥梁结构健康监测系统验收,目前该系统正常运行,实时监测两座大跨桥梁服役健康安全状态。
图2 东莞水道特大桥
图3 东莞大汾北水道大桥
桥梁结构健康监测系统旨在通过传感器实时监测桥梁结构性能以尽早发现桥梁结构面临的危险状况,建立多级预警机制,对大桥运营期间的结构健康和安全使用状态进行有效的监控和评估,为桥梁结构的养护维修提供科学依据。
东莞水道特大桥、大汾北水道特大桥桥梁结构健康监测系统由感知层、传输层和运用层组成,具体为传感器系统、数据采集子系统、数据传输子系统、数据库子系统、数据处理与控制系统、安全评价和预警子系统,通过各个层相互协调,实现系统的各种功能。
准确获取桥梁的服役环境和空间变位、振动、倾角、位移的动/静态参数,是结构状态评估和安全预警的基础。前段传感层主要安装了温湿度传感器、风速风向仪、静力水准仪、振动加速度计、表面应变计、双轴倾角仪、拉线位移计、视觉位移计、北斗GNSS九类传感器,分别用以监测桥址区环境温湿度和主梁主拱温湿度、桥梁结构风环境、桥面与主梁下挠、主梁振动和吊杆振动(索力)、关键截面应变、拱顶的倾角、主梁/主拱的空间变位。此外,在大汾北特大桥还布设了两台高精度视觉位移计用于监测主拱和主梁空间变位,形成冗余设计,同时和GNSS和静力水准仪相互校验。通过HT-DTU数据采集终端完成数据采集备份和上传至云端数据库可供后端数据分析和安全预警。
图4 桥梁监测主要传感器
采用微服务 + 云边端一体化架构,模块化设计,弹性扩展,保障系统稳定运行。融合边缘计算技术,解决高频传感器海量数据的存储与分析难题,减少云端压力。运用大数据算法分析技术,构建多级神经网络模型,结构状态识别精度达 92.1% ,实现精准预警与状态评估。适配国产化架构,且通过兼容性认证,保障自主可控。
采用配置化动态数据采集解析技术,兼容 TCP、MQTT 等多协议,超98%以上设备可通过配置化接入,降低开发与适配成本。结合时序数据库与关系型数据库,实现结构化与非结构化数据的高效存储,支持数据冷热备份与长期管理。具备高精度数据处理能力,北斗GNSS解算水平精度达 2-3 mm,满足毫米级形变监测需求。
涵盖数字桥梁档案、在线感知报警、应急联动、数据挖掘分析、科学评估决策等核心功能,实现桥梁全生命周期管理。支持多维度可视化展示,包括 PC 端、移动端、大屏驾驶舱等,数据呈现直观,操作便捷。GIS融合、全景漫游、数据看板,决策支持一目了然。具备多级预警体系,通过短信、语音、界面提示等多渠道通知,且支持应急事件闭环管理。
遵循统一数据标准,支持与省级、部级桥群监测平台互联互通,提供标准API接口,便于第三方对接。采用模块化设计,支持横向与纵向扩展,可适配不同桥梁类型、新增传感器设备及业务需求。跨平台兼容,可在Windows、Linux等系统运行,硬件适配性广,无需特殊配置。
建立完善的安全体系,通过权限管理、数据加密、备份恢复等机制,保障数据安全与隐私。系统年稳定运行天数不低于360天,响应速度快,数据录入、查询等操作延迟均控制在秒级。配备智能运维监控平台,实现系统全链路可观测。
图5 平台总览主页
图6 水道特大桥系统主界面
图7 大汾北大桥系统主界面
图8 桥梁服役场景三维数字模型
如果说传感器是桥梁的 “神经末梢” ,那核心算法就是整个监测系统的 “智慧大脑” ——我们打破传统监测依赖海量传感器、数据利用率低的痛点,用两套 “硬核技术” 实现“少传感器高精度监测”+“AI 智能识损伤”的双重突破,在东莞水道特大桥、大汾北水道特大桥的实际监测中发挥关键作用,让桥梁健康状况看得更清、判得更准。
传统监测靠数百上千个传感器 “织网”,看似全面却暗藏隐患——只要少数传感器因台风、老化失效,整个系统精度就大幅下滑。而这两座特大桥地处复杂户外环境,传感器失效风险更高。我们的轻量化算法恰好对症下药:通过精准优化布设,仅用少量传感器就全覆盖两座大桥的关键受力点和易损部位,不仅直接降低 50% 以上建设与运维成本,更因传感器数量少、布局科学,失效风险大幅降低。实际应用中,哪怕遇到台风等极端天气导致个别传感器暂时故障,算法也能自动甄别噪声与故障数据(识别准确率超 90% ),快速补全缺失信息,确保两座大桥的监测不中断、数据不失真,鲁棒性远超传统方案。
图9 基于少量传感器的高分辨率模态识别与损伤检测技术
AI算法则给两座大桥的监测装上了 “火眼金睛” 。桥梁在车流、温差、风力等复杂环境干扰下,传统算法易 “误判” ,但我们的AI模型在两座特大桥的监测中,能自动从海量实时数据中抓取损伤敏感特征,清晰区分环境干扰与真实损伤。在两座桥的实际监测中,损伤识别率远超行业平均水平,从未出现过误报、漏报。针对两座大桥的通航需求,算法还能精准识别船体剐蹭等突发情况并及时预警,为桥梁运维提供明确方向。
图10 基于迁移学习的高鲁棒性结构损伤检测方法
两套算法的结合,让东莞水道特大桥、大汾北水道特大桥的监测实现了质的飞跃:不仅摆脱了对海量传感器的依赖,更实现了损伤从 “事后发现” 到 “事前预警” 的转变。在长期监测中,算法精准捕捉桥梁结构变化,为运维团队提供科学依据,有效延长了桥梁使用寿命,降低了维修成本,真正以 “低成本、高可靠” 为两座特大桥的安全运营筑牢 “算法防线” ,实现 “早发现、早诊断、早处置” 的核心目标。
撰稿 | 胡守旺、张超东、林逸洲
初审 | 李春志
复审 | 高峰
终审 | 兰善红