橋梁跨越江河湖海、聯通深溝峽谷，被認為是交通基礎設施領域的“生命線”。在各類型長大跨橋梁的建造不斷創造新世界記錄的同時，通過有效維護管理措施保障其服役安全、具有較長壽命是國家重大需求。目前，國內外急需加強橋梁工程運營維護領域的學科交叉與顛覆性技術突破。隨著新型傳感、大數據、云計算和人工智能技術的快速發展，基于先進傳感和人工智能的橋梁運營管理解決方案，為橋梁的運營管理提供了新思路。
“檢測是結構建造、運營、維護的重要環節，自動化、智能化已經是工程檢測技術發展不可避免的趨勢。”東南大學土木工程學院教授、博士生導師、副院長張建表示，針對傳統檢測技術效率低、海量監測數據分析難等瓶頸問題，聚焦結構智能檢測與健康監測研究，交叉融合結構動力學、非接觸測量、大數據分析等多學科技術形成“智能檢測-快速測試-實時監測”研究主線，是推動結構安全運營與維護的有效途徑。
為橋梁做“體檢”
聚焦結構非接觸測量與智能檢測角度，張建教授研制了具有自主知識產權的光學成像和微波雷達兩大類非接觸式測量設備，著力解決大型土木結構撓度指標難測量、測不準等工程難題，實現結構多目標振動變形的高精度、遠距離、高效測量。
此前引起高度關注的虎門大橋渦激振動事件，考慮事件緊急、時間緊迫等因素，傳統的GPS（全球定位系統）和連通管等接觸式檢測手段無法滿足現場測試需求，張建帶領團隊借助于自主研發的微波雷達和光學圖像等非接觸式檢測設備，遠距離高精度捕捉到了橋梁結構的變形信息，并基于結構識別理論對虎門大橋渦振下的頻率、模態轉換以及橋梁阻尼比進行了分析，從而為后續虎門大橋的維修決策提供了數據支撐，在虎門大橋渦激振動監測與預警方面發揮了重要作用。
橋梁檢測走向“人工智能”
人工智能算法和非接觸測量技術在結構病害檢測方面同樣具備優勢，其難點是如何自動處理檢測圖像挖掘得出準確病害信息。“在橋梁智能檢測領域，可利用三維掃描技術、計算機視覺技術及無人機平臺實現橋梁結構的智能檢測。”張建解釋說，該部分主要分為以下幾個方面的具體工作：
一是具備自主飛行與避障能力的無人機平臺開發，通過飛行路徑優化等設計，能夠快速實現大型橋梁外觀圖像的獲取。還可開發爬壁機器人等形成結構重點區域的精細檢測。
二是利用深度學習算法分析所獲得的圖像得出結構裂縫等病害信息。例如針對圖像中細微裂縫（小于5像素）難以準確測量的問題，開發了基于生成對抗網絡的細微裂縫自動勾畫算法與基于Zernike矩的亞像素寬度識別方法，相對于傳統方法能夠實現對圖像中的細微裂縫更高精度的測量，進一步開發與應用漸進式支持向量機、量子計算算法、Faster R-CNN（快速區域卷積神經網絡）等系列機器學習和優化算法，促進與土木工程的深度交叉融合，并成功應用于淮安大橋、佛山高明大橋檢測工程，在橋塔、高墩等傳統檢測難點部位發現裂縫、剝落等多處病害。
現代科技為橋梁實時把脈
張建表示，除對橋梁定期體檢外，以傳感器為主體的在線采集系統，可實現橋梁安全性能的全天候不間斷監管。與傳統定期檢測相比，在線系統可實時監控在巡檢間隔期間的結構安全、荷載承擔、環境變化等情況。同時，對時間軸統一的多個指標實施統一監控，則可實現對結構安全的整體判定。通過對多個指標的綜合分析，檢查結構可能存在的內部問題，起到防微杜漸的作用。
車輛荷載作為橋梁結構的重要外部荷載直接關系到橋梁安全與壽命，基于視頻技術開發了橋梁運營階段車輛荷載的快速識別方法，可以實現對結構群協同監測范圍內車輛荷載的快速識別與特征統計，避免昂貴的路面動態稱重系統的安裝。為解決傳統移動目標識別過程中存在的問題，提出了包含基于Faster R-CNN的目標檢測、多目標跟蹤與圖像標定的橋面車輛時空信息獲取系統，并成功應用于安慶長江大橋的車輛時空信息獲取。
以長大跨橋梁長期監測數據為基礎，張建重點研究了大數據分析等一些新興技術與蘇通大橋等十數座長大跨橋梁診斷評估的交叉融合，針對江陰大橋10年監測數據進行統計分析，建立了復雜結構溫度應力、內力與變形分布的計算方法，揭示了不同結構形式與邊界條件下溫度引起的結構內力與變形的協調機理，為長大跨橋梁管理決策提供數據支撐。
結構健康監測技術具有良好的學科交叉背景，能夠快速吸收新的技術推進其發展。一切新技術的接入，旨在降低健康監測系統布置以及運營的門檻，提高結構健康監測技術的智能化程度。因此，基于計算機視覺和微波技術，進一步研發在線相機和在線雷達變形實時監測系統。此外，考慮沿江河流域內橋梁結構存在船舶碰撞的風險，研發融合AIS（船舶自動識別系統）和視頻技術以及微波雷達技術的橋梁主動在線防撞系統，能夠為橋梁結構的防船撞與安全運營提供保障。
新技術的興起為交通基礎設施的智慧建造與運維提供了新的發展契機，基礎設施更智慧就在不遠的將來。 |
