◎ 崔國(guó)謹(jǐn) 天津市北洋水運(yùn)水利勘察設(shè)計(jì)研究院有限公司

1.引言

隨著我國(guó)經(jīng)濟(jì)技術(shù)的快速發(fā)展，近年來(lái)《中共中央國(guó)務(wù)院關(guān)于開(kāi)展質(zhì)量提升行動(dòng)的指導(dǎo)意見(jiàn)》（中發(fā)〔2017〕24號(hào)）明確要求，要確保重大工程建設(shè)質(zhì)量，建設(shè)百年工程。交通運(yùn)輸部啟動(dòng)“平安百年品質(zhì)工程”，以材料、設(shè)計(jì)、工藝工法、裝備、監(jiān)測(cè)、養(yǎng)管以及信息技術(shù)為研究方向，大力提升水運(yùn)基礎(chǔ)設(shè)施使用壽命和耐久性，推動(dòng)我國(guó)基礎(chǔ)設(shè)施耐久性安全性整體提高。老舊碼頭在運(yùn)營(yíng)階段長(zhǎng)期受海洋的嚴(yán)酷環(huán)境作用，受船舶非正常撞擊、超負(fù)荷作業(yè)、材料老化、環(huán)境侵蝕以及地基條件等因素的影響，導(dǎo)致碼頭發(fā)生較大變形，樁基及上部結(jié)構(gòu)受力可能會(huì)超過(guò)設(shè)計(jì)允許范圍，影響無(wú)法正常使用，極端情況下可能會(huì)引起災(zāi)難性的突發(fā)事故。老舊碼頭的健康監(jiān)測(cè)作為港口全壽命周期管理的重要切口。

2.碼頭全周期健康監(jiān)測(cè)現(xiàn)狀

目前國(guó)內(nèi)外在水利大壩工程、路基邊坡工程、市政基坑工程等方面自動(dòng)監(jiān)測(cè)技術(shù)已經(jīng)有所應(yīng)用，但港口水工工程由于風(fēng)浪等惡劣的自然環(huán)境等復(fù)雜不利因素，碼頭的全壽命周期健康監(jiān)測(cè)應(yīng)用研究方面還屬于起步階段。當(dāng)前在國(guó)家大力發(fā)展海洋經(jīng)濟(jì)的關(guān)鍵時(shí)刻，水運(yùn)作為綜合交通運(yùn)輸體系的重要組成部分，是經(jīng)濟(jì)社會(huì)發(fā)展的重要基礎(chǔ)性產(chǎn)業(yè)，也是較早上升為國(guó)家戰(zhàn)略的先行行業(yè)。沿海各地智慧港口建設(shè)方興未艾，大力提升設(shè)施設(shè)備和碼頭作業(yè)的智能化水平，安全、綠色發(fā)展成為了新的發(fā)展方向，港口碼頭作業(yè)領(lǐng)域智能化建設(shè)改造已經(jīng)陸續(xù)得到應(yīng)用，開(kāi)展碼頭全周期健康監(jiān)測(cè)系統(tǒng)開(kāi)發(fā)作為智慧港口、安全港口建設(shè)必不可少的重要環(huán)節(jié)成為了當(dāng)前發(fā)展的趨勢(shì)，同時(shí)也具有時(shí)不我待的緊迫感。目前碼頭全周期監(jiān)測(cè)已經(jīng)歷三個(gè)階段，由最初的人工采集監(jiān)測(cè)數(shù)據(jù)階段過(guò)渡到數(shù)字化自動(dòng)采集監(jiān)測(cè)數(shù)據(jù)再到對(duì)監(jiān)測(cè)數(shù)據(jù)具有預(yù)警和評(píng)估的智能化監(jiān)測(cè)階段。而采用布設(shè)傳感器的方式雖然可以實(shí)現(xiàn)數(shù)字化的自動(dòng)監(jiān)測(cè)，但是也面臨著數(shù)據(jù)采集質(zhì)量不高及數(shù)據(jù)分析不準(zhǔn)的難題。因此，提高采集的監(jiān)測(cè)數(shù)據(jù)質(zhì)量并將數(shù)據(jù)進(jìn)行有效的分析評(píng)估及時(shí)預(yù)警是實(shí)現(xiàn)碼頭全周期健康監(jiān)測(cè)的至關(guān)重要的環(huán)節(jié)。

3.全周期健康監(jiān)測(cè)技術(shù)路線研究

碼頭全周期健康監(jiān)測(cè)是為了及時(shí)了解碼頭結(jié)構(gòu)的安全狀態(tài)，快速掌握突發(fā)狀況的監(jiān)測(cè)手段。建立碼頭結(jié)構(gòu)的長(zhǎng)期健康監(jiān)測(cè)系統(tǒng)和基于長(zhǎng)期監(jiān)測(cè)系統(tǒng)的碼頭結(jié)構(gòu)安全狀態(tài)評(píng)估系統(tǒng)及災(zāi)變預(yù)警系統(tǒng)，是保障碼頭生產(chǎn)安全，延長(zhǎng)碼頭使用壽命，建立綠色智能化建設(shè)的重要切口[1]。系統(tǒng)通過(guò)監(jiān)測(cè)碼頭主要受力構(gòu)件的應(yīng)力（應(yīng)變）、變形、結(jié)構(gòu)傾斜、岸坡淤積狀態(tài)、結(jié)構(gòu)振動(dòng)特性、船舶撞擊力及混凝土結(jié)構(gòu)耐久性等性能指標(biāo)，判定結(jié)構(gòu)的安全狀態(tài)，可有效提高碼頭的運(yùn)行安全性，可為泊位的能力提升及碼頭設(shè)施維護(hù)管理提供科學(xué)數(shù)據(jù)，對(duì)促進(jìn)碼頭結(jié)構(gòu)長(zhǎng)期性能健康監(jiān)測(cè)技術(shù)的發(fā)展及碼頭結(jié)構(gòu)設(shè)計(jì)理論的提高具有重要意義。近年來(lái)，隨著B(niǎo)IM技術(shù)的快速發(fā)展，監(jiān)測(cè)系統(tǒng)可接入基于BIM技術(shù)的運(yùn)維平臺(tái)，實(shí)現(xiàn)監(jiān)測(cè)采集點(diǎn)位的可視化。將以光纖光柵應(yīng)變傳感器、光纖光柵溫度傳感器、光纖光柵靜力水準(zhǔn)傳感器、光纖光柵解調(diào)儀等為主要的傳感器自動(dòng)采集數(shù)據(jù)以感知層信息的形式接入到BIM模型中，在BIM模型平臺(tái)中便可以調(diào)取相應(yīng)監(jiān)測(cè)參數(shù)的監(jiān)測(cè)數(shù)據(jù)進(jìn)行實(shí)時(shí)查看[2]。由此便可完成第二階段數(shù)字化自動(dòng)采集階段。為解決碼頭結(jié)構(gòu)安全評(píng)估及預(yù)警系統(tǒng)問(wèn)題，引入人工智能和數(shù)字孿生技術(shù)對(duì)監(jiān)測(cè)所得大量數(shù)據(jù)進(jìn)行深度學(xué)習(xí)并進(jìn)行快速準(zhǔn)確計(jì)算，通過(guò)不斷改變邊界條件更新有限元孿生模型，根據(jù)監(jiān)測(cè)數(shù)據(jù)實(shí)時(shí)的調(diào)取出碼頭所處安全狀態(tài)，實(shí)現(xiàn)碼頭安全狀態(tài)評(píng)估。再將數(shù)值計(jì)算結(jié)果和預(yù)警結(jié)果信息接入到BIM平臺(tái)中，進(jìn)而可從平臺(tái)中實(shí)現(xiàn)實(shí)測(cè)和分析數(shù)據(jù)呈現(xiàn)功能，可及時(shí)高效發(fā)出預(yù)測(cè)和預(yù)警信息。將碼頭全周期健康監(jiān)測(cè)技術(shù)路線研究匯總為圖1。

圖1 碼頭全周期健康監(jiān)測(cè)技術(shù)路線研究圖

4.人工智能和孿生技術(shù)在健康監(jiān)測(cè)中的應(yīng)用

本文基于人工智能理論提出了一種基于優(yōu)化的反向傳播神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法。通過(guò)調(diào)整網(wǎng)絡(luò)參數(shù)、初始化方式以及激活函數(shù)等方式得出最優(yōu)網(wǎng)絡(luò)。擬實(shí)現(xiàn)以下三種功能：①信息集成，將項(xiàng)目的重要數(shù)據(jù)信息進(jìn)行集成管理，包括監(jiān)控、傳感器數(shù)據(jù)聯(lián)動(dòng)等功能；②云圖展示，將人工智能計(jì)算結(jié)果以云圖的方式集成到BIM模型，可視化查看碼頭結(jié)構(gòu)構(gòu)件在使用過(guò)程中的受力狀態(tài)和變化趨勢(shì)。③結(jié)果預(yù)警，對(duì)于超標(biāo)數(shù)據(jù)信息和結(jié)構(gòu)受力變位等結(jié)果進(jìn)行預(yù)警，為碼頭數(shù)字化運(yùn)維提供支撐，為應(yīng)對(duì)突發(fā)性危險(xiǎn)提供快速響應(yīng)和決策機(jī)制。預(yù)測(cè)方法的具體過(guò)程見(jiàn)圖2。

圖2 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法

圖3 監(jiān)測(cè)數(shù)據(jù)的輸入系統(tǒng)（輸入層）

圖4 人工智能算法公式（計(jì)算層）

圖5 實(shí)時(shí)內(nèi)力和應(yīng)變結(jié)果（輸出層）

圖6 碼頭的輕量化孿生模型

圖7 傳感器信息接入層

圖8 大數(shù)據(jù)集成中心

以高樁碼頭樁基上部結(jié)構(gòu)構(gòu)件的受力狀態(tài)為例，采用人工智能技術(shù)，只需要在樁身粘貼監(jiān)測(cè)位移的傳感器，利用基于深度學(xué)習(xí)的人工智能算法去訓(xùn)練樣本。即將輸入層輸入樁基位移信息，將輸出層輸出為結(jié)構(gòu)內(nèi)力[3]。采用人工智能算法，待監(jiān)測(cè)數(shù)據(jù)讀取后，可立馬快速給出這個(gè)樁基位移下上部結(jié)構(gòu)構(gòu)件內(nèi)力。采用傳統(tǒng)的計(jì)算方法，需要將采集到的數(shù)據(jù)進(jìn)行有限元計(jì)算，再根據(jù)計(jì)算結(jié)果得到結(jié)構(gòu)的受力狀態(tài)。而結(jié)合有限元方法、線性疊加原理等人工智能算法，可以建立構(gòu)件內(nèi)力的高效計(jì)算方法。通過(guò)對(duì)有限元等生成的數(shù)據(jù)庫(kù)的深入學(xué)習(xí)和訓(xùn)練，可補(bǔ)充復(fù)雜體系有限元計(jì)算時(shí)間長(zhǎng)的不足，實(shí)現(xiàn)實(shí)時(shí)快速的結(jié)構(gòu)體系任一位置的實(shí)時(shí)內(nèi)力和應(yīng)變的輸出，做到實(shí)時(shí)高效預(yù)警、決策。同時(shí)，采用神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果具有體量大、多維度、完備性等特點(diǎn)，由此其預(yù)測(cè)結(jié)果也更接近真實(shí)值[4]。

數(shù)字孿生是一個(gè)集成多物理量、多尺度、多概率的系統(tǒng)或仿真過(guò)程，以數(shù)字化方式創(chuàng)建物理實(shí)體的虛擬實(shí)體，借助歷史數(shù)據(jù)、實(shí)時(shí)數(shù)據(jù)及算法模型等模擬、驗(yàn)證、預(yù)測(cè)、控制物理實(shí)體全生命周期過(guò)程。簡(jiǎn)單說(shuō)就是一個(gè)物理模型，用傳感器獲得數(shù)據(jù)進(jìn)行仿真，并在虛擬空間完成映射，反映出對(duì)應(yīng)實(shí)體全周期的過(guò)程變化。支持可視化的預(yù)警和詳細(xì)信息查詢(xún)功能。

數(shù)字孿生技術(shù)在碼頭全壽命周期健康監(jiān)測(cè)中的優(yōu)勢(shì)是通過(guò)集合建筑信息方法（BIM）的數(shù)字孿生技術(shù)，打造實(shí)際結(jié)構(gòu)系統(tǒng)的信息孿生體。以提供“身臨其境”的實(shí)體環(huán)境體驗(yàn)為手段，直觀高效的實(shí)現(xiàn)健康監(jiān)測(cè)的信息共享更新和實(shí)時(shí)顯示與預(yù)警。

以某LNG碼頭為例，采用數(shù)字孿生技術(shù)建立碼頭的數(shù)字孿生模型，再將監(jiān)測(cè)信息計(jì)算信息等都接入到模型中，通過(guò)感知層信息的導(dǎo)入，即可得到最終信息結(jié)果的呈現(xiàn)。根據(jù)不同需要，可以接入不同的傳感器，通過(guò)大量數(shù)據(jù)的采集，形成數(shù)據(jù)中心集成。在模型中可以實(shí)現(xiàn)某點(diǎn)，某斷面等實(shí)時(shí)狀態(tài)的查詢(xún)，實(shí)現(xiàn)結(jié)構(gòu)在使用過(guò)程中受力狀態(tài)及趨勢(shì)變化的可視性，進(jìn)而對(duì)超標(biāo)的傳感器信息及結(jié)構(gòu)的受力變形等結(jié)果進(jìn)行預(yù)警，為碼頭的數(shù)字化運(yùn)維提供技術(shù)支撐，可有效的降低和避免突發(fā)狀況的發(fā)生。同時(shí)結(jié)合前文所述結(jié)合人工智能對(duì)大數(shù)據(jù)的學(xué)習(xí)和分析，將碼頭的整體狀況進(jìn)行健康監(jiān)測(cè)評(píng)估，提供碼頭的結(jié)構(gòu)安全狀態(tài)，為碼頭的安全性、適用性和耐久性提供可靠評(píng)估數(shù)據(jù)[5]。

5.結(jié)論與建議

（1）本文對(duì)碼頭全周期監(jiān)測(cè)進(jìn)行研究總結(jié)，根據(jù)研究可知，目前碼頭全周期監(jiān)測(cè)已經(jīng)歷三個(gè)階段，由最初的人工采集監(jiān)測(cè)數(shù)據(jù)階段過(guò)渡到數(shù)字化自動(dòng)采集監(jiān)測(cè)數(shù)據(jù)再到對(duì)監(jiān)測(cè)數(shù)據(jù)具有預(yù)警和評(píng)估的智能化監(jiān)測(cè)階段。

（2）為解決碼頭結(jié)構(gòu)安全評(píng)估及預(yù)警系統(tǒng)問(wèn)題，本文提出了引入人工智能和數(shù)字孿生技術(shù)的碼頭全周期的健康監(jiān)測(cè)技術(shù)路線。

（3）以某高樁碼頭為例，利用基于深度學(xué)習(xí)的人工智能算法去訓(xùn)練樣本，根據(jù)輸入層的樁基位移監(jiān)測(cè)數(shù)據(jù)，當(dāng)監(jiān)測(cè)數(shù)據(jù)讀取后，系統(tǒng)可立馬快速的給出這個(gè)樁基位移下上部結(jié)構(gòu)的構(gòu)件內(nèi)力。通過(guò)對(duì)有限元等生成的數(shù)據(jù)庫(kù)的深入學(xué)習(xí)和訓(xùn)練，可補(bǔ)充復(fù)雜體系有限元計(jì)算時(shí)間長(zhǎng)的不足，實(shí)現(xiàn)實(shí)時(shí)快速的結(jié)構(gòu)體系任一位置的實(shí)時(shí)內(nèi)力和應(yīng)變的輸出，做到實(shí)時(shí)高效預(yù)警、決策。

（4）采用數(shù)字孿生技術(shù)可以實(shí)現(xiàn)結(jié)構(gòu)在使用過(guò)程中受力狀態(tài)及趨勢(shì)變化的可視性，進(jìn)而對(duì)超標(biāo)的傳感器信息及結(jié)構(gòu)的受力變形等結(jié)果進(jìn)行預(yù)警，為碼頭的數(shù)字化運(yùn)維提供技術(shù)支撐。