應(yīng)俊杰

（浙江橫店影視職業(yè)學(xué)院）

0 引言

新時代下，我國仍然以一定規(guī)模建設(shè)輕軌，其中大部分以混凝土橋梁為主。橋梁在運行中受到風(fēng)、雨、雪等惡劣天氣的侵蝕以及極寒極炎的環(huán)境影響，極易出現(xiàn)損傷的情況，若未能及時發(fā)現(xiàn)或處理，將會影響輕軌的正常運行。2022 年7 月24 日，遼寧鞍山一橋梁坍塌致4車5 人墜河。眾多橋梁坍塌事故的直接原因就是沒有及時對橋梁進行維護。若設(shè)置對應(yīng)的養(yǎng)護管理辦法和應(yīng)用加固維護技術(shù)，不僅能夠保障出行人員的切身安全，還能延長橋梁的使用壽命，減少相應(yīng)的各項損失。大數(shù)據(jù)背景下，我們面對橋梁檢測出的海量信息數(shù)據(jù)需要有能夠快速判斷、多樣化數(shù)據(jù)處理、信息自動篩選的能力。

因此，在輕軌項目建設(shè)、運營過程中，各方單位應(yīng)重視橋梁檢測，利用好大數(shù)據(jù)技術(shù)，為輕軌平穩(wěn)運營保駕護航。

1 橋梁檢測技術(shù)應(yīng)用現(xiàn)狀

1.1 國內(nèi)現(xiàn)狀

早期的橋梁檢測方法是專業(yè)檢測人員通過實際經(jīng)驗對橋梁進行定期結(jié)構(gòu)性損傷檢查[1]。由于橋梁結(jié)構(gòu)的特殊性，需要借助大型的設(shè)備，如橋檢車等進行戶外作業(yè)。有些結(jié)構(gòu)無法通過肉眼觀察，檢測結(jié)果往往是不客觀的，對橋梁損傷等級正確評估也成了一個難題。另外，由于檢測設(shè)備限制，某些橋梁構(gòu)件不能通過外觀判斷內(nèi)部結(jié)構(gòu)損傷情況，缺乏橋梁結(jié)構(gòu)損傷記錄，因此也就錯過了最佳橋梁檢測和維修的窗口期，導(dǎo)致內(nèi)部損傷持續(xù)惡化。綜上，我國橋梁檢測技術(shù)應(yīng)用困難如下：①傳統(tǒng)肉眼巡檢方式不全面，無法檢測出全部橋梁病害；②人工檢測容錯率高，主觀意識與經(jīng)驗意識主導(dǎo)檢測方式無法及時發(fā)現(xiàn)病害且危險性較高，增大成本；③檢測效率低；④無精確的橋梁病害動態(tài)數(shù)據(jù)庫，不利于政府有關(guān)部門養(yǎng)護和判斷。

雖然我國許多大型橋梁已經(jīng)采用了先進的技術(shù)進行檢測。例如超聲相控技術(shù)解決內(nèi)部焊縫在運營期無法進行內(nèi)部自檢的難題；利用超聲波技術(shù)直觀查看角焊縫情況等。但是在大數(shù)據(jù)背景下，全面智能化檢測的應(yīng)用還有很長的路。

1.2 國外現(xiàn)狀

在大數(shù)據(jù)背景下橋梁檢測領(lǐng)域美國走在前列。如：采用聲發(fā)射技術(shù)[2]，全方位檢測懸索橋主纜斷絲情況，檢測重點位置損傷特性（橋面板裂縫類型、伸縮縫等情況）；美國的羅格斯大學(xué)利用無損檢測技術(shù)開發(fā)無損檢測機器人[3]用于路面檢測，并在海馬基特大橋上成功應(yīng)用；日本政府針對在笹子隧道發(fā)生的垮塌事故，采用無人機、機器人、激光雷達掃描等智能檢測技術(shù)提高橋梁檢測的精度。

2 智能裝備檢測

文章主要介紹三種主流的智能裝備檢測技術(shù)，分別是計算機視覺技術(shù)、無損檢測技術(shù)、大數(shù)據(jù)與云技術(shù)，有效結(jié)合了各方優(yōu)勢，為實現(xiàn)大數(shù)據(jù)背景下的智能化橋梁檢測提供思路。

2.1 計算機視覺技術(shù)

計算機視覺技術(shù)是通過計算機去替代人眼識別圖像、視頻等信息，最終輸出結(jié)果[4]，生活中常見的應(yīng)用如：汽車無人駕駛識別道路與障礙物、醫(yī)學(xué)病癥識別等。在橋梁檢測中，該技術(shù)主要應(yīng)用在病害識別、位移測量、交通管理、施工管理等方面。計算機視覺技術(shù)需要以大量的數(shù)據(jù)為前提，通過一定的編程語言，用卷積神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，不斷提高識別的準(zhǔn)確率，十分適合在大數(shù)據(jù)的背景下進行應(yīng)用。相比傳統(tǒng)的人工拍照識別病害，計算機視覺技術(shù)可以量化圖片中病害位置、類型、面積，而且一秒鐘可以直接識別上百甚至上千圖片，大大提高識別的速度和工作量。但是，準(zhǔn)確高的計算機視覺技術(shù)需要算力佳的計算機、與時俱進的深度學(xué)習(xí)模型、數(shù)據(jù)量足夠龐大的數(shù)據(jù)集，三者缺一不可。目前，已有對橋梁裂縫進行識別的智能化檢測技術(shù)，識別精度已達1mm內(nèi)，應(yīng)用在橋檢車和無人機檢測的平臺中，應(yīng)用的廣度和深度還有一段路要走。

圖1 無人機檢測作業(yè)

2.2 無損檢測技術(shù)

無損檢測技術(shù)是指在不損害橋梁結(jié)構(gòu)和性能的基礎(chǔ)上，利用光、電、聲音等方式，獲取物理信息情況的一種橋梁檢測技術(shù)[5]。因此，該技術(shù)有顯而易見的優(yōu)點：①方便；②快速；③精確度高；④不影響橋梁使用。常見的無損檢測技術(shù)有探地雷達法、紅外熱成像法、聲發(fā)射法、超聲探傷法等。其中GNSS 技術(shù)主要用于橋梁變形檢測，通過接收衛(wèi)星信號和基站信號之間的差分信息，精確計算出檢測點的三維坐標(biāo)，實現(xiàn)毫米級別精度誤差的實時連續(xù)靜動態(tài)測量。目前，已有多座大橋采用該系統(tǒng)，如武漢的鸚鵡洲長江大橋使用搭載了GPS 接收器、慣性單元IMU 組成的組合導(dǎo)航系統(tǒng)，解決了橋塔遮擋GPS 失鎖以及長時間數(shù)據(jù)漂移兩大問題。在橋梁檢測的應(yīng)用領(lǐng)域中，又可分為橋梁撓度監(jiān)測、橋墩沉降監(jiān)測、橋面位移監(jiān)測、橋塔位移監(jiān)測等。近年來，隨著技術(shù)的發(fā)展，無損檢測技術(shù)向著智能化、系統(tǒng)化的方向發(fā)展，應(yīng)用的場景也較為廣闊。

2.3 云計算與大數(shù)據(jù)技術(shù)

目前，國家正在大力推廣“互聯(lián)網(wǎng)+”，為橋梁檢測的創(chuàng)新發(fā)展，實現(xiàn)智慧交通、智慧工地、智能檢測提供了良好的發(fā)展環(huán)境。云技術(shù)是一種基于云計算的商業(yè)模式，是信息技術(shù)、網(wǎng)絡(luò)技術(shù)、管理平臺技術(shù)、整合技術(shù)等的總稱，具有信息流通便利流、信息交流快速等優(yōu)勢[6]。大數(shù)據(jù)解決了數(shù)據(jù)分析低效以及計算能力不足問題，使橋梁監(jiān)測應(yīng)用存在可能性。橋梁檢測信息與大數(shù)據(jù)基本特征十分貼切：橋梁檢測數(shù)據(jù)規(guī)模龐大、所涉及的信息維度多、具備增速快、流轉(zhuǎn)快的特征。大型橋梁健康檢測具有數(shù)據(jù)量龐大、類型復(fù)雜的特點。整合利用物聯(lián)網(wǎng)、云計算與大數(shù)據(jù)技術(shù)，在強大的運算能力、存儲能力和兼容能力支持下，便能實現(xiàn)長大橋梁的集約化、網(wǎng)絡(luò)化、系統(tǒng)化管理。隨著科技發(fā)展，云計算與大數(shù)據(jù)技術(shù)也將逐漸應(yīng)用到橋梁施工監(jiān)控、梁廠加工信息管理等幾個方面，為橋梁管理、養(yǎng)護決策提供有力的技術(shù)支撐。

圖2 云計算與大數(shù)據(jù)技術(shù)工作原理

3 橋梁檢測策略研究—以金義東軌道交通為例

3.1 項目簡介

金義東軌道交通工程是浙中城市群城際軌道交通網(wǎng)絡(luò)的重要部分，全長約107.17km，由金義段（金華站至秦塘站）和義東段（義烏高鐵站到明清宮站），設(shè)有31站（13座地下站，18座高架站），設(shè)計時速120km/h，是國內(nèi)目前單條線路最長的市域軌道交通項目。其中，高架線路長約77km，地下線路長約22.6km，其余為山嶺隧道和過渡段。目前已投入運營使用，截至2022 年8 月29日，金華軌道交通金義東線（金義段）試乘累計總客運量達到484.19萬人次，日均客運量約2.33萬人次。

3.2 金義東軌道交通特點

圖3 金義東市域軌道交通線路走向示意圖

金義東軌道交通工程串聯(lián)起金華城區(qū)、金義新區(qū)、義烏城區(qū)、東陽城區(qū)、橫店影視城。建設(shè)維護好金義東軌道交通是推動金義同城化，助力大都市建設(shè)的重要支撐，也為金武永東軌道交通項目提供技術(shù)保證。根據(jù)調(diào)研情況，可知金義東軌道交通有以下特點。

3.2.1軌道線路長

金義東軌道交通工程是國內(nèi)市域軌道單條線路最長項目。若根據(jù)規(guī)范要求定期檢測，其運營和維護成本也是隨著線路長度而線性增加。如果長期依靠傳統(tǒng)的人工檢測方法，不僅嚴(yán)重影響了軌道正常運行，而且會大大提高了檢測成本，甚至因為過久的檢測時間嚴(yán)重影響發(fā)現(xiàn)病害，無法做到及時維修，不利于長期、健康發(fā)展。

3.2.2站點分布離散

依據(jù)金華地區(qū)地勢情況為南北高、中部低，“三川環(huán)山夾一盆”特貌以及奇特的地質(zhì)情況，金義東軌道交通的31 個站點分布極具意義，但是也造成了站點分布離散問題。從金華南站至塘雅站以及從東華街站到義亭站距離十分遙遠，而從金華站到金華南站，距離較近，但是中間還分布了雙溪西路站等5 個站點，而其余站點分布較為相近。各個站點之間不乏隧道、山洞、河流、丘陵等復(fù)雜情況，很難簡單地選擇其中一種或多種檢測方法進行。

圖4 站點分布示意圖

3.2.3簡支梁橋多

金義東軌道交通以高架為主，主要由混凝土預(yù)應(yīng)力簡支梁橋和預(yù)應(yīng)力連續(xù)現(xiàn)澆梁組成，但是又以預(yù)應(yīng)力簡支梁橋絕大多數(shù)。雖然混凝土簡支梁均由工廠預(yù)制完成，承載力可靠，但是受力結(jié)構(gòu)單一，受環(huán)境影響較大，若不及時定期對其檢測，隨著時間的推移會出現(xiàn)橋梁病害，主要表現(xiàn)有：混凝土碳化、橋面坑槽、橋面鋪裝混凝土開裂、鋼筋裸露、伸縮縫損壞，橋臺損壞等，將嚴(yán)重影響上部結(jié)構(gòu)承載力，直接影響到輕軌正常運營。因此，定期橋梁檢測十分重要也很必要，金義東軌道交通的檢測需求十分龐大。

圖5 金義東軌道交通某標(biāo)段簡支橋梁

結(jié)合金義東軌道交通特點，得出檢測費用高、檢測方法選擇困難、檢測需求大3 個結(jié)論，而這直接影響了政府主管部門的監(jiān)管，難以對軌道交通建設(shè)全局把控，影響浙中地區(qū)第二條市域輕軌的規(guī)劃、建設(shè)。

3.3 橋梁檢測策略研究

為了能全壽命運營好金義東軌道交通，需巧用大數(shù)據(jù)的技術(shù)，達到經(jīng)濟利益、便民服務(wù)、使用成效的最大化的效果。因此，檢測的開展需依次做好三套系統(tǒng)建設(shè)，分別是傳感器選擇與設(shè)置、數(shù)據(jù)采集與傳輸、數(shù)據(jù)分析平臺搭建，通過有效的整體協(xié)作，最終實現(xiàn)輕軌的實時檢測。文章將基于大數(shù)據(jù)技術(shù)角度開展研究。

3.3.1理論基礎(chǔ)研究

⑴傳感器選擇與設(shè)置

通過實地考察、專家論證等方式確定關(guān)鍵橋梁最不利情況，安裝好GPS 定位裝置、混凝土應(yīng)力與應(yīng)變傳感器、溫度傳感器、位移傳感器、橋墩沉降傳感器、撓度傳感器等。同時，利用NB-IoT 技術(shù)或LoRa 智能傳感網(wǎng)絡(luò)方法，提高數(shù)據(jù)無線傳播能力，將相關(guān)情況實時傳輸至總部數(shù)據(jù)中心備份，實現(xiàn)信息動態(tài)監(jiān)控。

⑵數(shù)據(jù)信息處理

在信息處理方面，利用計算機視覺檢測技術(shù)實時識別病害情況，利用CNN 網(wǎng)絡(luò)技術(shù)將整條線路上的病害進行識別并分類，來解決好計算機主動發(fā)現(xiàn)病害的難題。分類完成后，利用圖像分割技術(shù)，如：FCN、UNet、Vet 網(wǎng)絡(luò)將病害進行具體的細(xì)化，如裂縫長度和寬度，蜂窩麻面的面積大小，伸縮縫堵塞面積等，來解決好計算機主動對病害發(fā)展情況判定的難題。最終，通過大數(shù)據(jù)技術(shù)將所有圖像、視頻數(shù)據(jù)上傳至總部云端進行備份，以供工作人員參考。

⑶輸出病害實時檢測表

通過無人機和實地檢測情況以及傳感器實時傳輸結(jié)果情況將結(jié)果輸出為病害實時檢測表。記錄好病害發(fā)生位置、檢測時間點、氣溫情況，具體構(gòu)件部位，相對應(yīng)的應(yīng)力變化情況，位移情況，病害類型，病害發(fā)展方向，計算機主動判斷系統(tǒng)預(yù)警情況。通過大數(shù)據(jù)技術(shù)，將橋梁以動態(tài)發(fā)展的情況，及時掌握病害發(fā)生位置，來預(yù)判病害發(fā)生的可能性，實現(xiàn)更廣泛、高效地為金義東軌道交通保駕護航。

3.3.2實地開展

⑴人工檢測，全面排查

由于金義東軌道交通剛投入使用，橋梁運營情況佳，建議前三年通過人工檢測的方式，摸排一輪整條線路的實際情況，建立一套初始的數(shù)據(jù)情況，根據(jù)地理位置情況，環(huán)境狀況，分類判別區(qū)域適用的檢測方法，哪些區(qū)域可以用智能裝備檢測，哪些區(qū)域必須人工檢測。例如：高空橋梁段可以采用無人機巡檢的方式，對于狀況較差或者檢測不便利的路段，建議在合適的構(gòu)件和位置安裝傳感器和攝像頭。同時，如有病害發(fā)生，工作人員需第一時間詳細(xì)記錄位置和病害發(fā)生情況，并通過圖像記錄保存上傳至數(shù)據(jù)中心處理。

⑵建立動態(tài)病害數(shù)據(jù)庫

由于大數(shù)據(jù)技術(shù)基于龐大的數(shù)據(jù)庫才能得以發(fā)揮最大作用，建議在第三年開始，啟用利用該技術(shù)方法。利用無人機或公路檢測車實時將輕軌具體情況上傳至系統(tǒng)，利用GPS 技術(shù)對智能設(shè)備找到的病害進行標(biāo)記，通過計算機視覺檢測技術(shù)對病害做好分門別類的工作，生成病害數(shù)據(jù)庫。同時，無人機等設(shè)備要定期巡檢拍攝病害發(fā)展情況。這些動態(tài)變化的數(shù)據(jù)庫是大數(shù)據(jù)技術(shù)的寶藏，金義東軌道交通作為國內(nèi)市域軌道單條線路最長項目，能提供的數(shù)據(jù)量可想而知。經(jīng)過長年累月的觀測，動態(tài)病害數(shù)據(jù)庫也將足夠龐大，極具價值。

⑶數(shù)據(jù)重新訓(xùn)練，提高識別準(zhǔn)確率

例如chatgpt、AlphaGo 等都是利用人工智能技術(shù)，讓計算機對龐大的數(shù)據(jù)進行不間斷地訓(xùn)練才得以實現(xiàn)。而金義東軌道交通在運營之初數(shù)據(jù)庫病害信息較少，導(dǎo)致FCN、UNet 等網(wǎng)絡(luò)模型數(shù)據(jù)處理的病害識別準(zhǔn)確率低，很難發(fā)揮大數(shù)據(jù)技術(shù)的作用。因此，整套系統(tǒng)能夠順利完成的關(guān)鍵就在于動態(tài)數(shù)據(jù)庫的建設(shè)和人工智能技術(shù)的識別率情況。需要在采集數(shù)據(jù)的同時訓(xùn)練模型，在不斷循環(huán)中達到良性發(fā)展的目的。最終，經(jīng)過金義東軌道交通實地訓(xùn)練的網(wǎng)絡(luò)模型不僅能實現(xiàn)自動輸出病害實時檢測表，供工作人員判斷。

這“三步走”方法很好地解決了未來金義東輕軌橋梁檢測過程中可能會碰到的問題，并提出了一個效率高、可持續(xù)發(fā)展、動態(tài)檢測的方法，也為其他地區(qū)橋梁智能化檢測提供極大的幫助。

4 結(jié)語

大數(shù)據(jù)時代下，橋梁檢測有了更多實用的方法，金義東軌道交通作為首條金華建設(shè)的輕軌線路，亟需出現(xiàn)科學(xué)、高效、可持續(xù)的橋梁健康檢測方法。本文介紹了國內(nèi)外橋梁檢測的現(xiàn)狀，分析了三種智能裝備檢測方法的適用情況和優(yōu)劣，綜合金義東輕軌建設(shè)情況，提出一種城市輕軌橋梁檢測策略的思路，為未來橋梁檢測方法創(chuàng)新提供了新思路。