索桥养护的数字化转型——缆索承重桥养护中的数字孪生模型

    缆索承重桥是一种重要的桥梁类型，在国家交通枢纽领域中扮演着重要角色，设计使用寿命通常都超过100年。如果这种重要交通基础设施发生功能性丧失或倒塌事件，将带来严重的社会影响，最近发生的莫兰迪大桥倒塌事件就是一个反面教材。考虑到安全因素，悬索桥主缆必须进行拉力测试，但建议在30年后进行目视检测。为了从类似的案例中吸取经验、教训，防止此类事件的再次发生，学习和交流新的养护方法，纽约州交通厅桥梁管理局首席桥梁工程师Mahmoud提出了一种桥梁缆索剩余使用寿命的评估方法。他提出，桥梁在设计之初就应该开始储存和保留各种数据信息，因为在未来的100年间，这些数据可能将被许多人使用。如果在遇到问题时仅仅依靠由几个专家维护的现行信息管理和积累系统，这种局限性是显而易见的。

    缆索承重桥通常都搭配适用的养护系统，其中就包括一套桥梁监测系统。桥梁运营期间积累的数据，对桥梁整体系统承载力评估和重要构件的断裂管理，具有非常重要意义。在国家高速公路合作研究项目（NCHRP）543的报告中，可以通过5种类型的局部小环境进行观察，进而找到缆索出现裂缝、断裂、渗水等问题的源头。这些经验和教训可以借鉴并应用在未来的桥梁维护中，以此提升整体养护水平。韩国西海大桥因火灾造成缆索断裂的事件表明，对大桥进行分析评估，以及可靠信息的随时可用是十分必要的。这些信息可以帮助桥梁专家做出正确判断，以便在此类事件中做出及时反应并制定恰当的解决方案。当时如果没有这些信息共享或没有数字化的信息做支撑，养护部门就无法完成韧性桥梁管理。

    桥梁信息数字化

    自从建筑信息建模（以下简称BIM）技术在桥梁领域应用以来，出现了许多设计和施工方面的创新案例，这也让全寿命数据管理成为可能。有了BIM技术，桥梁设计者可以一定程度保证桥梁未来性能的确定性，这种确定性可以直接改进、优化桥梁的设计，并节约整体成本。缆索承重桥作为设计使用寿命最长的桥型，在设计的各个环节中都要考虑美学、安全性、可施工性等因素，而且现在又增加了一个需要考虑的新课题，那就是意外情况下的可恢复性。由于只有少部分的专家可以独自处理设计和施工方面的问题，因此在理解和应对生命周期中所有潜在问题方面，仍然存在一定局限性。

    已有多位专家提出了需要建立基于BIM的结构养护管理系统。这是一种三维数字模型平台，可以输入和输出相关数据。开发基于数据工程的端口系统，可以对设计、建造、运行和维护过程中产生的大量数据进行监测和记录，但是这种基于模型的数据管理将超过单个结构的范围。

    最近提出了一种新的概念，叫数字孪生模型（以下简称DTM）。这种模型可以对诸如机械产品等多个目标进行性能监测，并能够预测其在未来运行期间的性能变化。即使对于需要进行长期、持续性养护管理的缆索承重桥梁来说，DTM也是一种有效的方法，就像人体的健康护理一样。监测系统通过收集桥梁对各种事件响应的数据，并将其进行语言转换与数字模型链接，从而实现模型分析和系统更新。

    库存与编码系统

    目前，桥梁信息一般采用多份报表的方式进行管理。桥梁数据的积累、整理和使用也需要按照基于数字化模型流程进行有效管理。一般来说，悬索桥和斜拉桥的构成主要包括：缆索、塔架、加劲梁、锚碇和基础。基于模型的数据库系统需要与相关的三维数字模型进行关联。

图1 数字化桥梁模型和相关数据库

    如图1所示，桥梁构件库存的组织及其相关信息已经被定义。数字模型将根据实际检测实践的要求进行建模。数据库由每个构件的属性和提交文档组成。在实际的桥梁运营过程中，数据库中会积累更多的信息。模型和数据库通过已定义代码系统进行关联。为了能够实现网络化数据管理，并实现对未来性能的预测，代码的定义应在国家层面进行建立。

    全数据链的数字模型为移动、增强现实设备（AR）、无人机扫描和通过人工智能技术实现的自动化损伤检测等养护实践，提供了创新性解决方案。为了达到这些目的，在项目交付时，需要对已编码的养护系统数字模型进行修改。对于移动设备来说，更简洁的模型将更适合完成更多种类的任务。桥梁业主在决定模型使用时，需要考虑养护系统的主要功能。

    损伤定义

    美国公路战略研究计划报告2指出，服役超过100年的桥梁要在3个方面进行验证。一、因为桥梁极其重要的地位或高昂的重建成本，这些桥梁在100年服役寿命中必须得到良好的维修与养护。二、桥梁使用功能性改变和极限服役状态要求的适用性。三、在早期设计阶段，这些桥梁就已经进行了超安全标准的设计。为了能够从过去的事故中汲取经验教训，对数字孪生模型（DMT）的损伤相关信息进行定义就显得十分必要，例如破坏来源、破坏机理、破坏模型和失效模式。

    破坏模型为桥梁构成部分、构件和子系统的使用寿命，提供了定量预测。但是，这些模型非常具有局限性，因为它们大多都基于实验室经验。这些数学模型和经验模型，需要利用斜拉桥在长期运营过程中积累的数据，进行修正或校准。数字孪生模型及其构件关联数据，提供了特定条件下性能的数据湖。数据湖是政府考虑到数据安全性而提出的一个开放的数据平台，可以用于定义缺陷故障树并帮助制定信息需求计划。

    自建立桥梁检测工作指南以来，桥梁业主积累了大量的检测数据。但是，对于那些想开发一种基于现场性能的桥梁退化模型的科研人员来说，这些数据是不可用的。为了解决这个问题，提出了如图2所示的损伤代码系统。

图2 混凝土结构损伤定义

图3 缺陷成因（Atorod 等，2013）

    养护信息要求和交付

    缆索承重桥信息要求应考虑长期和临界现象的关键问题，有待进一步明确。这些要求是由工程师和桥梁信息管理人员提供，图4描述了一个桥梁信息交付计划的示例。现行的桥梁养护措施均需遵循项目移交时制定的特定指南。多数缆索承重桥服役使用时间长，系统文档的数字化程度不高。但是，这些检测和评估历史数据对新的维修系统至关重要。为了能够将信息纳入数字化模型之中，需要根据建议的信息架构，将信息进行仔细筛选和管理。

图4 信息交付计划

    虽然桥梁运营过程中所做的决策有赖于过往的积累信息，但是损伤历史并不足以评估桥梁各方面的功能性要求，例如安全性、可用性、耐久性和可恢复性。通过数字模型与数值分析模型的互通性，模型可以在每一次定期评估中进行更新。

    缆索承重桥数字孪生模型

    数字孪生模型的定义

    缆索承重桥各组成部分的数字孪生模型,其定义会根据模型的不同用途而有所区别。图5显示的是一个悬索桥加劲梁模型。在模型制作阶段,就应当考虑设计规范中的相关条款和准则作为约束条件。参数化建模技术可以实现基于规则的构件尺寸,连接和公差建模。智能模型为工程师提供了更多的节段或细节替代方案,实现了更高效的设计。

图5 一片加劲梁的数字孪生模型

    在联邦模型中需要考虑模型细节、开发级别（LOD）或信息级别（LOI）不同用途的需求。全桥模型通过桥梁校直来实现模型装配，桥梁各构件的模型库可以根据既有经验进行筹建。

    在当前的实际桥梁工程中，负责桥梁设计、制造、施工和养护的单位都不相同，数字孪生模型需要所有参与单位的协同合作，这也是模型定义过程中最困难的挑战。幸运的是，制造企业开始使用三维计算机辅助设计（3D CAD）来进行机械制造和构件规格质量控制。为了能够生产出预制尺寸的构件，承包商使用更新后的3D模型来进行施工管理。

    试验性应用

图6 一座悬索桥的数字孪生模型

    图6显示的是韩国一座悬索桥的数字孪生模型。这种基于图像的检测技术正在对一个普通的预应力混凝土桥梁进行检测。这种检测需要通过以往的检测数据收集不同损伤类型的图像。但是，这涉及重要运输设施的数据安全，也是养护过程中一个难以克服的障碍。在此之前，损伤检测需要形成2D图纸后才能正式交付。但是现在，点云数据或图像将取代过去的做法。因为目前结构检测需求正在与日俱增，这种方法将更快速、更高效地完成检测任务。

    对于韩国的缆索承重桥梁来说，初代健康监测系统目前已经无法满足需要，必须进行升级，而且部分传感器也需要进行替换。对于桥梁业主而言，他们最关心的是疲劳、腐蚀和连接失效等局部损伤问题。这些更先进的监测系统，需要搭配能够对桥梁性能进行实时评估的分析模型。于是，大家把目光锁定在了数码孪生模型上。数码孪生模型不仅可以满足新的要求，还可以进行更好的桥梁养护。桥梁的局部性能可以通过与数字孪生模型连接的有限元模型进行分析。在初代数字孪生模型中，由于有限元分析模型是基于校直的参数模型，所以可以直接导出有限元分析模型。桥梁当前的退化和损伤改变了有限元分析模型的输入结构参数，这种情况下，材料模型也出现了下降。在这次的二代数字孪生模型中，将嵌入来自监测系统传感器数据作为有限元分析模型结构性能的现场验证。输入结构参数的全面更新，不仅降低了材料模型，还降低了固有频率、加速度响应、索张拉力，甚至整体模态振型。通过传感器数据和分析之间的相互作用，可以记录局部应力，以便进行疲劳评估和分析模型更新。

    既有监测系统接口

    截至目前，基于BIM的养护系统和既有监控系统之间缺少匹配接口。养护系统只能获得可视化的监测数据，通常情况下，初代模型在项目交付之前通过动态响应完成更新。当模型与有限元分析之间完成充分交互作用后，可以利用传感器数据，对虚拟孪生模型进行模拟仿真。

    缆索承重桥有限元分析模型由框架单元和约束单元组成。每一个3D数字模型的分析参数都有属性定义。在数字模型中，除了像悬索桥主缆等一些特定桥梁构成外，其他参数数据集都可以自动生成。

    对于分析互操作性的另外一个比较有挑战性的问题，是通过更新数字模型参数来模拟退化模型。由于局部损伤对整体或桥梁各部的影响尚未完全确定，当桥梁发现了新的损伤，这些新的监测数据就需要继续输入模型。有了现场性能数据将极大改善基于实验室试验的材料或构件退化模型。

    本文刊载 /《大桥养护与运营》杂志

    2020年 第3期 总第11 期

    作者 / CS Shim HR Kang NS Dang

    作者单位 / 韩国中央大学土木工程系

    编译 / 赵帝 陈晨

    责编 / 裴小吟