基于机器学习的桥梁结构健康监测技术研究

第２８卷第１期　

２０１５年１月　传感技术学报　

ＣＨＩＮＥＳＥ　ＪＯＵＲＮＡＬ　ＯＦ　ＳＥＮＳＯＲＳ　ＡＮＤ　ＡＣＴＵＡＴＯＲＳ　Ｖｏ１．２８　Ｎｏ．１　

Ｊａｎ．２０１５　

Ｒｅｓｅａｒｃｈ　ｏｆ　Ｓｔｒｕｃｔｕｒｅ　Ｈｅａｌｔｈ　Ｍｏｎｉｔｏｒｉｎｇ　Ｔｅｃｈｎｏｌｏｇｙ　ｆｏｒ　

Ａｎｃｉｅｎｔ　Ａｒｃｈｉｔｅｃｔｕｒｅ　Ｂａｓｅｄ　ｏｎ　ＦＢＧ　

ＲＥＮ　Ｘｉａｏｆａｎｇ　，ＪＩＡ　Ｄｏｎｇ　，ＺＨＡＯ　Ｈｕｉ　，ＷＡＮＧ　Ｇａｏ　，ＺＨＡＮＧ　Ｚｈｉｗｅｉ　

（１．Ｎａｔｉｏｎａｌ　Ｋｅｙ　Ｌａｂｏｒａｔｏｒｙ　Ｆｏｒ　Ｅｌｅｃｔｒｏｎｉｃ　Ｍｅａｓｕｒｅｍｅｎｔ　Ｔｅｃｈｎｏｌｏｇｙ，　Ｋｅｙ　Ｌａｂｏｒａｔｏｒｙ　ｏｆ　Ｉｎｓｔｒｕｍｅｎｔａｔｉｏｎ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｄｙｎａｍｉｃ　Ｍｅａｓｕｒｅｍｅｎｔ　Ｍｉｎｉｓｔｒｙ　ｏｆ　Ｅｄｕｃａｔｉｏｎ，Ｔａｉｙｕａｎ　０３００５　Ｉ，Ｃｈｉｎａ；　２．Ｔａｉｙｕａｎ　Ｂｒａｎｃｈ　ｏｆＣｈｉｎａ　Ｔｅｌｅｃｏｍ，Ｔａｉｙｕａｎ　０３００１２，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ａｎｃｉｅｎｔ　ａｒｃｈｉｔｅｃｔｕｒｅ　ｈａｓ　ｔｈｅ　ｇｒｅａｔ　ｖａｌｕｅ　ｏｆ　ｈｉｓｔｏｒｙ，ｃｕｌｔｕｒｅ，ａｒｔ　ａｎｄ　ｓｃｉｅｎｃｅ　ｒｅｓｅａｒｃｈ．Ａ　ｓｔｒｕｃｔｕｒａｌ　ｈｅａｌｔｈ　

ｍｏｎｉｔｏｒｉｎｇ　ｓｙｓｔｅｍ　ｆｏｒ　ａｎｃｉｅｎｔ　ａｒｃｈｉｔｅｃｔｕｒｅ　ｗａｓ　ｄｅｓｉｇｎｅｄ，ｗｈｉｃｈ　ｃｏｍｂｉｎｅｄ　Ｍ－Ｚ　ｉｎｔｅｒｆｅｒｏｍｅｔｅｒ　ｄｅｍｏｄｕｌａｔｉｏｎ　ｔｅｃｈｎｉｑｕｅ　ｂａｓｅｄ　ｏｎ　３ｘ３　ｃｏｕｐｌｅｒ　ａｎｄ　ＬａｂＶＩＥＷ．Ｉｔ　ｒｅａｌｉｚｅｓ　ｔｈｅ　ｆｕｎｃｔｉｏｎｓ　ｏｆ　ｄａｔａ　ｃｏｌｌｅｃｔｉｏｎ　ｆｒｏｍ　ｉｎｔｅｒｆｅｒｏｍｅｔｅｒ，ｐｒｏ—　

ｃｅｓｓｉｎｇ，ｓｔｏｒａｇｅ，ｗａｖｅｆｏｒｍ　ｄｉｓｐｌａｙ，ｖａｒｉａｔｉｏｎ　ｔｒａｃｋｉｎｇ　ｄｉｓｐｌａｙ，ｓｐｅｃｔｒａｌ　ａｎａｌｙｓｉｓ　ａｎｄ　ｗａｒｎｉｎｇ．Ｔｈｅ　ｓｙｓｔｅｍ　ｃａｎ　ｎｏｔ　ｏｎｌｙ　

人工智能在桥梁健康监测中的应用

在现代交通体系中，桥梁作为重要的基础设施，承载着巨大的交通流量和负荷。确保桥梁的安全和健康运行对于保障人民生命财产安全、促进经济发展具有至关重要的意义。随着科技的不断进步，人工智能（AI）技术正逐渐应用于桥梁健康监测领域，为桥梁的维护和管理带来了新的机遇和挑战。

桥梁在长期使用过程中，会受到多种因素的影响，如车辆荷载、自然环境侵蚀、材料老化等，这些因素可能导致桥梁结构出现损伤和性能下降。传统的桥梁健康监测方法主要依靠人工定期检查和有限的传感器监测，存在监测频率低、数据不全面、难以发现早期病害等问题。而人工智能技术的引入，可以实现对桥梁健康状况的实时、连续、准确监测和评估，及时发现潜在的安全隐患，为桥梁的维护和管理提供科学依据。

人工智能在桥梁健康监测中的应用主要包括以下几个方面：

一、数据采集与预处理

为了实现对桥梁健康状况的有效监测，需要采集大量的相关数据，如结构变形、应力应变、振动频率、温度湿度等。这些数据可以通过各种传感器，如位移传感器、应变传感器、加速度传感器、光纤传感器等进行采集。然而，采集到的数据往往存在噪声、缺失值、异常值等问题，需要进行预处理以提高数据质量。人工智能技术中的数据清洗、数据融合、特征提取等方法可以有效地处理这些问题，为后续的分析和建模提供高质量的数据基础。

例如，利用深度学习中的自动编码器（Autoencoder）可以对原始数据进行压缩和去噪，提取数据的主要特征；通过数据融合技术，可以将来自不同传感器的数据进行整合，获得更全面、准确的桥梁状态信息。

二、损伤识别与诊断

桥梁结构的损伤识别是桥梁健康监测的核心任务之一。人工智能技术中的机器学习算法，如支持向量机（SVM）、决策树（Decision

Tree）、随机森林（Random Forest）、人工神经网络（ANN）等，可以根据采集到的数据对桥梁结构的损伤进行识别和诊断。

这些算法通过对大量的历史数据进行学习，建立桥梁结构状态与监测数据之间的映射关系，从而能够对新采集的数据进行分析和判断，确定桥梁是否存在损伤以及损伤的位置、类型和程度。例如，基于振动信号的损伤识别方法，利用深度学习中的卷积神经网络（CNN）可以自动提取振动信号中的特征，识别桥梁结构中的微小损伤。

桥梁健康监测系统的设计与研究

近年来，随着我国经济的飞速发展，交通运输日渐繁忙，作为公路交通咽喉的桥梁的地位日益突出。桥梁设计理论的验证以及对桥梁结构和结构环境未知问题的调查与研究扩充了桥梁健康监测的内涵。对桥梁结构进行综合检测的最终目的是为了使桥梁管理人员对桥梁结构的当前状况有一个正确的认识。这就要求管理系统具有实时监测和智能化的自行评估的功能。本文首先论述了桥梁健康监测的相关概念，然后从桥梁工程发展的角度探讨桥梁监测系统设计的有关问题，以期为监测系统的开发提供借鉴。

标签：桥梁 健康监测系统 概述 设计

近20年来桥梁抗风、抗震领域的研究成果以及新材料新工艺的开发推动了大距度桥梁的发展；同时，随着人们对重要桥梁安全性、耐久性与正常使用功能的日渐关注，桥梁健康监测的研究与监测系统的开发应运而生。由于桥梁监测数据可以为验证结构分析模型、计算假定和设计方法提供反馈信息，并可用于深入研究大跨度桥梁结构及其环境中的未知或不确定性问题，因此，桥梁设计理论的验证以及对桥梁结构和结构环境未知问题的调查与研究扩充了桥梁健康监测的内涵。

1 桥梁健康监测概述

桥梁建成后，会受到气候、环境等自然因素而逐渐老化，加之交通量的增长，运输车辆的重量和外形尺寸的增大，加剧了现有桥梁的质量的退化，导致桥梁的实际承载能力的降低。因此，桥梁管理部门需要及时了解桥梁结构的安全性能，根据实际情况安排桥梁养护、维修、改建等工作，保证桥梁结构的安全使用，从而保证整个交通网络的畅通。

对桥梁结构进行综合检测的最终目的是为了使桥梁管理人员对桥梁结构的当前状况有一个正确的认识。这就要求管理系统具有实时监测和智能化的自行评估的功能。

现代材料技术的发展促使人类社会进入了信息时代，信息材料的生产业已实现设计制造一体化。各种具有信息采集及传输功能的材料及元器件正逐渐地进入土木工程师的视野。人们开始尝试将传感器、驱动材料紧密地融合于结构中，同时将各种控制电路、逻辑电路、信号放大器、功率放大器以及现代计算机集成于结构大系统中，通过力、热、光、化学、电磁等激励和控制，使结构不仅有承受建筑荷载的能力，还具有自感知、自分析计算、自推理的能力。具体说来，结构将能进行参数（如应变、位移、损伤、温度等）的检测及检测数据的传输，具有一定的数据实时计算、处理能力，包括人工智能评估推理，以及初步改变结构应力分布、强度、刚度、形状位置等能力，简言之，即使结构具有自监测、自评估、自适应的类似生命体的智能功能。这种智能结构的概念是为了进一步解决评估结构强度、完整性、安全性及耐久性问题而提出的。对土木结构的性能进行监测及

龙源期刊网

基于无线传感器网络的飞行器结构健康监测系统的关键技术研究与应用

作者：姚鹏 刘刚 刘岩 张胜修

来源：《现代电子技术》2013年第11期

摘 要： 通过建立数据聚合器、时序引擎同步、无线同步信标和温度补偿机制，减小了无线节点之间的时序漂移量；通过利用智能开关、压电悬臂梁结构、电化薄膜可充电电池，从而实现了无线节点的能量收集与储存；通过实施ZigBee协议中所规定的安全服务方法，并且开启基于冲突检测的载波侦听多路存取信道访问方法和采用自适应跳频技术，从而提高了无线通信的安全性与可靠性；通过设置无线节点工作模式的自动调节算法，优化了节点的能效。

关键词： 无线传感器网络； 结构健康监测； 时序同步； 能量收集与储存； ZigBee

中图分类号： TN964⁃34 文献标识码： A 文章编号： 1004⁃373X（2013）11⁃0028⁃05

0 引 言

目前，随着飞行器的结构更加复杂、工作环境更加多变，导致需要连接更多的传感器，用以监测飞行器的参数与状态，如果仅凭借“硬连接”的方式，势必会增加飞行器的重量和成本，从而制约飞行器的发展。然而，随着无线传感器网络技术的日渐成熟，这种局面可能会彻底发生改变。

1 飞行器结构健康监测系统

飞行器结构健康监测系统（Vehicle Structural Health Monitoring System，VSHMS）是将先进的传感器网络集成到飞行器结构中，通过对结构健康状况实时地监测，以确保飞行器的安全，并且能够降低维护时间与成本。通过将无线传感器网络应用到VSHMS中，可以在很大程度上减少布线，从而压缩系统的体积、重量以及成本，提高测试技术的灵活性和系统的可维护性，并且具备快速布局和实时传输动态信息的能力[1]，以至于能够彻底实现飞行器的状态维护（Condition⁃Based Maintenance， CBM）[2]，从而推动航空航天技术的发展。