1 桥梁监测系统
1.1 起源与发展
桥梁的状态监测是由传统土木类结构的可靠性评估发展而来的，通过这一评估手段对结构的各类缺陷进行诊断、排除，继而进行状态评估。这一技术最早起源于机械、航空领域的结构故障诊断(Structure Fault Diagnosis)。从 20 世纪 60 年代~80 年代，由于航空、军工领域的技术革新与应用需求，各类损伤检测技术开始出现，并得到了迅速发展。 早期的土木类结构由于构造简单、材料耐用，且传统(施工、设计)工艺较为成熟，同时结构也可在小裂缝状态下正常使用，结构出现整体倒塌、破坏的概率较低，并且产生的社会影响也较小。因此对检测方面的技术关注度较低，仅会对部分特别重要的结构进行可靠性评估。 近年来，随着结构材料、工程技术的发展，各类大型结构如雨后春笋般出现。土木类结构也向着高耸化、智能化和复杂化的趋势发展。桥梁行业在这一时期得到了快速发展，但与此同时也凸显出许多问题，国内、外各类桥梁事故频发。例如：1940 年，美国华盛顿州的塔科马海峡大桥发生桥面折断坍塌的事故[17]；1967 年美国俄亥俄州的Kanauga 吊桥由于超负荷运载，导致部分桥体倒塌；1994 年韩国首尔的桑苏大桥由于设计和施工原因造成的坍塌；1999 年 1 月，位于中国重庆綦江县的彩虹桥同样由于设计、施工的原因，在成桥运营后垮塌，并造成了重大人员伤亡；2001 年，中国四川宜宾市的南门大桥由于桥面断裂而坍塌；2013 年 2 月，中国三门峡市连霍高速路段的义昌大桥由于货车爆炸引起的桥面断裂，造成了重大人员伤亡。诸如此类触目惊心的事故，更加印证了在施工、运营过程中监测的重要性。
2 国内外研究情况
为了更多地掌握桥梁在建设、运营期间的实时状态信息，以便对桥梁进行及时的维修、养护与评估，保障桥梁的安全施工与运营。近几十年来，国内、外各大、中型桥梁上均安装了不同寿命阶段的监测系统。根据不同寿命阶段的监测目的与科研目标，设置不同的监测内容与形式。下列是国内、外部分桥梁的健康监测系统情况介绍： (1)国外桥梁监测系统介绍 美国的 Ironton-Russell 悬索桥修建于 1922 年，该桥的跨径布置为 117m+241m+117m。 该桥在长期运营中有过多次维修加固记录，并在上世纪七十年代对该桥的梁板处进行加固。为对桥梁的健康状况做出客观评价，使其更好地发挥交通功能，相关单位在桥上安装了健康监测系统，用来实时监控各部分的应力变化[25]。此后，该桥梁一直安全运营至今。直至 2016 年相关单位才将该桥拆除。 美国 Vincent Thomas 悬索桥建成于 1964 年。该桥梁跨径布置为 154m+457m+154m。在 1980 年，相关部门对该桥进行了抗震性能部分的加固改造，在桥梁的重要位置安装了 26 个加速度传感器，用于监测桥梁的动力响应变化。在过去的几十年中，该系统工作性能良好。已成功采集了数次地震数据(如 1987 年 Whittier-Narrows 地震和 1994 年的加州北岭地震) [26]，为该桥的加固设计及这一地区建筑的抗震研究做出了重大贡献。 意大利的 Colle Isarco Viaduct 混凝土连续梁桥修建于 1969 年，该桥的主梁跨度为163m。在 1999 年，该桥建立了完整的健康监测系统，主要布置应变计、位移计和温度计等各类传感设备共计 300 个左右。通过对桥址环境温度和主梁及桥墩等重要截面的应变和挠度进行监测，保障桥梁的安全运营[27-28]。 美国的 Commodore Barry 钢悬臂桥修建于 1974 年，该桥的中跨跨径为 548m，两边跨跨径为 274m。在成桥后的运营阶段，桥上安装了健康监测系统。主要监测在环境影响下桥梁各部分的静(动)态响应。监测项目主要包括：桥面温度、应变和加速度，桥墩墩顶倾角、位移以及影响桥梁整体的风速、温湿度等。并在桥梁各主要部件安装摄像头，对整体桥梁进行实时的图像监控[29]。 希腊的 Halkis 桥是一座主跨为 215m 的悬索桥，该桥将埃维亚岛与希腊本土相连接。在 1994 年，在桥上安装了健康监测系统，主要监测桥梁在地震作用下的动力响应。该系统主要包括 3 个 SSA-23 加速度记录仪，36 个 FBA-11 加速度计和 4 个 FBA-13 加速度计。通过 GPS 接收系统能够快速接收相应信息，并对其紧急处理，保证桥梁的安全运营。 英 国 北 爱 尔 兰 地 区 的 Foyle 连 续 钢 箱 梁 桥 建 成 于 1984 年 ， 跨 径 布 置144m+233m+144m。该桥设置了全寿命阶段(从施工期到运营期)的健康监测系统。在建设期间通过部分检测仪器与埋设的监测传感器设备对桥梁的施工进行辅助校验。在运营期间通过构建的监测系统对桥梁主梁的挠度变化、温度影响、内部应变等因素进行实时监测，分析其对桥梁正常运行的影响，保障成桥后桥梁的安全使用运行[30]。 建成于 1984 年的珍岛大桥是韩国当前最大的双塔斜拉桥。2009 年 6 月，美国伊利诺伊大学香槟分校、日本东京大学和韩国科学院共同参与部署了该桥的健康监测系统。该系统的监测项目包括：索力监测、桥塔倾斜、主梁的应力等方面，通过布置 70 个监测节点，113 个传感器设备。构建的庞大无线传感器监测网络，为大桥的安全运营提供重要保障[31]。 泰国曼谷的 Rama IX 斜拉桥建成于 1987 年，其跨径布置为 166m+450m+166m。该桥于 1995 年安装了结构整体性与安全性在线警报系统(On-line Alerting of Structural Integrity and Safety System,OASIS)。该系统的监测设备主要包括加速度计、风速计和温度计等传感器。通过桥梁管理部门的控制平台可对桥梁各部分构件的工作状态进行实时监控与预警。 美国佛罗里达州的 Sunshine Skyway 斜拉桥建成于 1987 年。该桥主跨 440m，设置的健康监测系统对桥梁从建设期到运营期这两阶段桥梁整体位移、内部应力、温度和外部环境温度进行监测，确保了桥梁建设阶段的施工安全。并通过运营阶段安装的 GPS全球卫星定位系统，对桥梁的位移等变化进行实时监测，确保大桥的正常运营[32]。 1997 年建成的加拿大 Confedraion 桥是世界上著名的预应力混凝土箱梁桥，该桥全长 12.9km，跨径布置为 165m+43×250m+165m。针对该桥设计了一套完整的健康监测系统。其中共设置加速度计、倾斜仪、应变计、水压力计和温度计等各类不同功能的传感器共计 740 个。通过对大气温度、风力、地震等自然环境与海水侵蚀等因素影响下桥梁的静(动)力响应变化进行实时监测，对桥梁的实时运营提供安全监测[33]。 英国 Flintshire 单塔斜拉桥建于 1998 年，跨径布置为 194m+100m。在该桥的施工-运营全寿命阶段，相关单位布置了一套长期的监测系统，对其全过程中的各类工作状态(预应力张拉、应力、拉索索力、加速度响应)与环境影响(风速监测、温度等)进行实时监测。
1998 年建成的丹麦 Great Belt East 悬索桥，跨径布置为 535m+1624m+525m。在运营一段时间后，为更好地保障桥梁的安全使用，桥梁管理部门委托 COWI 公司为该桥建立完整的健康监测系统，主要针对桥梁重要部位(主箱梁、主缆、吊杆和索夹)的应力、桥面加速度、桥墩整体的倾角、混凝土应变、下部基础结构的钢筋腐蚀与周围的土质监测、环境的温湿度监测等方面，系统布置的传感器数量多达 1000 个[35-36][34]。
建 成 于 1998 年 4 月 的 日 本 明 石 海 峡 (Akashi-Kaikyo) 大 桥 ， 跨 径 布 置 为960m+1990m+960m，是目前世界上最长的悬索桥。该桥的健康监测系统的传感设备主要包括：风速计、地震仪、加速度计、GPS 全球定位系统、位移计以及温度传感器等。通过布置各类传感器测量主梁各断面位移、调质阻尼器(TMD)位移和气候环境温度、风力等影响因素，对桥梁进行实时监测[37]。 哥伦比亚的 Pereira-Dosquebradas 斜拉桥成桥通车于 1998 年，其主桥的跨径布置为114.6m+211m+114.6m。该桥在成桥运营一段时间后便建立了完整的静(动)力健康监测系统，布置了位移计、温度计、加速度计、腐蚀计和倾角仪等各类传感设备共计 300 余个，但由于监测系统的维护不当，目前已出现较多传感设备损坏、遗失等问题[38]。
韩国的 Seohae 双塔斜拉桥[39]主跨为 470m，Yongjong 悬索桥[40]跨径布置为125m+300m+125m，这两座桥梁均建成于 2000 年。Gwangan 悬索桥的跨径布置为200m+500m+200m，建成于 2003 年。为保障这三座桥梁的正常运营，管理单位在桥梁上布设了健康监测系统，主要监测桥梁的静(动)力响应和风速、温湿度等环境影响。Seohae 桥和 Yongjong 桥安装的各类传感器数量分别为 120 和 380 个。Gwangan 桥通过远程图像处理技术，测量桥梁动态响应对桥梁进行实时监测[41]。
表 1.1 列出了国外部分已建成桥梁上布置的监测系统。
表 1.1 国外部分已建成桥梁的健康监测系统
(2)国内桥梁监测系统介绍
中国香港的青马(Tsing Ma)悬索桥、汲水门(Kap Shui Mun)斜拉桥和汀九(Ting Kau)斜拉桥，均于1997年建成通车。这三座桥梁上安装了「风和结构健康监测系统」(WASHMS) [42]。通过建设期间在结构内部埋设传感器设备(应变计、温度传感器和动态地磅等)和运营期间在桥梁表面粘贴监测仪器(加速度计、位移计、风速仪、GPS 全桥卫星定位系统等)的方式，共布置各类采集设备 774 个[43]，构建完整的 WASHM 系统，对桥梁使用寿命期间的实时状况进行动态监测。同时这一监测系统也是目前世界上规模、投资最大的桥梁健康监测系统之一。 位于江苏省境内的江阴长江大桥横跨江阴市与靖江市之间，该桥通车于 1999 年，是长江上重要的跨江大桥之一，对推动周边区域经济发展具有重要作用。在成桥后不久，(2)国内桥梁监测系统介绍 中国香港的青马(Tsing Ma)悬索桥、汲水门(Kap Shui Mun)斜拉桥和汀九(Ting Kau)斜拉桥，均于1997年建成通车。这三座桥梁上安装了「风和结构健康监测系统」(WASHMS) [42]。通过建设期间在结构内部埋设传感器设备(应变计、温度传感器和动态地磅等)和运营期间在桥梁表面粘贴监测仪器(加速度计、位移计、风速仪、GPS 全桥卫星定位系统等)的方式，共布置各类采集设备 774 个[43]，构建完整的 WASHM 系统，对桥梁使用寿命期间的实时状况进行动态监测。同时这一监测系统也是目前世界上规模、投资最大的桥梁健康监测系统之一。
位于中国江苏的南京长江大桥建成于 1968 年。该桥是由我国自主设计、建造的首座公、铁路两用特大桥梁，其跨径布置为 9×160 m +128m。该桥梁的健康监测系统中布置了应变计、加速度计、拾振器、地震仪、温度计、风速风向仪和动态地秤等多种传感设备以及各类信号处理设备。通过这一系统主要监测桥梁主梁、桥墩等各部分构件的动力特性响应和桥址环境变化，为大桥的安全运营和后期的评估、维修养护工作提供重要依据[45-46]。 中国广东的湛江海湾大桥于 2006 年 12 月 30 日正式通车投入使用，该桥为钢与砼混合梁斜拉桥结构。其桥跨布置为 60m+120m+480m+120m+60m，桥梁全长 840m。在桥梁上设置的健康监测系统对其斜拉索拉力、桥塔箱梁应变、倾斜以及桥梁整体动力性能、主梁位移变化和桥址环境温度进行实时监测。通过相应的数据采集和处理系统对监测数据进行及时有效的分析，对桥梁的异常动态行为进行预警与识别，保障了桥梁的安全通行[47]。 建成于 2008 年的苏通大桥位于中国的江苏省地区，其主跨长达 1088m，是目前世界上第二跨度的斜拉桥。由于该桥规模宏大，且具有重要的交通枢纽与战略意义，在建设初期便布置、预留了相应的测点与传感通道。并由江苏交科院、香港理工大学和东南大学共同合作，进行了「苏通大桥结构的健康监测于安全评估系统设计」的研究项目，以此为基础在桥梁上设置了风速仪、温湿度计、位移传感器、加速度计、倾斜仪、GPS 全球卫星定位系统和各类应变计等传感器共计 1440 个。通过极其庞大及完善的监测体系，为苏通大桥的安全运营停工了重要保障[48]。 位于江苏省芜湖市的芜湖长江大桥于 2000 年 9 月通车，该桥梁主体由斜拉桥部分和连续钢桁架桥部分组成。主桥的健康监测系统启用于 2003 年，由于该桥结构复杂，布置监测系统难度较高，通过石家庄铁道大学的「芜湖长江大桥健康监测、安全评估及报警系统的研究」这一研究课题，在该桥上布置了大量的监测传感设备(位移计、加速度计、动态应力测点、温度测点、行车安全测试型号列车轴重检测仪等) 。通过监测数据的处理对桥梁当前的实时状态进行评价，掌握桥梁结构的整体性能，为桥上安全行车提供技术保障[49]。
表 1.2 列出了国内部分已建成桥梁上布置的监测系统。
表 1.2 国内部分已建成桥梁的健康监测系统
(3)国内、外桥梁监测系统中的传感器布置
由此可以看出，越来越多的桥梁通过布置监测系统，为桥梁的施工、运营安全提供保障。表 1.3 列出了国内、外部分桥梁监测系统的传感设备布置情况。
表 1.3 国内、外部分桥梁监测系统的设备布置情况
3 全寿命周期监测中的问题研究
3.1 测点的优化布置
(1)概述
在全寿命监测系统中，各类传感器设备(加速度计、应变计、温湿度计和位移计等)可获得桥梁在不同阶段时的各类状态信息。通过采集足够数量、类别的结构信息，可为桥梁的损伤识别与当前状态的评价提供重要依据，因此这些设备是监控信号采集系统中最重要的组成部分。 目前针对这一方向，国内、外学者进行了大量的研究[50-54]。其中传感器的优化布置问题是这一模块中的研究热点问题[55-58]。对于传感器数量[59-60]和布置位置的确认[61-63]是优化布置问题中的主要研究方向。一般来说，布置的传感器数量越多、位置越密集，得到相应的桥梁模态特性(频率、振型)会更加完整可靠。但由于现场测试环境与施工条件的限制，在 FEM 模型的全部节点截面布置传感器存在诸多问题，难以实现。 从成分因素分析：一方面，传感器设备属于高精度仪器，购置成本较高昂，出于经济方面考虑，不可能在桥梁上进行大规模布置。另一方面，布置大型桥梁的监控系统的采集模块，还需将诸多类别的传感器与采集信号处理、放大终端相连接。其终端设备与连接电缆线也需要一定成本。因此根据不同桥梁监控的侧重性，对其不同功能、重要性的局部构件截面进行分类、分级标准的传感器布置是非常重要的。 从养护因素分析：桥梁自施工阶段开始到长期运营阶段，结构表贴及内部埋设的传感设备需在几年甚至几十年的时间里，长期处于桥址环境的(昼夜、四季)温差变化和(地震、风)偶然荷载的影响作用。因此，对于传感设备的稳定性、耐用性具有较高要求。如监控系统中布置的传感器数量过多，不仅加大了后期养护部门对传感器定期性能检查的工作量，还会由于部分传感器设备属于国外进口、产品更新淘汰或生产厂家倒闭等诸多因素，加大传感器的维修与养护难度。因此在长期的监测系统中选择合适数量与种类的传感器是很有必要的。
(2)研究现状
目前，针对于传感器优化问题，国内、外相关研究人员进行了下列研究： 有效独立法(Effective Independence)是由 Kammer 于 1991 年提出来的，通过这一方法，他对宇宙空间站结构进行传感器的优化布置，得到了较好的结果[64]。许多学者根据他提出的这一方法为基础，进行了不同方向的延伸研究。 如何云、余文柏[65]以有效独立法和模态保证准则为基础，对一简支钢桁架桥进行传感器优化布置，得到了 6、8、10、12 个传感器布设工况下的布设顺序，并通过各阶模态之间 MAC 的对比分析，得到了最合适的传感器数量与位置的布置。 北京工业大学的程建旗、闫维明等[66]以频响函数作为加权系数，对传统的有效独立法进行改进。改进后的方法可弥补了传统 EI 法会得到振动能力较低的测点的这一缺陷。以一座矮塔斜拉桥为例，对其进行加速度传感器的优化布置。并采用 MAC 准则和抗噪性能准则对该方法进行评价，其结果表明该方法的优化布置效果较好，可有效地保障模态向量的线性独立。 大连理工大学的李东升、李宏男等[67]以正交三角(QR)分解代替传统的有效独立法中信息阵的特征值分析或矩阵的求逆，大幅度减少计算量并提高了计算结果的稳定性。继而引入修正的 Gram-Schmidt(MGS)算法和 Housholder 变化，进一步提高其计算效率。以美国的 I-40 桥为例，以传统的有效独立法为基础，采用改进后的方法对其进行传感器位置的布置，验证了这一方法的有效性。 西北工业大学的吴子燕、代凤娟等[68]以有效独立法(EFI)和运动能量法(KEM)为基础，提出了一种新的传感器优化布置方法：有效独立-驱动点残差法(EFI-DPR)。以一座三跨连续桥为例，利用模态保证准则和抗噪性能最好准则对这三种方法进行对比分析。其结果表明：有效独立-驱动点残差法得到的传感器优化布置的 MAC 非对角元最小，其效果最好，能最大程度的保留原结构特性。 清华大学的李戈、秦权等[69]首次将遗传算法引入桥梁传感器的优化布置研究。以香港青马悬索桥为例，对其加劲梁和桥塔进行传感器的最优布置。采用广义遗传算法对各种求得该桥梁上最优传感器测点布置，通过计算结果表明，该方法能够求得全局最优解，具有很好的应用前途。 哈尔滨工业大学的高维成、徐敏建等人[70]采用遗传算法对一短程线球面网壳结构进行传感器优化布置的研究。将利用 QR 分解得到的传感器位置作为第一代父群，继而进行可行解编码的复制、交换和突变操作。通过这一随机迭代方法，可得到最优的测点集合群。文中算例结果表明其效果好于传统的 QR 分解方法得到的结果。 长安大学的刘来君、倪富陶等[71]针对桥梁健康监测中的传感器优化布置问题，提出了一种多段交叉的遗传优化算法。以一座连续刚构桥为例，对其算法设置一定的迭代次数。随着迭代次数的增加，传统的一段遗传算法和文中提出的多段遗传算法的 MAC 矩阵最大非对角元均呈现下降趋势，但随着交叉段数的增加，其下降更加明显，优化效果更好。 田莉、陈换过等[72]针对结构传感器的优化布置问题，提出了一种自适应模拟退火遗传算法。该算法以二维结构编码的遗传算法为基础，采用自适应的交叉概率和变异概率，并引入模拟退火算法作为单独算子，使得种群达到最优适应度。通过一板壳结构的传感器优化布置算例，证明该算法的有效性。
而上述的随机类算法虽有较好的并行性、和全局最优解的性质，但往往存在收敛速度慢、迭代次数多等缺陷，特别是对于自由度较多的大型桥梁结构，其应用性较差。因此序列法便作为桥梁等结构进行传感器优化的首选方法。 华中科技大学的黄民水、朱宏平[73]在 2007 年采用序列法中的逐步累积法对一座高速公路桥梁进行传感器的优化布置。该方法以 QR 分解的模态置信度矩阵为基础，逐步从剩余可布测点位置中选取最佳测点融入优化测点集合中，使得桥梁上布置的传感器数量达到预期或其 MAC 矩阵的最大非对角元不超过预设阀值。通过这一方法，可得到较合理的传感器优化布置，且计算过程简单、精度也满足工程要求。 华中科技大学的黄民水、朱宏平等[74]在 2008 年又采用序列法中的逐步消减法对该桥梁进行传感器的优化布置。该方法也以 QR 分解的 MAC 矩阵为前提，从已选取测点集合中剔除对目标函数贡献最小的测点，使得整体传感器布置达到预设或模态置信度矩阵的最大非对角元达到预设值。通过这类序列方法，可得到良好的传感器优化布置，具有较好的可行性和工程应用前景。
(3)存在问题与不足
通过以上文献的研究成果[64-74]可知，目前对于桥梁测点优化布置方面，已有部分研究成果。但需进一步提高测点优化效果，还有待进一步研究。
3.2 计算模型修正
(1)概述
真实桥梁成桥后初始状态对应的有限元模型称为基准有限元模型[75]。在桥梁的全寿命监测系统中，「基准模型」的精确与否会对监控效果与质量产生较大影响，因此确定准确的「基准模型」是非常重要的。一般情况下，监测单位通过设计部门提供的桥梁(施工、材料和构造)图纸，采用数值、仿真分析软件建立桥梁对应的 FEM(finite element model)模型。其模型的(几何、材料)参数、各施工阶段与成桥后的受力状态、边界条件和静(动)力响应等均与实际工程相对应，基本可以反映真实桥梁的实时工作状态。但由于选取分析软件和实际工程的局限性，模型与实桥参数的贴合性较差，存在较大差值。 一方面，由于在软件的建模分析过程中对桥梁结构会采用一定程度的简化(边界条件、连接条件等)并引入相关理想化假定(忽略阻尼、非线性因素等)。另一方面，在实际桥梁的现场建设过程中，由于施工工艺的局限、现场管理的疏忽和部分材料性能的不稳定，最终的实际桥梁与相关图纸的设计参数与标准会存在一定程度的差异(如混凝土强度、部分钢结构的焊接工艺、养护标准等)，使得通过监测系统采集到的结构参数与 FEM模型仿真参数存在一定的初始差值。
共同考虑这两方面因素，通过全寿命监测系统采集得到的实际桥梁结构参数与 FEM模型得到的分析参数之间的差异便不容忽视，甚至部分参数可能出现较大差异，在全寿命监测系统中必须引起重视。这便是桥梁模型初始修正的意义所在。 此外，在桥梁的施工或运营过程中，还可能会出现各种突发状况(地震、飓风、车船撞击等)。必须在对其进行相应处理后(维修、检测)及时对桥梁进行模型修正分析，得到较为准确的桥梁有限元模型。这便是桥梁模型实时修正的意义。
(2)研究现状
目前，国内、外学者针对于模型修正问题，进行了许多研究[76-78]。 东南大学的郭彤、李爱群等[79]采用特征值灵敏度的优化方法，对润扬长江大桥进行了模型修正。将模型修正问题转化为优化约束问题进行求解，对有限元模型与实际桥梁测试参数进行振型匹配与模态的相关性分析，并选取有限元模型中灵敏度较高的参数进行优化修正。通过模型修正，可使有限元模型参数更好地与实际结构数据相拟合。同时，这一优化修正操作，也不会使其物理意义失效。总体而言，该方法概念清晰、收敛计算较快，可为桥梁的全寿命周期中的监测系统提供较为可靠的基准模型。 哈尔滨工业大学的张坤、段忠东等[80]以东营黄河公路大桥为例。首先对全桥进行有限元模型分析，提取其模态参数作为模型修正的对象。然后利用实际桥梁监测系统采集到的动力特性参数作为模型修正的依据。利用特征值灵敏度法，通过修正结构的刚度、质量因素来考虑局部构件的弹性模量、密度和泊松比等参数对其贡献大小进而确定其灵敏度大小。调整有限元模型中部分构件参数，来减少有限元模型与实际桥梁动力参数之间的差异，从而使得修正后的有限元模型能够更准确地反映出桥梁的真实状态。结果表明，修正后的模型可较准确地反映实际桥梁的真实情况，可为桥梁的长期监测提供基准模型。 西南交通大学的姚昌荣、李亚东[81]针对大跨桥梁结构的健康监测进行了基于静力性能的模型修正问题研究。通过将桥梁的静(动)载试验中采集到的位移、频率等参数作为分析对象，根据敏感性的不同来选取合适的待修正特性参数，并在修正过程中引入各种约束条件使分析对象与修正参数处于有效范围波动，从而对分析模型中的参数进行修正，使其频率与位移等状态变量更接近真实结果。通过这一方法对一座斜拉桥的健康监测系统进行模型修正研究。其结果表明，修正的模型与实际桥梁结构相关性较好，能够用于健康监测系统。
福州大学的宗周红和夏樟华[82]提出了一种模态柔度与静力挠度相结合的模型修正方法。首先根据一简支梁模型，设置不同的工况，比较分析其不同工况目标函数下的修正效果差异，得到结构的部分修正经验参数。然后通过灵敏度法并考虑上述经验参数，以一座下承式拱桥加固工作为实例，进行修正参数的选取。通过 ANSYS 有限元软件提供的零阶方法和一阶方法进行选取参数进行优化修正，得到该桥加固后的修正基准有限元模型。与静(动)力测试数据相比，修正后模型得到的分析参数与之吻合度较高，可用来对桥梁加固后的实时工作状态进行实时监测和评估。 王蕾、郁胜等[83]将 RBF 神经网络技术引入到桥梁健康监测的模型修正方法研究中。以一座混凝土刚构-连续梁桥为例，通过灵敏度法选择合适的修正参数。将该桥有限元模型的分析频率作为输入，设计参数的修正系数作为输出，进行神经网络训练。通过这一方法训练得到修正后的动力特性参数能够较好地吻合实桥监测系统中传感器的测试数据，能更准确地反映出真实桥梁的实时工作状态与动力特性。
(3)存在问题与不足
通过以上文献的研究成果[76-83]可知，对于桥梁的计算模型修正问题，国内、外已有大量学者进行研究。其中，灵敏度法因其概念清晰、优化效果好，被广泛应用于模型修正工作中。但对于结构不同阶次影响、局部构件修正等问题却鲜有文献报道。
3.3 局部损伤定位与程度识别
(1)概述
近年来，各类桥梁在其寿命的不同阶段出现了不同程度的损伤，这不仅影响了其施工、使用的安全，还对其长期耐久性和后期的运营寿命造成较大损害。因此为了保证桥梁在建设、运营期间的安全，运用现代化的传感技术与各种监测手段，对桥梁的全寿命过程阶段中各种状态进行实时监控，已被广泛应用在国内、外的各类桥梁上[84-90]。 桥梁结构的损伤识别是全寿命监测中的核心问题之一[91]，主要包括其位置的定位和程度的确定。在桥梁的建设期间，桥梁出现损伤不仅会对施工人员的人身安全造成危害，还会影响成桥后的质量等级。在桥梁成桥后的长期运营过程中，桥梁出现损伤不仅会影响其交通功能，还会影响其使用寿命。因此，在桥梁损伤出现初期对其进行预警。可保证桥梁全寿命过程的安全[92-93]。 但如何根据全寿命监测系统采集到的对应数据，分析结构相应的动力响应，得到桥梁的各阶频率、(位移、加速度等)模态振型情况还是目前亟待解决的问题之一。通过对比桥梁结构损伤前后相应的模态振型曲线变化和随运营时间变化的振型曲线变化规律，可对桥梁出现损伤的位置及其损伤程度进行进一步研究分析。
(2)研究现状
由结构动力特性变化，对其损伤程度进行反算求解是目前桥梁结构损伤识别的一种比较成熟的算法。针对这一方法，国内外的许多学者都对桥梁损伤方面做了大量的研究工作[94-97]。 矩阵类方法是桥梁损伤识别中一种比较有效的方法，一些学者根据矩阵变化对结构的损伤识别进行了不同程度的研究。 如林贤坤和覃柏英等[98]根据桥梁损伤与局部刚度的变化关系，提出了一种基于结构刚度矩阵变化的方法。分析桥梁结构损伤前后其刚度矩阵出现变化的单元位置及其变化程度，进而确定桥梁出现损伤的具体位置及其程度。采用的简支梁数值模拟算例表明，该方法可成功地识别损伤出现的位置及其程度，可进一步应用于实际工程的研究。 黄玉坤、胥琳等[99]对传统的刚度法进行了改进，引入了损伤程度系数的概念。并进一步研究了桥梁物理参数的变化值与其损伤程度大小之间的函数关系。通过测试一座弯坡连续刚构桥在运营过程中的动力参数与理论模型结果对比分析，进而反算出桥梁结构的实际工作性能，直接确定其损伤程度的大小。 由于结构频率是和刚度成正比例关系，因此如果需要得到更精确的结果，则必须提供结构的高阶频率，这在一定程度上加大了检测的难度。而柔度却和结构频率成反比关系，并且只需要较低的频率就能得到结构准确的损伤位置和范围，因此也有一些学者从这一方面进行研究。 如杨华[100]根据结构损伤前后柔度矩阵对角线元素的变化率确定结构的损伤位置，结合刚度矩阵的变化量确定结构的损伤范围，得到较为理想的结果。 孙国[101]提出一种改进的柔度阵方法，以柔度阵部分的对角元变化率作为损伤指示函数，将刚度变化映射到刚度矩阵中，利用损伤指示函数的局部化特征实现对结构进行局部检测。并推导了有关计算公式，对不同损伤状态进行数值模拟，将不同方法的识别结果进行了比较，验证了该方法的有效性。 桥梁一般为梁板式结构，主要承担各类荷载的作用。当局部出现损伤情况时，会使损伤处结构的曲率模态出现突变。根据这一特性，可将其作为损伤检测的动力指纹信息。 Pandey 等[102]首次将曲率模态参数作为结构损伤识别的指数进行研究。通过损伤前后曲率模态的变化情况来判断损伤出现的位置与曲率模态变化率来确定损伤程度的大小。通过悬臂梁和简支梁的模型实例分析证明了该方法的有效。
常军、任永辉等[103]以曲率模态参数为基础，引入随机子空间方法，进行了桥梁结构损伤识别的研究。采用随机子空间方法从环境激励中提取桥梁结构准确的模态参数，通过分析得到其曲率模态，对桥梁损伤位置及程度进行识别。通过一座三跨连续钢桥模型为例，验证了该方法的有效性，可应用于实际结构的损伤识别。 中南大学的刘义伦、时圣鹏等[104]从采用曲率模态类指标进行桥梁损伤识别的优势入手，根据传感器的布置、曲率模态获取来源等方面得到曲率模态进行损伤识别的公式。并对其曲率振型中的零点处理、损伤程度的确定这些问题进行讨论研究分析。根据一座三跨连续梁桥的实例，证明了该方法的有效。 近年来，由于人工智能技术的发展，一些学者也将神经网络方法[105-108]、遗传算法[109-112]与概率随机类算法[113-114]引入桥梁损伤识别的研究中。
(3)存在问题与不足
通过以上文献的研究成果[84-114]可知，桥梁的损伤识别问题是桥梁监测中的重点研究问题之一，国内、外诸多学者进行了不同方向的研究。其中，曲率模态类参数因其易得到、显性好，被广泛应用于桥梁的损伤识别问题中。但常见于损伤位置的确定，对于损伤程度的定量识别，目前研究较少。
3.4 运营后阶段的状态评估
(1)概述
状态评估是桥梁监测的延续性工作，其评估效果、能力强弱是桥梁各类检测效果的阶段性考核与监测系统的成果性考核[115-117]。主要包括以下类别的评估： ① 桥梁施工过程监控中的阶段性评估； ② 桥梁成桥验收检测后的成果性评估； ③ 桥梁运营过程健康监测系统中的实时状态评估； ④ 桥梁加固后的效果性评估； ⑤ 桥梁全寿命过程监测系统中的实时状态评估与重点监测评估。 在桥梁的施工过程中，对其重要施工工序、几何轮廓线形与各关键截面的挠度变形进行实时监控与定期检测是非常重要的。在施工监控中，及时对监控系统采集到的数据进行分析，结合各类评估方法对桥梁施工中的阶段性过程进行效果估计与评价是桥梁施工监控中的关注重点[118-119]。
在桥梁完工后，对桥梁进行验收检测(校验桥梁尺寸与强度能否满足其设计要求)，对其进行成果性评估也是非常重要的。 在桥梁建成后的运营过程中，相关部门会在一些大中型重点桥梁上布置健康监测(Bridge Health Monitoring，BHM)系统，对桥梁的实时状态进行监测[48,120-121]。这一系统的思想主要是以构建「桥梁结构状态识别与安全评估」的思想为基础，建立完善的「桥梁全天候实时状态监测」系统[122]。通过这一系统可采集到桥梁完整的各类状态信息。引入完善的「桥梁整体安全评估」体系，对部分参数设置相应的预警阀值，进行实时安全警戒。并结合人工日常视觉检测与各类评价系统，保障了桥梁的正常运营与结构安全。 通过健康监测系统中的评估体系可得到运营阶段桥梁的实时工作状态。当桥梁由于长期运营的疲劳累积与徐变等因素引起的挠度超限变形与结构性能弱化较大时，应及时对桥梁进行加固、维修处置，当维修加固完成后，应对其进行验收检测和加固后的状态与效果评价[123]。如桥梁结构破坏特别严重，无法通过局部维修与加固继续使用运营时，须对其进行拆除或整体改造处理。 本文提出的全寿命监测工作中的状态评估，主要包括施工期和运营期这两阶段的监控、监测与检测工作，以及各阶段的状态评估工作。
(2)研究现状
国内、外相关学者针对这一问题进行了许多方面的研究。 如兰州交通大学的李子元和陈娟[124]对桥梁结构状态评估这一问题进行了综述性研究。详细介绍了现阶段国内外主流的评估理论(方法)和桥梁评估过程，并对现阶段评估模式的不足和发展趋势进行了分析讨论。通过这一研究方向文献的阐述，对了解桥梁评估发展具有一定意义。 东南大学的郭彤、李爱群等[125]对大跨桥梁结构的状态评估问题进行了综述性研究。首选回顾了桥梁评估理论的发展历史，介绍了目前桥梁常用的评估理论和方法。然后对桥梁健康监测与评估系统进行了详细分析阐述。最后从可靠度理论方面，对下一阶段桥梁状态评估工作进行了展望。 同济大学的谭金华, 陈惟珍等[126]从桥梁外观调查入手，详细介绍了几种以目视检测为基础的桥梁状态评估方法。通过对各评估方法中的优缺点进行对比研究分析，提出了一些改进建议。对一座桥梁的病害检测结果进行状态评估校验分析，结果表明，通过本文建议改进后的方法可较好「关联」实际工程结构的真实情况，可应用于实际桥梁的状态评价工作。
许宏元、候旭等[127]对火灾后桥梁的损伤识别与状态评估方面进行了研究。首先提出桥梁火灾影响后的损伤识别与状态评估的步骤，然后较详细地对桥梁在受到火灾影响下的损伤特点与损伤识别的问题进行分析，最后对火灾后桥梁的承载能力评估和耐久性评估进行了阐述。通过两座桥火灾后的损伤评估和加固实例介绍，对火灾后桥梁的状态评估研究具有一定的指导意义。 范剑锋、袁海庆等[128]采用神经网络的方法对桥梁进行模型修正，并利用修正后的模型对桥梁进行状态评估。以一座混凝土斜拉桥为例，对这一方法进行验证，结果表明了该方法的有效，可用于评估桥梁的当前状态。
(3)存在问题与不足
通过以上文献的研究成果[115-128]可知，桥梁的状态评估问题是桥梁长期运营后阶段对桥梁维护、管理工作中的重点。相关部门通过各类检测、监测手段，对桥梁当前状态进行评估，保证桥梁的安全使用。但目前的评估手段过分依赖专家的主观判断。因此，如何有效地减少评估中的人为因素，提高状态评估的客观性，也是目前桥梁状态评估的研究方向之一。
【分享经验，沟通技术；如有侵权，请联系删除】
