徐建勇，潘驍宇，李 尚，陳 陽

(1.浙江省交通規(guī)劃設計研究院， 杭州 310000； 2.浙江交通職業(yè)技術學院， 杭州 311112)

?

基于ANFIS的橋梁水下結構狀態(tài)評估系統(tǒng)開發(fā)研究

徐建勇1，潘驍宇2，李 尚1，陳 陽1

(1.浙江省交通規(guī)劃設計研究院， 杭州 310000； 2.浙江交通職業(yè)技術學院， 杭州 311112)

以橋梁水下鋼筋混凝土結構為對象，以結構使用環(huán)境和現(xiàn)行橋梁承載能力及耐久性評估標準為基礎，建立結構狀態(tài)評估指標體系，確定評估指標的分級標準，并開發(fā)基于自適應神經-模糊推理算法的橋梁水下結構狀態(tài)評估系統(tǒng)。根據(jù)模擬教師數(shù)據(jù)對該系統(tǒng)各項性能的驗證結果，證明其具有良好的學習能力，且實際應用也表明其具有較好的應用效果。

橋梁水下混凝土結構；狀態(tài)評估；自適應神經-模糊推理系統(tǒng)；神經網(wǎng)絡；模糊推理

水下結構作為橋梁的基礎部分，其狀態(tài)對橋梁的使用安全性和結構耐久性有十分重要的影響。隨著早期建設的橋梁逐漸進入老齡化，水下結構的病害也正在顯現(xiàn)[1-4]，基礎沖刷、地基變形、沖蝕、露筋、裂縫以及混凝土老化等病害對橋梁的服役安全性造成極大威脅。

為了規(guī)范在役橋梁的使用安全性評估方法，我國CJJ 99—2003《城市橋梁養(yǎng)護技術規(guī)范》[5]、JTG/T H21—2011《公路橋梁技術狀況評定標準》[6]等基于層次分析法規(guī)定了橋梁結構狀態(tài)的評估方法[7]。這些規(guī)范和標準是把橋梁整體劃分為橋面系、上部結構及下部結構3個子系統(tǒng)，在分別對上述3個子系統(tǒng)結構狀態(tài)進行評價的基礎上，用加權累計方法將其結構狀態(tài)反映到橋梁整體中。但是，現(xiàn)行規(guī)范關于下部結構子系統(tǒng)的評價方法中，除了基礎沖刷外，對水環(huán)境的其他不利影響缺乏考慮，忽略了水的物理作用及化學腐蝕的影響。工程實例表明，水下結構特別是位于沿海橋梁干濕交替區(qū)的結構，水環(huán)境對結構耐久性有不可忽視的影響。

水下結構耐久性受多種因素的影響，層次分析法是分析復雜系統(tǒng)結構狀態(tài)的一種常用方法[8]。在層次分析法中，權重設定是綜合反映專家意見的經驗參數(shù)，其值的大小反映了病害類型對構件結構狀態(tài)的影響程度。因此，權重的合理性直接關系到層次分析評價結果的可靠性。由于專家經驗受到其經歷和主觀認識的影響，具有較大的離散性，且隨著認識的提高，專家經驗也處于不斷積累、不斷更新的過程中，故合理的評估系統(tǒng)不但需要反映多數(shù)專家的意見，同時也應具有經驗更新的能力。而在人工智能理論基礎上發(fā)展起來的層次分析法可以彌補上述不足，使評估系統(tǒng)具有自學習能力。

本文以開發(fā)具有自學習功能的水下混凝土結構狀態(tài)評估系統(tǒng)為目的，基于層次分析法建立水下結構狀態(tài)評估系統(tǒng)，并利用自適應神經-模糊推理系統(tǒng)(ANFIS)開發(fā)具有自學習功能的層次分析法評估系統(tǒng)，且驗證了層次分析法評估系統(tǒng)的學習性能和實際應用效果。

1 水下結構病害分類及結構狀態(tài)評價指標

1.1 水下結構病害類型及其影響

長期位于水下或者干濕交替區(qū)的混凝土結構其典型病害主要包括6個大類，即表面缺陷、裂縫、鋼筋銹蝕、結構變形、基礎沖刷及材料性能退化。

上述病害中，水下結構的表面缺陷包括層離、剝落、麻面、沖蝕、溶蝕、凍融破壞等，均屬于水下結構的常見病害，對結構安全性影響較小，但會導致混凝土保護層失效從而對結構耐久性帶來不可忽視的影響。

裂縫是混凝土結構的典型病害。引起結構開裂的原因較多，但根據(jù)裂縫發(fā)生的原因可分為受力裂縫和非受力裂縫2大類：受力裂縫同時影響結構承載能力和耐久性；非受力裂縫主要影響結構耐久性，如裂縫引起水滲入而導致鋼筋銹蝕。

混凝土結構的承載能力很大程度上依賴于鋼筋的強度。鋼筋銹蝕導致鋼筋有效面積減小、屈服強度和極限強度降低、變形能力下降，另外鋼筋銹脹還會導致混凝土表面開裂、層離，鋼筋與混凝土之間的粘結失效。因此，鋼筋銹蝕將直接導致結構承載能力降低。

對于下部結構變形而言，小變形引起的結構幾何形態(tài)變化對橋梁傳力體系一般不會產生顯著影響，但是支點相對變形會引起超靜定結構內力，這對橋梁的安全性有不可忽視的影響。

基礎沖刷是橋梁水下結構獨有的病害形式。沖刷會改變樁基的外露長度并掏空基礎周圍的土，從而改變水下基礎受力狀態(tài)并引起結構變形，對橋梁結構的安全有較大危害。

混凝土材料性能退化是影響結構承載能力和耐久性的重要因素。橋梁水下結構中，材料性能退化主要表現(xiàn)為混凝土強度下降、碳化、氯離子滲入等形式。

1.2 評價指標

為了對病害嚴重程度及產生病害的原因進行定量分析，本文對水下結構的各種病害程度以及環(huán)境作用建立了對應的評價指標，并參考JTG/T J21—2011《公路橋梁承載能力檢測評定規(guī)程》[9]、GB 50476—2008《混凝土結構耐久性設計規(guī)范》[10]等國家現(xiàn)行標準，提出每個參數(shù)指標的檢測及等級評估方法。

現(xiàn)以“混凝土強度”指標為例，對水下結構混凝土強度測試方法及評價標準予以介紹。對于評估系統(tǒng)中的其他指標，均采用類似方法并參照有關規(guī)范來確定，指標影響程度用1～5等級進行評定。

水下結構的混凝土強度以干濕交替區(qū)為測區(qū)，根據(jù)混凝土強度檢測方法，分別參照JGJ/T 23—2011《回彈法檢測混凝土抗壓強度技術規(guī)程》[11]、CECS 02：2005《超聲回彈綜合法檢測混凝土抗壓強度技術規(guī)程》[12]和CECS 03: 2011《鉆芯法檢測混凝土強度技術規(guī)程》[13]選用回彈法、超聲回彈綜合法及取芯法來檢測混凝土強度。另外，根據(jù)承重構件或其主要受力部位的實測強度推定值和測區(qū)平均換算強度，按式(1)推定強度勻質系數(shù)和平均強度勻質系數(shù)，并按照表1對其強度狀態(tài)作出等級評定。

(1)

式中：Kbt為推定強度勻質系數(shù)；Rit為混凝土實測強度推定值；R為混凝土極限強度設計值；Kbm為平均強度勻質系數(shù)；Rim為測區(qū)混凝土平均換算強度值。

表1 混凝土強度指標評定標準

2 基于ANFIS的橋梁水下結構性能評估系統(tǒng)

2.1 模糊理論與人工神經網(wǎng)絡

由于水下結構病害的描述具有模糊性、不確定性的特點，本文采用模糊理論對水下結構狀態(tài)進行評估。模糊理論出現(xiàn)在20世紀60年代，其是用以分析復雜事物之間不確定關系的一種數(shù)學模型，在結構性能狀態(tài)評估時具有良好的適用性。模糊模型一般由輸入變量、輸出變量、模糊規(guī)則組成。模糊規(guī)則即if-then規(guī)則，是模糊理論處理輸入變量和輸出變量的基本規(guī)則，其表達形式為：Ifm是A且(或)n是Btheny是C且(或)z是D。

模糊推理是采用模糊邏輯由給定的輸入到輸出的映射過程，推理過程如圖1所示。一個模糊模型由輸入變量、輸出變量、模糊規(guī)則組成，首先將輸入變量模糊化為由隸屬度函數(shù)表示的參數(shù)，然后運用模糊算子和蘊含算子分別將輸入變量的隸屬度函數(shù)套用每一條模糊規(guī)則得到對應的隸屬度和模糊集，并通過模糊合成得到全部模糊規(guī)則的綜合模糊集，最后采用歸一化算法將綜合模糊集反模糊化為確定的數(shù)值。

圖1 模糊推理過程

另一方面，人工智能算法可實現(xiàn)推理系統(tǒng)的自學習功能，其特別適用于基于專家經驗的結構評價系統(tǒng)，在橋梁結構中的應用已受到國內外學者的關注[14-15]。人工神經網(wǎng)絡是20世紀80年代大規(guī)模興起的一種人工智能算法，其模擬人腦神經元網(wǎng)絡對信號的處理過程，通過將大量神經元節(jié)點連接形成網(wǎng)絡，達到自主運算的目的。人工神經網(wǎng)絡具有自適應、自學習的功能，被廣泛應用于實際工程中。

自適應神經-模糊推理系統(tǒng)(ANFIS)是一種引入了模糊推理機制的人工神經網(wǎng)絡模型，其既可以考慮輸入?yún)?shù)的不確定性，又能借助神經網(wǎng)絡的自適應、自學習的能力完成大量重復性運算，目前已有不少學者將ANFIS理論運用于橋梁耐久性評估，收到了良好效果[16]。因此，本文借鑒上述研究思路，將ANFIS引入橋梁水下結構的性能檢測評估中，并建立了基于ANFIS的評估系統(tǒng)，以實現(xiàn)智能化的橋梁水下結構性能評估。

2.2 橋梁水下結構評估指標體系

在基于ANFIS的橋梁水下結構性能評估系統(tǒng)中，各項評估指標間層次關系的確立非常關鍵。本文將影響水下結構承載能力和耐久性的各項因素根據(jù)因果關系進行分層歸納，建立了橋梁水下結構性能評估體系。該體系的層次關系如圖2所示。另外，本文借鑒層次分析法的思路，以水下結構評估的2個方面(承載能力評估和耐久性評估)作為目標層，將水下結構性能指標概括為3大類，分別以環(huán)境條件、材料性能和結構病害作為水下結構評估系統(tǒng)的第1層，并對第1層的3個指標進行細分，共得到包含75個評估指標、劃分層次為5層的一個評估系統(tǒng)基于水下結構評估的層次性特點，本文建立了由多個單級ANFIS系統(tǒng)串并聯(lián)而成的多級ANFIS系統(tǒng)。系統(tǒng)的構成與水下結構性能指標體系的層次結構如圖3所示。從圖3可以看出，“環(huán)境條件-水環(huán)境-水質”這一子系統(tǒng)的末端，由2個輸入變量“泥沙含量”、“水質的化學成分”和1個輸出變量“水質”構成了單級ANFIS，而“水質”又作為其中一個輸入項目與“水流速度”“凍融程度”共同構成前一層次的ANFIS，從而致使所有指標不斷向前推進，最終構成整個“水下結構性能指標”的ANFIS模型。

此外，為了提高水下混凝土結構病害評估系統(tǒng)的適用性，本文借助于面向對象的可視化編程語言MATLAB 7.12開發(fā)了友好的人機交互界面，實現(xiàn)了結構從現(xiàn)場檢測到評估的完整體系。

2.3 橋梁水下結構性能評估的實現(xiàn)與評估系統(tǒng)可靠性驗證

利用本文建立的ANFIS評估系統(tǒng)，只需輸入底層指標的評定等級，就可實現(xiàn)水下結構性能的評定。評估前，可選擇評定構件的承載能力或耐久性，導入不同的教師數(shù)據(jù)對系統(tǒng)進行訓練，使系統(tǒng)獲得相應的評定方法。實際工程運用時，這些教師數(shù)據(jù)來源于專家對同類結構的評定意見。

為了驗證評估系統(tǒng)的學習性能，現(xiàn)通過一例予以說明。由于缺乏大量完整的水下結構現(xiàn)場檢測數(shù)據(jù)，故本文采用Monte-Carlo法隨機生成大量輸入數(shù)據(jù)，并根據(jù)常權綜合法的評價思路獲得每組輸入數(shù)據(jù)對應的輸出數(shù)據(jù)，這些輸入數(shù)據(jù)和輸出數(shù)據(jù)構成了評估系統(tǒng)的教師數(shù)據(jù)。

教師數(shù)據(jù)數(shù)量對評估系統(tǒng)誤差的影響表現(xiàn)為教師數(shù)據(jù)的數(shù)量越大，評估系統(tǒng)的誤差越小，評估結果越準確[17]；當數(shù)量達到200以后，誤差趨于穩(wěn)定。因此，本文提供200組隨機數(shù)據(jù)作為教師數(shù)據(jù)，通過訓練，得到評估系統(tǒng)的評估結果與理論結果，如表2所示。

圖2 水下結構性能評估系統(tǒng)

圖3 子系統(tǒng)“水下結構性能指標-環(huán)境條件-水環(huán)境”的ANFIS模型層次

項目第1層指標環(huán)境條件材料性能結構病害目標層指標結構承載能力評估指標理論值0.62950.63800.48360.5745系統(tǒng)評估值0.63720.63820.48050.5751相對誤差/%1.220.030.640.10

由表2數(shù)據(jù)可知，訓練后評估系統(tǒng)的輸出值與理論值的最大相對誤差約為1.22%，表明系統(tǒng)學習性能良好，可作為水下結構性能評估的可靠工具。

3 工程實例

溫州市甌江三橋全長2 048 m，主橋上部結構采用3跨中承式拱，跨徑為40 m+98 m+40 m。主橋下部結構主墩墩身采用鋼筋混凝土箱形結構，啞鈴形承臺，基礎為1.8 m的鉆孔灌注樁；邊墩采用三柱式橋墩，下接1.8 m的鉆孔灌注樁；主橋主墩上下游共設置4個防撞墩。

引橋上部結構采用30 m和25 m后張法預應力混凝土T梁；下部結構主要采用柱式墩臺身、鉆孔樁基礎，少量采用重力式臺身、擴大基礎。

甌江三橋設計荷載等級為汽車-20級，掛車-100。橋址處為感潮河段，落差流速大于漲流速，最大流速可達3.0 m/s。

2011年6月，北京九通衢道橋工程技術有限公司對甌江三橋進行了水中墩樁基礎檢測，以全面了解水中墩樁基礎各部件的工作狀態(tài)。檢測結果表明，13根樁基礎的立柱產生了鋼筋銹蝕和混凝土脹裂現(xiàn)象，部分立柱與系梁連接部位出現(xiàn)沖刷淘空和蜂窩現(xiàn)象，18根樁基礎的樁身混凝土破損顯露鋼筋，11根樁基礎的樁身混凝土破損面積相對較大且外露鋼筋銹蝕嚴重，主橋和引橋所處河床沖刷下切嚴重。因此，根據(jù)JTG H11—2004《公路橋涵養(yǎng)護規(guī)范》[18]的評定標準，甌江三橋樁基礎的技術狀況及分類為4度(差)。

為驗證橋梁水下結構性能評估系統(tǒng)在實際工程中的適用情況，本文根據(jù)檢測單位提供的甌江三橋橋梁樁基專項檢測報告，將影響結構性能評定的28個底層指標進行等級評定，各指標的評定等級按照“好”“較好”“中等”“較差”“差”5個等級依次遞減。檢測數(shù)據(jù)如表3所示。

采用橋梁水下混凝土結構評估系統(tǒng)對甌江三橋的下部結構技術狀況進行評定，甌江三橋下部結構承載能力評估指標得分為47.00分。根據(jù)JTG H11—2004的評定標準，該橋梁下部結構技術狀況得分屬于4類，與北京九通衢道橋工程技術有限公司給出的實橋檢測結果一致，表明橋梁水下混凝土結構評估系統(tǒng)在實際工程中的適用性良好。

4 結束語

水下結構是橋梁的重要傳力部位，對其進行性能評估是橋梁檢測中的重要環(huán)節(jié)。然而長期以來，由于缺乏專門的規(guī)范和系統(tǒng)的評估方法，橋梁水下結構的病害及使用安全性和耐久性難以得到準確評定。本文針對橋梁水下結構的病害，根據(jù)病害成因和特點，采用層次分析法建立了影響水下結構性能各因素的指標體系，并確定了各指標的檢測和分級方法。另外，為提高橋梁水下結構的性能檢測與評估效率，本文基于ANFIS開發(fā)了橋梁水下結構性能評估系統(tǒng)，通過生成教師數(shù)據(jù)對該系統(tǒng)的自學習性能進行了驗證，并通過工程實例對其適用性也進行了驗證。驗證結果表明該系統(tǒng)具有良好的可靠性和實用性。

表3 甌江三橋檢測數(shù)據(jù)

[1] 楊華舒，王 洪，李 明.水工混凝土建筑物的表層病害與整體老化[J].水力發(fā)電，2001(2)：57-60.

[2] 孫 暉.在役結構水下樁基礎的檢測方法與工程實例[J].中國水運(下半月)，2012，12(3): 226-229.

[3] 黃 斌.沿海地區(qū)橋梁樁基混凝土耐久性研究[J].福建建材，2009(2)：26-28.

[4] 陳 亮.橋梁水下結構病害分級評定標準研究[J].浙江交通職業(yè)技術學院學報，2014，15(3): 10-15.

[5] 中國建筑工業(yè)研究院.城市橋梁養(yǎng)護技術規(guī)范：CJJ 99—2003[S].北京：中國建筑工業(yè)出版社，2003.

[6] 交通運輸部公路科學研究院.公路橋梁技術狀況評定標準：JTG/T H21—2011[S].北京：人民交通出版社，2011.

[7] 卓秋林，王曉東，李 武.橋梁養(yǎng)護規(guī)范的分析與比較[J].公路交通科技(應用技術版)，2009(4)： 56-58.

[8] 張永清，馮忠居.用層次分析法評價橋梁的安全性[J].西安公路交通大學學報，2001，21(3)：52-56.

[9] 交通運輸部公路科學研究院.公路橋梁承載能力檢測評定規(guī)程：JTG/T J21—2011[S].北京：人民交通出版社，2011.

[10]中國建筑工業(yè)研究院.混凝土結構耐久性設計規(guī)范：GB 50476—2008[S].北京：中國建筑工業(yè)出版社，2009.

[11]陜西省建筑科學研究院.回彈法檢測混凝土抗壓強度技術規(guī)程：JGJ/T 23—2011[S].北京：中國建筑工業(yè)出版社，2011.

[12]中國工程建設標準化協(xié)會.超聲回彈綜合法檢測混凝土抗壓強度技術規(guī)程：CECS02：2005[S].北京：中國建筑工業(yè)出版社，2005.

[13]中國工程建設標準化協(xié)會.鉆芯法檢測混凝土強度技術規(guī)程：CECS03: 2011[S].北京：中國建筑工業(yè)出版社，2011.

[14]薛飛宇，郝海霞.人工神經網(wǎng)絡在橋梁結構等級評估中的應用[J].公路與汽運，2004(3)：71-73.

[15]韓大建，楊炳堯，顏全勝.用人工神經網(wǎng)絡方法評估橋梁缺損狀況[J].華南理工大學學報(自然科學版)，2004，32(9)：72-75.

[16]李季隆，許雷挺，劉 琳，等. 城市橋梁結構狀態(tài)評估系統(tǒng)開發(fā)[J].公路交通科技(應用技術版), 2013(12): 60-64.

[17]魏 迪，謝 旭，張治成，等.自適應神經-模糊推理系統(tǒng)在橋梁狀態(tài)評估中的應用[J].浙江大學學報(工學版)，2008，42(11)：2015-2022.

[18]陜西省公路局.公路橋涵養(yǎng)護規(guī)范：JTG H11—2004[S].北京：人民交通出版社，2004.

Study on Development of ANFIS Based Underwater Structure Status Evaluation System for Bridges

XU Jianyong1, PAN Xiaoyu2, LI Shang1, CHEN Yang1

This paper targets at underwater steel reinforced concrete structure of bridge. Based on structure using environment and current bridge load ability and durability evaluation standard, we set up structure status evaluation indices system to determine gradation standard of evaluation indices, and develop underwater bridge structure status evaluation system based on adaptive neuro-fuzzy inference algorithm. According to verification results for all performance of this system by simulated teacher data, it is proven that this system has well study ability and the practical application has proved that it has relatively good applicable results.

Underwater bridge concrete structure; status evaluation; adaptive neuro-fuzzy inference system; neuro network; fuzzy inference

10.13607/j.cnki.gljt.2016.05.018

浙江省交通運輸廳科技計劃項目(2012H11)

2016-06-14

徐建勇(1964-)，男，浙江省杭州市人，本科，高工。

1009-6477(2016)05-0073-06

U443.2

A