魏 鑫,吳學(xué)偉,程培嵩

(1.東北林業(yè)大學(xué) 土木工程學(xué)院，黑龍江 哈爾濱 150000;2.牡丹江市勘察測繪研究院，黑龍江 牡丹江 157000)

1 概述

近年來我國在橋梁建設(shè)方面取得了飛速的發(fā)展，為我國經(jīng)濟騰飛做出了巨大的貢獻(xiàn)。但隨之而來的是諸多新建橋梁和在役橋梁的質(zhì)量評定、橋梁結(jié)構(gòu)病害及如何確保橋梁安全運營等問題。隨著科學(xué)技術(shù)的快速發(fā)展，計算機技術(shù)、信息技術(shù)、傳感器技術(shù)得到了廣泛的應(yīng)用，許多重大橋梁結(jié)構(gòu)都建立了健康監(jiān)測系統(tǒng)以實時獲取橋梁服役狀態(tài)，從而為準(zhǔn)確評估橋梁性能提供數(shù)據(jù)與技術(shù)基礎(chǔ)。但仍然有大量橋梁由于監(jiān)測資金投入少，監(jiān)測規(guī)模小等問題存在以下不足：

a.橋梁檢測歷史數(shù)據(jù)大多還以紙質(zhì)監(jiān)測報告形式存檔，數(shù)字化程度低，可操作性較差。

b.橋梁監(jiān)測過程，對于測點、儀器等布設(shè)管理還依靠二維CAD圖紙表達(dá)，監(jiān)測數(shù)據(jù)以單一的數(shù)字表現(xiàn)，可視化程度低。

c.長期監(jiān)測過程中，累積了大量監(jiān)測數(shù)據(jù)，在進行預(yù)警時，對數(shù)據(jù)的實時處理、及時預(yù)警效率低。

地理信息系統(tǒng)(GIS)強大的數(shù)據(jù)采集、管理、操作、分析、顯示等特征[1]，可以對橋梁靜態(tài)數(shù)據(jù)、動態(tài)數(shù)據(jù)、空間位置的關(guān)聯(lián)信息等復(fù)雜多源數(shù)據(jù)進行高效存儲檢索，實現(xiàn)監(jiān)測數(shù)據(jù)的統(tǒng)計分析、圖形數(shù)據(jù)的屬性顯示、構(gòu)件及設(shè)施空間信息與屬性信息的查詢等一體化管理。而Com GIS是組件技術(shù)與GIS技術(shù)相結(jié)合的新一代地理信息系統(tǒng)[2]。各個GIS組件可以像“搭積木”一樣進行靈活的拆分和組合具有高度的伸縮性，擴展性。

選用北京超圖公司開發(fā)的大型、全組件GIS開發(fā)平臺Supermap iobjects9D搭建橋梁監(jiān)測二三維一體化場景，闡述數(shù)據(jù)快速集成方法并實際應(yīng)用于牡丹江紅嶺高架橋動態(tài)預(yù)警監(jiān)測。

2 基于Supermap iobjects的數(shù)據(jù)集成

2.1 BIM數(shù)據(jù)集成

2.1.1IFC-CityCML轉(zhuǎn)換

BIM專業(yè)軟件多樣化，具有多種數(shù)據(jù)格式(DWG、DNG、RVT、PLN等)，擁有各自的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)標(biāo)準(zhǔn)。高精度的BIM數(shù)據(jù)轉(zhuǎn)為GIS系統(tǒng)的數(shù)據(jù)源并結(jié)合地形、影像、監(jiān)測信息等多源數(shù)據(jù)構(gòu)建一體化大場景，將BIM技術(shù)豐富的建筑空間和語義信息與GIS技術(shù)大規(guī)模數(shù)據(jù)管理、分析、可視化的優(yōu)勢相結(jié)合。其中BIM與GIS領(lǐng)域通用的數(shù)據(jù)模型標(biāo)準(zhǔn)工業(yè)基礎(chǔ)類(IFC)和城市地理標(biāo)記語言(CityCML),為兩者數(shù)據(jù)集成及互操作提供了基礎(chǔ)[3]。將BIM數(shù)據(jù)格式轉(zhuǎn)換為IFC標(biāo)準(zhǔn)格式，基于語義映射關(guān)系和多層次細(xì)節(jié)模型轉(zhuǎn)換方法(LOD)，將BIM幾何信息、語義信息集成到SuperMap軟件平臺中[4]。GityGML具有5層不同細(xì)節(jié)級別定義(LOD0-LOD4)，所有模型都通過LODs實現(xiàn)多尺度表達(dá)，其中LOD0只是建筑模型的二維輪廓,而IFC將BIM模型層次細(xì)節(jié)變化分為5組(LOD100-LOD500)其中LOD100不是幾何表示。根據(jù)不同LOD層級所需的IFC組件類型及應(yīng)用GIS過程中的不同需求，通過語義信息篩選輸出構(gòu)件類別的IFC，進行選擇性的數(shù)據(jù)過濾和信息簡化并存儲到GIS數(shù)據(jù)庫中，進而實現(xiàn)模型輕量化。其映射關(guān)系見圖1。

圖1 IFC-CityGML語義映射Figure 1 IFC-CityGML semantic mapping

2.1.2BIM模型建立與導(dǎo)出

采用BIM技術(shù)中應(yīng)用較高的Revit軟件。將橋梁的3個主要組成部分：上部結(jié)構(gòu)、下部結(jié)構(gòu)和附屬結(jié)構(gòu)拆分為一個一個的橋梁構(gòu)件，進行參數(shù)化建模。建模過程中應(yīng)用圖元包括模型圖元、基準(zhǔn)圖元、視圖圖元。建模關(guān)鍵步驟：依據(jù)劃分橋梁組成部分創(chuàng)建相應(yīng)的可載入族；利用設(shè)計參數(shù)進行構(gòu)件參數(shù)化建模；利用族參數(shù)的關(guān)聯(lián)性進行族與族的關(guān)聯(lián)；利用基準(zhǔn)圖元中標(biāo)高、軸網(wǎng)、參照平面等實現(xiàn)橋梁橫斷面和縱斷面的精確定位，以及縱坡橫坡空間定位。

橋梁構(gòu)件建模工作流程圖見圖2。

圖2 Revit模型建?？蚣蹻igure 2 Revit model modeling framework

圖層是GIS數(shù)據(jù)組織和管理的基本單位，為了便于實現(xiàn)多視口顯示狀態(tài)下數(shù)據(jù)與模型之間的二三維聯(lián)動及查詢檢索等功能，將Revit建立的橋梁模型構(gòu)件在統(tǒng)一的項目基點下通過對其附加模塊添加導(dǎo)出插件分別導(dǎo)出并存儲于模型數(shù)據(jù)源中。其插入點信息參數(shù)，為輸出的模型幾何信息添加精確的地理空間位置信息，實現(xiàn)局部坐標(biāo)系到絕對坐標(biāo)系(經(jīng)緯度)的轉(zhuǎn)換，并同時對構(gòu)件建立唯一的ID標(biāo)識，作為關(guān)鍵字聯(lián)結(jié)幾何信息和屬性信息。導(dǎo)出參數(shù)設(shè)置見圖3。

圖3 導(dǎo)出參數(shù)設(shè)置Figure 3 Model export parameter settings

2.2 橋梁信息集成

在對橋梁進行監(jiān)測的過程中，會產(chǎn)生大量的文本信息、表格信息及圖片信息包括：①傳感器監(jiān)測信息(環(huán)境荷載監(jiān)測、結(jié)構(gòu)響應(yīng)監(jiān)測);②外觀檢測信息(鋼筋銹蝕情況、保護層厚度、混凝土外觀等);③專項檢測信息(混凝土碳化深度、強度等級);④動靜載實驗檢測信息;⑤橋梁基本資料。將這些信息高效的集成在一起可以克服由于工作人員專業(yè)性水平差異而造成標(biāo)度值不確定性的弊端[5]。

2.2.1基于圖層的數(shù)據(jù)管理

GIS是以圖層為基本單位進行數(shù)據(jù)組織和管理，對空間數(shù)據(jù)分層是GIS對數(shù)據(jù)管理的重要形式[6]。在圖層支持下，對數(shù)據(jù)進行提取、修改、重構(gòu)，調(diào)用需要圖層，鎖定無關(guān)圖層可大大提高顯示效率。同時通過圖層復(fù)合，對不同內(nèi)容的圖層進行分離、組合、疊置，利用新生成的專題圖進行相關(guān)性分析，極大的提高了數(shù)據(jù)顯示和利用效率。其Supermap iobjects完備的SDX+數(shù)據(jù)引擎及Realspace技術(shù)體系，實現(xiàn)了數(shù)據(jù)存儲、數(shù)據(jù)管理、可視化、分析功能等一體化操作，并提供了對已有大量二維數(shù)據(jù)直接在三維場景中高性能可視化，及二維分析功能直接在三維場景中應(yīng)用等分析功能。圖4為三維功能組件的模塊調(diào)用。

圖4 Realspace對象結(jié)構(gòu)圖Figure 4 Realspace object structure diagram

2.2.2信息+BIM集成與導(dǎo)入

信息與模型集成并同場景連接的主要操作：利用BIM中共享參數(shù)的功能，創(chuàng)建TXT格式的共享參數(shù)文件，形成對應(yīng)的參數(shù)組及參數(shù)名稱，通過對構(gòu)件屬性欄的定制，實現(xiàn)對檢測信息的集成見圖5(a)；對于檢測照片，BIM模型支持貼花的方式，可將檢測照片按實際位置，進行貼圖和管理見圖5(b)；將集成信息后的橋梁模型導(dǎo)出為SuperMap數(shù)據(jù)源的形式，其橋梁模型中模型數(shù)據(jù)的幾何信息、屬性信息、集成信息分別以模型數(shù)據(jù)集、文本數(shù)據(jù)集、影像數(shù)據(jù)集等保存于數(shù)據(jù)源中的數(shù)據(jù)集中見圖5(c)；建立KML圖層，利用三維符號標(biāo)繪功能進行傳感器圖元添加見圖5(d)，并與經(jīng)處理分析后的監(jiān)測數(shù)據(jù)連接并設(shè)置預(yù)警響應(yīng)。

(a) 共享參數(shù)設(shè)置

(b) 病害記錄創(chuàng)建

(c) 數(shù)據(jù)源-數(shù)據(jù)集

(d) 傳感器圖層標(biāo)繪

3 應(yīng)變分離及預(yù)警閾值設(shè)置

3.1 應(yīng)變與溫度之間關(guān)系分析

應(yīng)變是橋梁結(jié)構(gòu)進行安全監(jiān)測和評估的重要參數(shù)之一，其測點的總應(yīng)變測量值可以表示為：

εε=εL+εT+εR

(1)

式中:εL為荷載應(yīng)變；εT為溫度應(yīng)變；εR為收縮徐變應(yīng)變。

已有相關(guān)文獻(xiàn)表明，溫度與應(yīng)變具有強相關(guān)性，且溫度是影響橋梁結(jié)構(gòu)監(jiān)測應(yīng)變主要因素[7-8]。取3#跨中底板測點溫度應(yīng)變2018年6月15日至2019年3月15日監(jiān)測數(shù)據(jù)進行分析可知其最高溫度出現(xiàn)于7月份，最低溫度出現(xiàn)于12月份，最大溫差可達(dá)49.5 ℃。應(yīng)變及溫度監(jiān)測值分布如圖6所示。

圖6 3#跨中底板不同季節(jié)的溫度及應(yīng)變監(jiān)測值

從圖5可以看出，在監(jiān)測過程中，溫度與應(yīng)變之間具有良好的相關(guān)性，但在長期監(jiān)測過程中，不同季節(jié)的線性擬合公式的參數(shù)還是有較大的差異。所以在實際長期監(jiān)測過程中為了保證預(yù)警結(jié)果的準(zhǔn)確性，減少不必要的人員浪費，有必要建立一個時變的多元線性回歸模型，使其參數(shù)隨實際情況動態(tài)變化，供長期監(jiān)測使用[9-10]。

3.2 時變性多元回歸模型建立

由以上分析可知，溫度與應(yīng)變的線性關(guān)系受季節(jié)溫度變化的影響。因此在建立回歸模型時，預(yù)測變量以底板測點溫度(T1)、頂?shù)装鍦y點溫差(T2)、大氣日平均溫度(T3)作為解釋變量即自變量，監(jiān)測應(yīng)變作為被解釋變量即因變量，進行多元線性擬合令：

ε(t)=β0+β1T1+β2T2+β3T3+μ(t)

(2)

式中：ε為測點應(yīng)變(根據(jù)本橋?qū)嶋H情況，忽略收縮徐變應(yīng)變，其主要為εL+εT)；Ti(i=1,2,3)為各溫度作用；β0為回歸常數(shù)；βi為回歸參數(shù)；μ為誤差項。

將監(jiān)測溫度應(yīng)變數(shù)據(jù)作為樣本值，利用最小二乘法確定回歸參數(shù),即對任意樣本值(εi,Ti)(i=1,2,…n)，使(3)式取值最小。

(3)

建立模型后，利用回歸系數(shù)R2對模型擬合測定(R2越接近1，回歸擬合程度越好)。項目采用長沙金碼生產(chǎn)的JMZX-212AT智能弦式數(shù)碼應(yīng)變計，應(yīng)變計粘貼在混凝土箱梁內(nèi)側(cè)，可同步記錄測點的溫度和應(yīng)變。

對6個月中隨機1 d監(jiān)測溫度數(shù)據(jù)分析見圖7，由于傳感器安裝于箱梁內(nèi)部封閉環(huán)境中加之混凝土傳熱性能差等原因，其1 d中結(jié)構(gòu)溫度隨大氣溫度的變化而產(chǎn)生周期性變化并主要在其平均值附近波動。并由圖8底板12月份溫度監(jiān)測平均值看出，監(jiān)測溫度在7 d之間已產(chǎn)生了較大的變化。

圖7 底板實測溫度日變化

圖8 12月3#跨中底板平均溫度Figure 8 Average temperature of 3# mid-span bottom plate in December

因此，為了在長期監(jiān)測中較為準(zhǔn)確地反映溫度與應(yīng)變隨時間變化的線性關(guān)系，賦予多元線性回歸模型時變性：取前1～7 d的應(yīng)變與溫度數(shù)據(jù)進行線性擬合，用于預(yù)測第8天應(yīng)變中的溫度效應(yīng)，在將2～8 d的應(yīng)變與溫度數(shù)據(jù)預(yù)測第9天應(yīng)變中的溫度效應(yīng)，以此類推。

3.3 溫度效應(yīng)分離及閾值設(shè)定

溫度效應(yīng)分離，即式(4)。

ε(應(yīng)變殘差)=ε(實測)-ε(計算值)

(4)

對式(4)應(yīng)變殘差進行分析，其殘余應(yīng)變可認(rèn)為主要是活荷載(汽車荷載、人群荷載)引起的應(yīng)變響應(yīng)值。在長期監(jiān)測中可將歷史應(yīng)變殘差變化常態(tài)區(qū)間作為初級預(yù)警閾值，橋梁荷載試驗應(yīng)變監(jiān)測變化值作為高級預(yù)警閾值。報警狀態(tài)分為安全狀態(tài)、異常狀態(tài)、危險狀態(tài)3種。

4 工程背景

牡丹江紅嶺高架橋竣工于2010年12月。在2012年3月、2013年5月、2015年5月分別進行了橋梁檢測與試驗，并于2016年底安裝了橋梁健康監(jiān)測系統(tǒng)。橋型結(jié)構(gòu)為5跨預(yù)應(yīng)力混凝土連續(xù)剛構(gòu)箱梁橋，跨徑布置為75 m+3×130 m+75 m，全長549.56 m。上部結(jié)構(gòu)：箱梁采用單箱單室，全寬12.0 m，橋面縱向1.83%縱坡、行車道設(shè)置2%單向橫坡。下部結(jié)構(gòu)：橋墩為雙薄壁墩，橋墩基礎(chǔ)為擴大基礎(chǔ)，橋臺為肋板式橋臺。其中溫度應(yīng)變傳感器測點布置見圖8，所有傳感器均安裝與箱梁內(nèi)部。

4.1 監(jiān)測場景功能設(shè)計

基于紅嶺高架橋大量監(jiān)測數(shù)據(jù)，橋梁檢測歷史數(shù)據(jù)及模型數(shù)據(jù)，通過上述方法進行信息集成與管理，實現(xiàn)數(shù)據(jù)管理一體化，表達(dá)一體化。Supermap iobjects以組件式對象的形式提供功能：在Visual Studio中嵌入Supermap iobjects對象類型庫及模板；建立iobjects對象與控件的聯(lián)系；調(diào)用iobjects對象的方法和屬性完成所需GIS需求[11]，表1為對iobjects調(diào)用的主要功能模塊及功能概要。

圖9 溫度/應(yīng)變測點布置圖Figure 9 Temperature/strain measuring point layout

表1 功能模塊調(diào)用Table 1 Function module table功能模塊對應(yīng)程序集涵蓋功能概要數(shù)據(jù)模塊Supermap.Data.dll提供對空間數(shù)據(jù)及其屬性的全面操作及處理數(shù)據(jù)處理模塊Supermap.Data.Processing.dll數(shù)據(jù)處理包括影像、地形、模型數(shù)據(jù)的緩存生成功能地圖模塊Supermap.Mapping.dll提供了顯示、渲染、編輯以及強大制作統(tǒng)計圖的功能三維模塊Supermap.Realspace.dll提供數(shù)據(jù)、顯示、分析二三維一體化的三維場景展示?？稍谌S窗口中漫游、瀏覽、選擇、查詢、定位三維場景構(gòu)建模塊Supermap.Realspace.ThreeD Designer.dll提供快速高效構(gòu)建、運算、處理模型對象、地形等數(shù)據(jù)。可以實時分析、導(dǎo)出數(shù)據(jù)集、即時完成控件模塊Supermap.UI.Controls.dll提供粗粒度的基礎(chǔ)空間,方便用戶開發(fā)如工作管理器控件、圖層管理控件

其實現(xiàn)基本功能如下：

a.動態(tài)瀏覽查詢功能：圖層屬性設(shè)置、場景放大、縮小、移動、測量、圖元查詢定位。

b.可視化分析功能：圖表制作、圖層疊加關(guān)聯(lián)分析、基本統(tǒng)計分析等見圖10。

圖10 數(shù)據(jù)分析Figure 10 data analysis

c.二三維聯(lián)動功能：多視口狀態(tài)下、圖層信息關(guān)聯(lián)。

d.模型操作及輕量化：緩存建立、模型圖層合并、拆分、移動等。

4.2 預(yù)警結(jié)果展示

采用上述方法，以3#跨中底板應(yīng)變/溫度傳感器為例，得出12月1日至12月14日應(yīng)變中的溫度效應(yīng)預(yù)測值(見圖11)，其與實際應(yīng)變監(jiān)測值對比及分離溫度效應(yīng)后的應(yīng)變殘差如圖12所示。

應(yīng)用該時變多元線性回歸模型，得到2018年12月7日至2018年12月14日的每日擬合公式參數(shù)如表2所示。

圖11 時變多元線性回歸模型預(yù)測結(jié)果Figure 11 Prediction results of time-varying multiple linear regression model

表2 3#跨中底板擬合公式參數(shù)Table 2 Parameters of the formula for 3# mid-span bot-tom plate fitting日期/(年.月.日)β0β1β2β32018.12.7-55.0883.5770.5690.0292018.12.8-56.4963.2742.6670.2892018.12.9-56.1632.8571.7110.5452018.12.10-56.6192.535-0.5710.5782018.12.11-64.3722.056-1.2040.4462018.12.12-68.4011.845-1.4230.3692018.12.13-81.4881.111-1.8300.1902018.12.14-81.4031.122-1.7860.188

應(yīng)變殘差預(yù)警閾值設(shè)置如下：黃色報警值=歷史數(shù)據(jù)應(yīng)變殘差常態(tài)區(qū)間界限；紅色報警值=荷載試驗應(yīng)變監(jiān)測變化值。圖12為紅嶺高架橋多視口監(jiān)測預(yù)警場景。

圖12 多視口預(yù)警界面Figure 12 Multi-port warning interface

4 結(jié)論

a.Subermap iobjects適度的封裝粒度、高度的可伸縮性、二三維一體化等特點，使用戶可以根據(jù)項目規(guī)模和需求進行靈活的組合開發(fā)及擴展壓縮，降低開發(fā)成本。通過集成橋梁已有的大量檢測數(shù)據(jù)、模型數(shù)據(jù)，使其直接在三維場景中高性能可視化與操作分析，提高了數(shù)據(jù)的可操作性及利用效率。

b.在長期監(jiān)測過程中，由于季節(jié)、溫度變化，導(dǎo)致溫度作用與應(yīng)變回歸模型參數(shù)動態(tài)變化，因此可建立時變多元線性回歸模型預(yù)測監(jiān)測應(yīng)變的溫度效應(yīng)。其模型擬合度較高，可對分離溫度效應(yīng)的應(yīng)變殘差進行進一步的實時預(yù)警。