0 引言

数字化和信息化爆炸加速演进，以信息技术、人工智能为代表的新兴科技快速发展，数字孪生技术作为智能化时代的核心技术之一，具有虚实空间交互、多源数据融合的特点，可实现结构的动态监控，为桥梁运维管理提供了新的理论基础和技术方法^[1-5]。近年来，兴起的BIM模型具有服务于结构生命全周期的技术潜力^[6]，但在结构运营阶段的应用中尚属起步阶段，基于BIM模型的数字孪生技术多指从概念上说明模型的快速搭建便于信息的集成和管理，对模型交互工作中模型间的物理力学关系、结构状态方程的引入、模型参数的输入、输出对接方法研究较少，BIM模型和物理结构间的信息交互还没有应用到实际工程之中^[7-9]。

结构健康监测系统具有快速感知桥梁结构状态的特点，可为数字模型与物理结构的数据交互提供数据基础。已有学者将数字孪生技术引入到结构健康监测领域之中，Ozer^[10]等应用结构健康监测系统获取的结构振动数据，获取结构模态变化特征，进而更新结构的有限元模型，评估结构的可靠性。Kang^[11]等将多源结构监测数据引入到数字孪生技术之中，通过更新初始假设仿真模型中的用于代表目标系统特征的内部识别参数，反映系统的当前状态。然而，上述研究仅仅在形式上建立了数字模型和物理结构的关系，忽略了桥梁服役过程中的荷载状况，缺乏对模型之间相互作用方式的深入认知，难以保证模型间数据交互及后续数字模型计算的准确性。

车辆荷载是桥梁结构运营期间最主要的活荷载之一，在将数字孪生技术应用到运营期间桥梁结构状态评估领域的过程中，车辆荷载是搭接数字模型和物理结构的重要纽带。已有部分研究者投入到全桥车辆荷载的获取方法之中^[12]，Hou^[13]等通过匹配结构健康监测系统和动态称重(WIM)系统的监测数据，展示了实测交通荷载作为模型间交互纽带的可能性，实现了数字孪生技术在结构健康监测领域的应用。淡丹辉等通过结合动态称重系统(WIM)与机器视觉方法，开发了全桥面交通荷载监测(TLM)技术，并进一步将实测交通荷载引入桥梁群数字孪生系统^[14]，实现了区域交通网络中桥梁群的工况感知和安全预警，肯定了数字孪生系统在桥梁智能化、数字化管理应用的可行性和良好前景。

实现斜拉桥的结构状态评估，不仅要充分考量数字模型和物理结构的数据交互，还需要选取合理的全桥瞬时内力状态的表征参数，构建能够实时展现目标结构动力学属性变化情况的技术框架。斜拉索作为斜拉桥的主要受力构件，传递着桥梁结构大部分的竖向荷载，反映着全桥的整体受力状况和工作状态。为了明确区分桥梁在运营期间是否破坏，淡丹辉定义了基于极限状态的相异测度指标阈值，借助蒙特卡洛和有限元方法建立了斜拉桥整体内力状态的评判方法^[15]。以全桥承载能力极限状态和正常使用极限状态得到了指标阈值，该阈值和结构整体工作状态有明确的关联，可解释性强。但该研究仅以主观定义的集中力范围模拟交通流荷载和温度荷载，导致群索索力样本过于依赖有限元计算的影响矩阵，无法模拟真实状态下索力的变化情况。

基于此，本研究借助结构健康监测系统的海量监测数据，构建了由实测交通流荷载连接的桥梁数字孪生系统，应用ETC门架车辆监控系统，监测桥上车重分布情况，并以群索索力映射桥梁结构状态，利用结构极限状态限定评价指标阈值，建立了一套基于数字孪生技术的斜拉桥结构健康状态的评价体系。

1 研究方法

结合桥梁结构状态评估的应用场景，可将结构健康监测系统获取的数据当作物理数据，将有限元模型作为虚拟空间中的映射模型，通过物理数据可指导、控制和优化虚拟模型，通过虚拟模型可对物理数据进行模拟、预测和评估，在不断交互修正的过程中完成桥梁全生命周期的结构状态评估工作。其技术框架如图 1所示。

本研究建立了一个基于实测交通荷载的斜拉桥数字孪生系统，通过将实测交通流荷载应用到数字孪生模型之中，选取能够表征全桥瞬时内力状态的评价指标，建立桥梁结构健康状态评估的阈值体系。该系统共分为3个阶段：物理数据的采集、虚拟模型的构建、模型间的交互及结构状态评估。

1.1 物理数据的采集

本研究通过索力监测系统监测全桥瞬时内力状态，通过ETC门架车辆监测系统获取桥上交通流情况。索力监测系统作为结构监测系统的子项目之一，在实际工程中，一般基于张紧弦振动假设，应用振动法计算监测期间内各拉索索力。ETC门架是实现电子不停车收费的重要设施，具有车辆信息识别、自动计费等功能。其车辆质量检测精度可达0.5%，远高于只有10%精度的WIM系统。各监测系统的布置情况如图 2所示。

1.2 虚拟模型的构建

有限元模拟方法是数字孪生建模的主要方法之一，可根据最不利位置布置荷载，获取桥梁结构承载能力极限状态和正常使用极限状态，求解目标量阈值，可用塔底截面弯矩作为承载能力极限状态目标向量，用主梁跨中挠度作为正常使用极限状态目标向量。由于斜拉索在设计时具有很高的安全储备，在群索索丝达到其强度极限前，一些结构控制截面的其他目标量早已达到其极限状态。因此，在计算群索索力度量的阈值工作中，只需考量与结构整体行为有关的结构控制截面的目标量。

目标量阈值可以分别根据斜拉桥体系的承载能力极限状态和正常使用极限状态的上下限来表示。

(1)

式中，[S_tar]_{u, f}为承载能力下限阈值；[S_tar]_{u, c}为承载能力上限阈值；[S_tar]_{s, f}为正常使用极限状态下限阈值；[S_tar]_{s, c}为正常使用极限状态上限阈值；S_{tar, u}为承载能力极限状态的目标向量；S_{tar, s}为正常使用极限状态的目标向量。

1.3 结构健康状态评估指标及阈值

各个时刻群索监测数据会组成映射桥梁健康状态的多维数据。由其组成的向量间会形成一定的相异性，相异测度就是一组衡量数据样本之间的相异性指标。测量相异性的指标主要包括：欧氏距离、街区距离、切比雪夫距离、Canberra距离、角分角度、相关系数等。

设两数据样本向量分别为：

(2)

则各相异测度DM(x, y):

欧氏距离：

(3)

街区距离：

(4)

切比雪夫距离：

(5)

Canberra距离：

(6)

角分角度：

(7)

相关系数：

(8)

应用上述指标可建立评估结构健康状况的指标体系。在利用相异测度进行测度空间内的相异标签子空间的边界划分时，可由下列准则的取值大小来鉴定各个指标的类别区分能力。

(9)

(10)

(11)

式中，tr为矩阵的迹；S_B为类间样本协方差矩阵；S_W为类内样本散布矩阵。

2 基于数字孪生的结构健康状态评估的实现 2.1 物理数据采集与前处理

结构健康监测技术可通过在桥梁关键位置布设传感器单元，实时获取桥梁结构环境与结构监测参数的动态变化。应用监测数据计算的结构状态变化趋势能反映桥梁结构的真实变化情况，契合结构评估和损伤识别的本质特征。

ETC门架上面安装有ETC路侧单元(RSU)、车牌识别系统和高清摄像头等设备，通过RSU读取OBU或者车牌识别系统，ETC门架可以获取通行车辆的身份识别信息，如图 3所示。

在桥梁服役过程中，群索索力的瞬时变化反映着环境噪声、车辆荷载和温度变化等环境荷载对桥梁结构的影响，通过对比不同时刻群索索力监测结果可观测桥梁结构状态变化。图 4为索力监测系统的实测结果。

2.2 虚拟模型搭建与蒙特卡洛模拟

评估桥梁结构健康状态需要能够反映结构瞬时状态的特征参数和划分结构极限状态的限定阈值。运营期间的监测数据虽能得到实时，准确的环境变化和结构响应，但仅能反映桥梁在役期间结构行为，无法定义结构临近破坏时的状态。因此，本研究结合实际工程数据积累，统计了真实服役状态下车辆荷载分布，用以模拟车辆荷载引起的群索索力变化区间。

模拟真实服役状态下车辆荷载分布引起的群索索力变化情况，需要提取实测交通流特征和反映车流荷载与群索索力及结构目标向量之间的复杂函数关系的影响矩阵。蒙特卡洛随机模拟方法可结合ETC门架监测系统获取实测交通流生成一系列符合真实车流特征的车辆荷载分布样本，通过将车辆荷载分布加载到影响矩阵上，可得到随机车流背景下的桥梁结构目标向量的变化和目标量阈值的关系。

结合工程经验，明显的超重车辆不会以高密度的方式同时经过桥梁，且在长期运营期间内，各车重区间的车辆数量所占的比例基本不会发生变化。可通过增加重车荷载的比例来制作负样本集，并进一步利用目标量阈值和目标函数的相对关系筛选负样本。由于该负样本具有真实交通流的工程空间行为特征，其模拟得到的群索索力车载分量满足工程可行域。

2.3 模型间交互与结构健康状态评估

索力监测系统采集到的监测数据和有限元模型的模拟结果均可提取各时刻索力的车辆荷载成分。由于两者均是在相同车流荷载下得出的索力变化，蒙特卡洛随机车流仿真模型得到的车载索力范围应与实测车载索力范围一致，可利用实测索力修正有限元模型计算参数，进而修正随机模拟的负样本。依赖修正后的仿真样本，可对各个相异测度的分类能力进行评价，建立适用于该结构的状态评估指标体系，并提取指标阈值的合理取值。通过对比不断迭代变化的监测指标和固定的阈值体系进行桥梁结构状态评估。

3 工程验证

本研究依托国内某特大预应力混凝土独塔斜拉桥工程项目，对上述方法进行阐述。该桥主桥(50+115+210)m，共66对斜拉索。设计汽车荷载为公路-Ⅰ级，设计车速为100 km/h。桥梁结构有限元模型如图 5所示。

桥上装有索力监测系统和ETC门架监测系统。索力监测系统可通过加速度传感器对全桥132根索进行实时监测，监测频率为50 Hz，测点布置如图 6所示。ETC门架监测系统可监测过往车辆的车重、车牌、车型、车轴数量、车辆到时等信息，其质量检测精度可达0.5%。

3.1 物理数据采集与前处理

采用变间距栅格法^[16]和振动频率法，对索力监测系统记录的132根斜拉索的加速度时程监测数据进行计算，以1 min为间隔，连续计算了50 000组索力样本(约34 d)，并应用平均滤波法对实测索力信号进行滤波，可得到桥梁营运期间各索索力车辆荷载分量的变化情况。通过滤波算法提出温度效应后^[17-18]，剩余的索力信号为真实交通流荷载情况下斜拉索的响应。图 7为桥梁上游和下游的短索、中索和长索的提取效果，图中灰色曲线为实测索力信号，黑色曲线为提取的温度荷载及恒载成分。

文中应用ETC监测系统获取与上述索力样本相同时间段的实测车流数据，图 8为各类车型小时通行量，可见经过该桥的车辆以一型客车、一型货车和二型货车为主，每一类车型的车流量都呈现出明显的日周期性效应，且每周周日一型货车数量明显减少。图 9为30~60 t的重车小时通行量，可见监测时间内，各车重区间的重车小时通行量也有明显的日周期性特征，分布在40~50 t车重区间的重车较多，50~60 t的重车较少。由于该桥全桥总长375 m，限速100 km/h，根据桥梁长度和车辆限速的关系，可知每一确定性时刻，同时在桥上的车辆ETC监测车辆到时最大间隔应在14 s以内。经统计可知实测通行车量的车重在0~60 t之间，14 s时间段内车辆通行数量约为0~24辆。

3.2 虚拟模型搭建与蒙特卡洛模拟

利用该桥的有限元模型可计算桥梁结构承载能力极限状态下的塔底截面弯矩和正常使用极限状态下的主梁跨中挠度，用以作为目标向量，如图 10所示，计算结果如表 1所示。

根据监测时段内桥上车辆荷载分布特征，可将监测期间内交通流模拟成0~24个独立随机分布的集中力，集中力的大小在0~600 kN之间。使用蒙特卡洛随机模拟方法，生成50 000次车辆荷载样本，结合有限元模型提取了反映单位车辆荷载与群索索力和目标变量的影响矩阵，可计算实测交通流下的模拟车载索力。结合实测车流特征的蒙特卡洛方法模拟的负样本如图 11所示。

3.3 模型间交互与结构健康状态评估

应用蒙特卡洛模拟索力和实测监测索力可得到有限元模型修正系数，应用修正系数修正蒙特卡洛随机模拟的正、负样本后，可计算相应的相异测度, 并利用正常使用极限状态功能方程计算得到类标签，进而创建群索索力状态间的关联性。利用得到的各相异测度数据, 按照式(9)，可以计算相异测度指标的J准则值来对各相异测度的分类能力进行评价。

表 2比较了各种相异测度指标在修正前、后的J准则值的差异，可以看出，欧式距离、街区距离、切比雪夫距离具有较好地分类能力，而Canberra距离、角分距离、相异系数的J准则值很小，不适合用作标签数据的分类。且可明显的看出，应用修正系数修正后的车载索力测度指标的J值明显大于修改前的值，说明以监测索力修正后的相异测度更贴近斜拉索的实际结构行为。

图 13绘制了各种相异测度正负样本的分布情况，可见Canberra距离、角分距离、相异系数中正样本区间完全被负样本区间覆盖，无法划分安全区域，失去了分类的能力；而两类不同的标签在欧式距离、街区距离、切比雪夫距离中存在明显的正样本独立区域、负样本独立区域和正负样本混合区域，因此可将测度空间划分为安全区, 危险区和混合区。

综合J指标的选取原则以及安全类标签的区分状况比较，选取欧式距离、街区距离、切比雪夫距离3个相异测度指标作为表征桥梁结构安全状态的评价指标，通过选取危险区域下限和安全区域上限的方式将各测度空间划分成安全区域、危险区域和混合区域，分别计算安全区域上限和危险区域下限评价指标的阈值，具体的数值如表 3所示。

为进一步验证群索索力阈值体系的合理性和有效性，文中提取了2个月的群索索力监测数据，将132根索每日的实测索力作为一次样本，代入评价指标计算公式，计算结果如图 14所示。可见各评价指标的单日变化较为平稳，并未发生明显的离群现象，符合桥梁结构正常运营状态变化趋势。应用各类评价指标评估方法计算的结果相同，在其相应测度空间中均处于安全区域，说明该方法在一定程度上能够作为日常监测行为中评估桥梁结构状态变化的方法，同时也说明了该桥梁结构整体的安全性能和实用性能均满足要求，这与该桥的实际监测状态吻合，且经其他几座桥的验证，结果大致相同。但从图中可见通过各类监测指标形成的评价体系所得的结构安全冗余度存在差异，日后仍需在融合多种评价体系方面展开研究。

4 结论

本研究引入数字孪生技术，建立了一套可应用于特大斜拉桥梁的结构状态评估方法。可得如下结论：

(1) 基于物理数据和虚拟模型相融合的数字孪生技术兼具实测数据内的真实结构特征和有限元模型中整体结构内各构件的响应协调关系，能够胜任桥梁结构全生命周期的健康状态评估工作。

(2) 采用实测交通流车辆荷载特征修正后的相异测度具有更大的J准则值，其分类能力高于仅应用有限元模型模拟的相异测度，说明修正后的相异测度更贴近拉索的实际结构行为。

(3) 部分相异测度空间中可见明显的正、负样本分离现象，该相异测度可作为结构健康状态的评价指标，根据正负样本的分布情况可设定安全区域上限和危险区域下限，将测度空间划分为安全区、危险区和混合区，用以评价桥梁结构健康状态。

(4) 通过选取长期监测数据对该评估方法进行验证，监测时段内各评价指标每日变化量不大，符合正常运营期间内结构状态特征，但应用不同评价指标所得结果虽然相同，不同评价体系所得到的结构安全冗余度仍存在差异，需要进一步研究。