高速公路桥梁长期服役性能退化仿真建模方法.pdf

-109-高速公路桥梁长期服役性能退化仿真建模方法靳彦彪1，2，3（1.河北省交通规划设计研究院有限公司，河北 石家庄 050000；2.河北省道路工程智能监测与运维技术创新中心，河北 石家庄 050000；3.自动驾驶技术交通运输行业研发中心，河北 石家庄 050000）摘要：为了准确地对高速公路桥梁长期服役性能进行评估及预测，基于传统的结构行为方程，提出一种改进的高速公路桥梁长期服役性能退化仿真建模方法。该方法相较传统的结构行为方程能更好地对高速公路桥梁长期服役性能退化进行仿真。关键词：道路工程；服役性能；仿真建模；预测模型中图分类号：U447文献标识码：ASimulation modeling method of long-term service performance degradation of highway bridgesJIN Yanbiao 1,2,3（1.Hebei Transportation Planning and Design Institute Co.,Ltd.,Hebei Shijiazhuang 050000 China;2Hebei Road Engineering Intelligent Monitoring and Operation and Maintenance Technology Innovation Center,Hebei Shijiazhuang 050000 China;3.Autonomous Driving Technology Transportation Industry R&D Center,Hebei Shijiazhuang 050000 China）Abstract:Inordertoaccuratelyevaluateandpredictthelong-termserviceperformanceofhighwaybridges,basedonthetraditionalstructuralbehaviorequations,animprovedsimulationmodelingmethodforthedegradationoflong-termserviceperformanceofhighwaybridgesisproposed.Comparedwiththetraditionalstructuralbehaviorequation,thismethodcanbettersimulatethedegradationofthelong-termserviceperformanceofhighwaybridges.Key words:roadengineering;serviceperformance;simulationmodeling;predictivemodels引言高速公路桥梁在其长期服役周期内，在荷载及环境因素的作用下，随着桥龄的增加，桥梁的表观损伤不断增加、服役性能不断衰退，安全事故发生概率增大。因此，长期服役性能退化仿真建模不仅有利于桥梁养护辅助决策，同时能有效节约维修资金1。目前，绝大部分发达国家都建立了各自的桥梁管理系统2，例如美国的Pontis系统和BRIDGIT系统，法国的Edouard系统、英国的NATS系统、挪威的Brutus系统、日本的RPIBMS系统以及韩国的KHBMS系统等3。其中，国外最具代表性的桥梁管理系统是美国的Pontis系统和BRIDGIT系统4。为更好地应对桥梁老化带来的长期服役性能退化问题，美国联邦公路管理局（FHWA）于2008年启动了长期桥梁性能计划（LTBP）5。其中，桥梁技术状况评价十分重要，桥梁技术状况评价是依据桥梁的损坏检测结果，对桥梁当前服役性能所做出的综合评估6。桥梁技术状况评价使养护管理部门能够掌握桥梁目前的技术状况等级，并得以进一步预测桥梁的服役性能退化和进行养护维修决策7。桥梁服役性能退化仿真建模有两种思路：一是利用历史数据建立数学模型，反映未来状态变化规律，如马尔可夫链模型、回归分析模型等8；二是考虑各种影响桥梁服役性能退化因素的时变特性，从退化机理角度来模拟桥梁使用性能的衰变规律9，如经验模型、物理模型等。但桥梁使用性能衰变的影响因素众多，各因素间相互耦合10-11，因此退化机理模型很难建立。当前各国BMS中实际应用的预测模型以第一种思路为主12。1 数据来源某高速公路是中国大陆的国道主干线，全线按高速公路平原微丘标准设计，全封闭、全立交，双向四车道，桥涵设计荷载汽车-超20，挂车-120，于1998年10月开工建设，2000年12月通车运行。该高速公路全线共有689座桥涵构造物（桥梁按单幅为1座桥统计，涵洞按单座统计），桥梁构造物498座，涵洞构造物191座，本次研究仅针对桥梁构造物。基金项目：河北省省级科技计划资助项目，项目编号：20310802D。收稿日期：2022-10-12作者简介：靳彦彪（1984），男，陕西咸阳人，高级工程师，研究方向为公路数字化基础设施监测与运维。靳彦彪：高速公路桥梁长期服役性能退化仿真建模方法-110-498座桥梁构造物按桥梁长度划分：特大桥2座、大桥20座、中桥128座、小桥348座，见图1。图 1 按桥梁长度划分特大桥,2.0%大桥,20.4%中桥,128.26%小桥,348.70%特大桥大桥中桥小桥本研究的数据来源是该高速公路年度桥涵构造物定期检测数据，包括2010年度、2011年度、2012年度、2017年度、2018年度、2019年度和2020年度，共七个年度。2 传统基于结构行为方程建模影响桥梁服役性能的因素很多，影响机理也很复杂。考虑尽可能多的因素对桥梁服役性能的影响是桥梁结构行为方程建模的重要前提。本次建模将影响因素归纳为两个方面。桥梁外部因素：交通荷载、环境条件。桥梁内部因素：上部结构类型、桥梁等级。因此，在分析的过程中，所需要的数据是上部结构类型、养护历史记录、桥梁长度和桥隧构造物技术状况指数BCI（BridgeConditionIndex）若干项。对于桥梁外部因素，本次研究的数据来源于同一条高速公路，故对环境条件不做过多考虑，以“上下行方向”代表交通荷载的不同进行分组。对于桥梁内部因素，本次研究的绝大多数桥梁上部结构类型属于空心板，故对上部结构类型不做过多考虑，以“桥梁长度”代表桥梁等级的不同进行分组。根据图1可知，桥梁等级属于“小桥”和“中桥”的桥梁数量较多，数据量大，适用于建模；桥梁等级属于“大桥”和“特大桥”的桥梁数量较少，数据量小，不适用于建模。结合桥梁外部因素和内部因素，将该高速公路的桥梁构造物技术状况指数BCI数据分为4组，分组情况见表1。表 1 桥梁建模分组序号桥梁等级行驶方向小桥上行中桥下行小桥上行中桥下行注：由于部分桥梁数据缺失，且仅筛选出上部结构为“空心板”的桥梁，用于建模分析的小桥数量为144座、中桥数量为49座。2.1 数据处理方法确定了服役性能的标准退化方程式，将该方程作为分组归纳的基方程，即得到桥梁构造物技术状况指数BCI的退化方程，见公式（1）。BCIBCI.（1）式中：BCI桥梁技术状况指数；BCI0初始桥梁技术状况指数；y桥龄，a。考虑桥梁最近一次大中修年份作为起始年，即将其桥龄修正为0，将其BCI可视为100。根据修正的桥龄以及BCI数据，绘制散点图以初步观测数据分布情况，见图2图5。10090807060504030020406080100桥龄/aBCI图 2 小桥上行路段BCI 散点图10090807060504030020406080100桥龄/aBCI图 3 小桥下行路段BCI 散点图10090807060504030020406080100桥龄/aBCI图 4 中桥上行路段BCI 散点图10090807060504030020406080100桥龄/aBCI图 5 中桥下行路段BCI 散点图从图2图5可以看出，各类桥型的上下行方向差异并不显著。根据数据记录以及散点图分布，汇总桥梁数据信息，见表2。表 2 桥梁数据汇总数据分组BCI数据量/个桥龄区间/a小桥上行982020小桥下行982020中桥上行335020中桥下行335020由于桥梁数据在采集、记录、传输等过程中会受到各种因素的影响，从而产生一定的误差。根据误差产生原因的不同，处理方式也将会有所不同。一般桥梁数据的误差分为三类，分别为系统误差、偶然误差以及过失误差。其中，系统误差是主要由原理或测量设备造成，它具有重复性与可测性的特点，系统误差2023 年第 3 期山东交通科技-111-对本次建模影响较小，可忽略不予考虑。偶然误差是由偶然或具有不确定性的因素所造成，其每一次观测值呈现无规则变化，但大量观测数据服从统计分布规律，因此，偶然误差可通过分析大量数据来削弱其影响。过失误差是由于数据采集或录入过程中的过失造成的，它属于异常值，将严重歪曲实际桥梁情况，因此，在处理数据过程中应将其剔除。根据对收集到的桥梁数据分析，发现原有数据中存在明显的过失误差造成的异常值。例如图5中，横坐标为桥龄，纵坐标为BCI，在桥龄接近20a时依然存在BCI接近满分100的异常数据，且在桥梁经过养护维修后桥龄为0a时存在BCI仅为80的异常数据，这些异常数据都应凭经验予以剔除。造成这种过失误差的原因有可能是BCI数据采集与养护维修同年进行而在桥梁检测报上未能体现前后具体时间，或者部分桥梁的大中修情况未加以记录。为减少过失误差造成的影响，按如下原则对数据进行人工筛选以剔除异常值：BCI数据与实际情况存在较大偏差，如桥龄20a时仍为100分等；随着桥龄增长，连续3a上升的BCI数据；对于同一座桥梁，仅有1a的BCI数据，不足以体现其历史变化规律。2.2 建模结果根据以上对数据的分组分类与清洗，利用统计软件对各分组清洗后的数据进行回归分析，从而标定出结构行为方程的各个参数见表3。并利用表3中的参数，绘制各分组的结构行为方程曲线见图6。表 3 基于结构行为方程的桥梁长期服役性能退化模型数据分组寿命因子性能状态因子相关系数2小桥上行204.200.1910.136小桥下行474.870.1480.084中桥上行99 606.000.0720.128中桥下行326 450.000.0650.09210090807060504030BCI0 20 40 60 80 100桥龄/a小桥上行中桥上行小桥下行中桥下行图 6 各分组结构行为方程曲线在结构行为方程中，和各有其现实意义。为寿命因子，代表当某项使用性能降低至初始数值的63.2%时构造物的使用年数，很大程度上决定了使用性能的衰变速率；为性能状态因子，当参数逐渐由小变大时，结构行为方程曲线形式不断改变。根据表3中的数据可知，当上行路段小桥使用204a，下行路段小桥使用474a，上行路段中桥使用99606a，下行路段中桥使用326450a时，服役性能退化至初始值的63.2%，即BCI=63.2。此数据表明，桥梁在设计寿命年限内自然退化的条件下，服役性能始终处于一个较好的水平，这显然不符合规律，值是不合理的。综上所述，运用传统的结构行为方程对高速桥梁长期服役性能退化进行仿真，其建模结果并不理想，其原因在于，高速公路通过日常的养护维修以及频繁的大中修，使得桥梁服役性能始终处于一个良好的水平，无法得到自然退化条件下的BCI历史记录。因此，对于运营中频繁养护的桥梁而言，使用结构行为方程进行传统建模，值会变得异常大，不符合自然退化规律。因此，需要采用改进的建模思路，并结合结构行为方程构建桥梁长期服役性能退化仿真模型。3 改进的高速公路桥梁长期服役性能退化仿真建模方法为了尽可能消除较差的数据质量带来的影响，以借鉴专家经验的建模思路，对该高速公路桥梁服役性能进行退化仿真建模。（1）当桥龄y=0时，结构行为方程是无限接近于初始值BCI0，通常BCI0取值为100。该点为建模采用的初始使用阶段的点。（2）当桥龄y处于（0，20）区间内，桥梁服役性能不断退化。为了消除过大和过小的不合理数据，对于特定桥龄（该桥龄的BCI数据链应足够长）的BCI集合取中位数处理。原因在于基于统计分析的方法，中位数数值可以反映桥梁服役性能退化的集中趋势。该点为建模采用的前期使用阶段的点。（3）当桥龄y处于20，）区间内，桥梁服役性能不断退化至失效。由于采集的数据链较短，无法得到桥龄较高时的BCI数值。因此，根据河北省养护维修的历史记录以及专家经验，确定其BCI衰变到一定程度（如BCI=70）时的年限。该点为建模采用的后期使用阶段的点。根据上述的建模原则，最终所采用的建模数据见表4。靳彦彪：高速公路桥梁长期服役性能退化仿真建模方法-112-表 4 建模数据表数据分组桥龄/a桥梁技术状况指数BCI备注小桥上行1082.40-1182.40-1279.88-2570.00专家经验法小桥下行1082.60-1182.40-1280.04-2570.00专家经验法中桥上行1088.35-1186.80-1285.15-1784.70-2870.00专家经验法中桥下行1088.12-1186.40-1285.80-1783.50-2870.00专家经验法根据表4中的数据，再次利用统计软件对各分组处理后的数据进行回归分析，从而标定出结构行为方程的各个参数，结果见表5。利用表5中的参数，绘制各分组的桥梁长期服役性能退化仿真曲线，见图7。表 5 某高速公路桥梁长期服役性能退化仿真初步建模参数数据分组2小桥上行39.140.4130.998小桥下行38.930.4180.998中桥上行45.000.5150.913中桥下行46.780.4930.88710090807060504030BCI0 20 40 60 80 100桥龄/a小桥上行中桥上行小桥下行中桥下行图 7 某高速公路桥梁长期服役性能退化仿真初步模型对小桥、中桥分组处理后的数据进行回归分析，从而标定出的各个参数结果见表6，利用表6中的参数，绘制小桥、大桥的结构行为方程曲线，见图8。表 6 某高速公路桥梁长期服役性能退化仿真模型参数数据分组寿命因子性能状态因子相关系数2小桥39.040.4160.990中桥45.860.5040.78610090807060504030BCI0 20 40 60 80 100桥龄/a小桥中桥图 8 某高速公路桥梁长期服役性能退化仿真模型根据以上建立的某高速公路桥梁长期服役性能退化仿真模型，经过统计，可得表7的某高速公路桥梁长期服役性能退化预测查询表，可以根据其桥龄，判断BCI所在区间，即桥梁等级，为高速公路桥梁养护措施的选取提供参考。总体而言，高速公路桥梁中，小桥相对中桥退化速度较快，在日常养护运营中，需要加强对小桥的养护力度。表 7 河北高速公路桥梁长期服役性能退化预测数据分组桥梁等级桥梁技术状况指数BCI区间桥龄区间/a小桥一类90,1000,5二类80,896,12三类70,7913,24四类60,6925,48中桥一类90,1000,8二类80,899,17三类70,7918,31四类60,6932,544 结语（1）现有的桥梁管理系统中的数据存在不全、不可靠等问题，而在建模中利用专家经验，能有效提升退化仿真的准确性。（2）为了消除不合理数据，对于特定桥龄的BCI可集合取中位数处理。原因在于2023 年第 3 期山东交通科技-113-中位数数值可以反映桥梁服役性能退化的集中趋势。（3）总体而言，高速公路桥梁中，小桥相对中桥退化速度较快，在日常养护运营中，需要加强对小桥的养护力度。（4）以河北省某高速公路段为数据来源，尚未考虑不同地区高速公路桥梁的服役性能退化仿真建模方法，这些研究将在后续工作中展开。参考文献：1 ROELFSTRA G,HAJDIN R,ADEY B,et al.Condition evolution in bridge management systems and corrosion-induced deterioration J.Journal of Bridge Engineering,2004,9（3）:268-277.2 郭瑞.城市桥梁管理系统关键问题研究D.上海:同济大学,2004.3 李毅.基于城市桥梁集群监测平台的系杆拱桥健康监测研究D.杭州:浙江大学,2010.4 何建胜.基于Web的城市桥梁管理系统的开发D.杭州:浙江大学,2010.5 FRIEDLAND I M,GHASEMI H,CHASE S B.The FHWA long term bridge performance programJ.F.Turner Fairbank Highway Research Center,McLean,VA,2007.6 方宇,孙立军.基于生存分析的城市桥梁使用性能衰变模型J.吉林大学学报（工学版）,2020,50（2）:557-564.7 肖萍.桥梁技术状况评价与预测D.西安:长安大学,2003.8 YANEV B,CHEN X.Life cycle performance of New York City bridgesJ.Transportation Research Record,1993（1389）.9 惠云玲.混凝土结构钢筋锈蚀耐久性损伤评估及寿命预测方法J.工业建筑,1997（6）:20-23.10 SU D,NASSIF H,HWANG E.Probabilistic Approach for Forecasting Long Term Performance of Girder Bridges:Transportation Research Board 94th Annual MeetingC,2015.11 TOLLIVER D,LU P.Analysis of Bridge Deterioration Rates:A Case Study of the Northern Plains Region:Journal of the Transportation Research ForumC,2012.12 NG S K.Survival analysis and semi-Markov bridge deterioration modelingD.PhD thesis,University of Pittsburgh,Pittsburgh,PA,1996.1 风洞NASA官网上对风洞有个接地气的定义：风洞是内部有空气流动的大管子。简单来说，风洞是通过人工产生和控制气流，模拟飞行器或物体周围气体的流动及空中各种复杂的飞行状态，并可量度气流对物体的作用以及观察物理现象的一种管道状试验设备。它是进行空气动力试验最常用、最有效的工具，是现代飞机、导弹、火箭等研制定型和生产的“绿色通道”，风洞也可以看作为地面上人为地创造了一个“天空”。风洞通常被用来测试飞机、汽车、宇宙飞船，以及几乎所有与周围空气流动有关的工程应用，甚至高尔夫球。风洞主要由洞身、驱动系统和测控系统组成。每个部件的形式因风洞的类型而异。实验部分主要是用于测量和观察模型，在实验段的上游有稳定段和喷管，稳定段的作用是提高气流的平直度和减小气流的紊乱程度，而喷管的作用则是将气流加速到所需的速度；在实验段的下游一般有扩散器，用于降低流速和残余速度损失，还有一个排气段，用于将风洞外的气流或回流段引导至风洞的入口。我国于2012年研制成功的JF-12复现风洞，总长265米，成为当时国际最大、整体性能最先进的激波风洞。而JF-22超高速风洞也于2023年7月完成验收开始正式运行。JF-12复现风洞和JF-22超高速风洞可分别实现每秒1.5到3千米和每秒3到10千米的实验条件，共同构成覆盖马赫数5到25、飞行高度25到90千米的气动实验平台。JF-12复现风洞和JF-22超高速风洞分别是对应领域规模最大、性能最先进的激波风洞，使我国成为高超声速领域唯一具备覆盖全部“飞行走廊”实验能力的国家。