惠記莊，鄧偉森，丁 凱*，徐子健，程 高

(1. 長安大學 道路施工技術與裝備教育部重點實驗室，陜西 西安 710064；2. 陜西省“四主體一聯(lián)合”橋梁工程智能建造技術校企聯(lián)合研究中心，陜西 西安 710064；3. 西藏天路股份有限公司，西藏 拉薩 850000)

0 引言

作為保證公路暢通運輸而在水域、山谷、交通構造物等特殊地段架設的鋼結構橋梁，公路鋼橋是典型的裝配式建筑產品，主要可分為鋼箱梁、鋼桁架梁、鋼混組合梁等類型[1]。與傳統(tǒng)的混凝土橋相比，鋼結構橋梁具有強度高、重量輕、抗震性強、施工周期短、維修方便和綠色環(huán)保等優(yōu)點[2-4]。公路鋼橋建管養(yǎng)過程橫跨制造業(yè)和建筑業(yè)，需要多行業(yè)多單位協(xié)同推進：設計單位實地勘察對設計方案進行確定；鋼結構制造企業(yè)按照設計流程對鋼橋構件進行生產；施工單位對橋梁構件進行組裝與調試；養(yǎng)護單位對交付后的鋼橋進行定期維護。因此，鋼結構橋梁項目通常具有業(yè)務鏈長、參與方多、精益化管理難度大等特點。由于缺乏有效的數字化手段，鋼橋全生命周期各階段往往易形成信息孤島，導致項目各參與方之間協(xié)作效率低、項目進度滯后、無法對項目進行有效的調整決策等問題。

為充分發(fā)揮公路鋼橋的優(yōu)勢，解決目前公路鋼橋建管養(yǎng)過程中存在的問題，學者們進行了相關的研究。Shim等[5]提出了橋梁可擴展信息模型，解決了橋梁在規(guī)劃、設計、建設、維護和拆除中的數據互通問題。王一川[6]開發(fā)了基于云平臺的裝配式橋梁項目管理系統(tǒng)，實現(xiàn)了裝配式橋梁項目智慧建造和精益管理。王慶賀等[7]采用全過程建筑信息模型(BIM)、云計算和物聯(lián)網(IoT)技術，構建了適用橋梁全生命周期的信息管理平臺。Ding等[8]針對傳統(tǒng)鋼橋建設項目中施工進度、質量和成本的不可控性和低效率問題，探討了基于BIM和IoT的智能鋼橋建設框架。岳乃華等[9]將二維碼與BIM進行結合，解決了裝配式建筑構件信息匹配不完整、定位慢等問題。Karim等[10]通過采用優(yōu)劣解距離法(TOPSIS)和層次分析法(AHP)開發(fā)了用于機器評估的決策系統(tǒng)。Omer等[11]基于Unity 3D開發(fā)了橋梁表面缺陷檢測系統(tǒng)，提高了檢測準確性。肖春紅等[12]對公路橋梁的各階段業(yè)務場景進行了系統(tǒng)性的研究，并以各場景的業(yè)務需求制定了BIM模型的分類編碼和設計信息等指標。Sun等[13]研究了大數據和人工智能技術在橋梁結構健康監(jiān)測中的作用，實現(xiàn)了對橋梁的狀態(tài)評估和損傷檢測。徐強等[14]通過神經網絡構建了智能化橋梁缺陷診斷模型和知識庫，開發(fā)了橋梁病害成因分析模塊，實現(xiàn)了橋梁病害的自動診斷分析。上述研究表明，通過利用IoT、BIM等新興信息技術，可以提高數據處理效率和鋼橋建管養(yǎng)智能化水平。然而，目前仍缺乏有效手段將IoT和BIM融合應用于鋼橋建管養(yǎng)等全生命周期。

本研究以中小跨徑公路鋼橋為研究對象，采用BIM與IoT相融合的方法構建鋼橋數字智能實體，實現(xiàn)鋼橋數字信息和現(xiàn)場反饋信息的融合，搭建基于BIM與IoT的裝配式鋼橋智能建管養(yǎng)系統(tǒng)，實現(xiàn)中小跨徑公路鋼橋的快速、高質量建造以及全生命周期透明化管理，為公路鋼橋工業(yè)化建設提供支撐。

1 基于BIM與IoT的智能鋼橋建管養(yǎng)主線

BIM與IoT技術為建筑行業(yè)中的信息壁壘問題提供了解決方案。依托BIM和IoT技術，建立橋梁全生命周期的可視化大數據，將有效提升橋梁建設過程中的管理水平及協(xié)作效率。下文將圍繞鋼橋設計-制造-建設-管養(yǎng)的全生命周期主線進行探討，如圖1所示。

圖1 鋼橋智能建管養(yǎng)主線Fig.1 Guideline of intelligent construction，management and maintenance of steel bridges

(1)多主體參與的鋼橋協(xié)同設計：裝配式鋼橋項目具有業(yè)務鏈長和參與方多的特點，因此對信息傳輸和數據處理方面有更高的要求。在設計階段，需要根據相關標準構建統(tǒng)一、標準化的智慧橋梁BIM與IoT融合平臺，為后續(xù)的制造、建設和管養(yǎng)奠定堅實基礎[15]。

(2)預制構件協(xié)同制造與監(jiān)控：鋼橋預制構件通常在多個鋼橋構件工廠進行分布式加工。為確保準時交付，需要對各工廠的加工任務和進度進行規(guī)劃與跟蹤。根據文獻[16]中的多屬性決策評價方法對鋼結構工廠進行科學篩選，并制定多工廠協(xié)同生產方案。基于二維碼、BIM與IoT技術，可將構件數字化為智能實體。各工廠之間可以通過智能實體實時交互預制構件的加工任務和生產進度等信息，從而監(jiān)控構件生產質量并調整協(xié)同生產計劃，以實現(xiàn)跨工廠生產任務流程的優(yōu)化[17]。

(3)鋼橋裝配式施工可視化：鋼橋施工過程中，存在多種要素作業(yè)，需要合理安排工作順序和工作區(qū)域等因素。利用虛擬現(xiàn)實和BIM技術，可以對鋼橋裝配施工流程進行仿真和優(yōu)化[18]?；阡摌虻腂IM模型，在施工前對施工流程進行高置信度的可視化仿真，以便發(fā)現(xiàn)潛在的偏差和擾動，并將優(yōu)化后的施工方案傳達給項目各參與方。在正式施工階段，基于輕量化的BIM模型可實現(xiàn)云端遠程監(jiān)控[19]。

(4)鋼橋健康狀態(tài)智能監(jiān)測與預測：鋼橋運營過程中易受惡劣環(huán)境及多種負面因素影響，導致結構性能與整體狀態(tài)逐漸下降，因此健康監(jiān)測與壽命預測已成為鋼橋管養(yǎng)的關鍵[20]。利用BIM和IoT技術，結合數字化橋梁基礎信息和傳感器采集的海量數據，采用基于模糊層次馬爾科夫模型的監(jiān)測與預測方法，可精準評估鋼橋狀態(tài)并給出管養(yǎng)建議，提高管養(yǎng)效率。

2 鋼橋智能建管養(yǎng)系統(tǒng)搭建

2.1 系統(tǒng)總體架構

為實現(xiàn)輕量化運行的目標，鋼橋建管養(yǎng)系統(tǒng)采用B/S(瀏覽器/服務器)結構進行開發(fā)，系統(tǒng)總體架構包括：Web端瀏覽器、服務支撐層、應用層、物理層和數據層，如圖2所示。

(1)物理層：物理層為系統(tǒng)提供最基本的服務支持，是系統(tǒng)的基礎結構，采用阿里云服務器，操作系統(tǒng)為ECS Centos 7.x，將應用框架部署在云端上，通過開放特定端口提供服務；通過Nginx作為代理服務器，主要掛載系統(tǒng)所需的靜態(tài)文件并為系統(tǒng)處理請求重定向等功能；使用MySQL作為系統(tǒng)的數據庫，為系統(tǒng)提供數據支持。

(2)數據層：使用MySQL作為系統(tǒng)的數據庫，主要負責數據的訪問和修改操作。系統(tǒng)的數據來源包括BIM數據庫、構件/節(jié)段數據庫、企業(yè)數據庫、權限數據庫和通過采集上傳的制造信息數據。

(3)服務支撐層：服務支撐層為系統(tǒng)提供底層的服務支撐，從系統(tǒng)運維層面看：該層面基于角色權限認證，確保無權限用戶不能修改服務器資源；對身份偽造進行安全認證與判斷，阻止對服務器的攻擊；對接口進行管理，確保信息上傳正常。從數據交互層面看：該層面包括對數據庫的ORM操作，即數據的主從同步機制、各數據庫之間聯(lián)通共享資源數據的機制以及數據傳輸的通道。

(4)應用層：應用層是系統(tǒng)結構的最頂層，為用戶直接提供界面和服務。系統(tǒng)管理員為用戶分配對應的角色，用戶可通過支持瀏覽器的設備登陸系統(tǒng)，在當前權限限定的功能界面內進行業(yè)務流程作業(yè)。

2.2 系統(tǒng)模塊劃分

鋼橋建管養(yǎng)系統(tǒng)共分為8個功能模塊，如圖3所示。

圖3 系統(tǒng)功能模塊劃分Fig.3 Classification of system function modules

(1)系統(tǒng)權限管理：按角色的資源劃分，保證鋼橋建設過程中高效的數字化協(xié)作、全過程的信息化和數據的統(tǒng)一，實現(xiàn)精益化管理。

(2)圖文檔管理：儲存項目中的圖文檔信息，解決文檔存儲分散、文檔無法協(xié)作共享以及文檔的權限控制界限不明確導致容易泄密的問題[21]。

(3)智能實體：將構件/節(jié)段的身份碼與對應的BIM進行唯一綁定，建立以身份為識別的信息接口，實現(xiàn)構件與節(jié)段信息的精確溯源。

(4)裝配施工可視化：通過掃描智能實體的狀態(tài)來對鋼橋建設進程進行實時監(jiān)控，該模塊還包括虛擬建設仿真系統(tǒng)，能對建設方案進行驗證和完善。

(5)協(xié)作企業(yè)管理：對各參與方進行集中管理，同時為決策模塊提供基礎數據支撐。

(6)制造企業(yè)決策：基于多屬性決策評價方法計算鋼結構橋梁構件制造企業(yè)的優(yōu)劣指數和推薦適合企業(yè)加工的預制構件類型。

(7)制造信息管理：收錄構件/節(jié)段狀態(tài)信息，是創(chuàng)建智能實體的基礎。

(8)健康狀態(tài)監(jiān)測：基于模糊算法和馬爾科夫模型，用于評估橋梁當前狀態(tài)等級并對未來狀態(tài)進行預測。

3 關鍵技術

3.1 多主體參與的鋼橋協(xié)同設計

基于模型-視圖-控制器(Model-View-Controller，MVC)架構和B/S結構搭建的基于BIM和IoT的鋼橋智能建管養(yǎng)系統(tǒng)，為各參與方提供項目信息交流平臺，使相關人員可以實時動態(tài)關注設計成果，并進行資料互提、資料審核、模型審核及成果審核等操作?；谌鐖D4所示的協(xié)同作業(yè)流程，采用RBAC模型和協(xié)同數據庫將用戶與部門、角色、專業(yè)等相互關聯(lián)。設置系統(tǒng)的功能模塊控制權限及用戶角色權限，確保在協(xié)同設計與作業(yè)模式中，有權限用戶對相關的數據信息、設計資料及模型等進行訪問與共享，避免不同專業(yè)人員產生交叉訪問與協(xié)同不規(guī)范等問題，實現(xiàn)鋼橋建造多專業(yè)協(xié)同設計與作業(yè)。

3.2 面向預制構件協(xié)同制造的智能實體構建

鋼橋構件智能實體的構建流程如圖5所示，以鋼橋智能建管養(yǎng)系統(tǒng)為基礎平臺，根據《公路工程信息模型應用統(tǒng)一標準》的編碼體系對鋼橋構件/節(jié)段進行編碼，并依據編碼生成二維碼，由相關人員在具體的步驟中采用恰當的標識技術將二維碼標識到對應需要制造的構件/節(jié)段上，構件/節(jié)段與二維碼形成一個智能實體。智能實體以二維碼為紐帶，基于IoT技術完成制造過程信息采集、制造任務下達等操作，實現(xiàn)對制造過程全要素信息集成。

圖5 鋼橋智能實體構成Fig.5 Intelligent entities of steel bridges

3.3 基于輕量化BIM的鋼橋裝配式施工可視化

采用如圖6所示的BIM輕量化與施工可視化實現(xiàn)過程，根據數據庫中的構件/節(jié)段信息，使用Revit對鋼橋進行BIM建模并基于Revit API對模型進行格式轉換，保證格式適用于WEB端展示。采用Draco對導出的glTF模型進行幾何信息的壓縮，并與對應的智能實體進行綁定，組成“二維碼-模型-實體”關聯(lián)的信息體。采用WebGL技術中的Three.js框架將智能實體的三維模型在網頁中進行可視化展示，并通過在前端定義的控件達到點擊具體構件/節(jié)段獲取詳細信息的方式來細化監(jiān)控的粒度。同時，中央大屏顯示通過IoT獲取的數據，實現(xiàn)鋼橋裝配式施工過程可視化監(jiān)控。

圖6 裝配施工可視化功能的實現(xiàn)路線Fig.6 Route to realize visualization function of assembly construction

3.4 鋼橋健康狀態(tài)智能監(jiān)測與壽命預測

鋼橋狀態(tài)監(jiān)測指標種類繁多，對鋼橋所涉及的各種參數布置傳感器會導致傳感器系統(tǒng)硬件繁雜和產生數據冗余等問題。在決定傳感器所需監(jiān)測數據時，需要考慮到鋼橋工程設計的具體要求，國內外鋼橋狀態(tài)監(jiān)測內容主要包括鋼橋所受應力應變、撓度和溫度等參數。本研究基于溫度、撓度、應力和銹蝕4種類型的傳感器設計了一種基于模糊層次馬爾科夫模型的鋼橋技術狀態(tài)等級監(jiān)測與預測方法，其設計流程如圖7所示。

圖7 鋼橋健康狀態(tài)智能監(jiān)測設計流程Fig.7 Design process of intelligent monitoring of steel bridge health status

首先，基于層次分析法建立傳感器與監(jiān)測點的層次結構模型，構建該層次模型中各個因素的判斷矩陣，由此確定該層次模型的因素權向量；進一步通過傳感器對影響鋼橋狀態(tài)的各因素進行數據采集，根據統(tǒng)計學方法確定當前時間段的數據對鋼橋狀態(tài)的影響程度，進而建立模糊關系矩陣，并利用模糊綜合評價法計算當前時間段鋼橋所處的技術狀態(tài)等級；最后，基于歷史大數據建立馬爾科夫狀態(tài)轉移矩陣，在模糊綜合評價法所確定的鋼橋當前技術狀態(tài)等級基礎上，對鋼橋未來的運行狀態(tài)等級進行預測。

4 案例驗證

以某裝配式鋼橋項目作為實施案例，結合鋼橋智能建管養(yǎng)系統(tǒng)對橋梁施工概況進行分析，驗證本系統(tǒng)在實際工程中的應用效果。

4.1 多主體參與的鋼橋協(xié)同設計

多主體參與的鋼橋協(xié)同設計主要體現(xiàn)在圖紙設計方面，主要包括：

(1)圖紙方案上傳：大型工程的設計圖紙，施工圖紙，制造圖紙都是其建設過程中的核心支撐和憑據，鋼橋的設計、制造和施工等階段都將依靠圖紙完成，在協(xié)同建造的模式下，各方于系統(tǒng)中開展協(xié)同作業(yè)，具有唯一性的圖紙就成為了鏈接各方的紐帶。例如設計單位在完成上部結構設計后將設計圖圖紙上傳至系統(tǒng)中，制造企業(yè)通過數據庫中的設計圖紙初步制定各工藝流程，并上傳至數據庫供其他單位評審。

(2)圖紙方案送審：考慮到設計過程的理想化條件在實際生產環(huán)節(jié)中可能無法實現(xiàn)，需要對圖紙?zhí)岢鲆欢ǚ秶母膭?，在協(xié)同設計模式下，制造和施工企業(yè)單位成員通過對存疑的圖紙開據評審單報表推送至協(xié)同辦公區(qū)，接收到推送的設計單位成員將對評審單提出的意見進行答復并送還給原企業(yè)，其他具有權限的角色也可以發(fā)表意見或提出修改，最終得到一套多方認可的方案。例如制造單位可以主動向設計單位發(fā)出評審清單，針對設計圖紙中與實際制造條件不符的部分提出審議要求，以確保最終方案的可靠性。

4.2 預制構件工廠決策與協(xié)同制造

首先根據項目實際情況從協(xié)作企業(yè)管理模塊中選出符合要求的工廠名單，經過專家評分、權重劃分以及條件篩選，得到企業(yè)的綜合接近度指數及推薦加工的預制構件類型。篩選條件為準時交貨率>70%，合格率>90%的結果如表1所示。

表1 制造工廠決策結果Tab.1 Decision result of manufacturing plants

在對各制造工廠的訂單任務進行詳細分配和確定之后，相關的節(jié)段加工信息將被平臺收錄。這一過程有助于實現(xiàn)信息的集中管理與實時更新，便于各方參與者查閱和跟蹤加工進度，從而提高生產效率和協(xié)作水平。

4.3 裝配施工可視化

4.3.1 施工吊車仿真及節(jié)段吊裝

為還原真實吊裝施工，需要在虛擬環(huán)境中模擬車輛的移動、固定與吊裝施工操作。主要測試功能為吊車的行進、支腿支撐、吊臂的工作運行、鋼節(jié)段的吊裝測試。用戶在虛擬環(huán)境中通過操作鍵盤控制吊車進行鋼節(jié)段吊裝工作。經測試，施工吊車仿真滿足真實要求，施工吊車行進功能正常，鋼節(jié)段吊裝固定點處碰撞體設置合理，吊車艙身可進行360°旋轉，支腿和吊臂伸縮功能正常。

4.3.2 裝配施工數據獲取

為更好在虛擬環(huán)境中指導施工操作，系統(tǒng)將施工過程中獲取的信息(如構件信息、位置信息、施工進度信息和施工吊車承載能力信息等)實時顯示在交互界面。用戶操作施工吊車吊裝鋼節(jié)段時，控制臺輸出系統(tǒng)檢測到的被吊裝節(jié)段信息，并把鋼節(jié)段位置、質量、編號、施工進度等信息傳遞給交互界面。除了主攝像機，系統(tǒng)還設置了多個副攝像機全方位監(jiān)控橋墩與鋼節(jié)段施工連接處，防止誤操作造成的重大事故。

4.3.3 施工過程與進度可視化

現(xiàn)場施工人員根據施工情況掃描二維碼，更新鋼橋節(jié)段/構件的狀態(tài)。系統(tǒng)通過讀取該智能實體的狀態(tài)并計算已施工實體所占全部實體的比例得到制造進度，如圖8所示。監(jiān)控大屏顯示鋼橋建設過程信息采用輕量化BIM模型和智能實體技術實現(xiàn)，通過在網頁上渲染智能實體的模型即可展示鋼橋建設過程，由于在前端定義了一些控件，可以點擊具體構件/節(jié)段獲取詳細信息的方式來細化監(jiān)控的粒度。

圖8 橋梁節(jié)段建設進度監(jiān)控Fig.8 Bridge section construction progress monitoring

4.4 鋼橋健康狀態(tài)智能監(jiān)測與壽命預測

項目布置了溫度、撓度、應力和銹蝕4種類型的傳感器各5個，監(jiān)測點如圖9所示。在系統(tǒng)的鋼橋狀態(tài)智能監(jiān)測界面選取傳感器類型和監(jiān)測點將顯示采集數據，若數據超過限定值則會對異常數據進行智能記錄。

圖9 傳感器監(jiān)測點Fig.9 Sensor monitoring locations

橋梁健康狀態(tài)等級查詢及預測功能包括當前技術狀態(tài)評估和橋梁未來技術狀態(tài)等級預測，并且不同的技術狀態(tài)等級都有相應的狀態(tài)描述。當前的技術等級是根據服役年限和傳感器數據計算得出，輸入預測的年限，系統(tǒng)將預測未來的狀態(tài)等級，并給出相應的狀態(tài)描述。通過預測橋梁未來一段時間的健康狀態(tài)等級并結合預警數據工作日志，可以提前發(fā)現(xiàn)橋梁潛在的風險，從而為制定處理預案提供了寶貴的時間，同時也提高了橋梁管養(yǎng)和維護效率。

5 結論

本研究以中小跨徑公路鋼橋為研究對象，從提高鋼結構橋梁的設計、制造、建設和運營全生命周期智能化與數字化方面進行研究，主要研究成果如下：

(1)提出基于BIM與IoT技術的裝配式鋼橋數據協(xié)同技術框架，并開發(fā)相應的鋼橋智能建管養(yǎng)系統(tǒng)，以將鋼結構橋梁設計、建造和運營階段中人工反饋數據、BIM模型數據和IoT采集的數據進行統(tǒng)一管理。系統(tǒng)通過角色管理模塊解決項目各參與方協(xié)同工作中產生的問題，有效消除了不同行業(yè)及部門間的信息壁壘，提高了信息同步與方案決策效率。

(2)提出鋼橋設計制造協(xié)同的信息模型，構建“信息模型-BIM編碼-二維碼”唯一綁定的鋼結構橋梁智能實體模型。以智能實體為紐帶，為鋼橋跨領域的協(xié)同作業(yè)提供一種新的模式和手段，并加入了施工裝配可視化模塊，通過虛擬裝配環(huán)境對橋梁實際施工過程中可能遇到的問題進行模擬，提高橋梁裝配質量。同時也考慮鋼結構橋梁的全生命周期管理的需求，通過擴展智能實體的信息以適應未來的業(yè)務需求。

(3)提出基于模糊層次馬爾科夫模型的鋼橋技術狀態(tài)等級監(jiān)測與預測方法，并搭建相應的系統(tǒng)模塊。依據IoT獲取的橋梁歷史數據，對橋梁運營過程中的健康狀態(tài)以及未來可能出現(xiàn)的問題進行評估，幫助橋梁方提早建立應對方案，保證橋梁安全穩(wěn)定運營。

最后將該系統(tǒng)應用在某裝配式鋼橋項目推進過程中，有效提升了建造和管理水平，證明了系統(tǒng)在鋼橋施工過程中適用性好，能滿足鋼橋裝配化建造和管養(yǎng)的智能化要求，可為同類型橋梁智能建管養(yǎng)框架的搭建與系統(tǒng)平臺的開發(fā)提供參考。