某黄河特大桥10号墩水下基础检测技术

某黄河特大桥10号墩处水文和地质条件复杂,传统检测方法难以进行水下基础的运营状态检测,结合水下基础环境条件与检测需求,基于多波束三维声呐成像技术对其进行了全面检测。采用多波束三维图像声呐检测水下基础冲刷情况,多波束测深侧扫声呐检测河床地形地貌情况,多波束二维图像声呐检测基础外观状况。检测结果表明:大桥运营22年来,10号墩水下扩大基础在水流作用下迎水面的冲刷最大深度为1.35m,背水面的局部淤积最大深度为0.52m,符合河流冲刷规律,该桥的水下基础状态良好。多波束三维声呐成像技术检测桥梁水下基础的效果较好。     

公路桥梁智能检测技术研究进展

为促进公路桥梁智能检测技术的发展，系统梳理了桥梁智能检测装备、智能检测方法、智能损伤识别算法、智能安全评价及养护决策的发展现状与趋势。综合分析表明：随着桥梁智能检测技术的发展，针对桥梁检测环境和构件特点，出现了包括无人机、移动机器人、环形爬升机器人、多功能检测机器人、爬索机器人、水下机器人、声呐探测装置等多种类型的智能检测装备。智能检测装备大多采用搭载的图像采集装置进行病害信息收集，其避障及抗环境干扰能力和图像采集精度是设备性能表征的关键；在智能检测方法领域，图像采集技术、激光点云扫描技术、全息摄影技术发展日趋成熟，探地雷达、干涉合成孔径雷达及声呐探测技术可作为桥梁基础及冲刷深度检测的有效手段；但以光纤传感、热成像技术、声发射技术、超声波检测、电磁传感为特征的桥梁检测新技术，其抗环境干扰的能力还有待提升，需要进一步的工程验证。随着桥梁智能装备能力的提升、智能检测技术的发展，不同类型海量数据的涌现，传统的从病害、构件、部件到结构的分层综合安全评价算法已不能适应，采用数字孪生技术进行结构状况的实时再现与评价，以多源数据融合技术进行区域级、路网级桥梁服役性能及抗灾韧性评价是桥梁智能检测与安全评估的主要发展方向。     

桥梁水下基础检测技术应用前景

结合桥梁水下基础检测的实际需要,综述国内外水下基础检测技术现状。针对桥梁水下基础检测中存在的问题,提出采用水下机器人进行检测,其是融合专家系统与人工神经网络对桥梁水下基础进行损伤检测与诊断的新技术。评估水下机器人在我国的应用前景并展望桥梁水下基础检测技术的发展。     

基于车辆制动激励和小波包能量分析的连续梁桥基础冲刷识别方法

近年来，因基础冲刷引发的桥毁事故频发，冲刷会造成桥梁下部结构周围土体被破坏进而导致基础承载力下降，并且由于冲刷位置隐蔽增加了识别检测的难度。为了精准识别桥梁下部结构的基础冲刷损伤，利用车辆制动作用可引起更为显著的桥梁下部结构纵桥向动力响应这一特点，提出了一种基于车辆制动作用下桥梁动力响应小波包能量分析的连续梁桥基础冲刷识别方法。该方法选择典型三轴车制动作用作为动力激励，利用小波包对冲刷前后的车辆制动作用下桥墩顶纵桥向加速度响应进行分解，提出以小波包能量方差变化率作为冲刷识别指标，实现基础冲刷位置识别；进而通过数值模拟方法建立包含多种冲刷程度与对应测点冲刷指标值的样本库，拟合分析确定冲刷识别指标值与冲刷程度间的函数关系，通过识别出的各测点冲刷指标值基于模式反演方法实现冲刷程度的量化识别。一座混凝土连续梁桥工程实例的分析结果表明，该方法能够实现梁桥基础冲刷的定位和定量识别，抗噪能力强，且识别结果受桥面不平度、制动位置、车质量和初始车速等因素影响较小。该方法在试验过程仅需在桥墩顶安装加速度传感器，可借助常规的桥梁荷载试验项目实现，具有测试简便易行、识别精度好等特点，适于公路梁桥基础冲刷的快速检测。     

桥梁水下基础的加固技术研究

桥梁的桥墩、基础等水下结构由于使用环境的原因,极易出现保护层脱落、桩体钢筋腐蚀等病害,严重危机桥梁安全。文章基于桥梁水下基础的病害具体表现形式,提出具体的加固、处置措施,以使得水下基础的加固更加专业化。     

港珠澳大桥无人船水下综合检测系统研究

港珠澳大桥桥长22.36 km,水下服役环境复杂，为提高对大桥水下结构设施服役状态的检测能力，设计无人船水下综合检测系统。研发智能化无人船平台、水下机器人系统、水下地形地层检测设备、船/岸异构无线通信系统、多源数据融合及三维可视化系统等关键模块。应用无人船水下综合检测系统在大桥处开展水下检测工程实践，获取水下结构关键部位表观状况、桥墩承台外形特征和周边冲刷情况、人工岛斜坡堤结构及周边冲刷情况、隧道顶部回淤状态等信息。检测结果表明：该系统安全、可靠、高效，实质性提高了跨海集群设施水下维养检测水平，解决了目前跨海集群设施水下检测手段单一，检测数据独立，可追溯性、交互性差等问题。     

基于点云模型的桥梁构件形态变化趋势识别与分析

为准确识别桥梁运营期间关键构件的几何形态及其变化趋势,提出一种基于点云模型的构件形态识别方法。该方法利用激光扫描与点云模型拼接技术,建立运营期间桥梁结构的精细化三维数字模型,通过对构件的时空变化趋势进行跟踪,进行桥梁结构力学现状的判断及发展趋势的预测。以7座独柱墩桥梁的倾覆评估为例,采用三维激光扫描得到的点云模型,识别各桥支座转角、主梁相对支座侧移及整体结构行为变化,并通过2年跟踪得到主梁侧向倾覆的趋势。识别结果与常规检测数据及外部荷载特征一致。该方法可实现桥梁构件几何形态的远距离识别和整体结构行为变化的快速跟踪,为桥梁的安全预警提供合理依据。     

桥梁水下桩头缺陷修复加固工程技术分析

乌昌路头屯河大桥由于施工原因和桥梁长期处于超负荷运行状态,使桥梁水下桩头出现病害,若不及时修补处理,将加速钢筋的腐蚀与混凝土胀裂剥落,严重影响结构的耐久性及安全性,给桩基及整个桥梁造成极大的安全隐患。通过水下摸索、水下录像等方式对乌昌路头屯河大桥水下基础进行专项检查、水下桩基外观检测,对其存在的病害进行分析,并提出解决方法。     

运营铁路隧道衬砌背后较大空洞的精确检测技术

目前采用地质雷达等无损检测技术可快速、准确检测衬砌厚度和衬砌中钢筋数量等参数,并可有效判识衬砌背后空洞等缺陷沿隧道纵向和环向长度,但对这类缺陷的径向尺度因介电常数的差异、反射面的识别等原因而无法准确判识。依托西南地区某运营铁路隧道衬砌背后存在较大空洞的工程实际,结合现场钻孔调查和地质雷达无损检测,首次运用钻孔三维激光扫描技术对运营铁路隧道衬砌背后空洞进行扫描,实现精确检测,得到衬砌背后空洞的三维形态和具体尺寸,检测成果可为隧道病害整治提供准确的数据,可设计出更具针对性和操作性的整治方案。提出的“物探+钻孔三维激光扫描”技术,能实现衬砌背后空洞“粗中有细”的全面检测。     

TLS在大型钢梁虚拟预拼和检测应用研究

钢结构桥梁的传统预拼接工作存在数据获取效率低、实地操作困难和成本高等问题,针对上述问题,以长益高速公路扩容工程为例,结合地面固定式三维激光扫描技术,详细阐述了基于三维激光点云数据的多跨π型钢混组合结构桥梁的虚拟预拼和检测方法。主要步骤为扫描设计、点云获取、数据处理及建模、虚拟预拼及误差检测。     

桥梁水毁研究综述

近年来，桥梁水毁日益频发，已成为桥梁倒塌失效的首要因素。从冲刷、洪水2类最主要的水文因素出发，充分结合历史数据，分析并对比其对桥梁水毁的影响程度与规律；并按2类水文因素所对应的不同桥梁倒塌失效模式，对桥梁水毁现有的研究工作和方法进行总结归纳；最后，聚焦实桥应用，对现有桥梁水毁监测和诊治手段进行全面梳理。综述可得以下结论：①冲刷是导致桥梁水毁的最主要因素，所致失效桥型以桁架桥、梁桥、拱桥为主，桥梁服役时间、结构安全状态、年平均径流量均与桥梁所受冲刷程度存在较强相关性；②冲刷坑空间形态数值仿真与试验结果仍有一定差距，其泥沙模型缺少考虑床沙级配的影响，经验公式法尚需突破计算维度的局限性，完善考虑时间因素和黏性土的冲刷深度预测；③现阶段洪水波流竖向升力计算公式较少考虑脉动压力，浪荷载水槽试验尚未完全探明波浪特性与作用力间的联系，桥梁可靠度研究多见以冲刷为主的多灾害下联合效应计算，仍缺少波流、浪力作用与地震动水作用等其他灾害联合作用的深入探讨；④桥梁抗水目前仍局限于流场与结构域的独立研究，未见不同水文因素下基于结构域-流场多场耦合的桥梁失效模式分析；⑤雷达、声波以及潜水员水下检测是现阶段桥梁冲刷主流监测方式，桥梁冲刷动力识别适用于复杂环境下大规模、区域性桥梁检测，但仍有待进一步的应用研究，而既有桥梁水毁诊治手段在具体实施时需因地制宜，避免反而加剧水文病害。     

桥梁构件养护编码与快速识别方法

为了便于桥梁养护与管理,提高桥梁精细化管养的水平,在分析国内外相关行业的信息分级与编码体系的基础上,结合桥梁属性和养护特点,提出了桥梁构件养护编码与快速识别方法,制定了精确到构件级的分级编码结构和分类代码。据此,基于二维码应用设计了桥梁构件智能信息标签,采用APP扫描信息标签的方式对桥梁构件进行识别,初步建立了一套适用于桥梁构件养护编码与快速识别方法。应用结果表明,该方法能建立全面、统一和精确到设施构件级的身份标识并能快速识别桥梁构件,为桥梁全生命周期养护管理奠定基础,极大提升了桥梁养护效率和质量。     

基于多波束探测的桥梁扩大基础埋深测试研究

为了定量分析桥梁基础冲刷,首先对非开挖河床的桥梁基础埋深检测方法进行分析,对比了不同检测方法的优劣性.其次将人工深度尺测深、多波束探测应用于桥梁扩大基础埋深检测中.最后,通过对比多波束探测数据与人工深度尺测深数据的偏差值,证实了多波束探测桥梁扩大基础埋深的可操作性,该方法可为桥梁扩大基础埋深检测提供参考.     

基于车激响应的桥梁支座脱空病害识别方法研究

为快速、准确地评估铁路简支梁桥的支座健康状态,分析各影响因素对识别结果的影响,以刚体动力学和结构有限元法为基础建立了车桥耦合动力分析模型,提出了一种以频谱相似性指标构建目标函数、以模型修正方法为主要技术手段的桥梁支座脱空病害识别方法,并在此基础上以某高速铁路32m简支梁桥为工程背景,采用数值模拟和现场试验的方式对所提方法进行了验证。结果表明:该方法可实现支座脱空病害的定位和定量识别,且计算效率和精度均较高,虚假损伤很小;列车行车速度、轨道不平顺谱及列车编组等因素对支座脱空病害识别结果影响较小;现场试验的加速度频谱分析实测值与理论值在低频段吻合良好,各支座识别结果均大于支座刚度限值,支座未发生脱空病害,与支座实际状态一致。     

基于无人机及Mask R-CNN的桥梁结构裂缝智能识别

桥梁结构表面裂缝检测为桥梁状态识别、病害治理、安全评估提供了重要状态信息和决策依据。为解决传统人工检测方法存在的危险性高、影响交通、费用昂贵等问题,提出基于无人机（Unmanned Aerial Vehicle,UAV）及深度学习的桥梁结构裂缝智能识别方法。采用大疆M210-RTK多旋翼无人机进行贴近航摄,获取桥梁结构混凝土表面高清图像;利用SDNET裂缝数据集等图像资源,制作1 133张标记裂缝精确区域的深度学习训练样本图像库;引入掩膜区域卷积神经网络（Mask R-CNN）深度学习算法,训练和建立Mask R-CNN裂缝识别模型;基于Mask R-CNN裂缝识别模型,采用矩形滑动窗口模式扫描混凝土表面高清图像,实现裂缝自动识别和定位。构建包含图像二值化、连通域去噪、边缘检测、裂缝骨架化、裂缝宽度计算等流程的图像后处理方法,实现裂缝形态及宽度信息自动获取。通过精度验证试验,证实采用M210-RTK无人机+ZENMUSE X5S相机+45 mm奥林巴斯镜头的组合装备,当无人机至桥梁结构表面垂直距离为10.0 m时,无人机方法识别的裂缝宽度与裂缝测量仪结果吻合,其绝对误差小于0.097 mm,相对误差小于9.8%。将该无人机裂缝检测方法应用于高136.8 m长沙市洪山大桥桥塔表面裂缝检测,采用深度学习Mask R-CNN算法进行裂缝智能识别,其裂缝识别准确率和召回率分别达到92.5%和92.5%。研究结果表明：无人机桥梁裂缝检测方法可实现高耸桥梁结构表面裂缝的远程、非接触、自动化检测,具有重要的科学研究和工程应用价值。     

桥梁结构运营模态参数识别方法对比

为比较不同桥梁运营模态分析理论和方法在实际桥梁长期运营中的识别效果和效率,以某大跨度斜拉桥健康监测系统1年的实测数据为依托,用探索性数据分析方法对桥梁实测数据进行评判,从实测数据中筛选符合识别方法基本假定的数据,分别运用频域和时域运营模态参数识别方法识别该桥主梁和斜拉索12个月的运营模态参数,并对识别结果进行对比分析。分析结果表明:不同构件可采用不同的识别方法,基于自适应总体平均经验模态分解的数据驱动随机子空间法对运营状态下斜拉桥主梁的密集模态参数识别效果最好;峰值拾取法能准确、快捷地识别运营状态下斜拉索的模态参数。     

基于深度学习的钢桥桥面铺装病害识别与量化方法

受反复的交通荷载、温度变化、风载等的影响,钢桥桥面铺装的应力状态复杂,加上柔性的桥面铺装与刚性钢桥结构力学相容性问题,钢桥桥面铺装易出现早期病害。为了识别、分类和量化钢桥桥面铺装典型病害,文中提出一种基于深度摄像头Kinect V2和深度学习的桥面铺装病害识别方法。先通过传感器采集桥面铺装病害图像,创建带标识的数据库,并将其转化为训练集,然后利用YOLOv5对训练集的原始数据进行训练、验证与测试,获得桥面铺装病害识别、分类和量化结果。结果表明,基于深度学习,利用随机采样一致性(RANSAC)可以实现RGB-D传感器在不同工作距离上的平面拟合,达到对桥面铺装病害的高效识别,各类病害的识别误差均可控制在10%以内;与人工识别方法相比,利用简单图像采集设备和机器学习的智能识别方法能以较低的成本在不影响交通的条件下完成钢桥桥面铺装病害识别与量化,计算效率更高,可大大节省人工和时间成本,且能保证识别结果在一定精度范围内。     

基于车激动力响应互相关指标的桥梁基础冲刷诊断方法

针对当前桥梁基础冲刷诊断和检测方法过程复杂、成本高且受环境影响大等问题，提出一种基于车激动力响应互相关指标的桥梁基础冲刷诊断方法。该方法通过桥墩和桥跨不同测点的纵向加速度响应自由衰减段信号的互相关分析，建立基础冲刷诊断指标体系，实现冲刷定位和均匀性诊断。首先，依据互相关函数幅值向量置信度判据指标进行基础冲刷初判；然后，通过响应互相关函数幅值向量因子变化率向量进行冲刷定位，再根据横桥向互相关函数幅值变化率向量诊断冲刷均匀性；并通过统计评估方法提高诊断精度；最后，结合1座连续梁桥算例进行多种冲刷工况的数值仿真分析，对所提方法的有效性和适用性进行验证。结果表明：该方法能够很好地实现基础冲刷的定位和均匀性诊断，指标具有较高敏感性；同时具有较好的抗噪性能，通过所提出诊断指标体系的综合使用可消除噪声对诊断结果的干扰。该方法具有诊断结果精度高、过程简便易行、无需进行复杂且误差较大的模态识别、允许试验测试参数和条件适量变化等优点，可嵌入常规桥梁荷载试验同步开展，具有很好的工程应用潜力和实用价值。     

日本桥梁自动化检测技术研究新进展

桥梁自动化检测技术为桥梁智慧管养提供了有力的技术支持,日本在桥梁自动化检测技术方面开展了斜拉索检测机器人、钢桁架桥检测机器人、搭载3D激光扫描仪的检测机器人的研发和应用研究。斜拉索检测机器人采用螺旋桨驱动,安装全高清画质数码相机,沿索体上升或下降进行全方位摄像,查看照片和视频可检测修补痕迹、锈迹、涂膜剥落、碰撞等,不需要进行交通管制,检测速度快、效率高,不仅适用于斜拉桥,还可用于悬索桥吊索检测。侧面走行检测机器人主要用于检测钢桁架桥桥面板、钢梁及其它构件损伤,走行装置上安装锂电池电机,遥控操作变换前进方向和调整走行速度,机器人万向接头上安装4K高清数码相机,可检测到无法近距离肉眼观测以及视线死角位置。既有桥梁桥面板更换工程中,采用搭载3D激光扫描仪的检测机器人进行桥梁空间坐标全自动检测,扫描的点云数据输入数据处理系统,自动生成检测报告,无需搭设支架和实施交通管制,且检测精度满足目标精度要求,该设备还可用于挂篮悬臂浇筑法施工中成桥空间坐标测量。研发了3D激光扫描仪自动移动装置,使检测更快捷。各桥梁自动化检测设备具有较好的工程实用价值,可为国内同类型桥梁结构智能检测提供参考。     

基于动力特性识别的桥墩冲刷状态分析

为提高桥墩冲刷深度监测的经济性与便利性,提出一种基于动力特征识别的桥墩冲刷状态分析理论。该理论首先基于结构自振频率与振型,对其合理筛选后转换得到能反映桥梁状态的结构柔度矩阵,基于该结构柔度矩阵得到反映关注方向结构刚度的"计算结构位移差",将其作为桥墩冲刷识别参数。进而利用参数分析得到该冲刷识别参数与不同桥墩冲刷深度之间的理论定量关联,同时利用桥梁检测时获得的结构实际动力特性和实际取值,以及预先得到的"计算结构位移差"与冲刷深度之间的关系进行反演计算,得到了桥墩冲刷此时的反演深度。最后以简支梁桥为示例,基于American Petroleum Institute(API)规范所推荐的计算公式建立多方向的桩土弹簧模型,利用逐步移除相应弹簧单元模拟桥墩冲刷行为,演示了所提出的基于动力特性识别的桥墩冲刷状态分析理论的具体应用方法与步骤,并给出该方法的应用前提。研究结果表明:反演得到的桥墩冲刷深度具备一定的准确性,而多桥墩之间的耦合性可利用拟合公式进行修正;该方法可借助常规桥检项目对桥墩冲刷状态进行定性及定量分析,具备计算逻辑严密准确、监测设备便利经济的优点,在动力特征准确识别的基础上,可准确预测桥墩冲刷深度。