---

---

1 引言

桥梁运行过程中，其动态特性参数的变化是反映桥梁健康状态的重要手段之一。因此桥梁动态参数的实时监测在实际工程中具有越来越多的应用。

一般的桥梁动态特性监测包含振动量值等简单参数。而桥梁在长期运行过程中，受到的环境条件可能具有很大的差异，导致其振动响应常常有明显的差异，此时对于深入研究这些差异及其引起的响应，仅仅使用一些振动的量值或频谱是不够的。因此本文提出了将桥梁模态参数作为实时监测的数据，通过桥梁模态的预实验数据和自动化模态识别技术，实现桥梁实时模态监测。

此外，许多桥梁常常处于偏远地区，其监测数据常常只能到达其附近的监测站点，在监测数据发生异常时，难以及时传递到具有诊断能力的大型监测中心。本文使用GPRS通讯技术，对于处于手机信号覆盖范围的桥梁，其监测数据可实时传递到某个城市的监测中心。

2 桥梁监测系统构建

桥梁的动态参数常常包括其振动、应变、冲击，以及温度等参数，此外对于重要情形还包括沉降量、伸缩缝位移等参数，这些数据均可以通过各种手段获取。 

2.1 传感器及布置

振动是使用最为广泛的参数之一，而桥梁模态也是通过振动数据进行分析的。对于桥梁结构，其前几阶振动频率一般处于零点几至十几赫兹，因此多使用如941速度型传感器进行测量。

对于传感器的布置问题，则需要较多考虑桥梁的实际结构特点以及模态分析的需要。对于简单结构的小型桥梁，通过实际经验或仿真计算，一般可以获取桥梁的主要模态频率和振型，但是对于复杂的大型桥梁，或者为自动化模态提供参考数据时，简单的经验显然是不够的，而仿真计算也难以给出准确的数据，所以对桥梁进行一次包含模态分析的预实验是非常有必要的。根据模态试验数据，在合适和合理的位置进行传感器的布置。 

2.2 数据采集和处理记录

对于数据采集设备，则需要考虑多方面的问题。首先是采集设备的处理能力，考虑到实时自动化模态分析，以及振动外的冲击等高频信号测量，采集系统不仅需要较高的采样速率、较大的存储空间，还需要快速的计算能力。

第二个方面是采集精度，这是保证获取精确振动数据的重要因素。对于桥梁模态而言，属于环境激励的OMA范畴，激励力不可测并且多变，加上桥梁模态的复杂性，使得此类模态分析的难度加大，因此测取其精确的振动响应数据，更是至关重要。

另一个重要问题是环境因素，对于在自然环境中的数据采集设备，必须具有很强的可靠性。

本文选择INV3020型数据采集系统，该系统具有24位采集精度，动态范围约为120dB，结合941型速度传感器，可以较好地满足桥梁振动数据的高精度测量，该采集设备采用工业级的CPCI总线技术，具有良好的抗震和通风设计，适合野外环境的长期运行。内嵌的CPCI工业计算机具备1GHz以上的主频，可以满足实时FFT计算和处理的要求，附带160GB笔记本硬盘则可以长期存储桥梁的振动数据。该设备还具备以太网、USB和RS232等接口，配置适当设备即可实现多种网络和无线通讯能力，为远程实时监测提供基本硬件环境。监测系统组成示意图如图1所示。

                图1 监测系统组成示意图

 

2.3 传感器系统的异常判断

在长期监测过程中，传感器等设备的故障常常是难以避免的，而出现异常的传感器输出的数据可能是不正确的，并且导致监测结果出现偏差，因此传感器自检能力是监测系统的重要功能之一。本文选择941型传感器本身只有电压信号的输出，不具备自检功能，因此需要在INV3020中设计对传感器的检查功能，并且只能根据测量的信号来进行判断。

一般桥梁振动信号的基本特点是判断传感器是否异常的重要依据，因此对测量数据需要进行有关基线、有效值、均方差、峰峰值和频谱等分析，此外信号欠载、过载等也应加以考虑。

 

2.4 监测参数和数据传输

基于上述设计，监测系统可实时获取振动量值（包括振动的峰峰值、有效值、最大值、最小值、平均值和均方差等）、应变量值、振动波形、振动频谱（包括各测点振动的前若干阶频率、幅值和阻尼比）和振动模态（包括前若干阶模态的频率、阻尼和振型）。另外，利用INV3020的数字IO和RS232等接口，本系统还包含了温度等准静态参数的监测。

对于数据的传输，本系统考虑两个方面，其一是数据实时传输至桥梁附近的监测室，可使用INV3020的以太网接口，或无线AP通过WIFI传输。其二是采用GPRS传输，将监测数据通过Internet实时传输至城市的监测中心。

3 桥梁自动化模态分析

模态分析，尤其对于桥梁的OMA模态分析，常常是一个比较复杂的过程，因此实现自动化模态则是实现模态实时监测的难度所在。

 

3.1 模态分析结果的差异

对于OMA模态分析，常用的模态拟合方法包括SSI、ERA (Eigensystem Realization Algorithm)、PolyLSCF（The Polyreference Complex Exponential  Method）、PRCE  (The Polyreference Complex Exponential method)等。上述几种方法都需要用到稳定图，用户需选择特征矩阵的维数，而选取不同的维数会得到不同的稳定图；另外在稳定图上选取不同的极点也会得到不同的模态参数。真模态（对应物理极点，在有限元分析结果中可找到对应的模态）和假模态（对应数学极点，在有限元结果中找不到对应的模态）往往混在一起，因此模态试验需要分析人员具备较高的理论水平及一定的测试经验，才能得到可靠的结果。总之，模态分析时采用不同的分析方法会得到不同的分析结果，甚至同一分析人员用同一方法在不同时刻进行分析，得到的模态参数也会有所差别。

 

3.2 模态优化和自动化计算

因此需要一种模态的优化方法，使得各方法在经过优化计算后得到基本一致的结果。基于该优化方法，设置一定的优化标准后，即可通过计算机自动进行优化计算得到与实测结果最吻合的结果，以实现没有人工参与的模态自动化分析。其过程如图2所示。

                    图2 自动化模态分析过程

 

在此过程中要解决的问题有两个：一是对不同分析方法得到的结果可以进行优化，使得最终结果和方法的选择无关。第二个问题是真假模态的甄别，保证结果中不遗漏真模态，不含假模态。

本文采用DASP模态分析系统，该系统提出了一个理论上合理且数学上可行的优化目标，即通过模态参数综合得到的频响函数或半谱（对应运行状态模态分析）和实测的结果最为吻合。根据此目标，又给出了模态参数的优化算法，通过优化，所有分析方法都可以得到基本一致的最优分析结果，和最初的方法无关。在优化过程中动态地甄别物理极点和数学极点，根据极点变化的稳定性，极点变化的轨迹在参数优化的同时自动删除虚假模态。和传统的通过模态复杂性，模态相位共线性等甄别虚假模态的方法相比，具有更强的可操作性和更为明确的物理意义。

    使用前面所述的预试验模态结果作为自动化模态分析的一个参考，可以有效提高自动化模态分析的准确性和计算速度，避免传感器信号异常等情况导致自动化模态分析结果的不确定性。

4 基于GPRS的远程数据实时传输

远程监测主要是实现现场采集系统INV3020与监测中心的监控计算机的通讯，而通过有线方式将位于桥梁上的INV3020接入互联网显然是非常不方便的，因此本文配置GPRS网关，实现二者的无线通讯。但是GPRS通讯却也存在一些问题，如速度低，信号不稳定，易于丢失数据。

为解决信号传输不稳定的问题，必须设计合适的数据传输格式，以确保数据有效正确地进行传输。对于所有传输的数据，都需要按信息包的方式进行传输，对于时域波形等大批量的数据则需要分包处理。每个信息包均由开始符、类型符、长度信息、内容和结束符组成，而信息包的校验则由GPRS网关保证，在上一包的结束符和下一包的开始符之间的信息则是无用或不完整的信息。

由INV3020发向监控计算机的信息主要包含两类：主动信息和被动信息。主动信息为INV3020在正常的监测过程中自动形成的信息，包括传感器异常信息、实时监测数据的指标量、实时模态数据等，这些信息一旦形成会自动发向监控计算机。被动信息是其收到来自监控计算机的查询和设置命令后，在完成相应操作后返回的信息，不论操作是否成功均有相应返回信息，保证监控计算机可以发现丢失的信息包并要求重发。

采用该方法，可实现偏远地区的桥梁数据实时传递到任何城市的大型监测中心，或者传递给具有丰富经验的诊断专家，便于桥梁数据的收集管理和健康状况的准确判断。

5 结束语

桥梁动态特性数据的实时监测是桥梁健康评估的重要手段，本文提出将实时模态数据加入监测系统，为桥梁在不可知的外界环境激励下出现的响应，提供深入研究的第一手数据，而实现的关键在于合理的传感器布置和先进的自动化模态算法。

对于远程实时监测的实现，本文通过GPRS技术实现，而随着通讯技术的发展，诸如WCDMA和LTE等3G/4G通讯技术则更加适合桥梁实时远程监测。

 

参考文献

[1] J.M.Liu, S.Shen, M.Ying, S.W.Dong. The Optimization and Autonomous Identification of parameters [C], IMAC-XXIX, 2011

[2] H.Q.Ying, J.M.Liu, S.Shen, etc. Precise output-only modal parameter identification from power spectrum. [C], IMAC-XXIV, 2006

[3] 应怀樵. 波形和频谱分析与随机数据处理[M]. 北京:中国铁道出版社,1983