CN117171842A - 一种城市慢行桥梁健康监测与数字孪生*** - Google Patents
一种城市慢行桥梁健康监测与数字孪生*** Download PDFInfo
- Publication number
- CN117171842A CN117171842A CN202310983465.2A CN202310983465A CN117171842A CN 117171842 A CN117171842 A CN 117171842A CN 202310983465 A CN202310983465 A CN 202310983465A CN 117171842 A CN117171842 A CN 117171842A
- Authority
- CN
- China
- Prior art keywords
- information
- module
- digital twin
- bridge
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 43
- 230000036541 health Effects 0.000 title claims abstract description 26
- 238000012423 maintenance Methods 0.000 claims abstract description 134
- 238000004458 analytical method Methods 0.000 claims abstract description 102
- 238000006243 chemical reaction Methods 0.000 claims abstract description 87
- 238000000034 method Methods 0.000 claims abstract description 77
- 238000010276 construction Methods 0.000 claims abstract description 60
- 238000012545 processing Methods 0.000 claims abstract description 54
- 238000005457 optimization Methods 0.000 claims abstract description 45
- 238000012546 transfer Methods 0.000 claims abstract description 30
- 230000003993 interaction Effects 0.000 claims abstract description 19
- 238000007726 management method Methods 0.000 claims description 101
- 230000008569 process Effects 0.000 claims description 42
- 230000006870 function Effects 0.000 claims description 40
- 238000005516 engineering process Methods 0.000 claims description 38
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000011156 evaluation Methods 0.000 claims description 28
- 239000000463 material Substances 0.000 claims description 22
- 238000004088 simulation Methods 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 19
- 238000013461 design Methods 0.000 claims description 17
- 238000013527 convolutional neural network Methods 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 16
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 14
- 230000004927 fusion Effects 0.000 claims description 14
- 230000008447 perception Effects 0.000 claims description 14
- 238000007781 pre-processing Methods 0.000 claims description 14
- 239000000725 suspension Substances 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 10
- 230000003449 preventive effect Effects 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 238000013136 deep learning model Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 5
- 238000012916 structural analysis Methods 0.000 claims description 5
- 201000004569 Blindness Diseases 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims description 4
- 230000004913 activation Effects 0.000 claims description 3
- 238000009430 construction management Methods 0.000 claims description 3
- 238000009472 formulation Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000011176 pooling Methods 0.000 claims description 3
- 239000010410 layer Substances 0.000 description 61
- 238000011161 development Methods 0.000 description 28
- 230000018109 developmental process Effects 0.000 description 28
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 239000008186 active pharmaceutical agent Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000013433 optimization analysis Methods 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000012088 reference solution Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 230000033772 system development Effects 0.000 description 2
- 238000004873 anchoring Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 239000002346 layers by function Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000004382 visual function Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
- 239000013585 weight reducing agent Substances 0.000 description 1
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及一种城市慢行桥梁健康监测与数字孪生***,包括实景模型模块、BIM建模模块、全生命周期运维管理模块、边缘设备模块、数字孪生基础模块、数字孪生数据转换及优化模块、数字孪生应用模块,各模块之间可以实现信息转接交互。所述方法包括以下步骤:建立慢行桥梁结构的BIM三维信息模型;建立慢行桥梁及其周边地理水文环境的实景模型;构建数字孪生基础层,将数字孪生数据进行转换及优化;搭建基于数字孪生体的智能运维管理平台。该数字孪生***基于桥梁建造、运营维护阶段结构状态监测信息采集、结构荷载工况实时采集、数据处理与分析,通过实景模型的定期更新,远程宏观把控施工现场状况及工期进度。
Description
技术领域
本发明涉及建筑工程智能建造、智慧建造与智能运营维护技术领域,特别是涉及桥梁工程的建造与运营监控领域,尤其涉及桥梁智能化建造运营监控的应用工具和实现方法,具体为一种城市慢行桥梁健康监测与数字孪生***。
背景技术
以信息化、智能化为特征的数字化时代的到来推动了桥梁工程技术的发展与创新,有必要将BIM、物联网、数字孪生、无人机实景建模、边缘设备等战略性新兴产业技术与桥梁工程相融合,从智能设计、智能施工、智能运维等多个维度,推进桥梁工业化、数字化、智能化升级。
BIM技术是建筑行业顺应时代发展的产物。“物联网”的概念是在1999年提出的,即把所有物品通过射频识别等信息传感设备与互联网连接起来,实现智能化识别和管理。物联网技术起源于传媒领域,是信息科技产业的第三次革命,通过信息传感设备,按约定的协议,将任何物体与网络相连接,物体通过信息传播媒介进行信息交换和通信,以实现智能化识别、定位、跟踪、监管等功能。而数字孪生概念最早是由美国NASA明确提出的,其含义是指依照现实世界中的事物,高度精准地建立与之对应的数字信息模型,进行现实叙述、仿真模拟和预测评估等操作。数字孪生技术的提出,作为物理世界与数字世界交互、共融的桥梁,它被寄予厚望。但是目前数字孪生技术主要在工业级的高精度产业,在桥梁工程领域内的应用仍有待提升。无人机实景建模是客观还原现实场景的三维模型,具有单体化、实体化、结构化、语义化的特点,通过融合人工建模技术、倾斜摄影技术、激光雷达技术形成可空间量算和综合分析的立体模型,呈现集多种模型优点于一体的三维数据场景结果。边缘计算着重要解决的问题,是传统云计算(或者说是中央计算)模式下存在的高延迟、网络不稳定和低带宽问题。
工程智能建造是在工程建造要素资源数字化的基础上,以工程建筑信息模型为载体,以自动化装备、物联网信息技术为手段,实现数字链驱动下,状态识别、误差分析、误差预测、评估修正、动态调整等全过程建造行为的辅助指导与决策,最终实现工程结构产品高精度、高质量、高效率交付的创新建造模式。数字孪生技术结合物联网的数据采集,充分利用模型与传感器更新、运营历史数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成对桥梁的映射,实现对桥梁历史状况的了解、对当前运行状态的评估并对桥梁的状态和行为进行模拟和诊断,预测健康状况演变趋势和可能发生的病害与风险(同济大学.一种基于数字孪生平台的模块化建筑物健康监测***:202011276245.9[P].2021-02-19)。
综上所诉的技术发展背景,可以认识到数字孪生技术是一项作用巨大但却较为复杂,本发明借助物联网技术与BIM技术相结合,可以推动数字孪生技术在工程建设领域的发展。对于城市慢行桥梁来说,其智能化建造技术的发展也亟待推动以此来适应行业领域时代的发展。目前,对于桥梁的健康监测也有采用了无线数字传输(朱俊,高建,王磊.一种用于桥梁健康监测的无线数字传输装置[P].江苏省:CN208985362U,2019-06-14.),这可以极大提高桥梁数据的监测效率,这体现了物联网技术的优越性。因此,需要提出一种基于BIM+GIS+FEM技术与物联网技术打造的数字孪生***来智能化城市慢行桥梁施工过程及运维过程的方法。
发明内容
为了解决有限元分析和建筑信息模型(BIM)的合理交互,城市慢行桥梁施工运维过程和物联网技术相结合的数字孪生***建立,以及智能化城市慢行桥梁建造过程的问题,本发明提出了城市慢行桥梁智能建造、智能运维的数字孪生***,并用于智能化城市慢行桥梁建造过程,包括BIM+GIS模块、物联网模块、数据处理模块和施工模拟模块,以BIM+GIS模块、数据处理模块和施工模拟模块为基础建立大跨度钢桥施工的数字孪生体,然后基于物联网模块把数字孪生体部分和物理实体部分实现数据交互,建立城市慢行桥梁建造数字孪生***,通过物联网技术实现的数据交互可以实时反映预制构件在运输以及安装等状态下的内力状况和物理特征,就可实现智能化大跨度钢桥的建造过程。如管理人员可以根据依据BIM等技术建立的数字孪生体对比分析构件是否合格。同时,数字孪生***可以实时模拟来映射具体的施工建造过程。此外,数字孪生***可以模拟拟采取的施工过程来预测施工过程,从而进行分析并做出科学的决策来指导施工。
本发明至少通过如下技术方案之一实现。
一种城市慢行桥梁健康监测与数字孪生***,包括BIM建模模块、实景模型模块、全生命周期运维管理模块、数字孪生基础模块、数字孪生数据转换及优化模块、数字孪生应用模块;
所述BIM建模模块包括用于构件信息设计分类的统一命名和注解标准单元、用于创建桥梁复杂曲线曲面构件的建模模块、用于创建桥梁规整构件的建模模块、用于不同软件之间构件信息转换的模型转换模块;
所述实景模型模块包括无人机模块、停机坪模块、直播推流模块、三维重构模块、格式转换模块;无人机模块集成有RTK定位及高分辨率摄像头;停机坪模块实现无人机低电量自动返航充电功能与作业环境感知功能,停机坪感知风速、雨淋、光照飞行环境,从而判断是否具备飞行条件,实现自动化作业;直播推流模块使用无人机进行实时监控,远程随时查看作业实况,图片、视频成果自动回传、归档,方便实景建模时调用图片进行三维重构;
三维重构模块通过添加照片及坐标、添加像控点及其坐标、对齐照片、建立密集点云、生成网格、生成纹理,最终形成实景模型,实景模型是利用对物理实体的多角度图片集进行三维重构;格式转换模块将OSGB格式的实景模型转化为3D Tiles格式。
所述全生命周期运维管理模块包括用于综合信息应用的6D BIM初期信息单元、用于桥梁信息更新修正的综合运维信息单元、用于数字孪生体应用成果管理的全生命周期信息运维管理模块;
所述数字孪生基础模块包括用于施工阶段现场工况及桥梁反应信息采集的各类传感器单元、用于运维阶段实时识别跟踪及采集慢行桥梁荷载分布的各类传感器单元、用于传输信息的无线通信传输单元、用于处理信息的数据处理单元、桥梁悬索索力计算边缘设备单元;
所述数字孪生数据转换及优化模块包括用于包含单元信息在内的6D BIM初步信息提取及转换单元、用于有限元结构数值分析的工况信息单元、用于实时荷载工况下慢行桥梁结构反力的计算及预警单元、用于不同工况下模拟分析的结构反应对比单元、单元参数及网格优化单元;
所述数字孪生应用模块包括结合有限元分析及智能分析的数字孪生体应用模块、用于数字孪生层应用信息交互的信息转接模块。
进一步地,6D BIM初期信息单元包括桥梁实景模型及结构模型信息(3D)、整体进度规划信息(4D)、工程量及成本信息(5D)、结构分析相关信息(6D),其中的结构分析相关信息(6D)包括单元参数及网格划分信息、材料属性信息、工况荷载信息、边界条件处理信息和结构表面裂缝损伤信息;
所述全生命周期信息运维管理模块通过各类数据的汇集融合、数据轻量化及储存备用,搭建综合运维的信息数据库,将不同阶段的多维数据统一更新储存在服务器端,以供客户在Web端调取信息调取及访问,并将调取的信息与BIM轻量化模型相结合进行查看和输出。
6D BIM初期信息单元的多维信息是基于三维模型信息进行添加和完善的,多维信息通过轻量化后,与生命周期信息运维管理模块之间进行交互。
进一步地,所述数字孪生体应用模块包括根据实时荷载工况计算的有限元数值分析结果、结合历史样本分析结果建立用于智能分析的工况桥梁反应数据库、结合数据库进行智能预测及安全评估单元、基于卷积神经网络的结构损伤识别单元、数字孪生应用层其余有效信息单元,其中,智能预测包括提取不同时间相似工况的桥梁内力结果,分析桥梁关键部位内力变化情况,及整体内力分布情况进行预测;
所述信息转接模块将数字孪生体应用模块中的信息转接并传输至生命周期信息运维管理模块,进而通过生命周期信息运维管理模块的信息查看及输出单元实现与6D BIM初期信息单元之间的信息交互。
进一步地,数字孪生应用层其余有效信息单元包括根据优化后的有限元模型单元及网格参数对BIM结构分析相关信息进行更新,为6D BIM初期信息单元的第六维度结构分析信息提供初期单元及网格参数的取值范围;根据不同工况下的各种类型桥梁反应对比及误差分析,对有限元结构分析模型进行边界类型选择与边界简化、荷载模拟有效性及桥梁反应监测布置点位进行评估;依据有限元分析及智能分析的结果,自动化生成桥梁结构的预防性养护决策及评估文件。
所述智能分析通过历史样本分析结果工况反应数据库对有限元模型边界条件、单元参数及网格信息进行优化,以使有限元结果接近实测值。
进一步地,基于卷积神经网络的结构损伤识别单元包括以下步骤:
数据收集和预处理:由无人机贴近摄影收集包含结构表面图像的数据集,对数据集进行预处理,包括调整图像大小、灰度化、去噪操作;
将数据划分并设置CNN的网络架构模型:将数据集划分为训练集、验证集和测试集,设置卷积层的数量和大小、激活函数、池化层的类型和参数;网络训练:使用训练集对CNN进行训练,训练过程中,通过反向传播算法更新网络参数以最小化损失函数;
模型评估:使用独立的测试数据集评估网络的性能,评价指标为准确率,超参数调优:根据验证集的性能,调整网络架构和超参数,包括学习率、批次大小、正则化参数;
模型测试:使用测试集评估最终模型的性能。
进一步地,桥梁悬索索力计算边缘设备单元包括数字孪生操作***(DTOS)、加速度传感器、频域数据滤波处理及索力计算模块、悬索受力状况无线通信传输单元;多个边缘设备通过高速数据通讯协议连接组成数字孪生边缘装备,通过手机客户端APP、PC客户端APP或者网页版上的数字孪生边缘装备无线远程管理平台进行统一管理;
频域数据滤波处理及索力计算模块按照预设的时间间隔采集目标拉索的时域数据,并利用快速傅里叶变换方法将所述时域数据转换成频域数据,以构建频谱图,利用二阶导数法识别出所述频谱图中所有的波峰数据,继而通过波峰数据计算目标拉索的索力。
进一步地,所述的用于实时荷载工况下慢行桥梁结构反力的计算及预警单元包括跨摄像头行人识别与轨迹追踪模块、匿名行人重量检测模块、有限元数值分析模块及结果输出模块、有限元结果误差评估模块、阈值警报模块;
跨摄像头行人识别与轨迹追踪模块利用监控视频的时序、空间关系来优化推理出多摄像机网络拓扑图设计和优化行人识别深度学习模型,从而实现基于行人外观的行人识别功能,在行人识别深度学习模型的基础上实现多摄像头之间的动态时延拓扑网络模型为搜索提供较为优化的检测顺序,从而减少搜索的盲目性。
进一步地,所述单元参数及网格优化单元的更新迭代实现过程包括两个层面:通过综合运维信息单元进行现场运维信息更新以及通过不同工况下桥梁反应误差对比分析进行单元参数及网格优化及单元信息的迭代更新,其中,综合运维信息单元更新内容包括现场工况信息的采集及导入、各种桥梁反应信息的采集及对比分析、通过现场外观测量及构件试验获取的几何参数及材料特性综合运维信息。
实现所述的一种城市慢行桥梁健康监测与数字孪生***的方法,包括以下步骤:
步骤一、重构桥梁及其周边环境的实景模型,反映真实的物理实体;
步骤二、建立桥梁结构的BIM三维信息模型;
步骤三、构建数字孪生基础层,具体包括采集桥梁整体状态数据,并将数据传输至数据处理单元和轻量化数据处理;
步骤四、将数字孪生数据进行转换及优化;
步骤五、搭建以数字孪生体层级架构为基础的智能运维管理平台,具体是通过信息转接模块,实现数字孪生应用模块与全生命周期信息运维管理模块之间的信息转接及综合应用。
进一步地,所述智能运维管理平台将数字孪生应用模块、信息转接模块、全生命周期信息运维管理模块进行分层,具体分为数据感知层、数字孪生体数据处理层、数字孪生体应用层和智能建造与运维管理层;
所述数据感知层包括各种类型IoT传感器、桥梁悬索索力计算边缘设备、RTK定位技术无人机、环境与桥梁结构监测模块、人机料法环智能识别模块以及行人识别与轨迹追踪模块;
所述数字孪生体数据处理层包括桥梁数字孪生体建模、精细实景三维建模模块、现场荷载工况反应数据、力学性能检测数据及其余有效运维数据,并对数据进行汇集整理、融合交换、轻量化预处理,最终针对不同模块需求建立有效的信息数据库;
所述数字孪生体应用层包括桥梁结构数字孪生体、BIM***、GIS***、有限元模拟仿真***、以数据库为基础的综合运维管理***、基于智能预警分析的预防性评估***、基于知识图谱及机器学习的养护方案制定***及其余数字孪生拓展应用、基于卷积神经网络的结构表面裂缝的损伤识别;
智能建造与运维管理层包括以不同信息维度划分的三维模型、施工进度信息、工程量成本信息、结构分析的多维信息,以不同建造阶段划分的规划设计、施工管理、运营维护等多阶段信息、以及信息录入及管理、各分项协同交流、预防性养护决策等功能模块;
数据感知层的输出端与数字孪生数据处理层的输入端相连接,数字孪生数据处理层的输出端与数字孪生体应用层的输入端相连接,数字孪生体应用层的输出端与智能建造与运维管理层的输入端相连接。
与现有的技术相比,本发明的有益效果为:
1、本发明对城市慢行桥梁BIM+GIS+FEM模型结合物联网、数字孪生等技术的深化应用具有一定的参考价值,对促进行业BIM应用做出参考。
2、城市慢行桥梁数字孪生体的建立实时反映城市慢行桥梁建造工况,对促进城市慢行桥梁建造数字化具有重要意义。
3、本发明以数字孪生技术来智能化城市慢行桥梁建造过程,为桥梁建造技术优化有重大指导意义。同时符合了未来行业的发展方向,促进了行业的快速发展,有巨大的实用价值和经济效益。
附图说明
图1为实施例的模块层级示意图;
图2为实施例一种城市慢行桥梁健康监测与数字孪生***结构流程图;
图3为实施例数字孪生体的层级架构示意图;
图4为实施例边缘设备的层级架构示意图;
图5为实施例一种城市慢行桥梁健康监测与数字孪生方法的流程示意图。
具体实施方式
下面将结合具体的实施案例并参照附图对本发明进行更加详细的阐明。应当理解,示例仅是为了更加具体的说明本发明的实现的过程,从而便于业内人士理解,但本发明并不限于此。在本发明的主要构思下,进行一些简单的变形或改进,都在本发明的保护范围之内。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
在本发明所述实例中,除非另有明确的规定和限定说明,术语“转换”、“连接”、“转接”、“更新”、“交互”、“实现”等术语应做广义理解。例如,转接可以是两者的简单转接,也可以是通过中间媒介的间接转接;交互可以是两个单元直接交互,也可以是通过某些技术手段在内的间接交互。对于不同的实际情况,可以根据需要理解上述术语的具体含义。
如图1所示,一种城市慢行桥梁健康监测与数字孪生***,包括BIM综合建模及信息管理子***和基于BIM-GIS-FEM的数字孪生技术子***,其中BIM综合建模及信息管理子***包括BIM(建筑信息模型)建模模块、实景模型模块、全生命周期运维管理模块;基于BIM-GIS-FEM的数字孪生技术子***包括数字孪生基础模块、数字孪生数据转换及优化模块和数字孪生应用模块。
如图1所示的BIM建模模块,用于实现复杂桥梁结构的不同类型构件之间的精确建模,具体的,所述的BIM建模模块包括多种综合建模及转换软件(例如Revit、Rhino、3dxMAX),可以根据复杂桥梁结构的需求运用各种三维数字建模软件进行建模,然后将创建的模型通过模型转换软件整合到统一的BIM软件中进行后续的信息完善及综合应用;
通过制定统一的命名及注解标准,为各类建模软件不同构件的统一信息管理提供便利。不同建模软件直接可以通过模型建模软件进行构件模型的转换及定位对接,最终在综合信息管理能力更好及工程应用性更合理的BIM软件平台中实现整体模型的拼接整合及信息管理。
所述制定统一的命名及注解标准包括:单位工程名称+位置+节段号+构件类别+细部单元划分信息等,建立针对全桥构件的信息分类及编码方法,最终形成类似于“XX-XX.XX.XX.XX”分层信息管理的统一标准。
所述实景建模模块包括无人机模块、停机坪模块、直播推流模块、三维重构模块、格式转换模块。无人机模块集成有RTK定位及高分辨率摄像头。停机坪模块实现无人机低电量自动返航充电功能与作业环境感知功能,停机坪感知风速、雨淋、光照等飞行环境,从而判断是否具备飞行条件,实现自动化作业。直播推流模块允许无人机进行实时监控,方便在线监控作业现场,可远程随时查看作业实况。图片、视频成果自动回传、归档,方便实景建模时调用图片进行三维重构,免去人员介入进行插拔存储卡传输图片的过程。三维重构过程通常包含以下步骤:添加照片及坐标、添加像控点及其坐标、对齐照片、建立密集点云、生成网格、生成纹理,最终形成实景模型。实景模型是利用对物理实体的多角度图片集进行三维重构的成果。实景模型常用的格式为OSGB格式,需要转换为可以顺畅地在网页上浏览、操作的轻量化3D Tiles格式。格式转换模块将OSGB格式的实景模型转化为3D Tiles格式。
所述全生命周期信息运维管理模块,用于分类和储存桥梁全生命周期过程中的运维管理信息,并将相关信息处理成格式化表达方式,以便于与6D BIM(六维建筑信息模型)进行信息交互,该模块的呈现方式可以借鉴基于网页轻量化的综合信息管理平台进行实时展示;
如图1所示,所述全生命周期运维管理模块包括初期设计建模过程的6D BIM初期信息单元、用于桥梁信息更新修正的综合运维信息单元、用于数字孪生体应用成果管理的全生命周期信息运维管理;
所述6D BIM初期信息单元包括桥梁三维模型信息3D、整体进度规划信息4D、工程量及成本信息5D、结构分析相关信息6D;施工过程中定期更新的模型修正过程的现场监测信息和单元参数优化信息;后期综合运维信息及来自数字孪生功能层的应用信息。
其中的结构分析相关信息(6D)包括单元参数及网格划分信息、材料属性信息、工况荷载信息、边界条件处理信息和结构表面裂缝损伤信息;
6D BIM初期信息单元的多维信息是基于三维模型信息进行添加和完善的,多维信息通过轻量化后,与生命周期信息运维管理模块之间进行交互。
综合运维信息单元包括涉及几何参数及材料特性的结构几何信息、力学性能信息、检查试验信息、评定决策信息和维修建议信息。其中,涉及几何参数及材料特性的结构几何信息或力学性能信息用于更新6D BIM初期信息单元;其余的有效运维信息用于更新全生命周期信息运维管理模块。
所述全生命周期信息运维管理模块包括建立综合数据库单元、配置应用服务器单元、数据调用及反馈单元、信息查看及输出单元。综合数据库单元通过各类各阶段数据的汇集融合、数据轻量化及储存备用等过程,搭建综合运维的信息数据库。将信息数据库统一连接到服务器端,以供客户在Web端或其他客服终端进行后台服务器的信息调取及访问,并将调取的信息与BIM轻量化模型相结合进行查看和输出等功能。
所述边缘设备单元是以高性能微型开发板及周边设备为核心机,采用分布式边缘装备***架构,以采集的监控大数据和边缘端人工智能深度学***台,实现边缘端物联网运行监测—数字孪生体迭代优化—结构健康状况演化趋势预测集成与高效协同。
所述数字孪生基础模块,用于现场工况及各类桥梁反应信息采集、通信传输及数据初步处理等,通过不同传感器所采集的数据进行汇集融合、轻量化处理、数据转接等过程,为建立综合的运维数据库提供基础条件,并将轻量化的有效现场工况信息输入有限元分析软件中进行特定荷载下的桥梁反应分析。这是构建复杂桥梁结构数字孪生体的基础,为数字孪生数据转换及优化模块提供现场信息来源。
具体的,所述数字孪生基础模块包括用于施工阶段现场工况及桥梁反应信息采集的各类传感器单元、用于运维阶段实时识别跟踪检及采集慢行桥梁荷载分布的各类传感器单元、用于采集信息的无线通信传输单元、用于采集信息的数据处理单元、桥梁悬索索力计算边缘设备单元;各类传感器单元包括各类传感器。
桥梁悬索索力计算边缘设备单元包括数字孪生操作***(DTOS)、高灵敏度加速度传感器、频域数据滤波处理及索力计算模块、悬索受力状况无线通信传输单元;边缘设备集成的无线通信传输单元支持无线宽带(WIFI)与5G/4G商用网络,可以根据现场作业环境决定采取哪一种无线通讯方式进行数据传输。若边缘设备放置处有WIFI覆盖,通过现场WIFI网络将边缘设备接入现场局域网,采用文件传输协议(FTP)在局域网内将数据传输到数据库中,从而可被调用到智能运维管理平台中进行显示。若边缘设备放置处无局域网覆盖,则可使用5G或4G商用网络,此时需要在边缘设备上***有效的SIM卡,采用TCP协议或者FTP协议进行数据传输。多个边缘设备通过高速数据通讯协议连接组成数字孪生边缘装备,通过手机客户端APP、PC客户端APP或者网页版上的数字孪生边缘装备无线远程管理平台进行统一管理。
频域数据滤波处理及索力计算模块按照预设的时间间隔采集目标拉索的时域数据,并利用快速傅里叶变换方法将所述时域数据转换成频域数据,以构建频谱图,利用二阶导数法识别出所述频谱图中所有的波峰数据,继而通过波峰数据计算目标拉索的索力。
所述的各类传感器单元主要包括布设在桥梁主跨和桥塔处的温度传感器和风速风向仪,布设在桥梁主体结构控制点位桥面底部的静力水准仪、光纤光栅应变仪,布设在桥梁端部支撑处及桥墩支座处的位移传感器和加速度传感器,布设在斜拉索或主缆上的索力计算边缘设备,布置在桥面上用于行人识别的红外感应监控摄像头、布置于桥梁出入闸口用于获取荷载大小的压力传感器、无人机及其机带摄像头、以及布设在跨中和塔顶处的GNSS传感器等。
具体的,各种传感器采集的信息经过不同的区域转发节点通过5G无线通信的方式与数据处理单元相连接,所述数据处理单元通过对采集的数据整合分类和轻量化处理,进一步实现数据格式规范化以提高信息适用性,有利于有限元分析的现场工况荷载快速输入及不同类型桥梁反应的误差对比。特别地,索力计算边缘设备具备数据处理能力,可直接将计算结果及结论通过5G无线通信的方式传到全生命周期运维管理模块。
图1所述的数字孪生数据转换及优化模块,用于构建与现实结构相对应的数字孪生体。通过二次开发插件实现BIM初期信息与有限元模型信息之间的提取及转换,在此基础上根据实时荷载进行有限元分析结果桥梁反应与现场采集的桥梁反应的误差对比分析,经过不断迭代过程对模型转换中的单元参数和网格优化信息进行优化更新,直到不同工况荷载下的桥梁反应对比均能满足误差条件。
具体的,所述的数字孪生数据转换及优化模块包括包含单元信息在内的6D BIM初期信息提取及转换单元、用于有限元结构数值分析的模型及工况信息单元、用于实时荷载工况下慢行桥梁结构反力的计算及预警单元、用于特定工况下模拟分析结构的各种类型桥梁反应对比单元、基于智能优化算法的单元参数及网格优化单元。
所述有限元结构数值分析的工况信息单元将慢行桥梁实时荷载工况输入都有限元模型中。所述用于特定工况下模拟分析的结构反应对比单元,桥梁结构专家组确定一系列特定的不利荷载工况,计算出这些不利工况下的桥梁反应,确定桥梁反应的危险阈值。用此阈值与实时荷载工况下的桥梁反应对比。
所述基于智能优化算法的单元参数及网格优化单元,通过历史样本分析结果工况反应数据库对有限元模型边界条件、单元参数及网格信息进行优化,以使有限元结果接近实测值。解决了建筑信息模型(BIM)没有考虑结构模拟分析中的单元参数及网格信息,缺乏必要的单元参数优化及建筑信息模型修正过程,无法完全等效地模拟现实桥梁的问题。
所述初步信息提取及转换单元主要包括构件信息及单元信息,其中的构件信息可通过人工直接输入或调整几何参数及材料特性等运维信息对6D BIM初期信息单元进行更新;单元信息则基于智能优化算法的单元参数及网格优化单元,通过循环迭代过程进行单元参数更新及网格优化,最终将模型修正成与现实桥梁结构相一致的数字孪生体。
所述单元参数及网格优化单元的迭代更新实现过程包括两个层面,在宏观层面上,可通过综合运维信息单元进行现场运维信息修改,进而更新6D BIM初期信息单元和初步信息提取及转换单元,实现有限元结分析模型的信息更新优化;其中,综合运维信息单元更新内容主要包括现场工况信息的采集及导入、各种桥梁反应信息的采集及对比分析、通过现场外观测量及构件试验获取的几何参数及材料特性综合运维信息。在微观层面上,可通过不同工况下各类桥梁反应误差对比和智能优化分析,以使有限元结果接近实测值。智能优化分析通过历史样本分析结果工况反应数据库对单元参数及网格优化及相关单元信息进行持续性的迭代更新。
所述单元参数及网格优化单元包括对单元种类、网格类型、单元划分细度初步信息的迭代优化,在满足不同工况下误差要求的基础上,将优化完善后的信息传输至数字孪生应用模块进行分类储存,可借助信息转接模块将信息传输至全生命周期信息运维管理模块,进而指导更新6D BIM初期信息单元所包含的结构分析单元参数及网格信息。
所述的用于实时荷载工况下慢行桥梁结构反力的计算及预警单元包括跨摄像头行人识别与轨迹追踪模块、匿名行人重量检测模块、有限元数值分析模块及结果输出模块、有限元结果误差评估模块、阈值警报模块。
所述匿名行人重量检测模块设于慢行桥梁出入口闸机处,对过闸行人进行匿名称重记录并实时跟踪行人位置。通过此方法,可以在任何时段准确确定慢行桥梁的实时荷载工况,此荷载工况亦是施加在桥梁对应的有限元数值分析模型上的荷载工况,从而通过有限元计算得到实时桥梁反应。有限元计算的桥梁应变与预埋应变计的应变值进行对比分析,评估有限元结果误差、验证有限元模型的有效性准确性。
跨摄像头行人识别与轨迹追踪模块利用监控视频的时序、空间关系来优化推理出多摄像机网络拓扑图设计和优化行人识别深度学习模型,从而实现基于行人外观的行人识别功能,在行人识别深度学习模型的基础上实现多摄像头之间的动态时延拓扑网络模型为搜索提供较为优化的检测顺序,从而减少搜索的盲目性。
有限元结果误差评估模块从数据库中获取特定工况下的参考解,即慢行桥梁上各传感器监测到的数值。对此工况下有限元计算结果与参考解进行比较,采用误差指标为H1误差(半正定误差)和L2误差(平方根误差)。只有误差小于某一用户设定值时,有限元模型可被认为有效,可以将结果显示到智能运维管理平台中。阈值警报模块可监控特定有限元计算结果。将采集到的慢行桥梁实时荷载工况施加到有限元模型上进行计算,当特定有限元计算结果,比如桥梁挠度等,超过规范容许值时,慢行桥梁出入闸口将会被设定为“只出不进”状态,同时智能运维管理平台会向特定权限用户发送警报消息;当特定有限元计算结果大幅超过规范容许值时,将会触发慢行桥梁警报***,广播敦促桥上行人下桥避险。
关于建筑信息模型(BIM)与有限元结构分析模型之间的二次开发插件主要涉及任何一种与.NET兼容的语言(例如C#、C++、F#、Visual Basic.NET等)以及集成了多种计算机语言的开发工具。此外,还有针对开发者提供的SDK文件和一些官方提供的开发插件,包含了许多帮助文件和源代码例子及方法。
在二次开发插件的数据信息转换类型上,主要包括构件单元尺寸及坐标位置等几何信息;弹性模量、泊松比、密度及强度等材质特性;有限元分析采用的单元种类及大小、网格划分的类型及细度。其中,几何信息和材质特性可以通过综合运维信息单元的现场数据采集或同期构件试验方法进行阶段性更新;单元参数及网格优化单元通过有限元分析结果桥梁反应与现场实测桥梁反应的误差对比、单元信息调整和循环迭代的过程实现优化。
其中,6D BIM初期信息单元的转换采用二次开发插件生成命令流的方法,在模型迭代修正的过程中采用在有限元软件直接添加或修改相关参数的形式,进而可以在有限元软件中的修正处理步骤信息和求解分析结果信息以命令流的方式导出到特定格式的文件中,以便于后期应用的数据转接和交互。
图1所示,所述数字孪生应用模块包括结合有限元分析及智能分析的数字孪生体应用模块、用于数字孪生层应用信息交互的信息转接模块。所述信息转接模块将数字孪生应用模块中的信息转接并传输至生命周期信息运维管理模块,进而通过生命周期信息运维管理模块的信息查看及输出单元实现与6D BIM初期信息单元之间的信息交互。
所述数字孪生体应用模块主要包括按实际荷载实时计算的有限元数值分析结果、结合历史样本分析结果创建用于智能分析的工况桥梁反应数据库、结合数据库进行智能预测及安全评估单元、基于卷积神经网络的结构损伤识别单元、数字孪生应用层其余有效信息单元等,通过结合历史样本建立各种工况条件下的桥梁反应数据库,借助智能优化算法进行数据库的智能化应用及分析,可对孪生结构进行桥梁反应预测及安全评估和其余应用层有效信息管理。数字孪生应用模块开拓了数字孪生体层级架构与有限元数值分析之间的融合应用,并进一步通过信息转接模块与全生命周期信息运维管理模块相连接,为实现桥梁的全生命周期智能化运营管理提供架构基础。
基于卷积神经网络的结构损伤识别单元包括以下步骤:
数据收集和预处理:由无人机贴近摄影收集包含结构表面图像的数据集,对数据集进行预处理,包括调整图像大小、灰度化、去噪操作;
将数据划分并设置CNN的网络架构模型:将数据集划分为训练集、验证集和测试集,设置卷积层的数量和大小、激活函数、池化层的类型和参数;网络训练:使用训练集对CNN进行训练,训练过程中,通过反向传播算法更新网络参数以最小化损失函数;
模型评估:使用独立的测试数据集评估网络的性能,评价指标为准确率,超参数调优:根据验证集的性能,调整网络架构和超参数,包括学习率、批次大小、正则化参数;
模型测试:使用测试集评估最终模型的性能。
数字孪生应用层其余有效信息单元包括根据优化后的有限元模型单元及网格参数对BIM结构分析相关信息进行更新,为6D BIM初期信息单元的第六维度结构分析信息提供初期单元及网格参数的取值范围;根据不同工况下的各种类型桥梁反应对比及误差分析,对有限元结构分析模型进行边界类型选择与边界简化、荷载模拟有效性及桥梁反应监测布置点位进行评估;依据有限元分析及智能分析的结果,自动化生成桥梁结构的预防性养护决策及评估文件。
智能分析通过历史样本分析结果工况反应数据库对有限元模型边界条件、单元参数及网格信息进行优化,以使有限元结果接近实测值。解决了建筑信息模型(BIM)没有考虑结构模拟分析中的单元参数及网格信息,缺乏必要的单元参数优化及建筑信息模型修正过程,无法完全等效地模拟现实桥梁的问题。
所述数字孪生应用模块、全生命周期信息运维管理模块与6D BIM初期信息的转接交互需要借助多种格式信息转换文件进行,主要包括二次开发插件提取生成的满足有限元分析软件参数化设计语言具体要求的命令流文件、模型修正预处理阶段使用的inp文件、求解结果数据储存的res文件和动画文件等。关于数字孪生应用模块相关功能的实现需要结合多方面技术原理,主要涉及样本数据库建立、结合智能优化算法的桥梁反应预测、智能化的拓展应用、综合信息展示平台开发等。
具体的,以数字孪生应用模块为基础的智能运维管理平台,融合了数字孪生体的硬软件基础,主要包括数据感知层、数字孪生体数据处理层、数字孪生应用层、智能建造与运维管理层。数据感知层包括各种类型传感器的多维度数据采集和不同数据源的分类储存传输;数字孪生体数据处理层是在桥梁数字孪生体建模的基础上,对采集数据进行相关处理,包括数据汇集、交互融合、轻量化及导出分析等,进而构建信息综合数据库;数字孪生应用层包括桥梁结构数字孪生体、BIM***、GIS***、有限元模拟仿真***、以数据库为基础的综合运维管理***、智能预警评估***及其余数字孪生拓展应用;智能建造与运维管理层以数字孪生融合平台的拓展应用为基础,可以分模块展示多维数据并实现全生命周期管理。
本发明对建模精度提出更高的要求,对模型进行单元参数和网格信息的迭代优化,结合综合运维信息对桥梁信息模型进行持续更新,主要是为了构建更真实的数字孪生体,为进行实时有限元分析、建立更加可靠的历史信息数据库、根据特定自然灾害或结构病害条件下的桥梁安全评估和桥梁反应预测提供现实保障。通过无人机倾斜摄影及贴近摄影的应用,对现场桥梁进行精细实景建模并对现场的桥梁结构进行损伤识别,帮助运维人员及时排查出容易损坏的部位,并及时提供相应的维护措施或施工方案。
下面结合图2,以某城市慢行桥梁为实施例,说明基于BIM-GIS-FEM的桥梁结构数字孪生体的方法,包括以下步骤。
步骤一、定期重构桥梁及其周边环境的实景模型,包括:
a.五向倾斜摄影与贴近摄影。五向倾斜摄影用于建粗模,贴近摄影用于建精模。在施工阶段,定期进行远距离的五向倾斜摄影以直观地监控项目进度;在运维阶段,以五向倾斜摄影得到的粗模为基础,进行贴近摄影,监控桥梁各构部件的健康状况。
步骤二、建立桥梁的BIM三维信息模型,包括:
b.桥梁构件信息设计分类:对桥梁构件依据复杂程度进行初步的分类,结合构件信息分类及编码标准统一管理。所述的构件信息包括几何尺寸及坐标位置、弹性模量、泊松比、密度及强度材质特性等;采用符合传统建筑行业出图风格和工程人员操作习惯的BIM建模软件,建立桥梁构件模型。
步骤三、数字孪生基础模块的实现过程,包括:
c.数据采集:为实现对桥梁整体状态数据的采集,确定某城市慢行桥梁的主要控制点位,根据实际要求布设相关传感器。其中包括布设在桥梁主跨和桥塔处的温度传感器和风速风向仪,布设在桥梁主体结构控制点位桥面底部的静力水准仪、光纤光栅应变仪,布设在桥梁端部支撑处及桥墩支座处的位移传感器和加速度传感器,布设在主缆和拉杆上的索力计算边缘设备,布设在跨中和塔顶处的GNSS传感器,布置在桥面上用于行人识别的红外感应监控摄像头,布置于桥梁出入闸口用于获取荷载大小的压力传感器,无人机及其机带摄像头等。
d.数据传输:各类传感器采集的信息经过不同的区域转发节点转接至数据处理单元,其中的现场工况荷载信息和各类桥梁反应信息可以通过无线通信方式远程传输至数据处理单元;索力计算边缘设备可将计算好的索力或者悬索安全状况通过无线通信方式远程传输到全生命周期运维管理模块。
e.数据处理:来自现场采集的各类信息体量庞杂,需要经过整合分类和轻量化处理以提高信息的实用性。本实施例建议采用压缩算法做为轻量化手段,对时序性连续变量进行偏差检测处理和压缩过滤简化,不仅能够准确地反映数据实际趋势,而且可以大幅度减少信息数据的储存空间。通过数据轻量化处理后的桥梁信息包括用于有限元数值分析的实时工况荷载信息,用于与特定工况下数值分析结果进行对比的现场各类桥梁反应信息,以及用于完善和更新桥梁BIM信息的相关运维信息等。所述整合分类是把具体的不同类型的数据储存到不同的数据库,为了方便后面的数据分析和调用。
步骤四、数字孪生数据交换及优化模块的基本过程,包括:
f.基于BIM3D API的二次开发插件应用:BIM3D API的数据交互功能可供用户进行二次开发应用,主要包括:获取构件的几何图形和相关参数数据、创建或修改模型元素、创建可用于快速实现重复操作命令的UI插件以及实现模型信息共享等功能。可尽量选用具有更优越操作能力和语言特性的C#语言进行插件的二次开发,根据BIM3D的软件配套要求选用合适的开发工具。依次通过导出BIM3D三维模型的几何信息(构件尺寸和坐标定位)、物理信息(弹性模量、泊松比、材质密度等)、单元信息(单元种类和形状、网格类型和划分细度等)以及模型的边界条件处理信息等,转换成有限元软件NERAP相对应的命令流文件。本案例采用NERAP版本的命令流标准定义txt输出格式,最终生成包含有限元分析必要信息的txt文档。
g.有限元模型的单元参数及网格优化:由于桥梁结构的几何参数和材料特性等信息是不断变化的,因此需要对相关的运维数据进行定期更新并及时反映在建筑信息模型中,以便于二次开发插件对BIM相关信息进行重复转换和有限元模型的更新。在此基础上,对比在不同工况下有限元数值分析的桥梁反应结果和现场实测桥梁反应之间的误差,通过设定单元参数和网格类型等变量并结合智能优化算法进行组合优化分析,最终确定满足各种工况下桥梁反应误差要求的变量取值范围。可以针对不同的模型深度要求选择不同的单元类型(如各种实体、杆、梁、板、壳单元),这些单元类型各自适用的模拟范围都有所区别;针对网格类型和网格大小的选取,实体单元可以选择不同节点数量的四面体、六面体,网格大小的合理与否可以通过前后两次调整网格细度后控制部位的应力应变值变化范围来判断,如果应力应变值变化在5%以内则认为细度取值相对合理。
h.有限元模型修改及分析结果数据转接:由于单元参数和网格优化的迭代过程需要多次重复修改相关参数,如果通过修改建筑信息模型的单元相关信息显然不够便捷,因此也可采用在有限元软件NERAP中直接修改单元相关参数的方法实现模型修正。通过对模型几何信息、单元信息和相关拓扑信息的优化过程,生成更精确可靠的数字孪生模型并进行荷载模拟分析,进而对特定工况荷载下的位移桥梁反应进行误差对比和分析。有限元模型输入的前处理相关信息和模型分析后处理结果信息可以通过有限元软件NERAP内置的命令流导出功能,生成可供其他安全计算分析模块调取使用的inp文件;求解结果则以res文件的进行保存,可供桥梁全生命周期运维管理模块调用并进行三维模型应力或位移云图的数据重建和平台展示。当桥梁的几何信息、拓扑信息及结构分析相关信息(如单元网格、材料属性、工况荷载和边界处理等信息)需要改变时,可以生成更新的inp文件和res文件以覆盖上一次的输出结果。
步骤五、搭建以数字孪生体为基础的智能运维管理平台。
如图2所示,数字孪生应用模块可通过信息转接模块与全生命周期信息运维管理模块实现信息转接,数字孪生应用模块在于智能化功能目标的实现;全生命周期信息运维管理模块在于各类数据的汇集融合、储存备用、调用查看以及交互拓展等功能;信息转接模块用于数字孪生层应用信息的交换。可以利用上述三个模块进行分层融合,搭建一个以数字孪生体为基础的智能化融合平台,进而实现整桥项目全生命周期信息的智能化运维管理。如图3所示,以数字孪生体的层级架构为基础搭建智能运维管理平台,该平台融合数字孪生体的硬软件基础,主要包括数据感知层、数字孪生体数据处理层、数字孪生应用层和智能建造与运维管理层。
i.数据感知层及数字孪生体数据处理层:数据感知层可以针对不同信息源对所需检测的区域进行全面感知和采集,主要包括各种类型IoT传感器、悬索索力计算边缘设备、RTK定位技术无人机、行人识别与轨迹追踪模块、人机料法环智能识别模块以及船舶;其中,环境与桥梁结构监测模块以环境检测器和大疆无人机点云扫描为基础,主要对桥梁的内外部环境和主体结构施工情况进行检测,包括周围环境的空气质量、桥梁***的温度或湿度变化、不同气候条件下的日照时间和桥梁结构的实时施工进度;人机料法环智能识别模块以生物特征识别技术和卫星定位技术为基础,对进出施工现场的人员、设备、原材料进行智能识别和快速定位,进而对相关工法标准和环境影响情况进行评估分析和统筹管理;行人识别与轨迹追踪模块可***充分利用监控视频的时序、空间关系来优化推理出多摄像机网络拓扑图,主要功能为通过设计和优化行人识别深度学***台基本实现过程。
j.数字孪生应用层:数字孪生应用层以数字孪生应用模块为基础,针对该模块相关功能的硬软件实现要求,结合接收的数据预处理层信息进行整合分析。数字孪生应用层以桥梁结构数字孪生体为应用主体,可以实现包括BIM***、GIS***、有限元模拟仿真***、以数据库为基础的综合运维管理***、预防性评估***、养护方案制定***及数字孪生拓展功能等。
具体过程包括:运维管理***的开发主要涉及脚本语言选定、服务器开发和数据库搭建等步骤。本实施例建议以6D BIM初期信息、现场综合运维信息和数字孪生应用模块转接的有效信息为基础,结合不同工况桥梁反应的历史样本,搭建免费开源的MySQL数据库作为全生命周期运维信息数据库;在高配置计算机中采用具有开放源代码并支持跨平台应用的Apache作为Web服务器软件,便于在不同移动设备上浏览查询相关信息;选用PHP(超文本预处理器)作为Web开发的脚本语言,PHP语言支持绝大多数的操作***和数据库。基于PHP+Apache+MySQL的开发组合,可以在Windows操作***上进行项目开发和动态网站的具体功能设计等,最终搭建以数据库为基础的综合运维管理***。预防性评估***的主要内容包括对结构桥梁反应进行智能预测及安全评估、对结构损伤部位进行有效识别,主要涉及智能优化算法、模态参数识别、结构损伤识别等知识基础。养护方案制***主要包括自动化生成维护措施或施工方案等,主要涉及机器学习、知识图谱构建等知识基础。本实施案例建议采用基于res结果文件设置相应设计变量和目标函数的方法,建立不同构件结构参数或材料性能等变化参数与各种结构部位变形之间的映射关系,采用智能优化算法(如深度学习CNN)对特定工况下的桥梁结构桥梁反应进行预测,并借助有限元分析结果验证参数设置合理性及变形预测准确性。深度学习CNN主要用于处理类网格结构的数据,对于有时间序列的实时信息以及图像数据的分析与识别具有显著优势。采用不同桥梁反应变量合理范围的限值控制方法,对结构桥梁反应的预测结果进行安全性、适用性和耐久性综合评估,生成自动化报表、维护措施、施工建议及评估报告。基于现场实测桥梁反应的结构损伤识别过程,本案例建议采用一种先设计模态参数提取方法,得到模态参数识别模型,然后根据模态参数识别结构损伤的检测方法。该检测方法可以识别结构损伤部位并计算损伤指数,再根据损伤指数来判断结构损伤严重程度,进而得到结构损伤的相关检测报告,生成桥梁结构预防性养护决策和健康评估报告。
在数字孪生体修正完善的基础上,可以通过有限元数值模拟的方法实时准确地分析现场工况荷载下结构桥梁反应,这是数字孪生体的“实时感知”基本功能;结合历史样本建立不同工况桥梁反应数据库,这是数字孪生体的“基准建模”基本功能;结合数据库和智能优化算法进行智能预测及安全评估,这是数字孪生体的“精准预测”基本功能。当现场监测到的桥梁运维信息或桥梁结构力学性能参数有变动时,例如构件的几何尺寸误差、材料属性变化、结构新增病害、支座改变等,这些信息将会通过构件细部调整、材料弹性模量及刚度调整、构件连接方式及空间位置调整等人工信息录入方式反映到BIM***信息的更新过程中,进而通过二次开发插件的转换方式重新生成有限元分析模型;而对于现场工况和结构边界条件等运维信息的变化,可直接通过有限元软件NERAP进行相应的荷载施加及边界单元调整,经过循环迭代的单元参数优化过程,最后将满足特定条件的信息传输至综合运维***进行储存应用。
k.智能建造与运维管理层:智能建造与运维管理层可以与数字孪生应用层进行全面的信息交互融合,充分结合计算机硬软件及应用开发优势,搭建满足全生命周期运维管理要求的数字孪生融合平台。该数字孪生融合平台包含了规划设计、施工管理、运营维护等不同阶段的信息模块,整合了3D建筑模型、4D施工进度、5D工程量成本、6D结构分析等不同维度的信息模块,开拓各部门信息录入管理、各分项协同设计交流等模块。
关于数字孪生融合平台的信息***搭建和实现过程,主要包括数据库的调用和管理平台的功能开发,可以通过网络编辑技术进行管理平台相关功能开发,通过数据库***开发技术实现数据的采集、储存和分析,通过API技术实现桥梁BIM模型轻量化处理并在Web端便捷显示,实现轻量化的三维模型与各阶段多维度信息相结合,追求可视化信息的最大化应用。本实施例建议采用浏览器/服务器(Browser/Server)网络***架构,运用PHP网络编程通过统一的HTML和Javascript语言开发数字孪生智能运维管理平台BIM-MAG的基本应用,使用MySQL数据库***开发技术实现数据的采集、储存与分析,并与通过WebGL等技术轻量化处理后的BIM模型相结合,最终实现将不同阶段的多维数据统一存储在服务器端。客户端可以通过不同设备的Web端以域名的方式向后台服务器发送请求并进行特定信息的调取及访问,***可以将基本工程信息、运维管理信息和分析结果信息存储到服务器上,以供客户在BIM-MAG管理平台上进行各种操作、多维度浏览和个性化处理。基本的***框架分为Web层、业务功能层以及数据访问层,Web层支持用户进行信息查询和信息录入管理等操作;业务功能层用于实施业务和数据规则,主要负责业务功能的处理和实现;数据访问层用于整合存储数据信息并负责数据库的访问和调用,主要包括桥梁设计施工阶段的实体三维模型信息、桥梁运维阶段的各类监测信息、数字孪生应用分析的结果信息等。
此外,还可以在智能运维管理平台BIM-MAG的基础上开发多种拓展功能,主要包括:场景加载、分层级浏览、对象访问及搜索等查询功能,针对不同对象的多种控制效果和动画演示功能,以及通过摄像机视角控制、界面数据动态展示、温湿度云图及粒子效果图等各种可视化功能。搭建针对大跨度复杂桥梁结构的数字孪生智能运维管理平台,有助于全生命周期管理的信息技术融合与应用,推进建筑行业从简单的三维信息化向孪生体数字化发展。
本领域技术人员容易理解,以上所述的某大跨度异形塔混合梁悬索桥仅为本发明的某个较佳实施例而已,并不用于限制本发明,凡是在本发明的精神和原则之内所作的相关修改、等同替换或改进等,均属于本发明的保护范围之内。
Claims (10)
1.一种城市慢行桥梁健康监测与数字孪生***,其特征是:包括BIM建模模块、实景模型模块、全生命周期运维管理模块、数字孪生基础模块、数字孪生数据转换及优化模块、数字孪生应用模块;
所述BIM建模模块包括用于构件信息设计分类的统一命名和注解标准单元、用于创建桥梁复杂曲线曲面构件的建模模块、用于创建桥梁规整构件的建模模块、用于不同软件之间构件信息转换的模型转换模块;
所述实景模型模块包括无人机模块、停机坪模块、直播推流模块、三维重构模块、格式转换模块;无人机模块集成有RTK定位及高分辨率摄像头;停机坪模块实现无人机低电量自动返航充电功能与作业环境感知功能,停机坪感知风速、雨淋、光照飞行环境,从而判断是否具备飞行条件,实现自动化作业;直播推流模块使用无人机进行实时监控,远程随时查看作业实况,图片、视频成果自动回传、归档,方便实景建模时调用图片进行三维重构;
三维重构模块通过添加照片及坐标、添加像控点及其坐标、对齐照片、建立密集点云、生成网格、生成纹理,最终形成实景模型,实景模型是利用对物理实体的多角度图片集进行三维重构;格式转换模块将OSGB格式的实景模型转化为3D Tiles格式;
所述全生命周期运维管理模块包括用于综合信息应用的6D BIM初期信息单元、用于桥梁信息更新修正的综合运维信息单元、用于数字孪生体应用成果管理的全生命周期信息运维管理模块;
所述数字孪生基础模块包括用于施工阶段现场工况及桥梁反应信息采集的各类传感器单元、用于运维阶段实时识别跟踪及采集慢行桥梁荷载分布的各类传感器单元、用于传输信息的无线通信传输单元、用于处理信息的数据处理单元、桥梁悬索索力计算边缘设备单元;
所述数字孪生数据转换及优化模块包括用于包含单元信息在内的6D BIM初步信息提取及转换单元、用于有限元结构数值分析的工况信息单元、用于实时荷载工况下慢行桥梁结构反力的计算及预警单元、用于不同工况下模拟分析的结构反应对比单元、单元参数及网格优化单元;
所述数字孪生应用模块包括结合有限元分析及智能分析的数字孪生体应用模块、用于数字孪生层应用信息交互的信息转接模块。
2.实现权利要求1所述的一种城市慢行桥梁健康监测与数字孪生***,其特征是:6DBIM初期信息单元包括桥梁实景模型及结构模型信息(3D)、整体进度规划信息(4D)、工程量及成本信息(5D)、结构分析相关信息(6D),其中的结构分析相关信息(6D)包括单元参数及网格划分信息、材料属性信息、工况荷载信息、边界条件处理信息和结构表面裂缝损伤信息;
所述全生命周期信息运维管理模块通过各类数据的汇集融合、数据轻量化及储存备用,搭建综合运维的信息数据库,将不同阶段的多维数据统一更新储存在服务器端,以供客户在Web端调取信息调取及访问,并将调取的信息与BIM轻量化模型相结合进行查看和输出;
6D BIM初期信息单元的多维信息是基于三维模型信息进行添加和完善的,多维信息通过轻量化后,与生命周期信息运维管理模块之间进行交互。
3.根据权利要求2所述的一种城市慢行桥梁健康监测与数字孪生***,其特征是:
所述数字孪生体应用模块包括根据实时荷载工况计算的有限元数值分析结果、结合历史样本分析结果建立用于智能分析的工况桥梁反应数据库、结合数据库进行智能预测及安全评估单元、基于卷积神经网络的结构损伤识别单元、数字孪生应用层其余有效信息单元,其中,智能预测包括提取不同时间相似工况的桥梁内力结果,分析桥梁关键部位内力变化情况,及整体内力分布情况进行预测;
所述信息转接模块将数字孪生体应用模块中的信息转接并传输至生命周期信息运维管理模块,进而通过生命周期信息运维管理模块的信息查看及输出单元实现与6D BIM初期信息单元之间的信息交互。
4.根据权利要求3所述的一种城市慢行桥梁健康监测与数字孪生***,其特征是:数字孪生应用层其余有效信息单元包括根据优化后的有限元模型单元及网格参数对BIM结构分析相关信息进行更新,为6D BIM初期信息单元的第六维度结构分析信息提供初期单元及网格参数的取值范围;根据不同工况下的各种类型桥梁反应对比及误差分析,对有限元结构分析模型进行边界类型选择与边界简化、荷载模拟有效性及桥梁反应监测布置点位进行评估;依据有限元分析及智能分析的结果,自动化生成桥梁结构的预防性养护决策及评估文件;
所述智能分析通过历史样本分析结果工况反应数据库对有限元模型边界条件、单元参数及网格信息进行优化,以使有限元结果接近实测值。
5.根据权利要求3所述的一种城市慢行桥梁健康监测与数字孪生***,其特征是:基于卷积神经网络的结构损伤识别单元包括以下步骤:
数据收集和预处理:由无人机贴近摄影收集包含结构表面图像的数据集,对数据集进行预处理,包括调整图像大小、灰度化、去噪操作;
将数据划分并设置CNN的网络架构模型:将数据集划分为训练集、验证集和测试集,设置卷积层的数量和大小、激活函数、池化层的类型和参数;网络训练:使用训练集对CNN进行训练,训练过程中,通过反向传播算法更新网络参数以最小化损失函数;
模型评估:使用独立的测试数据集评估网络的性能,评价指标为准确率,超参数调优:根据验证集的性能,调整网络架构和超参数,包括学习率、批次大小、正则化参数;
模型测试:使用测试集评估最终模型的性能。
6.根据权利要求1所述的一种城市慢行桥梁健康监测与数字孪生***,其特征是:桥梁悬索索力计算边缘设备单元包括数字孪生操作***(DTOS)、加速度传感器、频域数据滤波处理及索力计算模块、悬索受力状况无线通信传输单元;多个边缘设备通过高速数据通讯协议连接组成数字孪生边缘装备,通过手机客户端APP、PC客户端APP或者网页版上的数字孪生边缘装备无线远程管理平台进行统一管理;
频域数据滤波处理及索力计算模块按照预设的时间间隔采集目标拉索的时域数据,并利用快速傅里叶变换方法将所述时域数据转换成频域数据,以构建频谱图,利用二阶导数法识别出所述频谱图中所有的波峰数据,继而通过波峰数据计算目标拉索的索力。
7.根据权利要求1所述的一种城市慢行桥梁健康监测与数字孪生***,其特征是:所述的用于实时荷载工况下慢行桥梁结构反力的计算及预警单元包括跨摄像头行人识别与轨迹追踪模块、匿名行人重量检测模块、有限元数值分析模块及结果输出模块、有限元结果误差评估模块、阈值警报模块;
跨摄像头行人识别与轨迹追踪模块利用监控视频的时序、空间关系来优化推理出多摄像机网络拓扑图设计和优化行人识别深度学习模型,从而实现基于行人外观的行人识别功能,在行人识别深度学习模型的基础上实现多摄像头之间的动态时延拓扑网络模型为搜索提供较为优化的检测顺序,从而减少搜索的盲目性。
8.根据权利要求1所述的一种城市慢行桥梁健康监测与数字孪生***,其特征是:所述单元参数及网格优化单元的更新迭代实现过程包括两个层面:通过综合运维信息单元进行现场运维信息更新以及通过不同工况下桥梁反应误差对比分析进行单元参数及网格优化及单元信息的迭代更新,其中,综合运维信息单元更新内容包括现场工况信息的采集及导入、各种桥梁反应信息的采集及对比分析、通过现场外观测量及构件试验获取的几何参数及材料特性综合运维信息。
9.实现权利要求1所述的一种城市慢行桥梁健康监测与数字孪生***的方法,其特征是,包括以下步骤:
步骤一、重构桥梁及其周边环境的实景模型,反映真实的物理实体;
步骤二、建立桥梁结构的BIM三维信息模型;
步骤三、构建数字孪生基础层,具体包括采集桥梁整体状态数据,并将数据传输至数据处理单元和轻量化数据处理;
步骤四、将数字孪生数据进行转换及优化;
步骤五、搭建以数字孪生体层级架构为基础的智能运维管理平台,具体是通过信息转接模块,实现数字孪生应用模块与全生命周期信息运维管理模块之间的信息转接及综合应用。
10.根据权利要求9所述的一种城市慢行桥梁健康监测与数字孪生***,其特征是:所述智能运维管理平台将数字孪生应用模块、信息转接模块、全生命周期信息运维管理模块进行分层,具体分为数据感知层、数字孪生体数据处理层、数字孪生体应用层和智能建造与运维管理层;
所述数据感知层包括各种类型IoT传感器、桥梁悬索索力计算边缘设备、RTK定位技术无人机、环境与桥梁结构监测模块、人机料法环智能识别模块以及行人识别与轨迹追踪模块;
所述数字孪生体数据处理层包括桥梁数字孪生体建模、精细实景三维建模模块、现场荷载工况反应数据、力学性能检测数据及其余有效运维数据,并对数据进行汇集整理、融合交换、轻量化预处理,最终针对不同模块需求建立有效的信息数据库;
所述数字孪生体应用层包括桥梁结构数字孪生体、BIM***、GIS***、有限元模拟仿真***、以数据库为基础的综合运维管理***、基于智能预警分析的预防性评估***、基于知识图谱及机器学习的养护方案制定***及其余数字孪生拓展应用、基于卷积神经网络的结构表面裂缝的损伤识别;
智能建造与运维管理层包括以不同信息维度划分的三维模型、施工进度信息、工程量成本信息、结构分析的多维信息,以不同建造阶段划分的规划设计、施工管理、运营维护等多阶段信息、以及信息录入及管理、各分项协同交流、预防性养护决策等功能模块;
数据感知层的输出端与数字孪生数据处理层的输入端相连接,数字孪生数据处理层的输出端与数字孪生体应用层的输入端相连接,数字孪生体应用层的输出端与智能建造与运维管理层的输入端相连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310983465.2A CN117171842A (zh) | 2023-08-04 | 2023-08-04 | 一种城市慢行桥梁健康监测与数字孪生*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310983465.2A CN117171842A (zh) | 2023-08-04 | 2023-08-04 | 一种城市慢行桥梁健康监测与数字孪生*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117171842A true CN117171842A (zh) | 2023-12-05 |
Family
ID=88943925
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310983465.2A Pending CN117171842A (zh) | 2023-08-04 | 2023-08-04 | 一种城市慢行桥梁健康监测与数字孪生*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117171842A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117387559A (zh) * | 2023-12-12 | 2024-01-12 | 华东交通大学 | 基于数字孪生的混凝土桥监测***及方法 |
CN117494905A (zh) * | 2023-12-27 | 2024-02-02 | 贵州路桥集团有限公司 | 数字化配重平衡拱桥施工方法及*** |
CN117557970A (zh) * | 2024-01-12 | 2024-02-13 | 深圳市博安智控科技有限公司 | 基于数字孪生的智能建筑管理方法、***及存储介质 |
CN117611015A (zh) * | 2024-01-22 | 2024-02-27 | 衡水烨通建设工程有限公司 | 一种建筑工程质量实时监测*** |
CN117629549A (zh) * | 2024-01-26 | 2024-03-01 | 辛集中交建设有限公司 | 一种桥梁建筑健康监测与安全预警*** |
CN117670242A (zh) * | 2023-12-08 | 2024-03-08 | 格瑞利(江苏)智能科技有限公司 | 一种基于数字孪生的智慧城市管理方法及*** |
CN117787659A (zh) * | 2024-02-23 | 2024-03-29 | 中建照明有限公司 | 一种基于5g的智慧城市能源管理***及方法 |
CN117824756A (zh) * | 2024-02-29 | 2024-04-05 | 深圳市腾信建设股份有限公司 | 一种建筑结构监测方法、设备及存储介质 |
CN117974072A (zh) * | 2024-03-29 | 2024-05-03 | 南京峟思工程仪器有限公司 | 用于振弦式点焊型应变计的处理方法及*** |
CN118032487A (zh) * | 2024-04-12 | 2024-05-14 | 同济大学 | 用于在线监测孔挤压强化板件疲劳损伤的数字孪生*** |
CN118097056A (zh) * | 2024-04-29 | 2024-05-28 | 南京信大卫星应用研究院有限公司 | 一种基于数字孪生的城市规划构建方法和*** |
-
2023
- 2023-08-04 CN CN202310983465.2A patent/CN117171842A/zh active Pending
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117670242A (zh) * | 2023-12-08 | 2024-03-08 | 格瑞利(江苏)智能科技有限公司 | 一种基于数字孪生的智慧城市管理方法及*** |
CN117387559A (zh) * | 2023-12-12 | 2024-01-12 | 华东交通大学 | 基于数字孪生的混凝土桥监测***及方法 |
CN117387559B (zh) * | 2023-12-12 | 2024-03-12 | 华东交通大学 | 基于数字孪生的混凝土桥监测***及方法 |
CN117494905A (zh) * | 2023-12-27 | 2024-02-02 | 贵州路桥集团有限公司 | 数字化配重平衡拱桥施工方法及*** |
CN117494905B (zh) * | 2023-12-27 | 2024-03-08 | 贵州路桥集团有限公司 | 数字化配重平衡拱桥施工方法及*** |
CN117557970B (zh) * | 2024-01-12 | 2024-04-05 | 深圳市博安智控科技有限公司 | 基于数字孪生的智能建筑管理方法、***及存储介质 |
CN117557970A (zh) * | 2024-01-12 | 2024-02-13 | 深圳市博安智控科技有限公司 | 基于数字孪生的智能建筑管理方法、***及存储介质 |
CN117611015A (zh) * | 2024-01-22 | 2024-02-27 | 衡水烨通建设工程有限公司 | 一种建筑工程质量实时监测*** |
CN117611015B (zh) * | 2024-01-22 | 2024-03-29 | 衡水烨通建设工程有限公司 | 一种建筑工程质量实时监测*** |
CN117629549A (zh) * | 2024-01-26 | 2024-03-01 | 辛集中交建设有限公司 | 一种桥梁建筑健康监测与安全预警*** |
CN117629549B (zh) * | 2024-01-26 | 2024-04-09 | 辛集中交建设有限公司 | 一种桥梁建筑健康监测与安全预警*** |
CN117787659A (zh) * | 2024-02-23 | 2024-03-29 | 中建照明有限公司 | 一种基于5g的智慧城市能源管理***及方法 |
CN117824756A (zh) * | 2024-02-29 | 2024-04-05 | 深圳市腾信建设股份有限公司 | 一种建筑结构监测方法、设备及存储介质 |
CN117824756B (zh) * | 2024-02-29 | 2024-05-28 | 深圳市腾信建设股份有限公司 | 一种建筑结构监测方法、设备及存储介质 |
CN117974072A (zh) * | 2024-03-29 | 2024-05-03 | 南京峟思工程仪器有限公司 | 用于振弦式点焊型应变计的处理方法及*** |
CN117974072B (zh) * | 2024-03-29 | 2024-06-04 | 南京峟思工程仪器有限公司 | 用于振弦式点焊型应变计的处理方法及*** |
CN118032487A (zh) * | 2024-04-12 | 2024-05-14 | 同济大学 | 用于在线监测孔挤压强化板件疲劳损伤的数字孪生*** |
CN118097056A (zh) * | 2024-04-29 | 2024-05-28 | 南京信大卫星应用研究院有限公司 | 一种基于数字孪生的城市规划构建方法和*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113806978B (zh) | 基于bim-fem的桥梁结构数字孪生体及方法 | |
CN117171842A (zh) | 一种城市慢行桥梁健康监测与数字孪生*** | |
Jiang et al. | Digital twin and its implementations in the civil engineering sector | |
Honghong et al. | Digital twin enhanced BIM to shape full life cycle digital transformation for bridge engineering | |
Wu et al. | Critical review of data-driven decision-making in bridge operation and maintenance | |
CN113065000B (zh) | 一种基于地理实体的多源异构数据融合方法 | |
Petrova-Antonova et al. | Methodological framework for digital transition and performance assessment of smart cities | |
Yu et al. | Digital twin-driven intelligence disaster prevention and mitigation for infrastructure: Advances, challenges, and opportunities | |
CN111080144A (zh) | 一种智能感知的机场保障能力实时评估***及评估方法 | |
CN116596321B (zh) | 基于神经网络的建筑风险监测与评估方法和*** | |
CN117128448A (zh) | 一种lng储罐结构智能监测*** | |
CN103714185A (zh) | 主题事件更新方法库及城市多源时空信息并行更新方法 | |
CN117494905B (zh) | 数字化配重平衡拱桥施工方法及*** | |
CN116776444A (zh) | 一种基于数字孪生的沉管隧道建造方法及*** | |
CN115730684A (zh) | 一种基于lstm-cnn模型的空气质量检测*** | |
CN112685820A (zh) | 基于bim和gis的数字化电站交付方法、介质和设备 | |
Wang et al. | Digital twin-based framework for green building maintenance system | |
Zou et al. | Systematic framework for post-earthquake bridge inspection through UAV and 3D BIM reconstruction | |
CN117391674A (zh) | 一种基于可靠性的电气设备预防性维修优化方法及装置 | |
Liu et al. | Study on digital twin technologies for watershed information modeling (WIM): a systematic literature review and bibliometric analysis | |
CN117094056A (zh) | 一种城市地下环路数字孪生智能建造方法及*** | |
CN117253341A (zh) | 基于北斗与高分遥感技术的路域灾害监测预警方法与*** | |
CN116658828A (zh) | 基于cim数字孪生技术的燃气管网无人机巡检***及方法 | |
CN108491530B (zh) | 一种空间地理信息*** | |
CN114399159A (zh) | 一种基于全时空监测的工程现场进度识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |