在东海大桥上实施基于NI软硬件平台的桥梁健康监测系统

基于NI数据采集硬件及其相关软件，您可以搭建一个桥梁健康监测系统。该系统不仅能满足监测任务的功能特性需求，而且可以承受通常桥梁所处的恶劣环境条件。本文讨论了结构健康监测（SHM）的基础知识，并描述了上海巨一科技发展有限公司如何在中国首座跨海大桥——东海大桥上实施SHM的过程。

引言

现今，SHM是一种适用多种结构应用领域的标准工程实践。

SHM对于桥梁极为重要。桥梁健康监测的主要目标在于损害或状态恶化的识别。桥梁健康监测为桥梁提供了定量数据，并且这些数据也可以用于其他目的。例如，数据可以用于查看损害或恶化的程度，评估结构性能，对意外的事故作出响应，修复或加固，并管理桥梁的正常操作。该数据也可以用于研究目的，以改善桥梁设计与建造技术。

桥梁健康监测具有一些特性，譬如：

• 一座桥梁是一个地理上的分布式系统，通常长达几千米到数十千米。
• 桥梁通常工作于恶劣的环境，并在桥梁工作时采集数据。
• 监测是一个长期过程，也必然是一个遥测过程，而且，由于地理距离和恶劣的环境，最好能够使现场维护降到最少。
• 监测是一个连续的实时过程，其间有大量数据采集。需要采用智能技术获取表征信息以根据数据进行评估。

这些特性构成了一组在桥梁健康监测系统的开发过程中需要解决的挑战。

东海大桥与监测挑战

东海大桥——中国第一座跨海大桥的建造完成耗时三年半。其优雅的斜拉结构横跨中国东海，连接上海市与洋山岛。该桥全长32.50公里，其中水上部分长25.32公里。其主导航桥孔长420米、高40米，导航能力为5000吨。显然，东海大桥需要超大规模的监测系统，用于监测和传输各类工程数据。

连接上海市和洋山岛的中国东海大桥

由于大桥所占据的地理区域广阔，各传感器间隔距离长，因而许多测量项需要高级同步技术——工作于广阔地理区域的同步技术。通过同轴电缆共享采样时钟信号的传统方法不再可行。全球定位系统（GPS）时间同步不需要测量子系统间的直接连接，是一种理想选择。

另外，坐落于中国东海的东海大桥不得不承受着海水的侵蚀、台风和地震的影响以及桥面交通的逐步损害。因此，测量系统必须耐受恶劣的环境条件并正常工作。而且，由于监测是一项长期的活动，所以该测量系统应当非常可靠，只需要最少量的维护。整个测量与数据采集系统都应当满足这些要求。

鉴于东海大桥测量系统的规模，使用易于操作的系统管理软件是必不可少的。而且，还需要能从实时收集的海量数据中在线抽取大桥的一些最具说明性的参数。这些参数是无法从原始数据中直接查看到的重要工程量。毫无疑问，能实现这一目的的软件工具将非常有帮助。

简而言之，该桥梁监测系统所面临的问题需要一组满足特殊需求的软硬件平台构成。

NI产品——桥梁健康监测系统解决方案的理想选择

桥梁检测系统初探

对于一座正常工作的桥梁，所需的监测项基本源于三个类别：

1）环境类：东海大桥受到恶劣环境条件的影响——暴风、海浪和高浓度的氯离子。这些因素对桥梁的正常工作产生了相当大的影响。

2）维护类：从桥梁维护的角度来看，桥墩和桥塔的下陷替换、桥孔的变形等参数都是需要监测的重要指示因子。

3）事故类：对于桥梁可能遭受的事故以及产生的影响而言，桥梁的动态特性是极为重要的。

总而言之，需要监测的主要项目如下。

环境监测：

• 大气温度
• 风速
• 氯离子的侵蚀
• 海浪

静态响应与动态响应的监测：

• 结构变形
• 结构压力
• 结构动力学
• 线缆张力
• 阻尼器的位移
• 结构温度

东海大桥的测量系统遍布整个桥体。将全场32公里的桥分为几个部分，每个部分都安置了一个信号采集站，站点间距离为几千米到数十千米。这些分布在指定地点的信号采集站构成了整个数据采集系统。每个站点充当其附近的传感器的主机系统。每个站点的功能特性如下：根据所连接传感器的类型，进行多种格式的数据采集、信号调理、数据处理与管理和数据传输等功能。

鉴于所处的恶劣工作环境，这些站点必须耐受（但决不限于）水、湿气、灰尘、冲击与特别是由盐造成的化学腐蚀。而且，显然工作站点必须具有高坚固性、可靠性和可维护性。给定这些站点的上述需求，在达成基于PXI的解决方案之前并没有太多思考或争论。实际上，基于PXI的数据采集方案是专为严酷的工业环境以及出色可靠性要求而设计的。通过合适的模块选择，站点的所有功能需求都可以很好地得到满足。

事实上，自首次投入使用后，建造于东海大桥之上的数据采集系统至今已正常地全天候24小时工作约两年。

除硬件系统以外，远程配置、管理和传输采集数据属于软件需求。LabVIEW套件是一组软件，它通过与NI PXI模块及包括网络在内的其它相关硬件的无缝集成并采用恰当的抽象和封装，不仅实现了这一目的，而且使得这一过程相当便利与高效。

同步：基于GPS的解决方案

正如本文早先所提及的，实现数据采集系统的主要挑战之一便是同步问题——必须实现广阔地理范围内的同步。对此问题的解决方案便是采用GPS定时信号。每个站点与一个GPS接收装置连接。接收装置接收GPS同步信号，进而发送至站点内的PXI模块。GPS同步信号用以确保整个分布式系统的数据采集的严格同步。

GPS定时信号

GPS系统由每12小时围绕地球旋转一周的24个人造卫星组成。其中，每一个人造卫星都拥有一个精度为10^-13秒的板上原子时钟。GPS的人造卫星以1.5 GHz的载波频率连续发送其空间坐标以及时间信息。特别地，该时间信息可以用于精确地关联、触发和时间标记测量数据。来自GPS接收装置的典型GPS定时信号有两种类型（但有三种实例）。

PPS（每秒脉冲）：第一种信号类型便是PPS。绝大多数GPS接收装置都支持PPS。一个PPS信号并不包含有关具体日期或年份时间的信息；它仅每秒输出一个脉冲。通常，脉冲的宽度为100毫秒，但是许多GPS接收装置支持用户设定脉冲的宽度，只要它小于1秒即可。PPS是最简单的同步形式。一个PPS信号可能如下所示（图1）：

图1：PPS信号

图1中所示的信号也称为1 PPS，因为它每秒只输出一个脉冲。它通常用作采集的触发信号。PPS类型信号的另一个实例是 10M PPS，它每秒产生10M个脉冲。该信号通常用作采样基频。

IRIG-B：第二种信号类型是DC-Level的IRIG-B。IRIG，区域间仪器系统组，是一种承载绝对时间的编码晶体管-晶体管逻辑（TTL）信号，每秒重复或再同步。对于IRIG，每帧为1秒。图2是IRIG-B标准的一个定时框图。每个比特用一个周期为10毫秒的信号来表示，“0”的高电平持续时间为2毫秒，“1”的高电平持续时间为5毫秒，而“P”高电平持续时间为8毫秒。在1秒帧内，P比特将秒和分钟、分钟和小时等分隔开。

图2：IRIG-B信号

该范例：

面向数据采集的同步技术

该采集系统由NI PXI 1045 18-插槽机箱、NI PXI 8187控制器、NI PXI 6652、6602和4472B模块组成。图3展示了该采集系统的示意框图。中心部件是动态信号采集（DSA）模块——NI PXI 4472B，它是输入和采集传感器信号的实际单元。其它模块用于确保NI PXI 4472B正常工作。该系统的主要挑战在于如何将广泛分布在多个站点的NI PXI 4472B模块同步起来。

图3：GPS PPS同步原理图

NI PXI 6652同步模块与来自GPS接收装置的10M PPS信号连接。该信号在分频后发送至PXI背板，再用作NI PXI 4472B模块的过采样时钟。

NI PXI 6602计数器在两个端口同时接收来自GPS接收装置的1 PPS信号。一个端口的信号通过PXI背板用作SYNC脉冲，以实现所有NI PXI 4472B模块采集信号时的相位同步。另一个端口的信号用作定时器，并与预先设定的采集时间相比较。当达到采集时间时，NI PXI 6602再次通过PXI背板，生成开始触发信号，以启动NI PXI 4472B的数据采集操作。NI PXI 8187控制器从GPS接收装置读入IRIG-B信号，并可以从IRIG-B信号获得绝对时间。然后，该绝对时间可以用作被采集数据的时间标记。

由于PPS信号都来自GPS系统，所以它们对于所有站点的所有NI PXI 4472B模块是完全相同的，从而完成跨越广阔地理区域中，多机箱系统中多个NI PXI-4472B模块的同步数据采集。

实现整座桥同步数据采集系统的配置，可方便快捷地通过编程实现，编程基于NI软件平台，特别是利用了面向NI PXI 6652的NI-Sync、面向NI PXI 4472B的LabVIEW DAQmx以及6602和8187。

监测过程中的分析

数据采集的意义在于从所采集的海量数据中挖掘有用信息。因此，除了记录通过数据采集板卡获得的原始数据（就其自身而言，它显然是非常重要的）之外，我们还需要从不同方面对这些数据进行分析处理。例如，在每个站点，PXI控制器（假设为NI PXI 8187）在存储数据的同时，对数据进行一些基本的统计分析。这些数据进而通过网络从每个站点传输至一个监测中心。在该中心，可以对这些数据进行更为复杂的分析。例如，利用LabVIEW高级信号处理工具包和LabVIEW系统辨识工具包中的各种分析函数，可以从原始数据分析得到不同方面的信息。根据分析方法的实时性不同，我们可以将它们归为两类：离线分析方法和在线分析方法。采用哪一种方法则取决于监测任务。以下部分更为详细地讨论这两种方法。

桥梁测量数据的离线分析

多通道信号频谱分析：除了提供FFT方法，LabVIEW与LabVIEW工具包提供了标准的多元信号处理算法。例如，高级信号处理工具包提供了TSA MUSIC VI，您可以用它来获得多通道信号的频谱。图4展示了所得到的东海大桥的频谱图实例。

图4：MUSIC所提供的东海大桥频谱

频谱、频率

桥梁的模态分析：模态分析方法可以反映桥梁的动态特性。实际上，模态分析是现今SHM的一项标准工程实践，通过模态分析，可获得模态参数——共振频率、阻尼系数和模态。传统情况下，这些模态参数是从测试人员施加的激励信号以及对应的响应信号中获得的。

为了处理类似桥梁的大型结构的模态分析，出现了一种相对新颖的模态分析方法。这种方法能够在大型结构工作时，处理所收集的数据，这就是工作模态分析。在此方法中，没有明确的激励信号应用于该结构；而是由环境的自然力和作用于该结构的工作负载充当激励，这样的激励是随机和未知的。我们仅仅可以利用布置在该结构上的传感器来获知所测得的信号——响应信号。因而，工作模态分析也被称作“只有输出”的方法。该方法非常适合桥梁模态分析，因为，将任何类型的人工激励施加在一个长达几公里至数十公里的物体，显然不是那么方便的。

在工作模态分析领域，有一类方法采用仅输出的系统辨识（也称时序分析）技术，即随机子空间辨识（SSI）。该类方法利用系统的输出数据（在此是桥梁的传感器测量数据），来辨识一个线性状态空间模型，能够最好地描述所观测到的输出数据的。然后，在工作模态分析环境中，由该线性模型的状态转移矩阵来获得模态参数。

高级信号处理工具集提供了随机状态空间建模函数，可以实现SSI算法。利用该VI，可以方便地计算模态参数。利用该方法进行东海大桥模态分析的一个范例如下所示：表1展示了共振频率及其对应的阻尼系数；图5展示了东海大桥（仅主桥孔）的首批几个重要振动模式的模态，而图6展示了利用SSI方法识别的东海大桥模态的模态复杂性图，这里显示出的模态几乎都在传统方式下被抑制。请注意，通过该方法所识别的共振频率与通过一些其他方法所获得的共振频率（如结论部分前面的表2所示）相一致。

Ordinal	Resonance frequency (Hz)	Damping ratio (%)
1	0.367	0.4291
2	0.506	1.1193
3	0.635	0.3599
4	0.779	0.6237
5	1.037	0.7674
6	1.152	0.7758
7	1.262	1.3674
8	1.379	1.1622
9	1.844	0.3115

表1：利用离线SSI方法获得的东海大桥共振频率与阻尼系数

[+] 放大图片

图5：通过SSI算法识别的东海大桥（主桥孔）的模态

图6：通过SSI算法识别的东海大桥（主桥孔）模态的极点图

桥梁共振频率的在线监测

另外，为了更好地监测一座桥梁的健康状况，需要实时跟踪一些富含信息的工程量。尤其对共振频率的实时监测是非常重要的。当下的挑战在于在线完成共振频率计算，这是也目前许多应用的一个研究课题。

为使SSI方法能够在线工作，SSI需要重新表述成某种递归形式，以实现必要的计算效率。这就是递归随机子空间识别（RSSI）。利用RSSI，读入来自多通道的采样数据并对其作抽取处理。然后，将抽取后的数据馈入到RSSI算法。每次馈入一个新的抽取数据采样，就生成了一组新的系统共振频率。所以，共振频率随着数据采集过程的进行而更新。如果RSSI算法执行足够快，这个更新过程就实时运行。

在东海大桥的实例中，通过加速度信号来提取对应的共振频率，信号主要来自于主桥孔周围的数十只加速计。经过同步采集的加速度数据在每个站点都被加入时间标识，然后通过网络传送至监测中心。LabVIEW程序可以接收这些多通道数据，以形成一个2维数组。然后，以适应目标共振频率范围的合理速率，对这些多通道信号进行抽取处理。此后，为了保证识别效果和计算速率，抽取后的信号被同时送入几个合适的子频带进行滤波，在每个子频带内，都将RSSI算法运用于滤波后的信号。在RSSI算法的初始化程序后，随着时间所生成的频率形成频率-时间曲线，而且，LabVIEW的多线程技术使得计算速率足够快。因而，成功地实现了桥梁共振频率的在线跟踪。图7展示了这一过程。

[+] 放大图片

图7：在线模态频率监测示意图

图8展示了所得到的东海大桥的频率-时间曲线的一个实例。该图清楚地显示出，在一段初始化时间之后，生成了频率-时间曲线；在一个趋稳阶段之后，该曲线随着时间变得非常稳定。这些识别得到的共振频率（图8）与那些通过一些其它的离线方法获得的共振频率（表2）之间的比较，揭示了他们在绝大多数频率上非常好地吻合。虽然需要执行进一步的试验以验证RSSI方法，但是，迄今的结果已经展示了该方法在实时需求下的可行性和有效性。利用该方法，可以实时监测桥梁的重要共振频率，这是更好的桥梁健康监测解决方案所必需的。

图8：在线跟踪所得的东海大桥的共振频率

Ordinal Number	Resonance Frequency (Hz)
	Tester1	Tester2	Theoretical
1	0.368	0.365	0.361
2	0.434		0.436
3	0.507	0.5096	0.505
4	0.637	0.6419	0.606
5	0.767	0.7791	0.897
6	0.787	0.7910	0.759
7	1.040	1.0498	0.957
8	1.232	1.2305	1.042
9	1.127	1.1172	1.199
10	1.386	1.3818	1.219
11	1.837	1.7871	1.805
12	2.452	2.0752	1.813

表2：通过其它方法获得的参考共振频率

结论

开发一个桥梁健康监测系统是一项具有挑战性的任务。NI软硬件可以使得这一过程更为顺利。而且，LabVIEW所提供的分析软件可以使得健康监测的过程更为有效、信息更加丰富。

参考文献

[1]NI，LabVIEW帮助手册。

[2]NI， NI-Sync用户手册。

[3] 詹永麟. 基于GPS技术实现分布式数据同步采集系统. 上海巨一科技发展有限公司 。