摘要
土木工程（chéng）結構健康監（jiān）測的（de）研究是近年來國際學術研（yán）究的熱點問題之一，涉及許多不同的研究領域，如數據采集係統（tǒng）、信號處理（lǐ）、結構分析等。闡述了實施土木工程結構健（jiàn）康監測的必要性和迫切性，介紹了結構健康監測係統的概（gài）念（niàn）、組成（chéng）及其應用，分析研究了結構健康監測係統（tǒng）的各個子係統的功（gōng）能、特點和實現方法，重點討論了實現（xiàn）各子係統的理論、方法和存在的（de）若幹力學問題。
關鍵詞：土木工程結（jié）構，健康監測，監測係統，損傷診斷（duàn），安全性評估
Abstract
The health monitoring of civil engineering structures is an important research field, which covers various areas, such as data acquisition system, signal processing, structure analysis. In this paper, the necessity and urgency to implement structural health monitoring in civil engineering are discussed, including the concepts, structures and applications of the structural health monitoring system. All subsystems are analyzed with respect to their functions, characteristics and implementations. The theories, methods and mechanical issues of the subsystems are emphasized.
Keywords : civil engineering structure, health monitoring, monitoring system, damage diagnosis, safety assessment
結構健康監（jiān）測（cè）的研究最新進（jìn）展綜述
重大（dà）土木工程結（jié）構,如水壩（bà）、橋梁（liáng）、電廠、軍事設施、高層建（jiàn）築等,在遭受地震、洪水（shuǐ）、颶風、爆炸等自然或人為（wéi）災害（hài）時的安全（quán）問題,與人民的生命財（cái）產息息相關,已經引起人們的廣泛關注。上述重（chóng）要結構在經曆了極端災害性事件後,立即對他們的健康狀況做出評估是（shì）非常必要的,實時地監測和預報結構的性能,及時（shí）發現和估計結構內部損傷的位置和程度（dù）,預測結構的性能（néng）變化和剩（shèng）餘壽命並做出維護決（jué）定,合理疏散居民,對提（tí）高工程（chéng）結（jié）構的運（yùn）營效（xiào）率,保障（zhàng）人民生命財產安全具有極其重大的意義。故而,結（jié）構的健康監測技術成為當前國內（nèi）外（wài）研究（jiū）的熱點問題。 1結構健康監測概述
結構健（jiàn）康監測(structural health monitoring,SHM)是指利用（yòng）現場（chǎng）的無損傳感技術，分析通過包括結構響（xiǎng）應在內的結構係（xì）統特性，達到檢測結構損傷或退化的一些變化。
結構健康監測是通過對工程結構在超（chāo）常荷載（zǎi）前後響應的變（biàn）化測量，分析推測工程結構特性的變（biàn）化，並據此探測損傷位置和評價結構的損傷程度。其主要包括損傷識別和（hé）安全性評估兩個部（bù）份。
損（sǔn）傷識別：工程（chéng）結構一般會受（shòu）到兩種（zhǒng）損傷，即突然損傷和積累損傷。突（tū）然損傷由遭地震、洪水、咫風、爆炸等（děng）嚴重的自然或人為災害等突發事件引起，而積（jī）累損傷（shāng）則一般是結構在經過長時期使用後緩慢累積（jī）的損傷，具有緩（huǎn）慢積累的性質。對於損傷識別的目標（biāo），Sohn和Farrar提（tí）出了損傷檢測的5個層次:判斷結構中是否有損傷產生（shēng），損傷（shāng）定位，識別損傷類型，量化損（sǔn）傷的嚴重程度，評估結構的剩餘壽命。理想（xiǎng）的損傷識（shí）別方法應該具備的（de）另一重要性能是（shì），能夠區分結構（gòu）建模誤（wù）差引起的偏差與結構損傷（shāng）引起的偏差間的區別。
安全性評估：結構安全性評估是基於健康監測（cè）和損傷識別的基礎上，通過各種可能的、結（jié）構（gòu）允許的測試手段，測試其當前的工作狀態，並與其臨界失效狀態進（jìn）行比較，評價其安全等級。對於不同的結構，其重要程（chéng）度（dù）不同（tóng），安全（quán）等級（jí）也應
該有所差別。安全性評估與可靠性不同，可靠性為一種概率（lǜ），一種可能（néng）性；而安全性評估旨在（zài）給出確定的安全等級。
2結構健康監測係統（tǒng）組成及其功能分析
結構的健康監測是一種實時的在線監測技術。一般健康監測係統包括以下幾個部分：
(1)傳感器子係統：其中傳感器子係統為硬件係統，功（gōng）能為感知結構的荷（hé）載（zǎi）和效應信息，並以電（diàn）、光（guāng）、聲、熱等物理量形式輸出，該子係統是健康（kāng）監（jiān）測係統 最前端和最基（jī）礎的子係統。
(2)數據采集與處（chù）理及傳輸子係統：包括（kuò）硬件和軟件兩部分，硬件係統包括數據傳輸電纜/光纜、數模轉（zhuǎn）換(A /D)卡等；軟（ruǎn）件係統將數字信號以一定方式存儲在計（jì）算（suàn）機中。數（shù）據采集通用軟件平台（tái）有Visual Basic， VC++，Delphi，LabWindows或Lab-VIEW等。采（cǎi）集的（de）數據經預處理後存儲在數據管理子係統中，數據采集子係統是聯係（xì）傳感器子係統與（yǔ）數據管理子係統的橋梁。
(3)損傷識別、模型修正和安全評定與安全預警子係統：由損傷識別軟（ruǎn）件、模型修正軟件、結構安全評定軟件和預（yù）警設備組成（chéng）。在該係統中，一般首先運 行（háng）損傷（shāng）識別（bié）軟件，一（yī）旦識別結構發生損傷，即（jí）運行模型修正軟件和安全（quán）評定軟件。若出現異常，則由預（yù）警設備發出報警（jǐng）信息。損傷識別軟件通常由計算分析軟件平台開發，如MATLAB等；模型（xíng）修正和（hé）安全評定軟件一般是結構分析（xī）軟件，如ANSYS和結構分析設計專門軟件等。損傷（shāng）識別是在結構（gòu）反應信息基礎上進行的，結構反應信息由數據采集子係統采集後存儲在數據管理子係統中（zhōng），因此，損傷識別軟（ruǎn）件運行時，首先能夠從數據管理子係統中自動讀取結構反應信息數據。損傷識別和模型修正以及安全評定的（de）結果將作為結構的曆史（shǐ）檔案數據存儲在數據管理子係統中，因此，損傷識別和模型修正以及安（ān）全評（píng）定的結果將（jiāng）能夠自（zì）動存入數據管理子（zǐ）係統（tǒng）中。
(4)數據管理子係統：它的核心為數據庫係統，數據庫管理結構建造信息、幾何信息、監測信息和分析結果等全部數據，它是結（jié）構健康監測係統的核心，承擔著健康監測係（xì）統的數據管理功（gōng）能。常用的（de）動力指紋（wén）分析法有:
(1)基於固有（yǒu）頻率變化的（de）損傷識別方法；
(2)基於振型變化的損傷（shāng）識（shí）別方法；
(3)基於剛度變化的損傷識（shí）別方法；
(4)基於柔度變化的損傷識別（bié）方（fāng）法；
(5)基於能量變化的損傷識別方法。
上述各種方法多是針（zhēn）對實驗室條件下的某種特定結構或構件具有（yǒu）較（jiào）好的識別結果，而對於實際（jì）工程（chéng）結構的識別效果（guǒ）往往不很理（lǐ）想，因（yīn）此需要尋找一種較為通用的適用於實際結構的動力指紋。目前的（de）研究（jiū）思路多為綜合考慮幾種動（dòng）力指紋(如將振型與頻率組合)，或將動力（lì）指紋（wén）分析法（fǎ）與模糊算法、神經網（wǎng）絡算法等聯合使用。
模（mó）型修正與係統識別法
這種方（fāng）法的基本思想是使用動力測試資料，如模態參數、加速度時程數據、頻率響應（yīng）函數等，通過條件優化（huà）約束，不斷地修正模型中的剛度分布，使其（qí）響應盡可能地接近由測試得到的結構動態響應。當（dāng）兩者基本吻合時，即認為此組參數為（wéi）結構當（dāng）前參（cān）數。這種方法在劃分和處理子（zǐ）結構上具有很多優點，但是（shì）由於測試模態極（jí）不完備、測試自由度不足以及測量信噪比低的（de）原因（yīn），很少能夠給出修正所（suǒ）需的足夠（gòu）信（xìn）息，導致了解的不唯一。同（tóng）時（shí）采用傳統方法進行參數估計時易產生病態方程。對這些問題，一（yī）方麵可以考慮利用動（dòng）邊界條件進行子結構模型修正以減少未知數，另一（yī）方麵可以通過良態建模、合理劃分（fèn）子結構，以及最優測點布置來（lái）獲取最大信息量予以解（jiě）決。為（wéi）解決方程少於未知數的問題，目前常用的約束條件有（yǒu）矩陣的對稱（chēng）性、稀疏性和正定性條件.求解方法有3類:矩陣優化修正法（fǎ）、靈敏度修正法、特征結構配置法。
基於模型修（xiū）正的損傷識別方（fāng）法依賴於未損（sǔn）結（jié）構的精確有限元模型，而當前大部分結構不具備（bèi）這方麵的精確信息。有些新建結構雖然建（jiàn）立了有限元模（mó）型，但是由於非結構構件的影響以（yǐ）及缺乏準確的邊界條件信息等原因，使（shǐ）得所建模型與實際模型往往存在較大的（de）誤差，從而影響了模型修正法對於損傷識別的精（jīng）度和準確性。
神經網絡法
人工神經網絡(artificial neural network, ANN)是以生物神經（jīng）係（xì）統為基礎，在（zài）物（wù）理機製上模（mó）擬（nǐ）人腦信（xìn）息處理機（jī）製的信（xìn）息係統，是一種由簡單神經（jīng）元（yuán）連接組成的具有高度非（fēi）線性的超大規模網絡係（xì）統，具有網絡的全局作用、大規模並行（háng）分布處理和聯想學習（xí）能力。神經網絡用於損傷檢（jiǎn）測的基本原理是:利用數值求解法(如有限（xiàn）元（yuán）法、能量法)或實測方法，獲取結構（gòu）的特征物理量(如固有頻率（lǜ）、模態振型等)作為訓練樣（yàng）本的輸入變量，以結構（gòu）的損傷(位置、程度)作為（wéi）輸出變量，利用神經網絡具有很強的自組織、自學習和自適應能力的特點，通過一定數量的訓練樣本讓網絡學習，使神經網絡記住這些知識（shí），掌握從輸入變量(如結構固有（yǒu）頻率、模態振型等)到輸出變量（liàng）(結構損傷位置、程度)之間的非線性映射，從而實現結構的損傷檢（jiǎn）測。
隨（suí）著（zhe）神經網絡應用的日益廣泛，神經網絡（luò）存在的問題也日（rì）益顯現出來，主要有以下幾點（diǎn）:(1)對（duì）於大型複雜結構，網絡訓練需要的損傷樣本數目極為龐（páng）大，訓練模式（shì）繁（fán）多且訓練所需時間很長，網絡收斂速度極慢，有時可（kě）能陷入局部（bù）收斂而網絡全局不收斂;(2)網絡模型的選擇問題.對於不同的（de）工程結構，采用不同的（de）網絡模型，所得的效果也不同.各種網（wǎng）絡模型均有其優點及不足（zú），針對工程（chéng）結構（gòu）的特點采用何（hé）種網（wǎng）絡模型是需要進一步研究的問題;(3)網絡規模的確定問題.對於不同結構所需的網絡的規模，目前沒有統一的確定方法，實際中隻（zhī）能（néng）采取逐漸嚐試的方法來確定。
遺傳算法
20世紀60年代（dài），美國Michigan大學（xué）的Holland教授給出了遺傳算法的基本定（dìng）理及數學證明。遺傳算法（fǎ）(GA)是一類借鑒生物自然選擇和自（zì）然遺傳（chuán）機製的隨機化搜索算法，其基本原理是:將問題的求解表示成（chéng）染色體(在計算機（jī）語言中一般用二進製碼（mǎ）串表示)，從而構成一個染色體群.將它們置於（yú）問題的環境中，遵循優勝劣汰的原則，通過不斷循環執行選擇、交叉、變異等操作，逐漸逼近全局最優解。遺傳算（suàn）法對其目標函數（shù）既不要求連續，也不要求可微，僅要求可以計算，而且它的搜索始終（zhōng）遍及整個解空間，操作方便，魯棒性強，容易得到全局最優解。
數值模擬結（jié）果表明，此方法具有抗噪性強、識別精度和計（jì）算效率高的特點。遺傳算法的（de）缺點是計算量大，對於（yú）實際工程中的大型複雜結構，距離應用階段還需要大量深入的研究。
小波變換
結構損傷是一種典型（xíng）的（de）局部現象，小波變換對信號放（fàng）大和聚焦的特性，非常（cháng）適合於分析和識別結構響應中（zhōng）其（qí）它方法難以（yǐ）發現的局部損傷信息。結構（gòu）的（de）損傷可以從對采集的數據進行小（xiǎo）波離散後的細節（jiē）突變上檢驗出來，此突變的位置可以精確（què）地（dì）指出損傷發生的時刻。
由於每（měi）一個小波（bō）基函數都有自己的結構和特性，分析的效果也有所不同，因此（cǐ）小波基的合理選取一直是小波工作者的主（zhǔ）要研究內容，但目前依然沒有一（yī）套選取小波函數的合理原則，研究人（rén）員大都憑借經驗選擇適當的小波（bō）函數.同時（shí）損傷程度的評估依然需要進一步的研究，以小波分析為基礎的人工神經網絡方法是一個（gè）較有前途的發展方向。
Hilbert-Huang變換(HHT)方法
Hilbert-Huang變換(HHT)方法是美籍華人（rén）Norden E Huang在Hilbert變換的（de）基礎上發展了一種專門（mén）針對非線性、非穩態時間序列進行（háng）分析的時頻分析方法。它是一種（zhǒng）適合分析非平穩過（guò）程的信號處理方法，而且基於Hilbert-Huang變換的（de）Hilbert譜比小波譜更能清晰地刻畫信號能量隨時間、頻率的分布。該方法主要分為兩（liǎng）步，首先（xiān）對（duì）信號進行經驗模態分解(empirical mode decomposition, EMD)，得到一係列的本征模函數(intrinsic mode function, IMF)或稱本征模信號(intrinsic mode signal, IMS)，然後對IMF進行Hilbert變換，即可得到Hilbert-Huang譜，簡稱Hilbert譜。該方（fāng）法以瞬時頻率為基本（běn）量，以本征模信號（hào）為基本時域信號，與以往的時頻分析方法相比更能反應信號的時域特征，在應用中已表現出了獨特的優點。
3.1.2 損傷識別和（hé）模型修正的軟（ruǎn）件（jiàn）實現
鑒於損傷識別理論的複雜性，損（sǔn）傷識別軟件可以采用科（kē）學計算軟件MATLAB進行開發，損傷（shāng）識（shí）別所需要的數據從數據庫中調（diào）用，其結果（guǒ）將存（cún）入中心（xīn）數（shù）據庫中。模型修正需要建（jiàn）立結（jié）構的有限元模型，可以根據結構的實際情況，采用適當的結構分析軟件，如ANSYS、ABAQUS等，配合MATLAB的計算功能來實現。修正的健康模型和損傷模型也將存入數據庫係統中。
3.2 安全評定係統
目前，結構安全性評估方（fāng）法所采用的理論主要有可（kě）靠度理論（lùn）、層（céng）次分（fèn）析法、模糊理論以及專家係統等。
可靠度理論
結構的安（ān）全評定分為正常使用狀態安全評定和極限承（chéng）載力狀（zhuàng）態安全評定.采用（yòng）可靠度理論對（duì）結構進行（háng）安全性分（fèn）析（xī）時（shí），首先需要分（fèn）析結構（gòu）係統或構件的失效模式以確（què）定（dìng）結構的極限狀態，然後根據所定義的（de）極限狀（zhuàng）態確定極限荷載和臨界強度，得出相應的失效概率、可（kě）靠（kào）度及可靠性指標等（děng），從而進（jìn）行結構的安全性（xìng）評（píng）定。可（kě）靠度理論的（de）近似計算法有一次2階（jiē）矩法、高次高階矩法、驗算荷載法、響應麵法等;數值模擬法有蒙特卡羅法、重要（yào）抽樣法等。
結構的抗力分析是結構可靠度分析的重要（yào）環節。但（dàn）在實際工程中，由於某些材料的離散性及環境條件等因素導（dǎo）致了材料性能的不確定（dìng）性，由（yóu）於結構構件（jiàn）製作尺寸偏（piān）差和安裝誤差等引起了結構（gòu）幾何參數的不確定（dìng）性，結構抗力計算中采用的基（jī）本假定和計算公式的不精確等引起了計算模式的不確定性，這些不確定因素的出現導致了結（jié）構抗力計（jì）算的不（bú）精確，影響了可靠度理論在工程實（shí）際中的分析效果。
層次分析法
層次分析法(analytic hierarchy process, AHP)是美國運（yùn）籌學家Satty在20世紀（jì）70年代（dài）提出的。AHP法是多指標綜合評價的一種定（dìng）量方法（fǎ），它（tā）通過確定同一層（céng）次中各評估指標的初始權重，從而將定（dìng）性因素定量化，在一定程度上檢驗和減少了（le）主觀的影響（xiǎng），使評價（jià）更趨（qū）於科學化，權重的計算方法（fǎ）可用乘積方根法，求和平均法。運用AHP法解決（jué）問題（tí），大（dà）體可（kě）分為4個步驟:(1)把問（wèn）題分解組合，建立遞階層次結（jié）構;(2)根據所掌握的資料數據，通過兩兩比較（jiào）的方法，按規定的比例尺（chǐ）度，構造兩兩比較判斷（duàn）矩陣（zhèn）;(3)進行層次單排序和一致（zhì）性檢驗;(4)進行總排（pái）序和總的一致性檢驗，從而得到各方案對（duì）總目標的優劣順序和整個遞階結構所有判斷（duàn）的總（zǒng）的一致（zhì）性指標，並據此進行決策。
在以層次分析法為基礎的結構安全（quán）評估方法（fǎ）中，最關鍵的是確定各評估指標的權重。目前應用最廣的是由（yóu）專家構造的兩兩比較判斷矩陣計算出權（quán）重。但是一般的專家如果沒有全麵地參加結構的設計、施工及管理養護等過程（chéng），將很難做出種行為。健康監（jiān）測專家係統要盡可能地集合相當規模的（de）專家（jiā）經（jīng）驗，同時基於網絡環境，將自身係統不（bú）能解決的問題，以數據共享的（de）形式發布到網絡上（shàng），由專家以各（gè）自的方法來解決（jué），並把解決的（de）結果存儲到自身專家（jiā）係統（tǒng）中，使專家係（xì）統不斷充（chōng）實、完整。專家係統的重點和難（nán）點是建立起完備（bèi）的專家知識庫，人類專家的經驗類知識因各人所從事的工作不（bú）同而存在較大的差異，並且經驗知（zhī）識很難用數據結構和程序來表示（shì），同（tóng）時知識的收集和整理將花費較多的時間.專家係統的另（lìng）一個缺點是無法解決以前沒有遇到、知識庫中不存在（zài）的問題，雖然可以通過向（xiàng）網（wǎng）絡在線的專家詢問來解（jiě）決問題和充（chōng）實知識（shí）庫，但這樣就顯然無法（fǎ）滿足結構健康監測中安全評估的實時性要求。
參考文獻（xiàn）
1李宏男，李東升.土木工程結構安全性評估、健康監測及診斷述評.地震工程與工程振動，2002, 22(3): 82~90
2何（hé）旭輝，陳（chén）政清.南京長（zhǎng）江（jiāng）大橋安全監（jiān）測和（hé）止伏態評估的初步（bù）研究.振動與（yǔ）衝擊，2003, 1: 75~78
3 Starritt L W, Matthews L K. Laser optical displacement system. In: Matthews L K, ed. Proceedings of SPIE-Smart Structures and Materials: Smart Systems for Bridges, Structures and Highways, San Diego,1995-03-0203. Bellingham, SPIE-INT Society Optical Engineering,1995. 181~192
4歐進萍.重大工程結構的鉀能監（jiān）測與健康診斷.見:崔京浩（hào）編.第十一（yī）屆結構工程學術會議論文集，第（dì）十一屆全國結構工程學術會議，長沙，2002-10-2023.北京（jīng）:清華大學出版（bǎn）社，2002.44~53
5 Housner G W, Bergman L A, Caughey T K, etal. Structural control: past, resent, and future. Journal of Engineering Mechanics, 1997, 123(9): 897~971
6 Sohn H, Farrar C R. Damage diagnosis using time series analysis of vibration signals. Smart Materials and Structures, 2001, 10(3): 446~451
7李惠，周文鬆，歐進萍等大型橋梁結構智能健康監測係統集成技術（shù）研究.土木工程學報，2006, 39(2): 46~52
8 Hill K O, Fujii Y, Johnson D C, etal. Photo sensitivity in optical fiber waveguides: Application to reflection filter fabrication. Appl Phys Lett, 1978, 32(10): 647~649
9 Kawasaki B S, Hill K O, Johnson D C, et a1. Narrow-band Bragg reflectors in optical fibers. Optical Getter, 1978, 3(2):66~68
10 Meltz G, Morey W W, Glenn W H. Formation of Bragg gratings in optical fibers by a transverse holographic method. Optical Letter，1989, 14(15): 823~825
11 Cusano A, Cutolo A, Nasser J, etal. Dynamic strain measurements by fiber Bragg grating sensor. Sensors and Actvators, 2004, 110(1-3): 276~281
12 Moyo P, Brownjohn J MW，Suresh R, et al. Development of fiber Bragg grating sensors for monitoring civil infrastructure. Engineering Strv,ctv,res, 2005,
27(12): 1128~1834
13 Chan T H T, Yu L, Tam H Y, et al. Fiber Bragg grating sensors for structural health monitoring of Tsing Ma bridge: Background and erperimental observation. Engineering Structures, 2006, 28(5): 648~659