截至2018年底，全國共有公路橋樑約85.15萬座，其中危橋（四五類橋）總計約為5.67萬座，危橋占橋樑總數的6.66%。部分橋樑年久失修，技術等級偏低；低等級公路上尚存部分不適宜橋型；部分橋樑存在設計和施工上的先天不足；多樣性環境作用引發大量耐久性病害；超載問題引發的橋樑非正常損傷問題突出；橋樑增長致使愈來愈多的橋樑進入養護關鍵期。橋樑養護任務日益繁重，社會影響和關注度越來越高。
在橋樑的長期運營過程中，為了適應橋樑養護的需求，我國規範針對橋樑項目維護內容、維護周期、評定方法均作了明確規定。根據《公路橋涵養護規範》，橋樑在運營期要開展經常檢查（每月至少一次）、定期檢查（特大橋每年一次）、特殊檢查（按需開展）。《城市橋樑養護技術規範》中對橋樑技術狀況檢測及評價的內容、方法、周期也都做了相應的規定。由此每座橋樑在運營期要經歷多頻次的檢測、檢查，相應地會產生大量的養護及維護數據。除了檢查數據之外，橋樑還有建設資料、監控資料和施工資料，這些資料共同構成了每座橋樑全壽命周期可備查詢的數據，包括橋樑規劃設計、建設、維護、檢測、監測、加固、專家知識等信息數據，以及地理信息系統數據、三維模型及橋樑有限元模型數據等。這些隨著時間不斷積累的數據，既包含了結構化數據，又包含了非結構化數據，數量龐大、種類多樣、實時性強。現有的橋樑養護管理系統無法實現對數據的深度挖掘和分析，制約了現階段橋樑管理及養護的工作質量和效率，同時造成數據的閒置和浪費。這些數據符合大數據的4V特徵，即量大、多樣、高效、真實，因此應該引入大數據的解決思路、分析方法，來充分挖掘這些數據的隱含價值。
大數據技術框架
從全國的摸底調研情況看，橋樑養護管理信息化領域存在「應用水平低、數據孤島、持續性差」的三大痛點。應用水平低主要是指，多數橋樑管養信息系統未與日常業務結合，系統中留存的數據多為靜態數據；數據孤島主要是指，檢查、養護、驗收、計量等各階段業務系統未實現互聯互通，數據無法流動起來；持續性差主要是指，信息化系統重複性建設現象較為嚴重，但各系統間未實現有效銜接，無法實現敏捷疊代。
為克服當前橋樑養護管理信息化領域存在的痛點，基於以下幾個挑戰，提出了松耦合的橋樑（道路基礎設施）大數據評價技術框架（見圖1）。
圖1 基礎設施大數據技術框架
一是需求的不確定性挑戰。考慮到各單位管理模式、管養橋樑和管理人員的多樣性，對養護業務系統的需求存在不確定性，同一標準無法滿足所有人的需求。
二是技術疊代的不確定性挑戰。現代信息技術日新月異，更新周期越來越短，養護管理業務系統必然需要緊跟新技術的發展而不斷疊代更新。
三是數據源的不確定性挑戰。數據來源有可能存在不確定性，如有網際網路的來源，也有紙質上報的材料，等等。
四是數據資源長期維護的挑戰。數據作為一種資源，其生命周期應遠比其使用人或保管人長，面對不斷變更的保管人，數據如何做到長期有效維護是一個巨大的挑戰。
大數據技術的應用案例
橋樑結構健康監測系統汽車荷載的確定
橋樑結構健康監測系統可以獲取關鍵截面關鍵節點的結構響應數據，但對於荷載往往無法精準判斷。採用單位搭建的大數據分析平台，結合監控視頻、承重系統、收費站計量承重系統等數據，實現重車軸重、軸距、軌跡的精準識別。其技術路徑見圖2，其識別結果示意圖見圖3。
圖2 基於機器視覺的重車荷載識別技術路徑
圖3 基於機器視覺的重車荷載識別結果示意圖
圖4 改進的Faster R-cnn網絡結構
課題組以Faster R-CNN為基礎模型（見圖4），結合多尺度訓練和難負樣本挖掘策略,優化RPN網絡，引入殘差結構和Center Loss監督信號，利用自製車型數據集訓練深度神經網絡模型，並進行合理的參數調節，在小幅度影響檢測速度前提下進一步提高了精確度。
基於檢測數據的服役狀態評價
課題組對某省39989座中小跨徑梁橋進行數據預處理，得到數據相對完整的7963座橋樑。數據統計特徵如下：
1.技術狀況：以1、2類橋樑為主，其中1類橋3856座（48.42%），2類橋3419座（42.94%），3類橋582座（7.31%），4類橋67座（0.84%），5類橋39座（0.49%）。
圖5 技術狀況分布
2.結構類型;以實心板梁、T梁、空心板梁、整體現澆板梁為主,其中實心板梁3468座(43.55%),T梁1677座(21.06%),空心板梁1401座(17.59%),整體現澆板1240座(15.57%),箱形梁61座(0.77%)，II形梁42座（0.53%），I形梁12座（0.15%），其他橋型62座（0.78%）。
3.建設年代;從統計來看,樣本集橋樑建設年代以1990年代最多,共3019座,占比37.91%；2000年代次之,共2318座,占比29.11%；其他年代的橋樑數目及所占比例如下：
2010年代共471座，占比5.91%；1980年代共1086座，占比13.64%；1970年代共688座，占比8.64%；1960年代285座，占比3.58%；1950年代79座，占比0.99%；1910-1940年代17座，占比0.21%。
4.跨徑分布：小橋共6377座（占比80.08%），中橋共1586座（占比19.92%）。
5.病害部位統計;從病害的頻次統計來看,主要病害部位為橋面鋪裝(18%)、橋台(15%)、上部承重構件(14%)等。
圖6 病害分布示意圖
針對篩選出的中小跨徑梁橋數據集，經專家諮詢，選取建設年代、橋面鋪裝、服役年限、結構型式、政區、收費性質、管養單位特點、路線技術等級、設計荷載等級、施工單位級別、設計單位級別、環境作用等級、橋樑規模等13項靜態屬性進行相關性分析。
圖7 相關係數結果示意圖
對部件技術狀況等級與橋樑總體技術狀況等級進行關聯規則的分析，根據設定的最小支持度5%、最小置信度65%，採用Apriori算法，獲取13條關聯規則（見表1）。
關聯規則的解釋如下：
（1）規則1：{112 3}=>{000 2}支持度最大，達到25.7%，置信度為65.1%；112為橋面鋪裝，3為橋面鋪裝技術狀況評定標度，000為橋樑總體，2為橋樑總體技術狀況等級，說明橋面鋪裝部件評定標度為3時，橋樑總體技術狀況等級評定為2類的可能性為65.1%，橋面鋪裝部件評定標度為3=>橋樑總體技術狀況等級為2發生的可能性為25.7%。
（2）規則2：{040 3}=>{000 2}支持度僅次於規則1，達到18.7%，置信度為88.4%；040為橋台，3為橋台技術狀況評定標度，000為橋樑總體，2為橋樑總體技術狀況等級，說明橋台部件評定標度為3時，橋樑總體技術狀況等級評定為2類的可能性為88.4%，橋台部件評定標度為3=>橋樑總體技術狀況等級為2發生的可能性為18.7%。
（3）規則3：{091 2}=>{000 2}支持度排第三，達到13.5%，置信度為66.6%；091為上部承重構件，2為上部承重構件評定標度，000為橋樑總體，2為橋樑總體技術狀況等級，說明上部承重構件評定標度為2時，橋樑總體技術狀況等級評定為2類的可能性為66.6%，上部承重構件評定標度為2=>橋樑總體技術狀況等級為2發生的可能性為13.5%。
（4）規則4：{101 2}=>{000 2}支持度為12.0%，置信度為69.3%；101為上部一般構件，2為上部一般構件評定標度，000為橋樑總體，2為橋樑總體技術狀況等級，說明上部一般構件評定標度為2時，橋樑總體技術狀況等級評定為2類的可能性為69.3%，上部一般構件評定標度為2=>橋樑總體技術狀況等級為2發生的可能性為12.0%。
（5）規則5：{091 3}=>{000 2}支持度為8.9%，置信度最大，達到100%；091為上部承重構件，3為上部承重構件評定標度，000為橋樑總體，2為橋樑總體技術狀況等級，說明上部承重構件評定標度為3時，橋樑總體技術狀況等級評定為2類的可能性為100%，上部承重構件評定標度為3=>橋樑總體技術狀況等級為2發生的可能性為8.9%。
（6）規則6：{040 3,112 3}=>{000 2}支持度為8.8%，置信度僅次於規則5，達到97.4%；說明橋台部件評定標度為3、橋面鋪裝評定標度為3，橋樑總體技術狀況為2類的可能性為97.4%，橋台部件評定標度為3、橋面鋪裝評定標度為3=>橋樑總體技術狀況等級為2發生的可能性為8.6%。
（7）規則7：{101 2,112 3}=>{000 2}支持度為7.2%，置信度為87.2%；說明上部一般構件評定標度為2、橋面鋪裝評定標度為3，橋樑總體技術狀況為2類的可能性為87.2%，上部一般構件評定標度為2、橋面鋪裝評定標度為3=>橋樑總體技術狀況等級為2發生的可能性為7.2%。
（8）規則8:{091 2,112 3}=>{000 2}支持度為7.0%，置信度為92.8%；說明上部承重構件評定標度為2、橋面鋪裝評定標度為3，橋樑總體技術狀況為2類的可能性為92.8%，上部承重構件評定標度為2、橋面鋪裝評定標度為3=>橋樑總體技術狀況等級為2發生的可能性為7.0%。
（9）規則9：{088 2,112 3}=>{000 2}支持度為6.7%，置信度為80.8%;說明支座部件評定標度為2、橋面鋪裝評定標度為3時，橋樑總體技術狀況為2類的可能性為80.8%；支座部件評定標度為2、橋面鋪裝評定標度為3=>橋樑總體技術狀況等級為2發生的可能性為6.7%。
（10）規則10：{030 3}=>{000 2}支持度為6.1%，置信度為92.7%；說明橋墩部件評定標度為3、橋樑總體技術狀況為2類的可能性為92.7%，橋墩部件評定標度為3=>橋樑總體技術狀況等級為2發生的可能性為6.1%。
（11）規則11：{091 2,101 2}=>{000 2}支持度為5.3%，置信度為80.9%；說明上部承重構件評定標度為2、上部一般構件評定標度為2，橋樑總體技術狀況為2類的可能性為80.9%，上部承重構件評定標度為2、上部一般構件評定標度為2=>橋樑總體技術狀況等級為2發生的可能性為5.3%。
（12）規則12：{088 2,091 2}=>{000 2}支持度為5.3%，置信度為75.8%；說明支座部件評定標度為2、上部承重構件標度為2，橋樑總體技術狀況為2類的可能性為75.8%，支座部件評定標度為2、上部承重構件標度為2=>橋樑總體技術狀況等級為2發生的可能性為5.3%。
（13）規則13：{088 2,101 2}=>{000 2}支持度為5.1%，置信度為77.3%；說明支座部件評定標度為2、上部一般構件評定標度為2時，橋樑總體技術狀況為2類的可能性為77.3%，支座部件評定標度為2、上部一般構件評定標度為2=>橋樑總體技術狀況等級為2發生的可能性為5.1%。
根據前面的參數分析，對橋樑結構建立服役狀態評估指標體系，以空心板橋為例，如圖8所示。
圖8 空心板橋指標體系
課題組建立了基於粒子群模糊聚類的梁橋技術狀況評價方法（見圖9），對某省8956座橋樑的空心板、實心板、T梁、小箱梁等梁式橋進行了評價，對於測試數據集平均準確率達到82%。
圖9 基於粒子群優化模糊C均值聚類的橋樑橋跨結構狀態評估框架
本文對大數據技術在橋樑結構服役狀態評價中的應用做了簡要的介紹，從總體上看，隨著大數據技術的進步，在未來智能管養領域中能發揮的作用，想像空間巨大。大數據的爆炸式發展與創新，將會促進道路基礎設施養護技術更加完善和系統。未來，智能養護將大有可為。
本文刊載 /《大橋養護與運營》雜誌 2019年 第3期 總第7期
作者 / 劉剛 韋韓 蔡曙日
作者單位 / 交通運輸部公路科學研究院