導讀:大橋“連連塌”事件無疑為人們敲響了警鐘,驚心之余,大家也在積極討論如何才能減少甚至杜絕此類悲劇的發生。
當你驅車行駛在高架橋上,突然看到前面出現一輛重載卡車時,你的反應是什么?就小編來說,每次遇到這種情況神經都會不由自主地繃緊,然后盡可能的和對方拉開距離。
相信很多人的反應也都和小編一樣,畢竟不怕一萬,就怕萬一。
然而這個萬一終究還是發生了——據人民日報客戶端報道,就在昨天(10月10日)傍晚6:10左右,312國道上海方向K135處、錫港路上跨橋出現橋面側翻。附近車輛的行車記錄儀拍下的畫面可謂觸目驚心,恐怕大家的朋友圈都已經被刷屏了吧.....
當晚22時左右,江蘇省交通運輸廳官方微博轉發消息稱,事故發生時,一嚴重超載貨車在橋上行駛,可能為橋梁垮塌的直接原因。
事發之后,新京報記者走訪了錫山區一名從事鋼材生意的老板,該老板表示:“貨車超載是常事,前些年有一輛車拉300噸的,現在超載管得嚴,但一輛車也都是拉150噸左右。”這一數字幾乎是貨車應載重量的3-6倍。
散落在事發現場的鋼卷
即使生就一副鋼筋鐵骨,即使設計的再優秀,也無法承受這般“摧殘”啊!
無獨有偶,就在十天之前,也就是舉國歡慶的10月1日當天,臺灣省宜蘭縣有著21年橋齡的重要地標——南方澳跨港大橋突然坍塌,事故已經造成6人死亡、多人受傷。
南方澳跨港大橋坍塌一刻
南方澳跨港大橋坍塌現場
隨著臺當局調查的深入,這座大橋被曝在過去21年里,主管單位臺灣港務公司從未對其進行獨立檢測。
在南方澳大橋發生坍塌后,外界對各地橋梁的安全均產生疑慮。而經港務公司追查,竟發現其管轄內的17座橋,有8座尚未進行檢驗。扣除掉近4年新建的橋梁,剩下的13座橋僅有5座做過橋梁檢驗,其中有2座是在10年前完成的。
再往前推,2011年7月,5天內,3座大橋相繼發生坍塌事故:7月11日,建于1997年的江蘇鹽城境內328省道通榆河橋坍塌;7月14日,建成不到12年、造價逾千萬元的當地標志性工程武夷山公館大橋倒塌;7月15日,通車僅14年的杭州錢江三橋引橋橋面塌落。
大橋“連連塌”事件無疑為人們敲響了警鐘,驚心之余,大家也在積極討論如何才能減少甚至杜絕此類悲劇的發生。
除了專家認真調查原因吸取教訓,管理者主動承擔責任,執法機構嚴格執法,立法機構對癥立法之外,也有網友設想能否通過科技手段解決這一問題。
事實上,早已經有類似的解決方案在上海、武漢等地施行,物聯網技術在結構監測領域的應用案例也屢見不鮮。
物聯網在橋梁監測中的應用
橋梁是連接現代交通的“咽喉”,然而其一旦建成投入使用后,就會進入不斷退化、老化的階段。
港珠澳大橋
由于反復承受著車輪的磨損、沖擊,遭受暴雨、洪水、風沙、冰雪、日曬、凍融等自然因素的侵蝕破壞,橋梁部分建筑材料的性質隨著使用時間的增長會發生衰變,橋梁的安全性能會受到影響。同時有些橋梁的設計和施工達不到應用的要求,加上近幾年我國交通和重型汽車數量的不斷快速增長,種種因素累積,造成橋梁倒塌悲劇的發生。
事故分析表明,橋梁倒塌原因大致可分為:
設計施工不合理
撞橋和超載
自然災害
加固拆除不合理
橋梁病害
人為活動
一系列令人觸目驚心的橋梁坍塌事故,提醒我們必須高度重視橋梁的健康檢測與安全評估,及危橋的損傷檢測和監控,爭取消除隱患。所以對橋梁健康狀況進行監測和評價,掌握其健康狀況是有非常重要的意義。橋梁結構的監測也就成為橋梁結構安全養護和保障正常使用的主要技術手段。
顯然,監測的過程僅靠人力是不可能的——費時費力費成本不說,還無法做到監測的實時性,像上文中提及的“南方澳大橋21年未做獨立檢測”的現象絕非個例。因此,物聯網技術在遠程橋梁結構健康監測中,成為一個不可缺少的重要環節。
在小編看來,物聯網技術應用于橋梁監測主要體現在兩個方面:
1.應對貨車超載
在高架橋兩端加裝路面壓力傳感器,通過物聯網進行車輛載重和類型識別,和攝像頭聯接獲取違規車輛的車牌信息,在進行分級實時告警的同時,還可以統計路面總體載荷。
案例:
目前,交通設施智能管理平臺已在上海投入試運營。今后超載貨運車一旦違規駛上高架橋梁,橋上埋設的線圈會自動感知微小受力變化,同步向智能管理平臺報警。據相關工程技術專家介紹,以前高架橋梁對重車的監控大都是人工觀察,今后可以通過在道路內植入帶有信號發射功能的傳感器,實時監測每一座設施的荷載和運作狀況。
一旦有超過該橋梁負荷的卡車出現,傳感器能及時感應并向監控平臺自動報警,工作人員上報信息,由執法者對違規卡車進行及時處理。目前,這項技術已經在松江辰塔大橋試運作。
2.對橋梁健康狀況進行日常監測
在大橋中植入若干個不同種類的傳感設備,另設立匯集節點/網關和實時監測平臺,利用低功耗廣域網等技術無線傳輸監測數據并發送數據至匯集節點,再將數據傳入平臺層進行儲存、處理與分析,并根據分析結果及時采取應對措施,比如當橋梁極限承載力損失嚴重時,考慮將其拆除。
案例:
在武漢市,中鐵大橋科學研究院的技術人員為42座橋梁安裝15種、共1929個傳感器,硬件設備更是達到了25類、共3053套。技術人員將通過這些傳感器和硬件設備對橋梁的結構安全(即應變、裂縫、位移、撓度、傾角、溫濕度)、車輛荷載(即車型、車速、車重、軸重、車長)、獨柱墩匝道傾覆及滑移(即應變、位移、傾角)、沉降及橋面線形(即撓度、GPS)等關鍵參數進行監測。
橋梁的結構狀況、基礎沉降、車輛監測抓拍等各種監測數據將實時地通過互聯網存儲至云計算數據中心服務器中,從而實現“一橋一檔”電子化戶籍式管理。
其次,技術人員還會到現場對橋梁外觀進行檢查,并將檢查結果通過手機APP上傳。各級管理人員或技術人員可以通過任何一臺電腦的瀏覽器或手機APP進行登錄訪問,實時掌握這42座橋梁的健康狀況,有助于技術人員及時處理突發事件、及時修復病害橋梁、確保橋梁運營安全。
另外,“智慧橋梁”系統還能自動生成維修建議,并通過查閱系統中的監控視頻、檢測數據,為事后追溯、索賠提供依據。
物聯網在結構監測中的應用
當然,不只是橋梁,隨著中國大規模基礎建設浪潮的漸漸消退,隧道、樓宇、軌道等各種結構物都開始進入長期的運營使用階段。但是,在各種自然界的不確定外力加載下,以及經濟發展的需求,致使各種結構物超載疲勞運營現象普遍出現。
然而,前期的設計、施工并不能確定結構物是否正常運營,必將需要一種更實時、快捷的方式對運營狀態進行全面的精細化監測,尤其是對已經服役多年的老舊結構物。
專注于物聯網結構監測領域的浩坤科技曾經總結過結構監測的市場現狀,見下圖:
因而近年來,物聯網在結構監測領域正發揮著越來越重要的作用。
物聯網智庫之前曾報道過,以LoRa為代表的低功耗廣域網絡具有的超低功耗、更廣覆蓋、超大連接、低成本、高穿透等特點不僅能滿足不同結構物在各種復雜環境下的大連接、高穿透等的監測需求,而且能為其提供精細化監測解決方案。
針對結構監測環境的復雜性和高穿透等需求,LoRa主要從以下幾個方面解決其痛點。
1.高穿透性、遠距離、低功耗
由上圖可以看出LoRa高達157db的鏈路預算使其通信距離可達15公里,且穿透性極強。其接收電流僅10mA,睡眠電流200nA,這大大提高了電池的使用壽命。高穿透性、遠距離傳輸的特點解決了橋梁、隧道等內部震動監測信號在穿透多層混凝土結構或者巖壁后變弱的問題。低功耗的特點在提高設備持續長久安全監測穩定性之外,也減少了設備維護和結構巡檢次數,從而提高了安全效率,降低了人力成本。
2.基于該技術的智能網關支持多信道多數據速率的并行處理,系統容量大
網關是節點與IP網絡之間的橋梁。每個網關每天可以處理500萬次各節點之間的通信(假設每次發送10Bytes,網絡占用率10%)。如果把網關安裝在現有移動通信基站的位置,發射功率20dBm(100mW),那么在建筑密集的城市環境可以覆蓋2公里左右,而在密度較低的郊區,覆蓋范圍可達10公里。這種大范圍的覆蓋對于隧道、橋梁等遠距離,多節點的監測尤為重要。
3.基于終端和網關的系統可以支持測距和定位
LoRa對距離的測量是基于信號的空中傳輸時間而非傳統的RSSI(Received Signal Sterngth Ind-ication),而定位則基于多點(網關)對一點(節點)的空中傳輸時間差的測量。其定位精度可達5m(假設10km的范圍)。從而保障監測數據的精準性。
4.低成本、易于部署
LoRa是基于非授權頻譜的技術,基礎設施和節點(終端)部署成本低,能為結構監測大規模的應用降低大量成本。LoRa網絡技術可以滿足行業客戶協議細節調整的需求,可快速幫助客戶低成本地建設局域網以實現業務運營,同時不僅能適應分散性應用需求,還能很好地滿足行業性應用需求。
結構監測前景大有可為
中國結構監測的市場剛剛起步,結合著物聯網,智慧城市的發展,未來五年內會滋生出數十億的市場份額,同時隨著現有建筑物的逐步老化,市場還會越來越大。鑒于傳感器的生命周期一般為8年左右,所以也是一個無限循環的市場。如果新建筑物在施工階段就采用物聯網結構監測方案,那么整個市場無疑會擴大很多。
例如,一座普通200米左右橋梁監測費用10萬左右,每公里隧道監測費用5萬左右,每公里地鐵監測費用5萬左右,一座體育場館監測費用100萬左右,高層建筑監測費用30萬左右。
據統計,截止2015年,國內現有大小橋梁70多萬座,隧道8000多座(總長度4000多公里),地鐵總長度超過3000公里,大型體育場館上千座,老舊建筑,高層建筑數量龐大,未來都有實時在線監測預警的需求。
同時日益增多的地質災害也是一個龐大的監測市場。猶記得2018年5月9日,成都高新區聯合成都高新減災研究所,在成都高新區60個社區啟用地震預警“大喇叭”,通過社區廣播、手機、電視等多途徑,在地震波到達前提前預警,為民眾避險爭取寶貴時間。
希望未來物聯網技術也能在防災防害、保護人民生命財產安全方面發揮越來越重要的作用。
掃一掃在手機上閱讀本文章