[论文解读] Crowdsourcing Bridge Vital Signs with Smartphone Vehicle Trips

Thomas J. Matarazzo, Dániel Kondor+6 more|arXiv (Cornell University)|Oct 6, 2020

Infrastructure Maintenance and Monitoring参考文献 51被引用 6

一句话总结

本文展示了，通过一种新颖的时空分割与谱分析方法，利用日常车辆行程中智能手机加速度计数据，可准确提取桥梁模态频率——结构健康的关键指标。该方法实现了低成本、大规模的桥梁监测，经实地实验验证，可在不增加传感器成本的情况下，将桥梁使用寿命延长最多30%（14.5年）。

ABSTRACT

A key challenge in monitoring and managing the structural health of bridges is the high-cost associated with specialized sensor networks. In the past decade, researchers predicted that cheap, ubiquitous mobile sensors would revolutionize infrastructure maintenance; yet many of the challenges in extracting useful information in the field with sufficient precision remain unsolved. Herein it is shown that critical physical properties, e.g., modal frequencies, of real bridges can be determined accurately from everyday vehicle trip data. The primary study collects smartphone data from controlled field experiments and "uncontrolled" UBER rides on a long-span suspension bridge in the USA and develops an analytical method to accurately recover modal properties. The method is successfully applied to "partially-controlled" crowdsourced data collected on a short-span highway bridge in Italy. This study verifies that pre-existing mobile sensor data sets, originally captured for other purposes, e.g., commercial use, public works, etc., can contain important structural information and therefore can be repurposed for large-scale infrastructure monitoring. A supplementary analysis projects that the inclusion of crowdsourced data in a maintenance plan for a new bridge can add over fourteen years of service (30% increase) without additional costs. These results suggest that massive and inexpensive datasets collected by smartphones could play an important role in monitoring the health of existing transportation infrastructure.

研究动机与目标

• 解决传统桥梁结构健康监测（SHM）依赖固定传感器网络所带来的高成本与可扩展性有限的问题。
• 探究是否可将车辆行程中已存在的、众包的智能手机数据重新用于提取桥梁有意义的结构动力学特征。
• 开发并验证一种从非受控、真实世界智能手机数据中准确恢复模态频率的方法——这是评估结构完整性的重要指标。
• 量化将众包SHM整合到桥梁维护规划中的长期效益，特别是与传统检查方式相比，如何在不增加成本的情况下延长使用寿命。

提出的方法

• 在一座长跨距悬索桥（金门大桥）上开展受控实地实验，通过安装在车辆中的智能手机收集102次车辆行程的加速度计数据。
• 采用空间分割方法，将桥梁划分为长度为 $ c $ 的均匀区段，重叠部分为 $ c_o $，以实现振动数据的局部谱分析。
• 对分割后的数据进行谱分析，以提取模态频率，利用了桥梁在移动荷载作用下的振动响应中编码了模态特性这一事实。
• 在意大利一座短跨距公路桥上使用部分受控的众包数据对方法进行验证，证明其在真实世界变化条件下的鲁棒性。
• 使用蒙特卡洛可靠性建模方法，结合可靠性指数 $ \beta $，对长期效益进行预测，比较三种维护策略：不干预、传统15年一次检查，以及基于众包连续SHM的一次性干预。
• 将各维护策略下的维护成本进行校准，确保净现值相等（年化折现率 APR = 6%），从而隔离监测策略对使用寿命延长的影响。

实验结果

研究问题

• RQ1 能否从日常车辆行程中智能手机加速度计数据中准确恢复真实桥梁的模态频率？
• RQ2 所提出方法在受控实验与部分受控的真实世界众包数据中的表现如何比较？
• RQ3 与传统基于检查的维护方式相比，通过众包实现的连续、低成本SHM，能在多大程度上延长桥梁使用寿命？
• RQ4 与固定周期检查相比，利用实时结构健康数据触发一次性预防性干预，其定量效益如何？
• RQ5 众包数据中的环境与运行变异性对模态频率估计精度及结构健康评估的影响如何？

主要发现

• 该方法成功从102次受控智能手机车辆行程中准确恢复了长跨距悬索桥的模态频率，验证了其可行性。
• 该方法成功应用于意大利一座短跨距公路桥的部分受控众包数据，证明其在真实世界条件下的鲁棒性。
• 众包SHM使新建桥梁的预期使用寿命延长了14.5年（提升30%），相较传统维护方式。
• 对于一座典型的43年生桥梁，该策略使其使用寿命延长了2.6年（提升15%）。
• 当在桥梁生命周期早期即采用众包监测策略时，效益显著更高，凸显了早期部署的重要性。
• 本研究证明，原本为导航或商业用途而收集的现有移动传感器数据，可被重新利用以极低成本提取关键的结构健康信息。