【A21】面向中小型桥梁的健康监测与智能管养系统【法尔胜】

1. 命题方向

智能制造

2. 题目类别

应用类

3. 题目名称

面向中小型桥梁的健康监测与智能管养系统

4. 背景说明

【整体背景】

新型基础设施是以新发展理念为引领，以技术创新为驱动，以信息网络为基础，面向高质量发展需要，提供数字转型、智能升级、融合创新等服务的基础设施体系。其中，融合基础设施则是指深度运用互联网、大数据、人工智能等技术，支撑传统基础设施转型升级，进而形成融合基础设施，比如智能交通基础设施、智慧能源基础设施等。

据交通运输部数据，截至2019年底，我国现有公路桥梁87.83万座、6063.46万米。数量众多的桥梁，其安全监测，目前仍主要应用人工检测的方法，包括定期检查和评估等。相关资料显示，目前我国安装设计较完备、传感器齐全的安全监测系统的桥梁不到300座，这其中主要为重要性等级、养护等级较高的大型、特大型桥梁。

占据主要地位的中小跨径桥梁数量众多，目前仍主要应用人工检测的方法，包括定期检查和评估等定期检测的方式评估桥梁的安全性。但实践证明仅仅依靠人工检测，将出现诸如检测周期长导致桥梁信息获取的滞后，检测情况难以量化，造成相关人员不能准确了解桥梁的运行状况等问题。

通过在桥梁上安装传感器，能够实时获取桥梁构件参数信息，通过桥梁健康监测系统可采集传感器传输数值，在线监测桥梁的实际运营情况，当桥梁健康存在安全隐患时可以及时预警，提醒桥梁运营维护管理部门做好应对措施。因此，通过人工检测与安全监测相结合的方式对桥梁进行长期监测，并利用准确、高效的软件算法将人工检测数据与在线安全监测数据相结合，联动用户运营维护管理实际工作内容，便能够更及时、高效、有针对性的发现并解决桥梁的安全隐患。

本赛题旨在面向中小型桥梁，搭建建立桥梁健康监测与智能管养系统，实现对桥梁安全运营的信息化管理。

【公司背景】

法尔胜系国务院国资委、中华全国总工会联合确定的首批91家创新型企业之一，拥有博士后科研工作站、企业院士工作站以及国家级工程技术研究中心。法尔胜在金属材料行业拥有全球最大的桥梁用缆索生产基地、亚洲最大的轮胎钢帘线生产基地；在光通信行业产品覆盖光纤预制棒、光纤、光缆、光器件及光纤传感系统全产业链。公司先后承担多项国家十三五重点研发计划课题与江苏省科技支撑计划目。

在光纤传感安全监测领域，已完成多领域实际工程案例应用。在水利领域，法尔胜承担了目前国家重点项目输水隧洞结构安全在线监测平台项目；在轨道交通领域，公司自主研发的应变感测光缆产品通过了英国剑桥大学智能基础建设中心的测试，并在国内地铁隧道结构安全监测成功实现其在线监测系统应用；在桥梁领域，法尔胜研发的桥梁用嵌入型智能缆索属国际首创，并成功地应用于国内重点桥梁工程；在设备运营安全监测应用领域，公司光纤传感器产品先后应用于煤矿、电力行业多个项目。

【业务背景】

光纤传感技术，是一类以光为载体，光纤为媒介的新型的传感一体的安全监测技术，具有分布式、长距离监测，阻燃防爆、传感器无需供电，材质稳定、寿命较长，抗电磁、抗辐射干扰，集成度高、实时性强等优势，凭借其相关优势，在国内外已被广泛应用于航空航天、桥梁工程、隧道工程、水利工程、岩土工程等众多实际工程安全监测中。

长期可靠的监测数据获取后，需要更精准的算法与管理系统共同配合，服务于桥梁维护养护单位，通过提高桥梁维护养护工作效率进而促进桥梁维护养护效率提升、成本降低、保障桥梁运营安全。

5. 项目说明

【问题说明】

基于光纤传感技术，综合运用BIM、GIS、数据分析、人工智能等技术，开发中小型桥梁健康监测与智能管养系统，实现监测数据的采集、存储、分析，当桥梁出现状况时可以及时发布预警，做好应对措施。

【用户期望】

实现系统的数据分析的准确性和可视性，以及基于数据分析对桥梁结构安全的预测性。同时将自动监测获取的数据与人工巡检的数据项结合搭建桥梁安全信息化管养系统，助力桥梁运营维护管理单位分解数据、对比数据、挖掘数据，识别桥梁安全隐患并展开有针对性的、有预见性的维护养护工作。

6. 任务要求

【开发说明】

（1）需求说明

面向中小型桥梁结构健康监测系统是桥梁安全监测的最终展示，具有重要的意义。请虚拟一座监测中的桥梁，结合企业提供的桥梁健康监测数据，运用BIM、GIS、大数据、人工智能等技术，开发中小桥梁结构安全监测系统软件系统，实现监测数据的存储、分析、可视化，当桥梁出现状况时可以及时发布预警，做好应对措施。同时提供人工巡检数据录入接口、人工检测报告录入接口，在系统内部实现电子档案管理并将录入的数据进行归类、拆解、按拆解数据的冠名/属性与对应的自动监测数据进行管理，综合多方数据评估分析桥梁健康状态并能针对桥梁监测指标进行预测预警。

（2）功能模块

1）监测数据预处理：针对实际监测场景中常常出现的监测数据值缺失、漂移、噪声、数据量过大等情况进行插值、异常值剔除、去噪、压缩等预处理操作。

2）监测数据分析：分析监测数据的平稳性、趋势，实现异常模式识别；针对监测数据进行多维数据的数字特征以及相关性分析。

3）监测数据预测：针对监测数据实现桥梁健康监测指标的短时预测和长时预测，例如30min、1小时的短时预测，1个月内的长时预测。

4）人工巡检数据录入：将人工巡检获取的现场图片、人工检测获取的病害位置、病害值、病害评价等录入系统数据库。

5）数据融合分析：将人工巡检的文字、图片信息归档做人工巡检档案；人工巡检数据与监测数据有交叉的，互相对比验证，有关联关系的，进行关联匹配分析。

6）监测数据展示及查询：通过驾驶舱大屏展示实时监测数据、人工巡检数据以及桥梁基础，可以通过二维或者三维方式展示监测场景，并可显示一些统计图表；通过多种查询方式，生成各类统计报表。

7）系统基础信息管理：包括桥梁信息、用户信息、角色信息等基础信息管理。

（3）难点及重点

1）监测数据的分析处理：引入数据分析、人工智能等各类算法，实现监测数据的分析处理的完整流程，包括预处理、特征分析及长短时预测等环节。

2）监测数据与人工巡检数据的融合：将监测数据、人工巡检数据、数据融合后的分析结论三者相结合整理为电子档案并有预测性的提供桥梁管养维护的工作建议或提醒。

（4）加分项

1）BIM+GIS技术应用：引入BIM技术，实现三维监测场景，并实现监测场景的地形地貌、桥梁BIM模型、监测数据、预警数据的集成展示。

2）预测算法及预警机制的实现：引入多种数据预测算法，实现健康监测数据的预测，并能根据数据趋势提前发出预警。

3）移动端APP或小程序开发：实现人工巡检数据的录入、桥梁巡检人员的巡检跟踪打卡等功能。

【技术要求与指标】

（1）项目总体技术要求

在此项目中，要求详细阐述系统开发的思路、使用的技术方法，展示系统的业务功能，数据分析处理的方法、功能等，建立桥梁健康监测数据的预处理、分析及预测算法，以及触发预警机制时系统的展示情况。

（2）预测算法的评估指标

针对企业提供的不同监测数据集实现数据的短时预测和长时预测。

1）短时预测：利用企业提供的20天监测间隔为5min的监测数据集实现10天内15min、30min、1小时的短时预测。

2）长时预测：利用企业提供的6个月监测间隔为1天的监测数据集实现1个月内的长时预测。

3）评估指标

评估指标的设计主要期望对每一次监测数据预测的越准越好，无论是短时预测还是长时预测，均通过预测精度来进行评估。企业将对各队提供的预测精度进行再次核验。

预测精度采用两个指标来衡量：

【提交材料】

（1）项目概要介绍；

（2）项目简介PPT；

（3）项目详细方案；

（4）项目演示视频；

（5）企业要求提交材料：

Ø 需求分析文档完整

Ø 系统设计文档完整

Ø 测试案例完整

Ø 算法模型、分析模型完整

Ø 搭建数据库完整

Ø 测试报告完整

（6）团队自愿提交的其他补充材料。

【任务清单】

（1）需求调研与分析；

（2）系统设计，包含概要设计与详细设计；

（3）编码；

（4）测试案例编写；

（5）部署测试环境测试。

【开发工具与数据接口】

（1）推荐开发语言：Java，Python；

（2）推荐开发工具：不限；

（3）推荐数据库：采用 MS SQLServer 或 MySQL；

（4）具体开发技术不限，但是不能采用商用模块。所有第三方组件均需要采用开源模块。

7. 参考信息

企业将提供桥梁监测数据的下载。下载地址暂未定。

8. 评分要点

本赛题评分要点参考附件一：A类企业命题统一评分标准。